Ze sedmi dimenzí v měření vyspělosti je oblast lidí a dovedností nejčastěji zmiňovaným důvodem, proč se AI pilot dál nerozvíjí. Ne proto, že by lidé nechtěli, ale protože dovednost je něco jiného než znalost. Někdo může vědět, co je jazykový model, a přesto nevědět, kdy je výsledku možné důvěřovat. Právě tuto propast mezi vědět a umět uplatnit tato dimenze měří.
Tato dimenze souvisí s dalšími zásadními dimenzemi. Dovednosti se rozvíjejí obtížně, pokud samotná organizace není uzpůsobena k učení s AI, a cvičení s AI aplikacemi funguje špatně, pokud IT infrastruktura nenabízí prostředí k bezpečnému experimentování. Kdo myslí pouze v rozpočtu na školení, tomuto pořadí neuvidí.
Na úrovni baseline pracuje s AI nástroji malý počet lidí z vlastní iniciativy, mimo dohled organizace. Neexistuje sdílená představa o tom, co funguje a co ne, a to, co se někdo naučí, zůstává u té osoby. Co baseline v praxi znamená tedy není nedostatek zájmu, ale absence struktury, která by tento zájem využila.
Na úrovni foundation existuje první sdílený základ: řada lidí si vybudovala podobné dovednosti, vznikla společná terminologie a jednotlivé zkušenosti se čas od času sdílejí. Co foundation v praxi znamená je krok od individuálního používání k něčemu, co se začíná podobat týmu, který si rozumí.
Na úrovni activation lidé strukturálně uplatňují AI ve svých vlastních úkolech a rozpoznávají, kde se hodí a kde ne. Na úrovni insight se těžiště přesouvá: lidé nejen umí AI používat, ale dokážou také posoudit, zda je výsledek správný a proč. Na úrovni intelligence toto posuzování už není samostatný krok, ale součást toho, jak se práce běžně dělá, a je rozšířeno po celé organizaci, ne jen u několika early adopterů.
U této dimenze často vzniká největší rozdíl mezi tím, co ohodnotí CIO, a tím, co ohodnotí vedoucí týmu. CIO vidí školení, která byla zorganizována, a počítá to jako pokrok. Vedoucí týmu vidí, že toto školení málo změnilo na tom, jak se práce skutečně vykonává, a hodnotí níže. Obě pozorování jsou správná; měří jen jinou část téže dimenze. Nabídka a uplatnění nejsou totéž, a plot-kolo právě tuto mezeru odhaluje, místo aby ji zprůměrovalo pryč.
Posun o úroveň výš u lidí a dovedností nezávisí především na rozpočtu na kurzy. Závisí na opakování: lidech, kteří AI dál uplatňují na reálné práci, ne na natrénovaných příkladech. Závisí na čase, který je skutečně k dispozici vedle běžných úkolů, a ne pouze vyhrazen na papíře. A závisí na prostředí, ve kterém dělání chyb při učení není důvodem k návratu ke starému způsobu práce.
Kromě toho tento krok závisí na tom, zda se dovednost zviditelní a sdílí. Někdo, kdo se dobře naučí kontrolovat výsledek AI, posouvá organizaci vpřed pouze tehdy, pokud se tento způsob práce dostane někam, kde jej mohou převzít i ostatní. Bez tohoto mechanismu zůstává každý pokrok vázán na jednu osobu a mizí, jakmile tato osoba změní funkci.
Tím se hned ukazuje, proč tuto dimenzi jen zřídka lze opravit samostatně. Způsob, jakým se lidé učí, zda někdo podal dobrý výkon, a zda je toto učení rozpoznáno a odměněno, přímo souvisí s tím, jak vyspělé je řízení výkonu. A dovednost se rovněž rozvíjí pomaleji, pokud jsou data, se kterými lidé cvičí, nespolehlivá, což je důvod, proč tato dimenze jen zřídka stojí odděleně od toho, jak vyspělý je management dat.
Tato dimenze ukazuje, zda jsou lidé v organizaci připraveni pracovat s AI na úrovni, která odpovídá ambici. Neukazuje, kterou část konkrétní funkce může AI převzít a která část musí zůstat u člověka. To je jiná otázka, na kterou se odpovídá po jednotlivých úkolech, ne po organizaci. Werkscan od FTE TO AI vypočítá, jaká část práce v dané roli je vhodná k předání AI, úkol po úkolu. Zatímco tato stránka popisuje, zda jsou lidé připraveni toto předání doprovázet, werkscan ukazuje, co přesně lze předat — a to je smysluplná otázka až tehdy, když strana, která práci přijímá, je na tom tak, jak je zde popsáno.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.