Monitoring a signalizace zní jako dashboard. Ve skutečnosti je to většinou něco jiného: systém, který nepřetržitě přijímá data, porovnává je s očekáváním nebo prahovou hodnotou a vydává signál, jakmile se něco odchyluje. Může to být stroj, který vibruje jinak než obvykle, zásoba, která se snižuje rychleji, než bylo plánováno, síť, kterou proudí nezvyklý provoz, nebo proces se zákazníkem, jehož doba trvání se prodlužuje. Složka AI se týká rozpoznávání vzorců, které pomocí pevných pravidel nelze zachytit — nikoli nahrazování člověka, který na signál reaguje.
Systém pro monitoring poskytuje tři věci: nepřetržité měření, normu, se kterou se toto měření porovnává, a signál, jakmile odchylka překročí určitou hranici. Co se stane dál, závisí na uspořádání. V nejjednodušší formě jde upozornění na člověka, který jej posoudí a jedná. V pokročilejší formě signál automaticky spustí navazující krok — upozornění dodavateli, úpravu v plánování, zablokování transakce. Tato druhá forma se dotýká oblasti řetězců, ve kterých na sebe navazují kroky: monitoring se pak stává výchozím bodem procesu, který probíhá bez zásahu, a to vyžaduje jiný druh důvěry než upozornění, které lze ještě odklepnout pryč.
Rozdíl mezi těmito dvěma formami není triviální. Signál, který jde na člověka, může být chybný, aniž by okamžitě způsobil škodu — člověk filtruje. Signál, který spouští akci, musí sedět, jinak musí organizace mít způsob, jak akci vrátit zpět. Mnoho organizací proto začíná u první formy a k druhé přechází až poté, co se signál osvědčil.
Monitoring a signalizace vyžadují především nepřetržitá, spolehlivá data. Systém, který dostává export z jiného systému jednou týdně, nemůže vydat signál — může pouze zpětně reportovat. Musí existovat tok: senzory, logy, transakce, události, které přicházejí nepřetržitě a jejichž kvalita se nemění podle toho, kdo provádí vstup.
Dále to vyžaduje normu. Odchylka je odchylkou pouze vůči něčemu. U strojů je to často technická specifikace; u procesů je to častěji historický průměr nebo cílová hodnota, kterou někdo stanovil. Kde tato norma chybí nebo je nestabilní — proces, který se neustále mění, trh, který kolísá — systém vydává buď příliš mnoho signálů, nebo příliš málo. Obojí podkopává důvěru v systém.
Za třetí to vyžaduje stanovenou cestu pro to, co se se signálem stane. Kdo dostane upozornění, v jakém čase se posoudí, jaká je eskalace, pokud se nezareaguje. Bez této cesty skončí signál ve schránce, kterou nikdo nečte, a systém ztrácí svou funkci. To se dotýká stejné otázky jako u rozhovorů, které se zaznamenávají a sledují: zaznamenávání bez sledování přináší jen archiv, ne zlepšení.
Nejčastější nedostatek je systém monitoringu, který vydává příliš mnoho signálů. Pokud každá malá odchylka vyvolá upozornění, lidé se je naučí ignorovat — opačný efekt toho, k čemu má systém sloužit. Nastavení prahové hodnoty je proto neustálé zvažování mezi příliš velkým šumem a příliš pozdním varováním, a toto zvažování se posouvá s tím, jak přibývá dat.
Druhý nedostatek je, že signál se sice spustí, ale nikdo nemá odpovědnost za jeho sledování. To se často stává, když je monitoring zřízen jako IT projekt bez toho, aby byl zapojen oddíl, který se signály musí pracovat. Technika funguje, organizace ne.
Třetí nedostatek vzniká, když signál vyžaduje rozhodnutí, které je vlastně lidskou prací — je tato odchylka přijatelná, má se zavolat klientovi, stojí toto riziko za zastavení. Kde toto zvažování přesahuje to, co zvládne pevné pravidlo, posouvá se monitoring směrem k podpoře rozhodování, a platí jiné nároky na odůvodnění a vysvětlitelnost než u jednoduchého prahového signálu.
Většina projektů monitoringu, které se nedostanou ze země, uvízne na toku dat, ne na modelu. Senzory, které vypadávají, logy, které jsou nekonzistentní, systémy, které si mezi sebou nekomunikují — to nejsou problémy AI, jsou to infrastrukturní problémy, které musí být vyřešeny nejdříve. Roli hraje i koordinace: signál, který vznikne na jednom oddělení, musí často doputovat na jiné oddělení, aby měl smysl, a to se dotýká otázky, jak je zřízena koordinace mezi odděleními.
Tato stránka popisuje, co monitoring a signalizace mohou přinést, a co musí mít organizace v pořádku, než to začne fungovat. Jinou otázkou je, kterou část práce kolem těchto signálů — posuzování, sledování, eskalaci — lze skutečně převzít pomocí AI. To je otázka na úrovni úkolů, a na tu odpovídá werkscan od FTE TO AI: ten vypočítá pro každý úkol, jakou část práce lze převzít, místo na úrovni celého procesu nebo celé funkce.
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.