Den forretningsmæssige service — advokatvirksomhed, revision, konsulentvirksomhed, HR-service, juridisk og skattemæssig rådgivning — sælger i sin kerne noget, der er svært at automatisere uden diskussion: dømmekraft. Hvor en fabrik optimerer en proces og en butik administrerer et sortiment, sælger denne sektor ekspertisen hos mennesker, der ved noget, kunden ikke ved. Det gør forholdet mellem ambition og beredskab anderledes end andre steder. Interessen for AI er stor, ofte større end i sektorer med mindre margin på viden. Men spørgsmålet om, hvorvidt organisationen kan bære den interesse, ligger regelmæssigt stille på dele, der intet har med AI at gøre.
Mange kontorer i den forretningsmæssige service er vokset op omkring partneren, den senior rådgiver, mennesket med netværket og hukommelsen. Viden ligger i hoveder, i mailkorrespondancer, i sagsmapper der er bygget op pr. kunde eller pr. sag, ikke i delte systemer der hænger sammen. Det fungerer godt, så længe menneskene bliver. Det bliver et problem, så snart man vil bygge noget, der skal kunne trække på den viden. AI der skal arbejde med sagsmapper, præcedenser eller kundekorrespondance, har brug for noget at køre på: en struktur hvor information er findbar og sammenlignelig. Den struktur mangler i dele af sektoren stadig, ikke af uvilje, men fordi selve arbejdet aldrig har krævet den struktur.
De fem niveauer i målingen — baseline, foundation, activation, insight, intelligence — viser i denne sektor et varierende billede pr. dimension, og det billede er sjældent jævnt. Nogle kontorer har deres datahåndtering i orden: sagsmapper er strukturerede, adgangsrettigheder er reguleret, der er en idé om, hvad der ligger hvor. Men IT-infrastrukturen bagved er forældet eller fragmenteret over selvstændige applikationer, der ikke taler med hinanden. Hos andre kontorer er det lige omvendt: moderne systemer, men organisatorisk ingen klarhed over, hvem der beslutter om hvad, hvem der må godkende en AI-anvendelse, eller hvem der er ansvarlig, hvis noget går galt. Begge situationer fører til det samme resultat — et pilotprojekt der fungerer godt i sig selv, men som ikke skalerer, fordi de fundamentale dimensioner ikke er på samme niveau. Det er den rækkefølge, målingen afdækker: organisation, infrastruktur og datahåndtering skal først nå et vist niveau, før de afhængige dimensioner, som automatiseret testning eller kontinuerlig optimering, har noget at bruge det til.
Plot-runden, hvor flere personer scorer hver for sig, viser i den forretningsmæssige service ofte et specifikt mønster: partneren eller direktøren scorer organisationen højere end den rådgiver, der dagligt arbejder med sagsmapperne. Den forskel siger noget. Det kan betyde, at beslutninger om AI tages på direktionsniveau uden at nå ud til arbejdsgulvet, eller at arbejdsgulvet allerede længe har kæmpet med et system, der fra oven bedømmes som tilstrækkeligt. Begge tolkninger er nyttige, og begge kan kun blive synlige ved at lade forskellige personer score hver for sig, ikke ved at spørge en enkelt person, der udarbejder rapporteringen, om et enkelt indtryk.
Hvad der adskiller denne sektor fra for eksempel detailhandelen eller restaurationsbranchen er selve følsomheden af dataene. Et advokatkontor eller revisorkontor arbejder med information, der falder under tavshedspligt, under disciplinærret, under regler der ikke gælder for et butikslager eller en menukort. Det berører direkte dimensionen datahåndtering: ikke blot om data er findbar, men om dataene er opbevaret og afskærmet på en måde, der tillader AI-brug uden at bryde fortroligheden. Det kræver et andet tempo end sektorer, hvor data er mindre belastet, og den tempoforskel er synlig i scorerne på denne dimension.
Mønstret med høj ambition sideløbende med et ufuldstændigt fundament er ikke unikt for den forretningsmæssige service. I IT-sektoren ses ofte det omvendte problem — stærk infrastruktur uden organisatorisk klarhed — og i den finansielle sektor ligger forsinkelsen ofte hos regulering, der ændrer sig hurtigere end systemerne kan følge med til. Sammenligningen er ikke tænkt som en måde at gøre en sektor bedre eller værre end en anden, men for at vise, at rækkefølgen — først de fundamentale dimensioner, dernæst de afhængige — er den samme alle steder, selv om udformningen ser forskellig ud pr. sektor.
Denne måling siger ikke noget om, hvilke opgaver inden for et kontor der kan overtages af AI, og hvor meget tid det ville frigøre. Det er et andet spørgsmål, der kræver et andet blik: ikke på organisationen som helhed, men på selve arbejdet, opgave for opgave. Den, der efter denne måling vil vide, hvad der, givet den nuværende beredskab, reelt kommer i betragtning til AI, finder det i arbejdsscanningen fra FTE TO AI, der pr. opgave beregner, hvilken del der kan overtages.
Værktøjet, der udfører modenhedsmålingen og plot-runden, er stadig under opbygning. Den, der vil benytte det, så snart det er tilgængeligt, kan tilmelde sig ventelisten.
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.