Der startes en pilot. Et team, et værktøj, en periode af nogle uger eller måneder. Til sidst følger en tilbagemelding: det føltes godt, folk var begejstrede, nogle ting gik hurtigere. Og så tages der en beslutning på baggrund af den følelse, mens ingen forinden har fastlagt, hvad piloten egentlig skulle give svar på.
Det er faldgruben. Ikke piloten i sig selv, men det at der ikke er et spørgsmål, som piloten skulle besvare. Uden det spørgsmål er ethvert resultat et godt resultat, og det er præcis problemet. En pilot uden aftale om, hvad der skal fremgå, kan ikke mislykkes, og kan derfor heller ikke bevise noget.
En pilot føles som en sikker måde at begynde på. Starte i det små, se hvad der sker, og så skalere op, hvis det virker. Det lyder forstandigt, og i en stabil situation er det også det. Men AI påvirker ikke kun det team, der kører piloten. Det påvirker den måde, data registreres, hvem der beslutter om hvad, og hvilke systemer der skal kommunikere med hinanden. En pilot, der ikke måler noget om dette, måler dermed heller ikke noget om, hvorvidt resten af organisationen ville opnå det samme resultat.
Logikken i "prøv først i det små" går ud fra, at succes i det små kan overføres til succes i det store. Det er præcis derfor, at skalering uden et solidt fundament intet giver: hvad der virkede i en pilot, gjorde det ofte på grund af omstændigheder, som ikke findes andre steder. Et motiveret team, et rent datasæt, en leder, der tilfældigvis tænkte med. Uden aftale om, hvad der skulle testes, forbliver det uklart, om resultatet kom af teknologien eller af de ekstraordinære omstændigheder, den blev testet under.
Der er nogle genkendelige tegn.
Det første tegn er, at piloten afsluttes med en historie i stedet for et svar. Der berettes om, hvad der er sket, men ingen kan sige, om det forudbestemte spørgsmål — som egentlig aldrig fandtes — er besvaret.
Det andet tegn er, at piloten stod isoleret fra resten af organisationen. Ét team, ét use case, ingen kobling til de systemer eller afdelinger, som skulle bære resultatet, hvis det virker. Det er den samme faldgrube som når en pilot kun fungerer i sit eget hjørne: isoleret succes siger meget lidt om, hvad der sker, når resten af organisationen skal koble sig på.
Det tredje tegn er, at ingen ejer piloten. Der er en projektleder, måske en leverandør, men ingen ejer, der er ansvarlig for, hvad der skal ske efter piloten. Det mærker De først, når piloten er overstået, og spørgsmålet "hvad nu" forbliver ubesvaret, præcis det mønster, der bliver synligt, når en demo uden ejer intet giver.
Det fjerde tegn er, at teknologien blev testet, men strukturen, den skal fungere i, blev ikke. Roller, ansvar, beslutningslinjer: de forblev uændrede under piloten, og det er præcis derfor, at teknologi over en uændret struktur intet giver. En pilot, der ikke rører strukturen, tester kun, om teknologien fungerer i et miljø, der ikke behøver at ændre sig. Det er et andet spørgsmål end, om organisationen er klar til at arbejde med den.
Den rækkefølge, hvori AI-beredskab opbygges, er ikke tilfældig. Organisationen, IT-infrastrukturen og datastyringen udgør fundamentet, som afhængige dimensioner — som den måde, mennesker samarbejder med AI på, eller hvordan beslutninger tages — først kan bygge på. En pilot, der ignorerer denne rækkefølge, måler i virkeligheden noget andet end det, den påstår at måle. Den måler kreativiteten hos et enkelt team på et bestemt tidspunkt, ikke organisationens beredskab som helhed.
Det er også, hvor en CEO og en COO typisk ser forskelligt på det. Hvad en CEO ser på ved AI-modenhed afviger fra, hvad en COO vurderer på det punkt, og en pilot uden et forudaftalt målepunkt efterlader begge uden holdepunkt. Spørgsmålet er ikke, om piloten var sjov, men om den siger noget om de dimensioner, som resten skal bæres af.
Modenhedsmålingen fra hybridresourcing.com har til formål at gøre denne forudgående aftale mulig. Fem niveauer, fra baseline til intelligence, over syv dimensioner, med en plot-runde, hvor flere personer scorer uafhængigt af hinanden, så spredningen bliver synlig i stedet for ét indtryk, der antages som sandhed. Sådan bliver det synligt, hvor organisationen egentlig står, før der igen startes en pilot, som efterfølgende skal bevise, hvad der aldrig blev fastlagt forinden.
Denne måling handler om, hvorvidt organisationen kan bære AI: om fundamentet er der til at lade noget fungere strukturelt. Så snart dette spørgsmål er besvaret, opstår der plads til et andet spørgsmål, nemlig hvilken del af det faktiske arbejde AI kan overtage. Det spørgsmål besvares af arbejdsscanningen fra FTE TO AI, som pr. opgave beregner, hvilken del af den, der kan overdrages til AI. Værktøjet til denne modenhedsmåling er under opbygning; den, der ønsker at bruge målingen, så snart den er tilgængelig, 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.