Der har været et succesfuldt pilotprojekt. Ledelsen ønsker tempo. Beslutningen falder: rul ud til resten af organisationen, andre teams, andre afdelinger. Hvad der virkede i ét hjørne, skal nu virke alle steder.
Det går langt fra altid godt. Ikke fordi teknologien pludselig reagerer anderledes, men fordi de omgivelser, den skal fungere i, er indrettet forskelligt overalt. Det team, hvor pilotprojektet lykkedes, havde tilfældigvis en IT-infrastruktur, der kunne håndtere det, der blev krævet, datahåndtering, der var i orden, og en organisationsstruktur, hvor nogen tog ansvar. Andre steder i organisationen er en eller flere af disse ting anderledes. Resultatet: samme indsats giver et udbytte på det ene sted og intet på det andet, eller værre, ekstra arbejde med at rette fejl.
Skalering føles som det næste naturlige skridt, fordi pilotprojektet har bevist noget. Der er et resultat, der er begejstring, der er pres for at øge afkastet. Når man én gang har fået noget til at fungere, vil man ikke begrænse det til ét team. Desuden er skalering synlig: flere brugere, flere teams, flere procesflow, der tager den nye arbejdsmåde til sig. Det føles som fremskridt, også når de fundamentale dimensioner — organisation, IT-infrastruktur, datahåndtering — endnu ikke overalt er på det niveau, hvor den afhængige dimension faktisk kan fungere.
Den rækkefølge, dette virker i, er ikke valgfri. Hvis det fundamentale lag ikke er på plads, har det afhængige lag intet at bygge på. Det er ikke et spørgsmål om præference eller om at tage mere tid; det er den måde, dimensionerne bærer hinanden på. Skalering ignorerer denne rækkefølge og forventer, at gentagelse af en arbejdsmåde er nok, også uden det fundament, der tilfældigvis var til stede første gang.
Et antal signaler går ofte igen. Teams, der tager den nye arbejdsmåde til sig, rapporterer skiftende resultater, og ingen kan rigtigt forklare, hvorfor det virker for det ene team og ikke for det andet. Der bliver bedt om mere træning eller mere kommunikation, mens problemet ligger et andet sted: i systemer, der ikke hænger sammen, i data, der ikke har samme kvalitet, i en struktur, hvor ingen ejer resultatet over teamgrænser.
Genkendeligt er også den situation, hvor teknologi rulles ud over en struktur, der selv ikke er ændret: den nye arbejdsmåde stilles teknisk til rådighed, men rollerne, ansvarsområderne og beslutningslinjerne er de samme som før pilotprojektet. Sammenligneligt er det mønster, hvor et pilotprojekt fungerer godt i sit eget hjørne, men ikke passer sammen med resten af organisationen: skaleringen kopierer arbejdsmåden, ikke de betingelser, arbejdsmåden blev skabt under.
Et tredje signal er mindre synligt, men lige så afgørende: to entusiaster trækker læsset, og ingen andre føler sig ansvarlige. Så længe initiativet afhænger af nogle få personer, der tilfældigvis er motiverede, er der ikke noget organisatorisk fundament at skalere på — der er kun begejstring, som ikke mangedobles, når teamet bliver større.
Den, der genkender disse signaler, gør vel i at spørge sig selv, om spredningen mellem teams er en følge af udførelsen, eller af en forskel i beredskab, der allerede var til stede, før der blev skaleret. Denne skelnen er præcis, hvad modenhedsmålingen fra hybridresourcing kigger på: ikke én score for hele organisationen, men fem niveauer over syv dimensioner, målt ved at flere personer scorer separat, så spredningen mellem deres svar bliver synlig. Denne spredning fortæller ofte mere end gennemsnittet: hvis CEO'ens vurdering afviger fundamentalt fra CIO'ens, ligger der en del af forklaringen på, hvorfor skalering slår igennem nogle steder og ikke andre. Hvad en CEO viser om sin egen organisation i denne måling og hvad en COO genkender heri fra den daglige udførelse giver sjældent det samme billede, og netop denne forskel er, hvad målingen er bygget på.
Denne side handler om spørgsmålet, om organisationen kan bære AI: står strukturen, står infrastrukturen, står datahåndteringen på et niveau, hvor skalering er meningsfuldt. Det er et andet spørgsmål end, hvilken del af arbejdet selv er egnet til at overdrage til AI. Det sidste spørgsmål besvarer arbejdsscanningen fra FTE TO AI: den beregner pr. opgave, hvilken del af arbejdet AI kan tage over, uafhængigt af om organisationen allerede er klar til det. Begge spørgsmål hører sammen, men rækkefølgen er ikke uforpligtende — at vide, hvad der kan overdrages, har ringe værdi, så længe det ikke er fastslået, om fundamentet kan bære den overdragelse.
Modenhedsmålingen fra hybridresourcing er stadig under opbygning. Den, der vil 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.