Insight er det fjerde af de fem niveauer, som modenhedsmålingen fra hybridresourcing skelner mellem: baseline, foundation, activation, insight og intelligence. En organisation på dette niveau har lagt fasen med løsrevne eksperimenter bag sig. Data, IT-infrastruktur og organisationsstruktur er ikke længere tre separate spørgsmål, men begynder at stemme overens med hinanden. Det er det, der indholdsmæssigt adskiller niveauet fra activation: ikke længere at afprøve om noget virker, men at se hvorfor det virker og hvor det går i stå.
På insight-niveau findes der indsigt i de egne datastrømme: hvor information opstår, hvor den samles, og hvor den går tabt mellem afdelinger. Denne indsigt findes ikke tilfældigt hos en enkelt analytiker, men er fastlagt på en måde, som flere mennesker kan tilgå og bruge. IT-infrastrukturen er indrettet til at støtte disse datastrømme i stedet for at hindre dem. Og organisationen har fordelt roller og ansvar på en sådan måde, at beslutninger om AI-anvendelser ikke længere afhænger af tilfældigheder eller en enkelt entusiast.
Dette niveau kan genkendes på den type spørgsmål, der stilles inden for organisationen. Ikke længere: kan vi afprøve dette? Men: hvorfor virker denne anvendelse i den ene afdeling og ikke i den anden, og hvad siger det om vores data eller vores struktur? Det spørgsmål kan kun stilles, hvis der allerede er tilstrækkeligt overblik over, hvad der foregår. Det overblik er præcis det, insight tilfører de foregående niveauer.
Hvad der som regel stadig mangler på dette niveau, er skridtet fra at forstå til at forudsige. Insight giver forklaringer efter kendsgerningerne: hvorfor et pilotprojekt slog igennem eller ikke gjorde det, hvorfor det ene team gik hurtigere end det andet. Hvad der endnu ikke findes, er en struktur, der på forhånd angiver, hvor en næste anvendelse vil eller ikke vil slå rod. Det adskiller insight fra intelligence, det niveau hvor det forudsigende lag faktisk findes. Hvad det niveau betyder i praksis, er beskrevet på siden om niveauet intelligence.
En anden risiko på dette niveau er, at indsigten forbliver hos en begrænset gruppe mennesker. Data findes, infrastrukturen findes, men hvis forståelsen af, hvad disse data betyder, ikke deles i hele organisationen, forbliver insight skrøbelig. Så snart den person forlader organisationen eller den afdeling omorganiseres, falder niveauet tilbage. Det er en af grundene til, at målingen fra hybridresourcing ikke fungerer med en enkelt samtale, men med en plot-runde: flere mennesker scorer separat de syv dimensioner, og spredningen mellem deres svar viser præcis, om indsigten er forankret bredt i organisationen eller hviler på en håndfuld personer.
Ved insight er spredningen mellem scorer ofte mere interessant end det gennemsnitlige niveau selv. En organisation kan i gennemsnit ligge på insight, mens IT-afdelingen oplever indsigten som grundig, og de operationelle teams mærker næsten intet til den. Denne kløft er præcis det signal, der viser, hvor det næste skridt skal begynde: ikke ved mere teknik, men ved at dele det, der allerede er forstået. Fordi de grundlæggende dimensioner — organisation, IT-infrastruktur, datahåndtering — bærer de afhængige dimensioner, giver det ingen mening at begynde på forudsigende anvendelser, hvis indsigten endnu ikke er nået ud alle steder.
Overgangen fra insight til intelligence kræver ikke, at man samler nye data, men at man omsætter de eksisterende indsigter til noget, der kigger fremad i stedet for tilbage. Det er en anden opgave end de foregående overgange: fra baseline til det næste niveau handlede det primært om at etablere struktur, hvor den manglede, og fra activation til det næste niveau om at forbinde løsrevne succeser med hinanden. Ved insight ligger opgaven et andet sted: den delte forståelse, der allerede findes, skal omsættes til et system, der på forhånd giver retning. Hvad denne overgang konkret kræver, er beskrevet på siden om skridtet fra insight til det næste niveau.
Modenhedsmålingen fra hybridresourcing besvarer et andet spørgsmål end spørgsmålet om opgaver og timer. Den måler, om en organisation kan bære AI: om data, infrastruktur og organisationsstruktur er klar til det, der kommer på toppen. En organisation på insight-niveau har i vid udstrækning denne bærende struktur på plads. Det betyder ikke automatisk, at det er klart, hvilken del af det faktiske arbejde der reelt kan tages over af AI — det er en anden måling, med en anden skala. Den, der vil vide, hvor meget af det nuværende arbejde der konkret kan tages over, pr. opgave og pr. rolle, finder det i arbejdsscanningen fra FTE TO AI. Den scanning beregner, hvilken del af arbejdet der kan tages over, givet i hvilken grad organisationen ifølge denne måling allerede er klar til det.
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.