Kennisbank

Niveauet intelligence: hvordan ser det ud i praksis

Intelligence er det femte niveau i modenhedsmålingen fra hybridresourcing, efter baseline, foundation, activation og insight. Det er det niveau, hvor de syv dimensioner — fra organisation og IT-infrastruktur til datamanagement og de afhængige dimensioner derover — ikke længere fungerer løsrevet fra hinanden, men er indstillet på hinanden. Det lyder abstrakt, indtil De ser på, hvad der i praksis så sker, og hvad der ikke længere sker.

Hvordan De genkender det

På de lavere niveauer kører AI i pilotprojekter, løsrevet fra hinanden, med skiftende ejerskab. På intelligence-niveau er det mønster brudt. Beslutninger om nye anvendelser bliver ikke længere taget projekt for projekt, men følger af en struktur, der allerede står der: klart ejerskab, data der er findbare og pålidelige, infrastruktur der kan håndtere udvidelse uden at hvert initiativ igen løber ind i de samme begrænsninger. Organisationen har ikke én succesfuld anvendelse, men en måde at arbejde på, hvor anvendelser styrker hinanden i stedet for at stå i vejen for hinanden.

Det betyder ikke, at alt automatisk går godt. Det betyder, at når noget går skævt, ved organisationen, hvad det skyldes, og hvordan den justerer det. De fundamentale dimensioner bærer da vægten af de afhængige dimensioner, som det bør være: først står fundamentet, og først derefter den anvendelse, der læner sig op ad det.

Hvad der er anderledes end på insight-niveau

På insight-niveau ser organisationen ofte allerede godt, hvad der sker: der er overblik over, hvad der virker og hvad ikke, der bliver målt og justeret. Hvad der stadig mangler på insight-niveau, er den måde, hvorpå disse indsigter struktureltbliver bearbejdet i, hvordan organisationen er indrettet. Intelligence er det skridt, hvor denne indsigt ikke længere er en rapport, men en del af selve funktionen. De, der vil vide mere om denne overgang, finder en udredning i hvordan De kommer fra insight til det næste niveau.

Spredningen mellem respondenter er på dette niveau normalt mindre end på niveauerne under det. På baseline og foundation scorer afdelinger ofte meget forskelligt, fordi den ene allerede er kommet længere end den anden. På intelligence-niveau er denne spredning som regel mere begrænset, ikke fordi alle er enige om alt, men fordi selve strukturen giver mindre plads til store forskelle i oplevelse. Det er noget, plot-runden i målingen giver overblik over: ikke kun det gennemsnitlige niveau, men også hvor entydigt dette billede lever i organisationen.

Hvad skridtet til det næste niveau kræver

Intelligence er det højeste niveau i denne måling, og det rejser spørgsmålet om, hvad der så stadig er at gøre. Svaret er, at at opnå et niveau ikke er et slutpunkt. Infrastruktur ældes, teams forandrer sig, nye anvendelser bringer nye krav med sig til data og forvaltning. Vedligeholdelse af dette niveau kræver lige så meget opmærksomhed som at opnå det, og spørgsmålet skifter fra 'hvordan kommer vi hertil' til 'hvordan holder vi fast i dette, mens organisationen og teknologien fortsætter med at forandre sig'. En udredning af dette spørgsmål findes i hvordan De bygger videre fra intelligence.

For organisationer, der endnu ikke har nået dette niveau, er det nyttigt at vide, at vejen derhen ikke går i ét skridt. Ruten går via niveauerne under det, og de spørgsmål, der er relevante på hvert niveau, varierer. De, der spørger sig selv, hvordan de første skridt ser ud, finder det beskrevet i hvordan De kommer fra baseline til det næste niveau og i det skridt, der følger derefter, beskrevet i hvordan De kommer fra activation til det næste niveau.

Hvad dette niveau ikke siger

At opnå intelligence-niveau siger noget om, i hvilken grad en organisation er indrettet til at bære AI-anvendelser. Det siger intet om, hvilke opgaver inden for denne organisation der er passende til at blive overtaget af AI, og i hvilket omfang. Det er et andet spørgsmål, med et andet redskab.

Modenhedsmålingen fra hybridresourcing handler om bæresiden: står organisationen, infrastrukturen og datamanagementet på en sådan måde, at AI-anvendelser kan fungere uden at støde på fundamentale begrænsninger. Dette spørgsmål er betinget af det andet spørgsmål, nemlig hvilken del af selve arbejdet der kommer i betragtning til AI. Til dette spørgsmål findes der arbejdsscanen fra FTE TO AI, som for hver opgave beregner, hvilken del af arbejdet der kan overtages. En organisation på intelligence-niveau har strukturen på plads til at gøre noget med resultaterne af denne scan; de, der vil vide, hvad en arbejdsscan konkret giver, når AI faktisk begynder at udføre opgaver, finder det i hvad De kan med agents, der udfører arbejde.