Performance management er den dimension, der måler, om en organisation ser, hvad AI leverer, og om den information lander et sted. Ikke om der findes et dashboard, men om nogen kigger på, hvad en AI-anvendelse ændrer ved gennemløbstid, kvalitet eller fejlmargin, og om det resultat påvirker den næste beslutning. Et niveau højere kræver ikke et fast beløb, fordi afstanden mellem niveauer varierer fra organisation til organisation. En organisation, der endnu ikke måler noget, skal opbygge noget andet end en organisation, der allerede måler, men ikke bruger resultaterne til noget. Hvad der derimod står fast: udgifterne ligger sjældent i software. De ligger i tid, gentagelse og villigheden til at tage resultater seriøst, også når de er skuffende.
Dimensionen kigger på tre ting. For det første om der er defineret et resultat, før en AI-anvendelse starter — hvad skal blive bedre, og hvordan kan man se det. For det andet om det resultat rent faktisk måles over tid, i stedet for at blive antaget. For det tredje om målingen har en konsekvens: bliver en anvendelse justeret, udvidet eller stoppet på baggrund af det, der er målt, eller forbliver resultatet et tal i en rapport, som ingen åbner igen. Mange organisationer scorer lavt, ikke fordi de ikke måler, men fordi målingen ikke har en plads i en beslutning.
På baseline-niveau er der ingen beskrivelse af, hvad succes betyder, før en AI-anvendelse begynder. Man kigger bagefter på, om noget "føltes bedre", uden fast målestok. Hvad det betyder i praksis for en organisation på dette niveau, er beskrevet på siden om hvad niveauet baseline betyder i praksis.
På foundation-niveau er der udpeget et resultat, men målingen sker enkeltstående eller tilfældigt. Nogen tjekker efter et par uger, om det virker, men der er ingen gentagelse og ingen fast form. Siden om hvad niveauet foundation betyder i praksis viser, hvordan den situation skiller sig ud fra baseline og fra det næste niveau.
Fra activation bliver måling en vane i stedet for en undtagelse: den samme målestok bliver genbesøgt på fastsatte tidspunkter. Ved insight kobles det resultat til en beslutning — en anvendelse, der ikke leverer det, der var forventet på forhånd, bliver justeret eller stoppet. Ved intelligence er målingen indbygget i en bredere rytme: præstationer for AI-anvendelser sammenlignes med hinanden, så organisationen lærer, hvilken type anvendelse der virker og hvilken der ikke gør.
Performance management afhænger af dimensioner, der kommer tidligere i rækkefølgen. Uden en organisation, der ved, hvem der er ansvarlig for et resultat, forbliver en måling et tal uden ejer — det begynder med spørgsmålet om, hvor moden organisationen er, når det handler om AI, som besvares via organisationsdimensionen. Uden en infrastruktur, der gør det muligt at registrere data om brug og resultat, er der intet at måle — se it-infrastrukturdimensionen. Og uden datamanagement, der afgør, hvilke data er pålidelige nok at bygge på, giver en måling måske et tal, men intet holdepunkt — se datamanagementdimensionen. Den, der vil hæve performance management uden at have disse fundamenter i orden, måler noget, men ikke noget der kan bygges videre på.
Skridtet fra baseline til foundation kræver først og fremmest en aftale: udpeg, før en anvendelse starter, hvad succes betyder, og registrer det et sted, hvor det kan findes igen senere. Det er ikke en investering i teknik, men i vane.
Skridtet fra foundation til activation kræver gentagelse: den samme målestok skal komme tilbage på fastsatte tidspunkter, i stedet for et enkeltstående blik. Det kræver tid fra nogen, der sætter det på dagsordenen og fortsætter med at spørge ind til det.
Skridtet til insight kræver noget sværere: villigheden til at trække en anvendelse tilbage eller justere den, hvis målingen er skuffende, også selvom der allerede er investeret i den. Det er mindre en udgiftspost end et kulturspørgsmål.
Skridtet til intelligence kræver til sidst en sammenligning mellem anvendelser indbyrdes, så organisationen ikke lærer fra sag til sag, men ser mønstre. Det kræver et fast sted, hvor den sammenligning finder sted, og mennesker, der får tid til det.
Modenhedsmålingen fra hybridresourcing.com viser, om en organisation er i stand til at bære, hvad AI leverer — om fundamenterne er på plads, og om performance management kan bygge videre på dem. Den siger intet om, hvilke opgaver inden for selve arbejdet er egnede til at blive overtaget af AI, og i hvilket omfang. Det spørgsmål besvares af arbejdsscanen fra FTE TO AI, som for hver opgave beregner, hvilken del af den der kan overdrages til AI. Den, der først ved, hvor organisationen står på denne dimension, har dermed også en indikation af, om resultaterne fra en sådan arbejdsscan senere lander et sted, eller forsvinder i en rapport, som ingen åbner igen.
Modenhedsmålingen, med plot-runden hvor flere personer scorer hver for sig og spredningen mellem deres svar bliver synlig, er stadig under udvikling. Den, der vil bruge målingen så snart den er klar, 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.