Et chatvindue hvor nogen stiller et spørgsmål og får et svar, ser enkelt ud. Det, der skal ske nedenunder, er det ikke. Beslutningsstøtte med AI betyder, at et system kombinerer data fra flere kilder, sætter dem i den rette kontekst og formulerer et svar, som nogen vover at handle på. Hvert trin i den kæde stiller et krav til organisationen, der går forud for spørgsmålet om hvilken model eller hvilken platform der vælges.
En model, der understøtter beslutninger, er kun så god som de data, den får at se. Det betyder, at tal fra forskellige systemer skal anvende den samme definition, at historiske data er tilgængelige uden at nogen først skal eksportere dem manuelt, og at det er klart hvilken kilde der er autoritativ, hvis to systemer modsiger hinanden. Organisationer, der endnu ikke har dette på plads, oplever det først i det øjeblik, hvor systemets svar ikke stemmer med, hvad medarbejderne på gulvet allerede vidste.
Beslutningsstøtte ligger ofte i knudepunktet mellem flere afdelinger: det øjeblik hvor information skal bevæge sig fra det ene sted til det andet, for at der kan komme en god beslutning ud af det. Det gør det relevant, hvordan koordination mellem afdelinger fungerer i jeres organisation, for et system, der giver et råd, som derefter bliver liggende mellem to afdelinger, har ikke skabt noget udbytte. Samme logik gælder for de kilder, rådet fødes af: hvis disse kilder består af dokumenter, der først skal læses og opsummeres, før noget kan bruges, er spørgsmålet om hvad det kræver af organisationen at læse og opsummere dokumenter direkte afgørende for hastigheden og troværdigheden af det råd, der kommer ud af det.
En del af beslutningsstøtte består ikke af at besvare et spørgsmål, som nogen aktivt stiller, men af at signalere noget, der kræver opmærksomhed, før nogen spørger om det. Det stiller andre krav end et chatvindue: der skal være noget, der holder øje kontinuerligt, genkender tærskelværdier og skelner mellem støj og et signal, der virkelig betyder noget. Hvad det kræver af overvågning og signalering, er et spørgsmål, der skal besvares separat, og den, der vil vide, hvad overvågning og signalering kræver af organisationen, vil se, at det ikke kun handler om teknik, men også om hvem der modtager signalerne og hvad der sker med dem.
Mange beslutninger forberedes i samtaler: med kunder, med leverandører, mellem kolleger. Hvis disse samtaler ikke registreres på en måde, der kan genbruges, mangler systemet, der skal understøtte en beslutning, netop det materiale, der udgjorde anledningen. Det synliggør, hvad registrering og opfølgning af samtaler kræver af organisationen, et emne der direkte påvirker spørgsmålet om, hvorvidt beslutningsstøtte kan bygge på noget, eller på ingenting. Den, der vil vide mere om, hvad registrering og opfølgning af samtaler kræver, vil se sammenhængen med kvaliteten af hvert råd, der senere udledes af disse samtaler.
Det er ikke usædvanligt, at et enkelt team, med et enkelt datasæt og en enkelt use case, kan vise en fungerende version af beslutningsstøtte. Det beviser, at det kan gøres, ikke at det kan gøres organisationsbredt. Så snart en anden afdeling med andre systemer, andre dataejere og andre definitioner vil tilslutte sig, viser det sig ofte, at den første version var skræddersyet præcis til det ene team. Hvorfor et pilotprojekt, der kun fungerer i sit eget hjørne, ikke giver noget udbytte, er derfor ikke et spørgsmål om teknik der skuffer, men om et fundament, der aldrig var anlagt bredere. For den, der vil læse mere om det: hvorfor et pilotprojekt, der kun fungerer i sit eget hjørne, ikke giver noget udbytte forklarer, hvad der mangler mellem en demo og en organisationsbred anvendelse.
Et system kan give det bedst underbyggede råd og alligevel ikke ændre noget, hvis ingen bærer ansvaret for at arbejde med det. Det er et organisatorisk punkt, ikke et teknisk punkt: hvem er ejer af rådet, hvem vurderer om det følges, og hvem forklarer hvorfor det en gang ikke blev fulgt. Uden den ejer forsvinder beslutningsstøtte i kategorien af interessante eksperimenter. Hvorfor en demo uden ejer ikke giver noget udbytte, hænger sammen med netop dette punkt, og den, der vil følge den præcise argumentation, kan finde den på hvorfor en demo uden ejer ikke giver noget udbytte.
De krav, beslutningsstøtte stiller, handler i vid udstrækning om, hvad der allerede skal være på plads, før chatvinduet kan gøre noget meningsfuldt: rene og tilgængelige data, fungerende overdragelse mellem afdelinger, struktureret registrering af samtaler og dokumenter, og en klar ejer af det, systemet leverer. Det er netop hvorfor modenhedsmålingen fra hybridresourcing kigger på de fundamentale dimensioner, før de afhængige dimensioner kommer på tale: organisation, IT-infrastruktur og datastyring afgør, om der er noget at bygge beslutningsstøtte på.
Spørgsmålet om, hvorvidt en organisation kan bære dette, er uafhængigt af spørgsmålet om, hvilken del af arbejdet der faktisk kan overtages af AI. Det sidste beregner arbejdsscanningen fra FTE TO AI opgave for opgave: hvilken del af arbejdet der kan overtages, og på hvilke betingelser. Hvor denne side beskriver, hvad der skal være på plads, før beslutningsstøtte kan fungere, beskriver arbejdsscanningen, hvad der, når først dette fundament er til stede, konkret ændrer sig i selve arbejdet.
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.