Enhver direktion, der går i gang med AI, støder tidligt eller sent på dette spørgsmål: hvilken beslutning må et system tage, og hvilken beslutning bliver hos et menneske. Spørgsmålet lyder enkelt. Svaret er det ofte ikke, fordi grænsen ikke ligger ved beslutningen selv, men ved hvad organisationen omkring den har organiseret.
Der findes ingen fast liste med beslutninger, der pr. definition skal blive menneskelige. En afskedigelsesbeslutning, en kreditafvisning, en medicinsk vurdering: det er eksempler, der ofte nævnes, men grunden til at de er sensitive, varierer fra organisation til organisation. Hos den ene institution handler det om juridisk ansvar, hos den anden om uigenkaldeligheden af udfaldet, hos en tredje om at der ikke er en god fejlmargin. Den, der kopierer en liste fra en anden organisation, kopierer et svar uden at have stillet spørgsmålet.
Hvad der derimod virker, er at analysere beslutningen selv: hvad er konsekvensen, hvis det går skævt, kan udfaldet rettes, og er der nogen, der kan gengive og stå til ansvar for udfaldet. Disse tre spørgsmål ligger til grund for det, der andetsteds kaldes agent-regler: fastlagte grænser, der bestemmer, hvornår et system må fortsætte, og hvornår det skal stoppe og involvere et menneske.
Fristelsen er stor til at lægge dette spørgsmål over til IT, som var det en indstilling, man konfigurerer én gang. Det virker ikke, af en simpel grund: en agent-regel er kun troværdig, hvis organisationen omkring den er i orden. Hvis ingen ved, hvem der er ejer af en proces, kan ingen bestemme, hvem der er eskaleringspunktet. Hvis data ikke er i orden, ved et system ikke, hvornår det møder en undtagelse, der kræver et menneske. De fundamentale dimensioner i en organisation — governance, infrastruktur, datahåndtering — går derfor forud for spørgsmålet om, hvilke beslutninger der må automatiseres. Uden det fundament er enhver grænse, De trækker, en grænse på papiret.
Dette er samtidig grunden til, at dette spørgsmål sjældent lever på ét sted i organisationen. Direktionen ser risikoen, CIO'en ser den tekniske gennemførlighed, procesejeren ser den daglige praksis. Hvordan De får disse tre perspektiver samlet, før automatiseringstempoet bliver en kilde til uenighed, er beskrevet i hvordan De fører tempo-samtalen mellem bestyrelse og direktion. Den, der først stiller dette spørgsmål, når den første pilot allerede kører, stiller det for sent.
Modenhedsmålingen fra hybridresourcing kortlægger, om en organisation har det fundament, der skal til for at trække den slags grænser meningsfuldt. Syv dimensioner, fem niveauer fra baseline til intelligence, og en plot-runde hvor flere personer scorer hver for sig. Den spredning er ofte den mest nyttige del: hvis en CHRO sætter datamodenheden til activation og CIO'en til baseline, ved De, at der først skal foregå en samtale, før der kommer en regel på papiret, som ingen kan udføre.
Hvad målingen ikke gør, er at sige, hvilken beslutning i Deres organisation der må automatiseres. Den måler beredskab, ikke egnethed af en specifik opgave. Den fortæller Dem, om organisationen kan bære, hvad AI kan klare, ikke hvad AI konkret ville tage over. Det skel mellem at bære og at tage over er forskellen mellem at bære AI og at overdrage til AI, og det er et skel, som denne side bevidst holder fast i: en score på målingen er ikke et frikort og ikke et forbud, det er et billede af den tilstand, organisationen befinder sig i lige nu.
Dette billede forældes. En organisation, der i dag scorer foundation for datahåndtering, kan om et år ligge på activation, eller lige så godt være blevet hængende. Hvor ofte det er meningsfuldt at måle igen, og hvad det afhænger af, kan De læse i hvor ofte en modenhedsmåling skal gentages. En enkeltstående måling, der forsvinder i en skuffe, har ringe værdi; en måling, der genstarter samtalen i direktionen, har det ikke.
Målingen løser ikke uenigheden i Deres direktion. Den gør den synlig, og det er ikke det samme. Hvis Deres bestyrelse og direktion allerede længe har været uenige om tempoet for AI-adoption, ligger årsagen ofte dybere end en mangel på fakta: det handler om risikovillighed, om hvem der holdes ansvarlig for hvad, om hvad der sker, når nogen åbner et chatvindue og tror, at han dermed har fået AI ind i huset. Hvad De ikke ser, hvis De kun kender chatvinduet, er netop den del af organisationen, dette spørgsmål handler om: infrastrukturen, reglerne, de mennesker, der ved, hvornår et system skal stoppe. Hvorfor Deres direktion er uenig om tempoet, er uddybet på denne side, og det er ofte mere nyttigt at føre den samtale først, end at vente til en pilot går i stå og spørgsmålet alligevel kommer på bordet.
Denne side handler om den grænse, De trækker på forhånd: hvilken beslutning bliver hos et menneske, uanset hvad et system teknisk kan klare. Så snart den grænse er nogenlunde fastlagt, forskydes spørgsmålet til selve arbejdet: hvilke opgaver inden for den grænse er egnede til at blive overdraget, og hvilken del af en funktion bliver menneskeligt arbejde uanset organisationens beredskab. Det spørgsmål besvarer modenhedsmålingen ikke. Arbejdsscanningen fra FTE TO AI udregner pr. opgave, hvilken del af arbejdet der kan tages over af AI, og knytter sig dermed til det punkt, hvor denne side ender: ikke om Deres organisation er klar, men hvad der konkret ligger og venter på at blive overdraget, når den er.
Værktøjet, hvormed De selv kan kortlægge dette, er under opbygning. Den, der ønsker at foretage målingen, så snart den er tilgængelig, kan sætte sig på 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.