Ο τομέας ενέργειας δεν είναι ένα ενιαίο περιβάλλον. Υπάρχει η πλευρά της φυσικής υποδομής — διαχείριση δικτύου, παραγωγή, συντήρηση εγκαταστάσεων που διαρκούν δεκαετίες — και υπάρχει η πλευρά της αγοράς: εμπόριο, επαφή με πελάτες, επεξεργασία δεδομένων γύρω από κατανάλωση και παράδοση. Αυτές οι δύο πλευρές έχουν διαφορετική σχέση με την AI. Η πλευρά της υποδομής είναι δεσμευμένη από πρότυπα ασφάλειας, νομοθεσία και εξοπλισμό που δεν αντικαθίσταται εύκολα. Η πλευρά της αγοράς κινείται ταχύτερα, λειτουργεί με ψηφιακές διαδικασίες που υπάρχουν εδώ και καιρό, και έχει λιγότερους φυσικούς περιορισμούς.
Αυτή η διχοτόμηση είναι ο πυρήνας του σημείου στο οποίο βρίσκεται ο τομέας. Όχι ως καθυστέρηση, αλλά ως μια σχέση μεταξύ δύο μερών του ίδιου οργανισμού που αναπτύσσονται με διαφορετικό ρυθμό. Μια εταιρεία ενέργειας που μετρά την ωριμότητά της σε σχέση με την AI, μετρά στην ουσία δύο οργανισμούς ταυτόχρονα — και ακριβώς εκεί κολλάνε πολλές πρωτοβουλίες: στην υπόθεση ότι ό,τι λειτουργεί στην πλευρά της αγοράς, μεταφράζεται χωρίς κόπο στην πλευρά της φυσικής υποδομής.
Σε έναν τομέα με πολλά παλαιά συστήματα, ξεχωριστές ροές δεδομένων μεταξύ διαχείρισης δικτύου και παράδοσης, και αυστηρές απαιτήσεις συμμόρφωσης, οι θεμελιώδεις διαστάσεις — οργάνωση, υποδομή IT, διαχείριση δεδομένων — καθορίζουν μεγαλύτερο μέρος του τι είναι δυνατό απ' ό,τι σε τομείς με λιγότερη ρύθμιση. Μια εφαρμογή AI που θέλει να υποστηρίξει την προγνωστική συντήρηση, εξαρτάται από δεδομένα αισθητήρων που καταγράφονται με συνέπεια, από συστήματα που επικοινωνούν μεταξύ τους, και από έναν οργανισμό που γνωρίζει ποιος είναι υπεύθυνος για το αποτέλεσμα. Αν λείπει ένα από αυτά τα επίπεδα, η εφαρμογή παραμένει ένα πιλοτικό πρόγραμμα, όσο καλό και να είναι το μοντέλο.
Ο λόγος που οι θεμελιώδεις διαστάσεις προηγούνται των εξαρτημένων, αναλύεται εδώ: δεν είναι θέμα να κάνεις πρώτα το εύκολο, αλλά η σειρά με την οποία οι διαστάσεις καθιστούν η μία την άλλη καν εφικτή. Στον τομέα ενέργειας αυτό είναι πιο ορατό απ' αλλού, επειδή η απόσταση μεταξύ θεμελίου και εφαρμογής είναι μεγαλύτερη απ' ό,τι σε τομείς με λιγότερο ρυθμισμένη υποδομή.
Σε μια διασπορά μεταξύ βαθμολογιών πολλών ερωτηθέντων σε μια εταιρεία ενέργειας, συχνά προκύπτει ένα συγκεκριμένο μοτίβο: οι άνθρωποι στην πλευρά της αγοράς βαθμολογούν τον οργανισμό υψηλότερα στη διαχείριση δεδομένων και την υποδομή IT απ' ό,τι οι άνθρωποι που εργάζονται στη διαχείριση δικτύου ή την παραγωγή. Και οι δύο ομάδες έχουν δίκιο σχετικά με το δικό τους περιβάλλον — το πρόβλημα είναι ότι ο οργανισμός ως σύνολο αξιολογείται με βάση μόνο το ένα από τα δύο.
Αυτή η διασπορά είναι πιο χρήσιμη από έναν μέσο όρο. Ένας μέσος όρος αποκρύπτει ποιο μισό του οργανισμού τραβάει τον μέσο όρο προς τα κάτω. Ο γύρος του διαγράμματος αναδεικνύει το πού η συζήτηση για την ωριμότητα είναι στην ουσία δύο συζητήσεις, και αυτή είναι ακριβώς η πληροφορία που χρειάζεται για να καθοριστεί από πού να ξεκινήσει κανείς.
Ο τομέας ενέργειας μοιράζεται μεγάλο μέρος αυτής της δυναμικής με άλλους τομείς που βασίζονται σε μεγάλο βαθμό σε φυσικά περιουσιακά στοιχεία και νομοθεσία. Στη σύγκριση με τον τρόπο που αντιμετωπίζει η κατασκευή την ωριμότητα AI παρατηρείται ότι και οι δύο τομείς αντιμετωπίζουν έργα που εκτείνονται σε πολλά χρόνια και δεδομένα διασκορπισμένα σε πολλά μέρη. Ο κλάδος εγκαταστάσεων γνωρίζει μια παρόμοια τάση μεταξύ φυσικής εργασίας στο πεδίο και ψηφιακών διαδικασιών στο γραφείο — μια τάση που στον τομέα ενέργειας εμφανίζεται μεταξύ διαχείρισης δικτύου και της πλευράς της αγοράς.
Το στοιχείο που διαφοροποιεί τον τομέα ενέργειας είναι η κλίμακα της νομοθεσίας. Ενώ ο τομέας ακίνητης περιουσίας ασχολείται κυρίως με σχέσεις ιδιοκτησίας και κανόνες εκτίμησης, η ενέργεια λειτουργεί εντός ενός πλαισίου προτύπων ασφάλειας και υποχρεώσεων κοινής ωφέλειας που αφήνει λίγο χώρο για πειραματισμό χωρίς έγκριση. Αυτό κάνει τη διάσταση της οργάνωσης — ποιος μπορεί να λάβει ποια απόφαση, και με βάση ποια δεδομένα — πιο βαρύνουσα απ' ό,τι σε τομείς όπου αυτή η έγκριση περνά από λιγότερα επίπεδα.
Μια εταιρεία ενέργειας που μετρά την ωριμότητά της, κάνει καλά να εξετάσει αν οι αποφάσεις που πρέπει να υποστηρίξει η AI, είναι όντως καταγεγραμμένες με σαφήνεια. Τι πρέπει να περιλαμβάνει μια τέτοια απογραφή — ποιος αποφασίζει, με βάση ποια πληροφορία, και με ποια εντολή — περιγράφεται στο τι περιλαμβάνει μια απογραφή αποφάσεων. Για έναν τομέα όπου οι αποφάσεις για συντήρηση, χωρητικότητα και παράδοση συχνά είναι διασκορπισμένες σε τμήματα που δεν επικοινωνούν καθημερινά μεταξύ τους, αυτή η απογραφή είναι ένα από τα πρώτα πράγματα που δίνουν σαφήνεια σχετικά με το πού η AI έχει έρεισμα και πού όχι.
Αυτή η μέτρηση δείχνει αν ο οργανισμός έχει τα θεμέλια για να στηρίξει την AI — αν τα δεδομένα, τα συστήματα και η δομή λήψης αποφάσεων είναι έτοιμα για αυτό. Αυτό είναι διαφορετικό ερώτημα από το ποια εργασία μπορεί όντως να αναλάβει η AI. Για αυτό το ερώτημα υπάρχει η σάρωση εργασίας του FTE TO AI: αυτή εξετάζει ανά εργασία, εντός της διαχείρισης δικτύου, της επαφής με πελάτες ή του προγραμματισμού, ποιο μέρος της μπορεί να αναληφθεί, και ποιο μέρος παραμένει εξαρτημένο από ανθρώπους. Η μέτρηση ωριμότητας και η σάρωση εργασίας απαντούν λοιπόν σε διαφορετικά ερωτήματα — το ένα για την ικανότητα του οργανισμού να στηρίξει, το άλλο για το περιεχόμενο της εργασίας καθαυτής — και μόνο μαζί γίνονται πλήρη.
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.