Ξεκινά ένας πιλότος. Μια ομάδα, ένα εργαλείο, μια περίοδος από μερικές εβδομάδες έως μήνες. Στο τέλος ακολουθεί μια ανατροφοδότηση: ένιωσε καλά, οι άνθρωποι ήταν ενθουσιασμένοι, ορισμένα πράγματα έγιναν ταχύτερα. Και τότε λαμβάνεται μια απόφαση με βάση αυτό το συναίσθημα, ενώ κανείς δεν είχε καθορίσει εκ των προτέρων σε τι ερώτημα έπρεπε στην ουσία να απαντήσει ο πιλότος.
Αυτή είναι η παγίδα. Όχι ο πιλότος καθαυτός, αλλά η απουσία μιας ερώτησης που ο πιλότος έπρεπε να απαντήσει. Χωρίς αυτή την ερώτηση, κάθε αποτέλεσμα είναι ένα καλό αποτέλεσμα, και αυτό είναι ακριβώς το πρόβλημα. Ένας πιλότος χωρίς συμφωνία τι πρέπει να προκύψει, δεν μπορεί να αποτύχει, και επομένως δεν μπορεί να αποδείξει τίποτα.
Ένας πιλότος φαίνεται σαν ένας ασφαλής τρόπος για να ξεκινήσει κανείς. Ξεκινήστε μικρά, δείτε τι συμβαίνει, κατόπιν επεκτείνετε αν λειτουργεί. Αυτό ακούγεται λογικό, και σε μια σταθερή κατάσταση όντως είναι. Όμως η AI δεν επηρεάζει μόνο την ομάδα που εκτελεί τον πιλότο. Επηρεάζει τον τρόπο με τον οποίο καταγράφονται τα δεδομένα, ποιος αποφασίζει για τι, και ποια συστήματα πρέπει να επικοινωνούν μεταξύ τους. Ένας πιλότος που δεν μετρά τίποτα σχετικό με αυτό, δεν μετρά επομένως τίποτα σχετικό με το ερώτημα αν η υπόλοιπη οργάνωση θα έφτανε στο ίδιο αποτέλεσμα.
Η λογική του «δοκιμάζουμε πρώτα μικρά» υποθέτει ότι η επιτυχία σε μικρή κλίμακα μεταφράζεται σε επιτυχία σε μεγάλη κλίμακα. Αυτό είναι ακριβώς ο λόγος για τον οποίο η κλιμάκωση χωρίς σταθερή βάση δεν αποδίδει τίποτα: αυτό που λειτούργησε σε έναν πιλότο, το έκανε συχνά χάρη σε συνθήκες που δεν υπάρχουν αλλού. Μια παρακινημένη ομάδα, ένα καθαρό σύνολο δεδομένων, ένας προϊστάμενος που έτυχε να συμμετέχει. Χωρίς συμφωνία για το τι έπρεπε να ελεγχθεί, παραμένει ασαφές αν το αποτέλεσμα προήλθε από την τεχνολογία ή από τις εξαιρετικές συνθήκες υπό τις οποίες δοκιμάστηκε.
Υπάρχουν μερικά αναγνωρίσιμα σημάδια.
Το πρώτο σημάδι είναι ότι ο πιλότος κλείνει με μια αφήγηση αντί για μια απάντηση. Λέγεται τι συνέβη, αλλά κανείς δεν μπορεί να πει αν η εκ των προτέρων τεθείσα ερώτηση — που στην ουσία δεν υπήρξε ποτέ — έχει απαντηθεί.
Το δεύτερο σημάδι είναι ότι ο πιλότος ήταν αποκομμένος από την υπόλοιπη οργάνωση. Μία ομάδα, μία περίπτωση χρήσης, καμία σύνδεση με τα συστήματα ή τα τμήματα που θα έπρεπε να στηρίξουν το αποτέλεσμα αν λειτουργήσει. Αυτή είναι η ίδια παγίδα με το να λειτουργεί ένας πιλότος μόνο στη δική του γωνιά: μια απομονωμένη επιτυχία λέει λίγα για το τι συμβαίνει τη στιγμή που πρέπει να συμμετάσχει η υπόλοιπη οργάνωση.
Το τρίτο σημάδι είναι ότι κανείς δεν κατέχει τον πιλότο. Υπάρχει ένας διαχειριστής έργου, ίσως ένας προμηθευτής, αλλά όχι κάποιος ιδιοκτήτης που είναι υπεύθυνος για το τι πρέπει να συμβεί μετά τον πιλότο. Αυτό το διαπιστώνετε μόνο όταν ο πιλότος έχει τελειώσει και η ερώτηση «τι τώρα» παραμένει αναπάντητη, ακριβώς το μοτίβο που γίνεται εμφανές όταν μια επίδειξη χωρίς ιδιοκτήτη δεν αποδίδει τίποτα.
Το τέταρτο σημάδι είναι ότι δοκιμάστηκε η τεχνολογία, αλλά όχι η δομή μέσα στην οποία πρέπει να λειτουργήσει. Ρόλοι, ευθύνες, γραμμές λήψης αποφάσεων: αυτά παρέμειναν αμετάβλητα κατά τη διάρκεια του πιλότου, και αυτό είναι ακριβώς ο λόγος για τον οποίο η τεχνολογία πάνω σε μια αμετάβλητη δομή δεν αποδίδει τίποτα. Ένας πιλότος που δεν επηρεάζει τη δομή, ελέγχει μόνο αν η τεχνολογία λειτουργεί σε ένα περιβάλλον που δεν χρειάζεται να αλλάξει. Αυτό είναι διαφορετικό ερώτημα από το αν ο οργανισμός είναι έτοιμος να δουλέψει με αυτή.
Η σειρά με την οποία οικοδομείται η ετοιμότητα για AI δεν είναι τυχαία. Ο οργανισμός, η υποδομή IT και η διαχείριση δεδομένων αποτελούν τη βάση πάνω στην οποία μπορούν να στηριχθούν εξαρτημένες διαστάσεις — όπως ο τρόπος με τον οποίο οι άνθρωποι συνεργάζονται με την AI ή πώς λαμβάνονται οι αποφάσεις. Ένας πιλότος που αγνοεί αυτή τη σειρά, μετρά στην πραγματικότητα κάτι διαφορετικό από αυτό που υποστηρίζει ότι μετρά. Μετρά τη δημιουργικότητα μιας ομάδας σε μια δεδομένη στιγμή, όχι την ετοιμότητα του οργανισμού ως σύνολο.
Αυτό είναι επίσης το σημείο όπου ένας Διευθύνων Σύμβουλος και ένας Chief Operating Officer συνήθως βλέπουν διαφορετικά τα πράγματα. Αυτό που εξετάζει ένας Διευθύνων Σύμβουλος σχετικά με την ωριμότητα στην AI διαφέρει από αυτό που αξιολογεί σχετικά ένας Chief Operating Officer, και ένας πιλότος χωρίς εκ των προτέρων συμφωνηθέν σημείο μέτρησης αφήνει και τους δύο χωρίς στήριγμα. Το ερώτημα δεν είναι αν ο πιλότος ήταν ευχάριστος, αλλά αν λέει κάτι για τις διαστάσεις που πρέπει να στηρίξουν το υπόλοιπο.
Η μέτρηση ωριμότητας του hybridresourcing.com έχει σκοπό να καθιστά δυνατή αυτή την εκ των προτέρων συμφωνία. Πέντε επίπεδα, από baseline έως intelligence, σε επτά διαστάσεις, με έναν γύρο βαθμολόγησης όπου περισσότερα άτομα βαθμολογούν ανεξάρτητα το ένα από το άλλο, έτσι ώστε να γίνεται ορατή η διασπορά αντί μιας μοναδικής εντύπωσης που θεωρείται αλήθεια. Έτσι γίνεται ορατό πού βρίσκεται πραγματικά ο οργανισμός, προτού ξεκινήσει και πάλι ένας πιλότος που πρέπει εκ των υστέρων να αποδείξει αυτό που ποτέ δεν καθορίστηκε εκ των προτέρων.
Αυτή η μέτρηση αφορά το ερώτημα αν ο οργανισμός μπορεί να στηρίξει την AI: αν υπάρχει η βάση για να λειτουργήσει κάτι δομικά. Μόλις απαντηθεί αυτό το ερώτημα, δημιουργείται χώρος για ένα άλλο ερώτημα, δηλαδή ποιο μέρος της πραγματικής εργασίας μπορεί να αναλάβει η AI. Αυτό το ερώτημα απαντάται από το εργασιακό σκανάρισμα (werkscan) του FTE TO AI, το οποίο υπολογίζει ανά εργασία ποιο μέρος αυτής μπορεί να μεταβιβαστεί στην AI. Το εργαλείο για αυτή τη μέτρηση ωριμότητας βρίσκεται υπό κατασκευή· όποιος θέλει να χρησιμοποιήσει τη μέτρηση μόλις γίνει διαθέσιμη, μπορεί να εγγραφεί στη λίστα αναμονής.
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.