Μια αλυσίδα είναι κάτι διαφορετικό από μια εργασία. Σε μια εργασία, κάποιος, ή κάτι, εκτελεί μια ενέργεια και παράγει ένα αποτέλεσμα. Σε μια αλυσίδα, το ένα βήμα ακολουθεί λογικά το άλλο: το αποτέλεσμα του πρώτου βήματος αποτελεί την εισροή του δεύτερου βήματος, και ένα λάθος που προκύπτει εκεί ταξιδεύει μαζί με όλα όσα ακολουθούν. Μια προσφορά που ξεκινά από λανθασμένα συμπληρωμένα στοιχεία πελάτη, ένας φάκελος που φτάνει στο επόμενο τμήμα με λάθος κατάσταση, ένα σήμα που δεν έχει αντιμετωπιστεί προτού κλιμακωθεί. Οι αλυσίδες υπάρχουν παντού μέσα σε έναν οργανισμό, και σπάνια μπορούν να αποδοθούν σε ένα μόνο τμήμα ή ένα μόνο σύστημα.
Αυτό κάνει τις αλυσίδες ταυτόχρονα ελκυστικές και δύσκολες για την AI. Ελκυστικές, επειδή η υπόσχεση της αυτοματοποίησης βρίσκεται ακριβώς στη σύνδεση βημάτων που τώρα μεταφέρονται χειρωνακτικά. Δύσκολες, επειδή μια αλυσίδα λειτουργεί μόνο εάν κάθε κρίκος είναι επαρκώς αξιόπιστος και η μεταφορά μεταξύ κρίκων είναι σαφώς καθορισμένη. Ένας αδύναμος κρίκος, και η αλυσίδα σπάει — συχνά ορατό μόνο μερικά βήματα αργότερα, όταν κανείς δεν ξέρει πλέον πού πήγε στραβά.
Ένα παράθυρο συνομιλίας δείχνει μια μεμονωμένη αλληλεπίδραση: μια ερώτηση, μια απάντηση. Μια αλυσίδα εκτυλίσσεται στο επίπεδο από κάτω, όπου συστήματα μεταφέρουν δεδομένα, αλλάζουν καταστάσεις και αποφάσεις ενεργοποιούν το επόμενο βήμα. Για να λειτουργήσει μια αλυσίδα, αυτό το επίπεδο πρέπει να μπορεί να κάνει έναν αριθμό πραγμάτων.
Πρώτον, πρέπει να είναι σαφές πότε ένα βήμα έχει ολοκληρωθεί και το επόμενο μπορεί να ξεκινήσει. Αυτό ακούγεται αυτονόητο, αλλά σε πολλούς οργανισμούς αυτό δεν είναι πουθενά καθορισμένο — βρίσκεται στο μυαλό του υπαλλήλου που ξέρει πότε ένας φάκελος είναι «αρκετά πλήρης» για να προωθηθεί. Δεύτερον, πρέπει να υπάρχει κάτι που ενημερώνει το πρώτο βήμα για ένα λάθος στο δεύτερο βήμα, αντί να ταξιδεύει το λάθος σιωπηλά μέχρι το τρίτο βήμα. Τρίτον, πρέπει να υπάρχει μια μορφή ιδιοκτησίας για ολόκληρη την αλυσίδα, όχι μόνο για τα μεμονωμένα βήματα — κάποιος ή κάτι υπεύθυνο για το σύνολο, όχι μόνο για το δικό του τμήμα.
Αυτά τα τρία σημεία βρίσκονται κοντά σε ό,τι αντιμετωπίζεται ξεχωριστά αλλού. Ο συντονισμός μεταξύ τμημάτων αφορά την ίδια τη μεταφορά: ποιος μεταδίδει κάτι σε ποιον, και τι μπορεί να χαθεί στη διαδικασία. Η παρακολούθηση και σηματοδότηση αφορά τη στιγμή που πρέπει να γίνει σαφές ότι ένα βήμα έχει ολοκληρωθεί ή ότι έχει κολλήσει. Μια αλυσίδα συγκεντρώνει αυτά τα ξεχωριστά στοιχεία σε ένα σύνολο, και είναι έτσι πιο ευάλωτη από το άθροισμα των μερών της.
Για να μεταβιβαστεί μια αλυσίδα στην AI, ή ένα μέρος της, πρέπει πρώτα να καθοριστεί κάτι άλλο: η αλυσίδα πρέπει να υπάρχει ως περιγραφείσα διαδικασία, όχι μόνο ως συνήθεια. Όσο η μεταφορά μεταξύ του δεύτερου και του τρίτου βήματος υπάρχει μόνο επειδή δύο συνάδελφοι γνωρίζονται εδώ και χρόνια και ξέρουν τι περιμένουν ο ένας από τον άλλο, δεν υπάρχει τίποτα που ένα σύστημα να μπορεί να αναλάβει. Ο οργανισμός πρέπει να κάνει ρητό αυτό που τώρα είναι σιωπηρό.
Αυτό απαιτεί διαχείριση δεδομένων που ξεπερνά την αποθήκευση πληροφοριών. Πρόκειται για αναγνωρίσιμα, συνεπή σημεία μεταφοράς: τα ίδια πεδία, οι ίδιες καταστάσεις, ο ίδιος ορισμός του «έτοιμο» σε κάθε κρίκο. Χωρίς αυτή τη συνέπεια, μια αλυσίδα λειτουργεί καλά μόνο όσο υπάρχουν οι άνθρωποι που κρατούν τις εξαιρέσεις στο μυαλό τους — και αυτή είναι ακριβώς η ευθραυστότητα που εμποδίζει ένα πιλοτικό πρόγραμμα. Μια αλυσίδα που λειτουργεί άψογα σε περιβάλλον δοκιμών σκαλώνει στην πράξη στον φάκελο που έχει συμπληρωθεί ελαφρώς διαφορετικά από το αναμενόμενο, ή στο τμήμα που εφαρμόζει τη δική του ερμηνεία μιας κατάστασης.
Υπάρχει επίσης μια οργανωτική πλευρά. Ποιος είναι ιδιοκτήτης μιας διαδικασίας που διαπερνά τρία τμήματα; Ποιος αποφασίζει τι συμβαίνει όταν ένα βήμα κολλάει: επιστροφή, κλιμάκωση, ή κάτι άλλο; Αυτά τα ερωτήματα υπάρχουν ήδη πριν εμφανιστεί η AI, αλλά αλυσίδες που εκτελούνται εν μέρει ή πλήρως αυτοματοποιημένα τα κάνουν αναπόφευκτα. Ένα σύστημα δεν αυτοσχεδιάζει όταν λείπουν οι κανόνες· σταματάει, ή προχωράει βάσει μιας υπόθεσης που κανείς δεν έχει ελέγξει.
Δύο θέματα που συχνά κρύβονται μέσα σε αλυσίδες αξίζουν ξεχωριστή προσοχή: η ανάγνωση και σύνοψη εγγράφων ως συχνά επαναλαμβανόμενο βήμα εντός μιας ευρύτερης αλυσίδας, και η καταγραφή και παρακολούθηση συνομιλιών ως ο κρίκος από όπου πρακτικά ξεκινούν πολλές αλυσίδες — ένα τηλεφώνημα, μια εισαγωγή, μια αναφορά που θέτει σε κίνηση όλο το υπόλοιπο.
Μια αλυσίδα δύσκολα χωράει σε ένα μικρό πιλοτικό πρόγραμμα, ακριβώς επειδή η αξία της βρίσκεται στη σύνδεση μεταξύ βημάτων που συνήθως ανήκουν σε διαφορετικές ομάδες. Ένα πιλοτικό πρόγραμμα που εξετάζει μόνο το δεύτερο βήμα, χωρίς να λάβει υπόψη τη μεταφορά από το πρώτο βήμα και προς το τρίτο βήμα, δοκιμάζει κάτι διαφορετικό από ό,τι πρέπει να συμβεί στην πράξη. Γιατί ένα πιλοτικό πρόγραμμα που λειτουργεί μόνο στη γωνιά του δεν αποδίδει τίποτα, αναλύεται σε αυτή τη σελίδα, και αυτό ισχύει για τις αλυσίδες ίσως ακόμη πιο έντονα απ' ό,τι για τις μεμονωμένες εργασίες.
Προτού ένας οργανισμός μπορέσει να αξιολογήσει αν είναι έτοιμος να εμπιστευτεί αλυσίδες στην AI, είναι χρήσιμο να γνωρίζει πόσο ώριμος είναι ο οργανισμός στις θεμελιώδεις διαστάσεις: η οργάνωση, η υποδομή IT και η διαχείριση δεδομένων προηγούνται, διότι μια αλυσίδα που βασίζεται σε ασταθή δεδομένα ή ασαφείς ευθύνες δεν γίνεται πιο σταθερή περνώντας ένα σύστημα μέσα από αυτή. Η μέτρηση ωριμότητας της hybridresourcing.com καταγράφει αυτό σε πέντε επίπεδα και επτά διαστάσεις, με έναν γύρο βαθμολόγησης όπου πολλά άτομα βαθμολογούν ξεχωριστά, ώστε να γίνεται ορατό πού διαφέρουν οι αντιλήψεις εντός του οργανισμού. Το εργαλείο βρίσκεται υπό κατασκευή· όποιος θέλει να ξεκινήσει με αυτό, μπορεί να εγγραφεί στη λίστα αναμονής.
Ενώ αυτή η σελίδα αφορά το ερώτημα αν ο οργανισμός μπορεί να στηρίξει μια αλυσίδα, η σάρωση εργασιών (werkscan) του FTE TO AI αφορά κάτι διαφορετικό: υπολογίζει ανά εργασία ποιο μέρος της δουλειάς μπορεί να αναλάβει η AI. Αυτή η διάκριση είναι σχετική από τη στιγμή που γνωρίζετε ποιες αλυσίδες υπάρχουν στον οργανισμό σας — η σάρωση εργασιών δείχνει ανά βήμα σε αυτή την αλυσίδα πού βρίσκεται το δυναμικό ανάληψης, χωρίς να λέει τίποτα για το αν ο οργανισμός είναι ήδη έτοιμος για αυτό.
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.