En el nivel insight ha cambiado algo que va más allá de experimentos sueltos. La organización no solo entiende que la IA hace algo, sino también por qué funciona en un lugar y no en otro. Ha surgido un lenguaje para mantener esa conversación: las personas hablan de calidad de datos, de responsabilidad ante errores, de qué procesos se prestan a la automatización y cuáles no. Esa es una conversación distinta a la de un año antes, cuando la pregunta principal era si un piloto rendía algo.
Lo característico de este nivel es que el conocimiento está presente, pero aún no está anclado en todos los ámbitos en la manera en que se toman las decisiones. Un departamento tiene claro qué datos necesita y cuáles faltan. Otro departamento aún sigue de buena fe a un piloto sin que nadie haya determinado si la infraestructura subyacente lo soporta. El insight no es, por tanto, una capa uniforme sobre toda la organización. Es más bien un conjunto de lugares donde se ha encendido la luz, con tramos entre ellos que aún permanecen en la oscuridad.
El paso hacia el siguiente nivel, intelligence, exige que este conocimiento se traduzca en dirección. No de forma incidental —como reacción a un problema que se presenta—, sino de forma estructural, como parte de cómo funciona normalmente la organización. Eso afecta a las mismas dimensiones fundamentales que ya eran el factor determinante en niveles anteriores: ¿está la gestión de datos organizada de tal manera que las decisiones basadas en resultados de IA puedan justificarse? ¿Está la infraestructura de TI organizada de tal manera que las nuevas aplicaciones no empiecen siempre desde cero? ¿Está la propia organización configurada de tal manera que la responsabilidad de los procesos impulsados por IA recaiga en algún lugar, en vez de repartirse un poco por todas partes?
En el nivel insight se observa a menudo que estas preguntas ya se han planteado, pero que la respuesta varía según la dimensión. Una dimensión ya está tan avanzada que permite dirigir; otra todavía va a la zaga de iniciativas sueltas. Esa diferencia de ritmo es precisamente donde se hace visible la dispersión en una ronda de plot: cuando varias personas puntúan por separado, se aprecia que un encuestado considera que la organización está ya avanzada en gestión de datos, mientras que otro sitúa esa misma dimensión todavía en foundation. Esa dispersión no es ruido. Muestra qué dimensión soporta primero la atención y cuál debe seguir después.
La tentación en este nivel es dirigir la atención hacia las dimensiones más visibles —a menudo las dimensiones dependientes, cercanas al trabajo diario. Pero las dimensiones fundamentales tienen prioridad. Si la gestión de datos no está en orden, cualquier dirección basada en resultados de IA sigue siendo inestable, por mucho conocimiento que se haya acumulado. Si la infraestructura de TI está fragmentada, cada aplicación sigue siendo una isla, incluso cuando la organización ya sea capaz de hablar bien de ello internamente.
Este no es un orden distinto del que regía en niveles anteriores. Es el mismo orden, pero en un punto en el que los costes de omitirlo se hacen más visibles. En baseline y foundation la ausencia de fundamento aún podía ocultarse tras el hecho de que ocurría poco. En insight ya hay más movimiento, y eso hace que una dimensión fundamental débil se note antes: dirección que no se sostiene, decisiones que después no se pueden reconstruir, aplicaciones que se estancan en cuanto cruzan la frontera de un solo departamento.
La transición hacia intelligence no es cuestión de aplicar más IA. Es cuestión de poner las dimensiones fundamentales tan en orden que las dimensiones dependientes puedan apoyarse en ellas de forma estructural. Eso varía mucho según la organización: una organización debe sobre todo consolidar su gestión de datos, otra tiene una infraestructura de TI que primero debe unificarse antes de poder dirigir de forma más amplia. Lo que resulte depende de dónde sea mayor la dispersión en la ronda de plot; ese es el lugar donde espera el siguiente nivel.
Quien quiera mirar más allá de intelligence encontrará en la página sobre el nivel posterior a intelligence una descripción de lo que surge cuando la dirección ya no es solo estructural, sino autodidacta. Quien busque reconocimiento en una etapa anterior del recorrido puede releer en activation cómo era la fase antes de que surgiera el conocimiento, o comprobar qué significa en cuanto los agents que ejecutan trabajo empiezan a desempeñar un papel junto a la capa directiva que se construye en este nivel.
Insight le indica en qué punto se encuentra la organización en su capacidad de sostener la IA: qué dimensiones son firmes y cuáles todavía están sueltas. Esa es una pregunta distinta de qué parte del trabajo en sí mismo puede transferirse a la IA. En cuanto el lado que sostiene se perfila con mayor claridad, esa segunda pregunta se vuelve relevante: qué parte de las tareas dentro de un proceso puede realmente asumirse. Para eso está precisamente diseñada la werkscan de FTE TO AI: un método de cálculo que determina, tarea por tarea, qué parte del trabajo es susceptible de transferencia, de modo que la conversación sobre intelligence no trate solo de la preparación, sino también de lo que, una vez alcanzada esa preparación, realmente hay que ganar.
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.