La sanidad trabaja con una relación distinta entre riesgo y ritmo que la mayoría de los sectores. Donde en otros lugares un piloto puede fracasar sin consecuencias fuera de la propia organización, un error en un proceso asistencial afecta directamente a un paciente o cliente. Esa relación no solo ralentiza la implantación de la IA, también cambia el orden en que las cosas deben situarse. Una organización sanitaria no puede experimentar con una tarea mientras los datos sobre los que se basa esa tarea no sean fiablemente rastreables, ni escalar mientras la infraestructura de TI mantenga islas separadas entre sí en lugar de un conjunto.
A esto se añade que la sanidad se compone de varios mundos que raramente van al mismo ritmo. Un back office que procesa facturas y planificación puede estar bastante más avanzado en cuanto a gestión de datos que la propia prestación asistencial, donde los sistemas suelen estar organizados por departamento o por especialidad. Esa desigualdad dentro de una misma organización es precisamente la razón por la que una medición de madurez no puede limitarse a un solo departamento. Quien solo mide los servicios de apoyo ve una imagen distinta de quien también incluye la prestación asistencial, y ambas imágenes son incompletas sin la otra.
La medición de hybridresourcing trabaja con cinco niveles: baseline, foundation, activation, insight e intelligence. En la sanidad llama la atención que muchas organizaciones ya alcanzan foundation o activation en la dimensión de organización: hay políticas, hay responsables de iniciativas digitales, hay atención directiva a la IA. Pero en gestión de datos la imagen se queda con regularidad en baseline o foundation, porque los datos de pacientes, los expedientes electrónicos y los sistemas operativos no siempre se han construido para reutilizarse con un fin distinto de aquel para el que se registraron.
Esa diferencia entre dimensiones no es casualidad. El orden en que se desarrollan las dimensiones está fijado: organización, infraestructura de TI y gestión de datos deben estar primero antes de que las dimensiones que dependen de ellas —como la toma de decisiones basada en información generada por IA— puedan avanzar. Una institución sanitaria que invierte en un panel inteligente antes de que los datos subyacentes sean consistentes, construye sobre un fundamento que todavía debe consolidarse. Eso explica parte de los pilotos que empiezan bien y luego se estancan: no porque la aplicación no funcione, sino porque la capa inferior no soporta la carga.
Las siete dimensiones de la medición dan a una organización una posición, pero la ronda de gráfico ofrece algo especialmente relevante en la sanidad: visión sobre la dispersión. Cuando un directivo, un responsable de TI y un jefe de departamento asistencial puntúan por separado las mismas dimensiones, a menudo resulta que sus imágenes difieren. El directivo ve una organización preparada, el departamento asistencial ve sistemas que todavía funcionan de forma independiente entre sí. Esa dispersión es en sí misma un dato. Muestra dónde dentro de la organización todavía hay que mantener la conversación antes de que una decisión de inversión pueda apoyarse en algo.
Esta dispersión no es exclusiva de la sanidad, pero sus consecuencias pesan de forma distinta. En un mayorista o una empresa manufacturera, una estimación errónea de la preparación provoca un proyecto retrasado; en la sanidad conduce a que se implante un sistema sobre un fundamento que no lo soporta, con consecuencias para personas que no tuvieron elección en ese proceso. Quien quiera saber cómo se resuelve esa disyuntiva en otros sectores, puede hacer la comparación con cómo puntúa la industria manufacturera en madurez de IA o con la situación en los servicios profesionales, donde los riesgos de un desliz suelen ser menores pero los fundamentos faltan con la misma frecuencia.
La medición de hybridresourcing no describe una imagen ideal ni una vía de crecimiento obligatoria. Describe una posición en siete dimensiones, en un momento dado, vista por varios ojos. Para una institución sanitaria, esto significa sobre todo que la pregunta no es si está preparada para la IA en general, sino en qué dimensión debe invertir primero antes de que un siguiente paso produzca resultados. Para una institución puede tratarse de la infraestructura de TI que conecta departamentos; para otra, de la gestión de datos que hace que los datos sean utilizables más allá de su finalidad original.
La sanidad comparte este dilema con otros sectores que trabajan con sistemas complejos y fragmentados. La situación en el sector del transporte y su madurez de IA o en la educación y el estado de la preparación para la IA muestra que la fragmentación de sistemas y procesos se manifiesta de forma distinta en cada lugar, pero que el orden de las dimensiones fundamentales a las dependientes sigue siempre el mismo patrón.
La medición de madurez de hybridresourcing responde a la pregunta de si una organización puede soportar la IA: si la organización, la infraestructura y los datos están preparados para que se construya algo sobre ellos. No responde a la pregunta de qué trabajo puede realmente ser asumido por la IA. Esa pregunta la responde el escáner de trabajo de FTE TO AI, que calcula por tarea qué parte del trabajo es apta para ser asumida. Una organización que, mediante la medición de madurez, sabe dónde se encuentra su fundamento, puede a continuación ver con ese escáner de trabajo qué trabajo puede construirse sobre él, y qué trabajo todavía no está preparado para ello.
La medición de madurez está en construcción. Quien quiera seguir su desarrollo o quiera ser de los primeros en medir cómo puntúa su propia organización en las siete dimensiones, puede inscribirse en la lista de espera.
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.