La gestión del rendimiento es una de las siete dimensiones con las que hybridresourcing mide la madurez de una organización en lo que respecta a la IA. Esta dimensión trata sobre algo específico: ¿puede usted determinar si el trabajo que es apoyado o asumido por la IA se vuelve realmente mejor, más rápido o más económico? Muchas organizaciones inician pilotos sin poder responder a esa pregunta, y por ello se quedan atascadas en una fase de probar sin poder demostrar qué produjo.
La gestión del rendimiento solo puede madurar si otras dimensiones ya han establecido algo sobre lo cual construir. Sin datos fiables procedentes de gestión de datos, una medición del rendimiento es una estimación. Sin responsabilidades claras desde la dimensión organizativa, tal como se detalla en la página sobre lo que cuesta hacer subir un nivel a la organización, nadie es responsable del resultado. Y sin una infraestructura de TI que pueda registrar y repetir mediciones, tal como se trata en la página sobre lo que cuesta hacer subir un nivel a la infraestructura de TI, cada medición sigue siendo puntual. Esa es la razón por la que esta dimensión, en la medición, solo puede avanzar a un nivel superior cuando las dimensiones fundamentales ya sostienen algo.
Baseline. No existe una manera fija de evaluar si el trabajo apoyado por IA rinde mejor que la forma anterior de trabajar. Las evaluaciones son incidentales y dependen de la persona. Si alguien se marcha, desaparece también la única visión que había.
Foundation. Existen mediciones sueltas, generalmente por proyecto o por piloto. Rara vez se comparan, y no hay un momento fijo en el que alguien revise si el efecto pretendido realmente se produjo. La medición existe, pero no funciona como proceso de aprendizaje.
Activation. Existe un ritmo recurrente: las mediciones se repiten en momentos fijos y se retroalimentan a las personas que realizan el trabajo. La organización empieza a ver patrones, aunque estos todavía no se registran ni se comparan sistemáticamente entre departamentos.
Insight. Las mediciones se utilizan para ajustar el rumbo, no solo para informar. Existe una visión compartida de qué funciona y qué no, y esa visión conduce a ajustes en cómo se aplica la IA. Distintos equipos pueden comparar sus resultados entre sí porque la forma de medir es la misma.
Intelligence. La gestión del rendimiento está incorporada en la manera en que se toman las decisiones sobre IA. Los resultados de aplicaciones anteriores alimentan directamente las decisiones sobre nuevas aplicaciones. La organización puede fundamentar por qué algo se amplía o no, en lugar de basarse en intuición o en quién defiende con más fuerza el siguiente piloto.
El nivel de esta dimensión no reside únicamente en un instrumento o un panel de control. Reside en el comportamiento que lo rodea: ¿se revisa lo ocurrido después de un piloto, o se pasa inmediatamente al siguiente? ¿Puede alguien en su organización mostrar, si se le pide, qué ha producido realmente una aplicación de IA, al margen de una suposición previa? ¿Se discute un resultado decepcionante, o se olvida en silencio? No son preguntas técnicas. Tratan de si se ha creado el hábito de observar, no solo de actuar.
Dentro de esta dimensión suele surgir una gran dispersión entre quienes completan la ronda de posicionamiento. Un gestor operativo ve a diario las mediciones sueltas de la fase de activation y puntúa a la organización más alto de lo que la realidad justifica, porque esas mediciones son tangibles para él. Un director financiero que solo ve el informe trimestral puntúa más bajo, porque no obtiene una visión continua de lo que se ha medido en el ínterin. Ambas imágenes son ciertas para quien las ofrece. La dispersión en sí misma es la información: muestra que no existe una visión compartida y a nivel de toda la organización sobre el rendimiento, lo cual ya dice algo por sí solo sobre el nivel.
Un paso de baseline a foundation exige sobre todo disciplina: elegir un momento fijo para revisar y no dejar que ese momento desaparezca bajo la presión del siguiente piloto. Un paso hacia activation exige un proceso repetible, lo cual a su vez está relacionado con cuán madura es la infraestructura subyacente. Un paso hacia insight o intelligence exige que las mediciones sean lo suficientemente fiables como para basarse en ellas, y eso remite de nuevo a la calidad de los datos y a quién dentro de la organización está autorizado a ajustar el rumbo sobre la base de esas mediciones. También dimensiones como ética y privacidad y seguridad influyen en esto: una medición de rendimiento que pasa por alto si un resultado se obtuvo de manera responsable es una medición incompleta. Lo que cuesta exactamente un paso, en tiempo, atención o recursos, difiere según la organización y depende de en qué punto se encuentran las demás dimensiones. Por eso hybridresourcing trabaja con una ronda de posicionamiento en lugar de con un plan de pasos fijo: primero hacer visible dónde se encuentra usted y dónde difieren las opiniones, antes de establecer nada sobre lo que se necesita.
Esta página trata sobre si su organización puede determinar qué produce la IA, sin importar exactamente qué trabajo afecta. Esa es una pregunta distinta de qué tareas se pueden asumir y en qué medida. Quien quiera saber eso, tarea por tarea y a partir de lo que el trabajo mismo implica, lo encuentra en el escaneo de trabajo de FTE TO AI. La gestión del rendimiento y el escaneo de trabajo se complementan entre sí: una mide si usted puede evaluar un resultado, la otra calcula qué parte del trabajo hay para evaluar.
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.