Existe la tentación de abordar la preparación para la IA como un conjunto de temas sueltos que se pueden combinar a voluntad. Elegir lo que se sienta urgente, medirlo, seguir adelante. La medición de madurez de hybridresourcing no funciona así, y eso no es una cuestión de estilo.
Las siete dimensiones no son equivalentes en el tiempo. La organización, la infraestructura de TI y la gestión de datos son fundamentales: sin una base que funcione ahí, todo lo que viene después no tiene terreno sobre el que sostenerse. Las demás dimensiones son dependientes. Presuponen que el fundamento ya puede sostener algo. Es un orden técnico, comparable a unos cimientos que deben estar antes de que construir un piso tenga sentido. Se puede construir el piso sin cimientos, pero entonces lo que se mide no es lo que se cree estar midiendo.
Las organizaciones que empiezan por las dimensiones dependientes —digamos, por cómo interpretan los equipos los resultados de la IA, o con qué rapidez se ajustan las decisiones— obtienen puntuaciones que parecen progreso pero que no tienen significado sin la capa subyacente. Un equipo puede ser excelente interpretando resultados de IA mientras los datos en los que se apoyan esos resultados no son fiables. Esa puntuación en la dimensión dependiente dice entonces algo sobre la habilidad, pero nada sobre si el resultado es fiable.
Las dimensiones fundamentales no son, por tanto, más importantes en el sentido de prestigio. Lo son en el sentido de lógica. La gestión de datos determina qué es posible en cuanto a contenido. La infraestructura de TI determina qué es escalable técnicamente. La organización determina quién es responsable de qué cuando algo sale mal. Sin esas tres, cualquier puntuación en las demás dimensiones es una puntuación sin fundamento.
El método trabaja con una ronda de puntuación conjunta: varias personas dentro de la misma organización puntúan de forma independiente las siete dimensiones. Lo que se hace visible después suele ser más informativo que la puntuación misma. La dispersión entre los encuestados es una señal. Si el CIO sitúa la infraestructura de TI en un nivel más alto que los equipos que trabajan con ella a diario, eso dice algo sobre quién tiene qué imagen de la realidad, y esa es precisamente la conversación que precede a cualquier otro paso.
La dispersión no es, en absoluto, un error de la medición. Es la medición. Una organización en la que todos puntúan exactamente el mismo nivel, o bien tiene una imagen compartida excepcional, o bien nadie ha reflexionado bien sobre la pregunta. Ambas cosas son posibles; la ronda de puntuación conjunta hace visible la diferencia en lugar de promediarla hasta una sola cifra.
La medición de madurez no dice nada sobre qué tareas puede asumir la IA. No dice nada sobre cuánto tiempo lleva una implementación, ni nada sobre lo que rinde económicamente un proyecto de IA. No entrega ningún porcentaje, ningún plazo, ningún importe, porque esas cifras no pueden salir de una medición de preparación. Lo que sí entrega el método es una ubicación en cinco niveles —baseline, foundation, activation, insight, intelligence— por dimensión, y una imagen de dónde la organización difiere más en su propia autopercepción.
Esta es también la razón por la que el método no da consejos sobre lo que debería hacer a continuación. No hay un «usted debería» en este resultado. Hay un resultado, y la organización decide por sí misma qué hacer con él. Esa distinción no está pensada como algo sin compromiso; es un límite propio de un instrumento que mide, no que aconseja.
La medición de madurez responde a la pregunta de si una organización puede sostener la IA. No responde a la pregunta de qué trabajo podría asumir la IA; eso es otra cuestión, con otra escala y otra lógica. La diferencia entre esas dos preguntas se desarrolla en la distinción entre sostener la IA y que la IA asuma el trabajo, y vale la pena tener esa distinción clara antes de interpretar una medición como una afirmación sobre algo distinto de lo que mide.
El orden entre lo fundamental y lo dependiente también afecta a lo que una organización puede automatizar y lo que no. Quien se pregunte qué hay que inventariar antes de que la automatización pueda considerarse en serio, encontrará puntos de partida en qué debe incluir un inventario de decisiones, y quien se pregunte dónde está el límite lo encontrará desarrollado en qué decisiones nunca deben automatizarse. Ambas preguntas presuponen una organización que ya sabe dónde se encuentra, que es exactamente lo que entrega esta medición.
Como la preparación no es un estado fijo, también es relevante la pregunta de con qué frecuencia hay que repetir esta medición; eso se aborda en con qué frecuencia hace falta repetir una medición de madurez.
Si las dimensiones fundamentales están en orden, o al menos identificadas, surge otra pregunta: qué parte del trabajo real dentro de la organización puede ser asumida por la IA. Eso no es lo que responde esta medición. Para eso está el escáner de trabajo de FTE TO AI: un cálculo por tarea que determina qué parte del trabajo se puede asumir y qué parte sigue siendo cosa de personas. La medición de madurez determina si el terreno es lo bastante firme; el escáner de trabajo calcula qué se puede construir sobre ese terreno.
La medición de madurez de hybridresourcing está en desarrollo. Quien quiera usar el resultado de esta medición en cuanto esté disponible, 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.