Intelligence es el quinto nivel en la medición de madurez de hybridresourcing, después de baseline, foundation, activation e insight. Es el nivel en el que las siete dimensiones —desde la organización y la infraestructura de TI hasta la gestión de datos y las dimensiones dependientes situadas por encima— ya no funcionan de forma independiente entre sí, sino que están alineadas unas con otras. Esto suena abstracto hasta que se observa qué ocurre y qué ya no ocurre en la práctica.
En los niveles inferiores, la IA funciona en proyectos piloto, aislados entre sí, con una titularidad variable. En el nivel intelligence, ese patrón se ha roto. Las decisiones sobre nuevas aplicaciones ya no se toman por proyecto, sino que se derivan de una estructura que ya existe: titularidad clara, datos localizables y fiables, infraestructura que soporta la expansión sin que cada iniciativa vuelva a tropezar con las mismas limitaciones. La organización no cuenta con una sola aplicación exitosa, sino con una forma de trabajar en la que las aplicaciones se refuerzan entre sí en lugar de obstaculizarse.
Esto no significa que todo funcione automáticamente bien. Significa que cuando algo va mal, la organización sabe a qué se debe y cómo corregirlo. Las dimensiones fundamentales soportan entonces el peso de las dimensiones dependientes, como corresponde: primero se establece la base, y solo después la aplicación que se apoya en ella.
En el nivel insight, la organización a menudo ya percibe bien lo que ocurre: hay visión de qué funciona y qué no, se mide y se corrige el rumbo. Lo que todavía falta en el nivel insight es la forma en que esos conocimientos se incorporan de manera estructural a cómo está organizada la empresa. Intelligence es el paso en el que ese conocimiento ya no es un informe, sino parte del propio funcionamiento. Quien desee saber más sobre esa transición encontrará un desarrollo en cómo pasar de insight al siguiente nivel.
La dispersión entre los encuestados suele ser menor en este nivel que en los niveles inferiores. En baseline y foundation, los departamentos a menudo obtienen puntuaciones muy dispares, porque unos están más avanzados que otros. En el nivel intelligence, esa dispersión suele ser más reducida, no porque todos coincidan en todo, sino porque la propia estructura deja menos espacio para grandes diferencias de percepción. Esto es algo sobre lo que la ronda de gráficos de la medición ofrece visibilidad: no solo el nivel medio, sino también hasta qué punto esa imagen se vive de forma homogénea dentro de la organización.
Intelligence es el nivel más alto de esta medición, lo cual plantea la pregunta de qué queda por hacer entonces. La respuesta es que alcanzar un nivel no es un punto final. La infraestructura envejece, los equipos cambian, las nuevas aplicaciones traen consigo nuevas exigencias en materia de datos y gestión. Mantener este nivel exige tanta atención como alcanzarlo, y la pregunta se desplaza de 'cómo llegamos aquí' a 'cómo mantenemos esto mientras la organización y la tecnología siguen cambiando'. Un desarrollo de esa pregunta se encuentra en cómo seguir construyendo a partir de intelligence.
Para las organizaciones que aún no han alcanzado este nivel, es útil saber que el camino hacia él no se recorre en un solo paso. La ruta pasa por los niveles inferiores, y las preguntas que se plantean en cada nivel son distintas. Quien se preguntе cómo son los primeros pasos lo encontrará en cómo pasar de baseline al siguiente nivel y en el paso que le sigue, descrito en cómo pasar de activation al siguiente nivel.
Alcanzar el nivel intelligence dice algo sobre en qué medida una organización está preparada para sostener aplicaciones de IA. No dice nada sobre qué tareas dentro de esa organización son adecuadas para ser asumidas por la IA, y en qué medida. Esa es otra pregunta, con otro instrumento.
La medición de madurez de hybridresourcing trata sobre el lado de la capacidad de soporte: si la organización, la infraestructura y la gestión de datos están en condiciones de que las aplicaciones de IA puedan funcionar sin tropezar con limitaciones fundamentales. Esa pregunta es condicional respecto a la otra pregunta, es decir, qué parte del trabajo en sí es apta para la IA. Para esa pregunta existe el escáner de trabajo de FTE TO AI, que calcula por tarea qué parte del trabajo puede ser asumida. Una organización en el nivel intelligence dispone de la estructura necesaria para hacer algo con los resultados de ese escáner; quien desee saber qué aporta en concreto un escáner de trabajo cuando la IA llega a ejecutar tareas de forma efectiva lo encontrará en qué puede hacer con agentes que ejecutan trabajo.
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.