Kes saab esimest korda hinde viiel tasemel — baseline, foundation, activation, insight, intelligence —, esitab seejärel teistsuguse küsimuse. Mitte: mida see tähendab, vaid: kui kaua see kehtib. Hinne on hetktõmmis. Organisatsioon ei seisa paigal. Küsimus kordamise sageduse kohta on seega põhjendatud, ja vastus on vähem lihtne kui kuue- või kaheteistkümnekuuline fikseeritud intervall.
Valmiduse mõõtmine registreerib olukorra seitsmes dimensioonis. Mõned neist muutuvad aeglaselt. Andmehaldus, näiteks, ei muutu kvartaliga — selleks on vajalikud struktuursed otsused, millel kulub aega, enne kui need hindes nähtavaks saavad. Teised dimensioonid võivad liikuda kiiremini. Kui organisatsioon teeb juhtkonnavahetuse, või kui langetatakse otsus andmehalduse (governance) kohta, siis muutub tulemus sellel konkreetsel dimensioonil kiiremini kui aastaga. Fikseeritud kordamiskava käsitleb kõiki dimensioone kui ühtviisi kiiresti liikuvaid. Need ei ole. Rohkem sellest järjekorrast ja sellest, miks mõned dimensioonid peavad tulema esimesena, leiate artiklist miks fundamentaalsed dimensioonid peavad tulema esimesena.
Kordamise väärtus ei seisne numbri kinnitamises. See seisneb liikumise nähtavaks tegemises, või selle puudumise nähtavaks tegemises. Organisatsioon, mis jääb foundation-tasemele, samal ajal kui AI-pilootidesse on investeeritud, näitab midagi, mida ühekordne mõõtmine ei saa näidata: et investeering ei jõua nendesse dimensioonidesse, mis selle eest vastutavad. See on täpselt selline lahknevus, millega juhtkonnad sageli sisemiselt hätta jäävad. Kui soovite mõista, miks see arutelu juhtkonnas nii sageli takerdub, on see lahti kirjutatud artiklis miks teie juhtkond on AI tempo osas eri meelt.
Mõõtmine töötab plot-vooruga: mitu inimest organisatsiooni sees hindavad eraldi, ja nende hinnete hajuvus muutub nähtavaks. See hajuvus ütleb midagi, mida üksik keskmine ei ütle. Suur hajuvus mingil dimensioonil — CIO peab IT-taristut tugevaks, COO näeb kaost — on iseenesest juba signaal, sõltumata sellest, millisele tasemele hinne jääb. See hajuvus on ka põhjus kordamiseks, kuid mitte fikseeritud tähtaja alusel. Korrake mõõtmist siis, kui hajuvus on ise saanud jututeemaks, ja vaadake, kas see väheneb. Kui hajuvus jääb suureks, ütleb see midagi selle kohta, kuidas organisatsioon AI-st sisemiselt räägib, mitte tehnoloogia enda kohta.
Tegurid, mis võivad hinnet vahepeal muuta, ei ole seitsme dimensiooni vahel ühtlaselt jaotunud. Muudatused organisatsiooni struktuuris — uus andmete omanik, teistsugune raporteerimisliin — mõjuvad fundamentaalsetele dimensioonidele: organisatsioon, IT-taristu, andmehaldus. Kui soovite teada, kuidas need kaks viimast konkreetselt mõõdetakse, leiate selle artiklitest kui valmis on teie organisatsioon AI jaoks ja kui valmis on teie IT-taristu AI jaoks. Muutused sõltuvates dimensioonides — dimensioonides, mis saavad liikuda alles siis, kui fundamentaalsed dimensioonid on jõudnud teatud tasemele — järgnevad hilinemisega. Mõõtmine, mida korratakse liiga vara, mõõdab seega sageli müra fundamentaalsetel dimensioonidel, samal ajal kui sõltuvad dimensioonid ei ole veel üldse saanud liikuda.
Valmiduse mõõtmine ei suuda ennustada, millal organisatsioon jõuab kõrgemale tasemele. Ta ei saa näidata, kas investeering IT-taristusse toob kaasa kõrgema hinde kvartali või kahe aasta jooksul — see sõltub otsustest, mida organisatsioon ise langetab, organisatsiooni suurusest, ja sellest, kui palju sisemist vastupanu muutusele on. Mõõtmine ei saa ka kindlaks teha, kas madal hinne on probleem, mis vajab lahendamist, või realistlik lähtepunkt, mille organisatsioon teadlikult valib. Need kaks stsenaariumit madala hinde puhul erinevad rohkem, kui tavaliselt arvatakse, ja on lahti kirjutatud artiklis millised kaks stsenaariumit kaasnevad madala hindega. Mõõtmine esitab küsimusi ja näitab struktuuri. Ta ei annab ajakava ega garantiid, et kordamine toob kaasa kõrgema hinde.
Kuna fundamentaalsed dimensioonid liiguvad aeglaselt, ei ole mõõtmise kordamisel mõne kuu jooksul palju mõtet — aeg on liiga lühike, et muutus organisatsioonis, IT-taristus või andmehalduses saaks nähtavaks. Mõistlikum on korrata mõõtmist hetkel, kui selleks on konkreetne põhjus: otsus andmehalduse kohta, reorganiseerimine, suur investeering AI-sse, mis õnnestub või ei õnnestu. Mõõtmine ei ole siis aastane rutiin, vaid vahend, mida rakendate hetkel, kui soovite teada, kas muutus, mida sisemiselt tunnetate, on ka seitsmes dimensioonis mõõdetav.
Valmiduse mõõtmine puudutab kandevõimet: kas organisatsioon suudab AI-d kanda, on fundamentaalsetel dimensioonidel piisavalt, et edasi arendada. See ei puuduta seda, millist tööd AI üle võtta suudab. Kui soovite teada, mis muutub igapäevases töös endas — kui suure osa ülesandest, rollist või protsessist AI tegelikult üle võtta suudab — siis on see teine küsimus, teise vahendiga. FTE TO AI töömõõtmine arvutab ülesande kaupa välja, kui suure osa tööst on võimalik üle võtta, sõltumata sellest, kas organisatsioon on selleks tervikuna juba valmis. Need kaks mõõtmist — kandevõime ja ülevõtupotentsiaal — ei vasta teineteisele, kuid koos annavad need alles täieliku pildi, millega juhtkond saab otsust põhjendada.
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.