Installatsioonisektor koosneb kahest maailmast, mis harva esitavad sama küsimust. Ühel pool on füüsiline töö: montöörid, kes paigaldavad torustikke, ühendavad seadmeid, lahendavad rikkeid asukohas. Teisel pool on selle ümber olev organisatsioon: planeerimine, töö ettevalmistus, haldus, kliendisuhtlus, laohaldus. Esimest ei saa automatiseerida; teist saab, erinevas ulatuses. See vahekord — palju käsitööd, mida ümbritseb informatsiooni töötlev organisatoorne kest — määrab, kus AI-valmidus selles sektoris saab kasvada ja kus on piir, mida tarkvara ei lahenda.
Kest on suurem, kui tavaliselt arvatakse. Töölehed, tööajaarvestus, materjalitellimused, montööride planeerimine, suhtlus tellijate ja alltöövõtjatega: need on protsessid, mis koosnevad valdavalt andmetest ja otsustusreeglitest. Kas organisatsioon saab siin midagi ette võtta, ei sõltu tahtest uuendada, vaid sellest, mis juba olemas on. Ettevõttel, mis planeerib whiteboard'i ja telefonikõnede põhjal, on teistsugune lähtepunkt kui ettevõttel, kus on planeerimissüsteem, mis juba kogub andmeid läbimisajast ja kättesaadavusest.
Installatsiooniettevõtted, kes AI-d proovivad, alustavad tihti nähtavast: klienditeenindusbot, tööriist, mis aitab pakkumisi koostada. See toimib ajutiselt, kuni selgub, et alusandmed ei ole ühtsed. Materjalikoodid, mis erinevad tegevuspunktide vahel, tööajaarvestus, mis toimub osaliselt paberil, kliendiandmed, mis kannavad kolmes süsteemis erinevat nime — see ei ole AI-probleem, see on andmehalduse probleem, mis eelneb AI-le.
Ka organisatsiooni mõõde mängib siin suuremat rolli kui kontoritöös. Installatsiooniettevõtted töötavad tihti kindla tuumikuga ja vahelduva alltöövõtjate või ajutiste töötajate rühmaga. Kes otsustab uue süsteemi üle, kes seda haldab, ja kas montöörid sisestavad andmeid ise või jäetakse see sisetalituse ülesandeks — need küsimused määravad, kas AI-rakendust kantakse edasi või kas see jääb tööst kõrvale seisma. Süsteem, mille sisetalitus on valinud, kuid mida montöörid peaksid väljas kasutama, jookseb tihti sellel üleminekul kinni.
Töö füüsiline iseloom toob kaasa spetsiifilise IT-vajaduse: mobiilne juurdepääs, võrguühenduseta töö asukohtades, kus ühendust ei ole, väli- ja kontoritöö süsteemide ühendamine. Paljud installatsiooniettevõtted on selle infrastruktuuri osaliselt üles ehitanud — vajadusest, mitte AI-strateegiast lähtuvalt —, kuid mitte alati nii, et süsteemid omavahel suhtleksid. Planeerimistööriist ja arveldussüsteem, mis eksisteerivad kõrvuti ühiste andmete jagamiseta, ei loo alust, millele AI saaks midagi lisada.
See on koht, kus see sektor erineb näiteks tervishoiusektorist, kus AI-valmidust tervishoius pidurdavad peamiselt regulatsioon ja vastutus, või hulgimüügist, kus AI-valmidus hulgimüügis keerleb rohkem laoseisu ja tellimusandmete ümber kui mobiilse infrastruktuuri ümber. Installatsioonisektoris on küsimus rohkem: on olemas ühtne pilt tööst alates esimesest kontaktist kuni valmimiseni, või laguneb see teave lahku eraldiseisvateks süsteemideks, mida keegi ei ühenda.
hybridresourcing.com valmidusmõõtmine vaatab seitset mõõdet, millest organisatsioon, IT-infrastruktuur ja andmehaldus eelnevad ülejäänutele. Installatsioonisektoris on see loogiline järjekord, mitte valik. Ühtsete andmeteta materjali, tundide ja klientide kohta ei ole ühelgi AI-rakendusel midagi usaldusväärset, millele toetuda. Infrastruktuurita, mis ühendab väli- ja kontoritöö, jääb iga rakendus piiratuks üheks kahest maailmast. Ja organisatsioonita, mis selgitab, kes vastutab süsteemide eest, mida kasutavad nii püsitöötajad kui ka paindlikud töötajad, upub iga algatus omanikuküsimuse ebaselguses.
See sektor jagab seda mustrit osaliselt tootmissektori ja transpordisektoriga. AI-valmiduses tootmissektoris mängib samuti rolli füüsilise protsessi ja digitaalse kesta kombinatsioon, ja AI-valmiduses transpordisektoris on liikuvus ja hajutatud töökohad sarnane küsimus. Installatsioonisektoris töötav inimene tunneb seega ära osa oma olukorrast teistes sektorites, kus palju töid tehakse väljaspool kontorit, kuid lubade, ohutusnõuete ja materjaliteadmiste eripärane kombinatsioon muudab andmehalduse mõõtme siin raskemaks kui mujal.
Kuna ploti-voor laseb mitmel inimesel eraldi hinnata — juht, planeerija, montöör, IT-vastutaja — saab näha, kas need pildid kattuvad. Sektoris, kus kontori ja välitöö vahel on nii palju erinevust, on see hajuvus tihti suurem kui oodatud, ja just see hajuvus on informatiivne: see näitab, kus organisatsioon on üksmeelne oma valmiduse suhtes ja kus mitte.
Selline lehekülg kirjeldab, kas organisatsioon suudab AI-d kanda — kas organisatsiooni, infrastruktuuri ja andmete alused on korras. See on teistsugune küsimus kui see, kui suure osa tööst saaks AI tegelikult üle võtta. Selle küsimuse jaoks arvutab FTE TO AI töövahemõõtmine ülesannete kaupa välja, kui suur osa tööst tuleb kõne alla ülevõtmiseks, lähtudes sellest, mida töö täpselt endast kujutab, mitte selle taga oleva organisatsiooni valmidusest. Kes soovib teada, kus installatsioonisektor seisab, teeb hästi, kui hoiab need kaks küsimust lahus: esmalt, kas alus on olemas, ja siis, milline töö saab tegelikult üle minna.
Tööriist, millega see mõõtmine läbi viiakse, on ehitamisel. Kes soovib valmidusmõõtmise läbida kohe, kui see kättesaadavaks muutub, saab end registreerida ootenimekirja.
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.