Peaaegu igas organisatsioonis, kus AI-ga eksperimenteeritakse, tekib mingil hetkel sama rühm: kaks, võib-olla kolm inimest, kes saavad asjast aru, kes on hakanud ise proovima, kes räägivad entusiastlikult sellest, mis on võimalik. Nad ehitavad prototüübi, testivad tööriista, jagavad tulemusi sisemises vestluses. Ülejäänud organisatsioon vaatab pealt, noogutab ja jätkab tööd nii, nagu see alati on käinud.
Mõne kuu pärast on olemas nimekiri huvitavatest eksperimentidest ja ei ühtegi muutust selles, kuidas tööd tegelikult tehakse. Need kaks entusiasti on endiselt entusiastlikud. Kõik nende ümber on jäänud paigale.
Selle lähenemise taga olev arutluskäik kõlab mõistlikult: alusta väikeselt, motiveeritud inimestega, ja lase edul iseenesest levida. Mõnede muutuste puhul see ka toimib. Uus töömeetod, mis säästab nähtavalt aega, levib mõnikord organiliselt, kuna kolleegid võtavad selle üle.
AI puhul see mehhanism enamasti ei toimi, ja põhjus ei peitu inimestes, vaid neid ümbritsevas organisatsioonis. Entusiastidel on tihti ligipääs süsteemidele, aega ja mandaat, mida teistel ei ole. Mis on neile pärastlõunase katsetamise küsimus, eeldab kolleegilt, kellel sellist ligipääsu ei ole, taotlust, kinnitust, IT-piletit. Entusiasm ei ole probleem. Probleem on tee puudumine, mida pidi teised järgneda saaksid.
Järjekord, milles AI-valmidus üles ehitub, ei alga inimestest, kes tahavad. See algab struktuurist, mis seda võimaldab: kuidas organisatsioon on korraldatud, milline IT-infrastruktuur on olemas, kuidas andmeid haldatakse. Kaks entusiasti saavad sellest struktuurist mööda töötada, kasutades oma ligipääsu, omi nippe, omi kõrvalteid. Ülejäänud organisatsioon ei saa seda, ega peakski soovima — kõrvalteed ei ole alus millelegi, mis peab jääma toimima.
Sellega selgitub, miks see mudel kordub tihti koos teiste tuntud lõksudega. Kes loeb sellest, mis peab selguma, enne kui pilootprojekt kuhugi viib, näeb sarnast mehhanismi: tegevus, milles pole kokku lepitud, mida edu tähendab, jääb tegevuseks. Kahe entusiasti puhul puudub see kokkulepe samuti — ei selle kohta, mis peab selguma, ega selle kohta, kes neist üle võtab.
Mõned tundmisväärsed märgid on olemas. Esimene on see, et samad kaks-kolm nime kerkivad ikka ja jälle esile, kui AI-st räägitakse, igas koosolekus, igas uuenduses. Teine on see, et teiste osakondade küsimused algavad sõnadega "kuidas nad seda tegid" selle asemel, et otsida oma teed. Kolmas, ja kõige alahinnatum, on see, et keegi ei suuda selgitada, mis peaks juhtuma, kui üks neist kahest inimesest homme lahkub.
Neljas märk on subtiilsem: eksperiment jätkab töötamist oma nurgas, lahus ülejäänud protsessist. See haakub sellega, mis juhtub, kui pilootprojekt, mis toimib ainult oma nurgas väljaspool oma tiimi, ei leia ühendust — entusiasm, mis ei ühendu ülejäänud organisatsiooniga, jääb saareks, ükskõik kui hästi saar funktsioneerib.
Viies märk, viimasena, on see, et suuremahulisemaks skaleerimist pakutakse järgmiseks etapiks, samas kui keegi ei ole kontrollinud, kas vundament sellel juba olemas on. Seda riski kirjeldatakse selles, mis juhtub, kui skaleerimist proovitakse enne, kui vundament on paigas: kaks entusiasti, kes tahavad oma edu paljundada kümnele tiimile, jooksevad täpselt selle struktuuri otsa, mille nad ise olid vältinud.
On kiusatus jõuda järelduseni, et vaja on rohkem entusiaste, või paremat koolitust, või kultuuriprogrammi. See jätab mööda peamisest. Küsimus ei ole selles, kas motiveeritud inimesi on piisavalt — neid on sageli juba kaks, ja see on täpselt probleem, sest kaks ei ole struktuur. Küsimus on selles, kas organisatsioon tervikuna — selles, kuidas ta on üles ehitatud, kuidas süsteemid omavahel suhtlevad, kuidas andmed on kättesaadavad ja usaldusväärsed — suudab kandma olukorda, kus AI-ga saavad töötada mitte kaks, vaid palju rohkem inimesi. See on teistsugune küsimus kui see, kes on entusiastlik, ja see on küsimus, millele tuleb kõigepealt vastata.
Neile, kes juhtival positsioonil sellise mudeliga kokku puutuvad, on kasulik teada, millele sarnasel positsioonil olev inimene tähelepanu pööraks: millele pöörab tähelepanu tegevjuht AI-valmiduse hindamisel kirjeldab mõnda neist aspektidest, samuti nagu millele pöörab tähelepanu tegevdirektor (COO) AI-valmiduse hindamisel sama organisatsiooni teisest vaatenurgast.
Kui kaks entusiasti näitavad, et midagi on võimalik, jääb vastuseta küsimus, kui suur osa tööst on tegelikult üle võetav ja kelle poolt. See küsimus ei puudutu valmidust, vaid tööd ennast: millised ülesanded sobivad AI-le ülevõtmiseks ja kui suur osa see hõlmab. Just selleks on mõeldud FTE TO AI töö-skaneering — see arvutab ülesande kaupa välja, kui suur osa tööst on üle võetav, olenemata sellest, kes juba praegu sellega entusiastlikult katsetab.
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.