AI-rakendused toetuvad andmetele. Mitte andmetele, mille olemasolu te ette kujutate, vaid andmetele nii, nagu need on tegelikult salvestatud, defineeritud ja hooldatud. Andmehaldus on seetõttu üks põhimõõtmetest küpsuse mõõtmises: koos organisatsiooni ja IT-infrastruktuuriga otsustab see, kas on midagi, millele üles ehitada. Organisatsioon võib saada tugeva tulemuse inimeste ja oskuste või tulemusjuhtimise osas ning siiski tuvastada, et igasugune AI-rakendus jookseb ummikusse, kuna keegi ei suuda kindlalt öelda, milline versioon kliendibaasist on õige. See järjekord ei ole meie valik; see on järjekord, milles see toimib.
Andmehaldus käsitleb andmete seisukorda, mida organisatsioon kasutab töötamiseks ja otsuste tegemiseks. Kas definitsioonid on paigas, või tähendab "aktiivne klient" igas osakonnas midagi erinevat. Kas igal andmestikul on määratud omanik, või ei tea keegi, kes on vastutav, kui väli on aastaid vale olnud. Kas andmed salvestatakse üks kord ja tuuakse kõikjalt sealt, või on olemas kolm ekspordifaili, mis on vahepeal üksteisest lahku läinud. Mõõtmise küsimused ei käsitle andmete hulka või süsteemi tüüpi, vaid olemasoleva usaldusväärsust ja päritolu.
Viis taset kulgevad baseline'ist intelligence'ini, ja andmehalduse puhul on erinevus nende tasemete vahel tihti konkreetsemalt tunnetatav kui teiste mõõtmete puhul. Baseline'i tasemel eksisteerivad andmed peamiselt lokaalselt: tabelites, kolleegi peas, süsteemis, mida keegi enam täielikult ei mõista. Foundation'i tasemel on olulisemad andmestikud nimetatud ja on olemas omandiõiguse algus, kuigi definitsioonid lähevad veel lahku. Mida foundation-tase praktikas tähendab, ka teiste mõõtmete puhul, on kirjeldatud lehel mida tähendab tase foundation praktikas, ja samamoodi kehtib see lähtepunkti kohta lehel mida tähendab tase baseline praktikas. Activation'i puhul on definitsioonid suures osas jagatud ja on olemas protsess kõrvalekaldumiste tuvastamiseks. Insight'i puhul kasutatakse andmeid aktiivselt otsuste toetamiseks, koos ülevaatega kvaliteedist ja päritolust. Intelligence'i puhul ei ole andmehaldus enam eraldi tegevussuund, vaid organisatsiooni töötamise püsiomadus.
Graafiku voor teeb nähtavaks, kas see hinnang on õige. Kui CIO paigutab andmehalduse activation'i tasemele ja meeskonnad, kes sellega igapäevaselt töötavad, paigutavad selle baseline'i tasemele, ütleb see hajuvus tegeliku olukorra kohta rohkem kui mõlema hinde keskmine. Sageli selgub, et süsteemid on seatud üks tase kõrgemale kui käitumine nende sees: on olemas keskne süsteem, aga inimesed töötavad ikka veel selle kõrval oma failides, kuna nad ei usalda süsteemi.
Mis maksab liikumine baseline'ilt foundation'ile, sõltub sellest, kui killustunud andmed praegu on ja kui palju osakondi kasutab omaenda tõeversiooni. Töö seisneb siis peamiselt omandiõiguse määramises ja definitsioonide fikseerimises, mitte uues tehnoloogias. Foundation'ilt activation'ile liikumine nõuab tihemini tehnilist sammu: ühe allika määramine, teiste kaotamine või jätmine ainult lugemiseks. Activation'ilt insight'ile liikumisel nihkub raskuspunkt juhtimise (governance) suunas: kes tohib mida muuta, kuidas kvaliteeti kontrollitakse, mis juhtub, kui viga leitakse. Kui kaua ja kui raske see teekond on, sõltub organisatsiooni suurusest, andmeid haldavate süsteemide arvust ja sellest, mil määral inimesed on juba harjunud käsitama üht allikat juhtivana. Seda ei saa mahutada kindlasse summasse või kindlasse ajaraami; see sõltub sellest, kuhu koondub hajuvus teie graafiku voorus.
Andmehaldus seisab harva üksi. Organisatsioon, mis ei usalda oma andmeid, tuleb raskustesse ka mis maksab privaatsuse ja turvalisuse taseme tõstmine, kuna te ei saa turvata seda, mida te ei ole kaardistanud. Vastupidi, tugev andmehaldus võib luua aluse, millel mis maksab tulemusjuhtimise taseme tõstmine on lihtsam vastata, kuna tulemusjuhtimine vajab usaldusväärseid andmeid, et midagi mõõta. Ka küsimus mis maksab eetika taseme tõstmine puudutab andmehaldust otseselt: vastutustundlik andmete käsitlemine algab teadmisest, mis teil on ja kust see pärineb. Kes käsitleb neid mõõtmeid teineteisest lahus, riskib sellega, et üht mõõdet käsitlev töö takerdub teise mõõtme mahajäämuse taha.
See mõõtmine näitab, kas organisatsioonil on andmed, süsteemid ja inimesed AI kandmiseks. See on teine küsimus kui see, millise osa töö AI tegelikult üle võtta suudab. Kui on selge, kus põhimõõtmed seisavad, sealhulgas andmehaldus, muutub mõistlikuks vaadata ülesannete kaupa, mida AI saab teha ja mida mitte. See on FTE TO AI tööskaneerimise valdkond: see arvutab ülesannete kaupa välja, kui suure osa töö saab üle võtta, lähtudes andmetest ja süsteemidest, mis sel hetkel tegelikult olemas on.
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.