Vestlusaken, kus keegi esitab küsimuse ja saab vastuse, näeb lihtsana välja. See, mis selle all peab toimuma, ei ole lihtne. Otsuste tugi AI abil tähendab, et süsteem kombineerib andmeid mitmest allikast, asetab need õigesse kontekstile ja sõnastab vastuse, mille alusel keegi julgeb tegutseda. Iga etapp selles ahelas esitab organisatsioonile nõude, mis eelneb küsimusele, milline mudel või platvorm valitakse.
Mudel, mis toetab otsuseid, on nii hea kui andmed, mida ta näeb. See tähendab, et arvud erinevatest süsteemidest peavad kasutama sama definitsiooni, et ajaloolised andmed on kättesaadavad ilma, et keegi peaks need esmalt käsitsi eksportima, ja et on selge, milline allikas on autoriteetne, kui kaks süsteemi teineteisele vastu räägivad. Organisatsioonid, kellel see veel korras ei ole, märkavad seda alles hetkel, kui süsteemi vastus ei klapi sellega, mida inimesed tegevustasandil juba teadsid.
Otsuste tugi asub sageli mitme osakonna liitumispunktis: hetkel, kus teave peab liikuma ühest kohast teise, et heast otsusest saaks tulemus. See muudab asjakohaseks küsimuse, kuidas koordinatsioon osakondade vahel toimib teie organisatsioonis, sest süsteem, mis annab soovituse, mis seejärel jääb kahe osakonna vahele rippuma, ei ole midagi saavutanud. Sama loogika kehtib allikate kohta, millega soovitust toidetakse: kui need allikad koosnevad dokumentidest, mida tuleb esmalt lugeda ja kokku võtta, enne kui nendega midagi ette võtta saab, mõjutab küsimus mida dokumentide lugemine ja kokkuvõtmine organisatsioonilt nõuab otseselt sellest tuleneva soovituse kiirust ja usaldusväärsust.
Osa otsuste toest ei koosne küsimusele vastamisest, mille keegi aktiivselt esitab, vaid millegi märkamisest, mis vajab tähelepanu enne, kui keegi selle kohta küsib. See esitab teistsuguseid nõudeid kui vestlusaken: peab olema midagi, mis jälgib pidevalt, tuvastab läviväärtusi ja eristab müra signaalist, mis tegelikult loeb. Mida see nõuab jälgimiselt ja signaliseerimiselt, on küsimus, millele tuleb eraldi vastata, ja kes soovib teada saada, mida jälgimine ja signaliseerimine organisatsioonilt nõuab, näeb, et see ei puuduta ainult tehnoloogiat, vaid ka seda, kes signaale saab ja mis nendega edasi juhtub.
Mitmed otsused valmistatakse ette vestlustes: klientidega, tarnijatega, kolleegide vahel. Kui neid vestlusi ei jäädvustata viisil, mis on korduvkasutatav, jääb süsteemil, mis peab otsust toetama, puudu just materjalist, mis oli aluseks. See toob esile, mida vestluste jäädvustamine ja jälgimine organisatsioonilt nõuab - teema, mis puudutab otse küsimust, kas otsuste tugi saab millelegi toetuda või mitte millelegi. Kes soovib rohkem teada saada, mida vestluste jäädvustamine ja jälgimine nõuab, näeb seost kvaliteediga igas soovituses, mis nendest vestlustest hiljem tuletatakse.
Ei ole ebatavaline, et üks meeskond, ühe andmestikuga ja ühe kasutusjuhtumiga, näitab töötavat otsuste toe versiooni. See tõestab, et see on võimalik, mitte et see on organisatsiooniüleselt võimalik. Niipea kui teine osakond, teiste süsteemidega, teiste andmete omanikega ja teiste definitsioonidega tahab ühineda, selgub sageli, et esimene versioon oli tehtud täpselt selle ühe meeskonna jaoks kohandatuna. Miks pilootprojekt, mis toimib ainult oma nurgas, midagi ei annab, ei ole seega mitte pettumust valmistava tehnoloogia küsimus, vaid vundamendi küsimus, mida ei rajatud kunagi laiemale. Kes soovib selle kohta rohkem lugeda: miks pilootprojekt, mis toimib ainult oma nurgas, midagi ei annab selgitab, mis jääb puudu demo ja organisatsiooniülese rakenduse vahel.
Süsteem võib anda kõige põhjalikuma soovituse ja siiski mitte midagi muuta, kui keegi ei kanna vastutust sellega töötamiseks. See on organisatoorne, mitte tehniline küsimus: kes on soovituse omanik, kes hindab, kas see järgitakse, ja kes seletab, kui seda korra ei järgitud. Selle omaniku puudumisel kaob otsuste tugi huvitavate katsete kategooriasse. Miks omanikuta demo midagi ei annab, on seotud sama küsimusega, ja kes soovib täpset arutluskäiku jälgida, leiab selle miks omanikuta demo midagi ei annab.
Nõuded, mida otsuste tugi esitab, puudutavad suures osas seda, mis peab juba olemas olema, enne kui vestlusaken saab teha midagi sisukat: puhtad ja kättesaadavad andmed, toimiv üleandmine osakondade vahel, struktureeritud jäädvustamine vestlustest ja dokumentidest, ning selge omanik selle jaoks, mida süsteem toodab. Just seepärast vaatab hybridresourcing küpsuse mõõtmine fundamentaalseid dimensioone enne, kui sõltuvad dimensioonid kõne alla tulevad: organisatsioon, IT-infrastruktuur ja andmehaldus määravad, kas on midagi, millele otsuste tugi rajada.
Küsimus, kas organisatsioon suudab sellega toime tulla, on eraldiseisev küsimusest, milline osa tööst tegelikult AI poolt üle võetakse. Seda viimast arvutab FTE TO AI töö skaneering iga ülesande kohta: milline osa tööst laseb ennast üle võtta ja millistel tingimustel. Kui see leht kirjeldab, mis peab olemas olema, enne kui otsuste tugi saab toimida, kirjeldab töö skaneering, mis konkreetselt muutub töös endas, kui see alus on juba olemas.
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.