Otsused, mida te ei anna üle AI-le

Iga juhtkond, kes hakkab AI-ga tegelema, jõuab varem või hiljem selle küsimuse ette: millise otsuse võib teha süsteem ja millise otsuse peab teha inimene. Küsimus kõlab lihtsalt. Vastus seda sageli ei ole, kuna piir ei asu otsuses endas, vaid selles, mida organisatsioon on selle ümber korraldanud.

Miks sellele küsimusele ei saa vastata nimekirjaga

Ei ole olemas kindlat nimekirja otsustest, mis peavad definitsiooni järgi jääma inimlikuks. Vallandamisotsus, laenutaotluse tagasilükkamine, meditsiiniline hinnang: need on näited, mida sageli tuuakse, kuid põhjus, miks need on tundlikud, on igas organisatsioonis erinev. Ühes asutuses on küsimus juriidilises vastutuses, teises tulemuse pöördumatuses, kolmandas hea veamäära puudumises. Kes kopeerib nimekirja teisest organisatsioonist, kopeerib vastuse, ilma et oleks küsimust esitanud.

Mis toimib, on otsuse enda lahtivõtmine: milline on mõju, kui asi läheb valesti, kas tulemus on parandatav ja kas on olemas keegi, kes saab tulemust ümber jutustada ja selle eest vastutada. Need kolm küsimust on aluseks sellele, mida mujal kutsutakse agendi reegliteks: kindlaks määratud piirid, mis määravad, millal süsteem tohib jätkata ja millal ta peab peatuma ja pöörduma inimese poole.

Miks see on organisatsiooniküsimus, mitte tehniline

Kiusatus on suur panna see küsimus IT osakonna kaela, nagu oleks see seadistus, mille konfigureerite ühe korra. See ei toimi, ühel lihtsal põhjusel: agendi reegel on usaldusväärne ainult siis, kui organisatsioon selle ümber on korras. Kui keegi ei tea, kes on protsessi omanik, ei saa keegi määrata, kes on eskalatsioonipunkt. Kui andmed ei ole korras, ei tea süsteem, millal ta puutub kokku erandiga, mis vajab inimest. Organisatsiooni põhilised dimensioonid — juhtimine, infrastruktuur, andmehaldus — tulevad seetõttu enne küsimust, milliseid otsuseid tohib automatiseerida. Selle aluse puudumisel on igasugune piir, mille te tõmbate, piir vaid paberil.

See on ka põhjus, miks see küsimus harva elab organisatsioonis ühes kohas. Juhtkond näeb riski, CIO näeb tehnilist teostatavust, protsessi omanik näeb igapäevast praktikat. Kuidas need kolm perspektiivi kokku saada enne, kui automatiseerimise tempo muutub eriarvamuste allikaks, on kirjeldatud lehel kuidas peate nõukogu ja juhtkonna vahelist tempovestlust. Kes esitab selle küsimuse alles siis, kui esimene katseprojekt juba käib, esitab selle liiga hilja.

Mida küpsusmõõtmine siin teeb ja mida ei tee

hybridresourcing küpsusmõõtmine kaardistab, kas organisatsioonil on olemas alus, et selliseid piire sisukalt tõmmata. Seitse dimensiooni, viis taset baseline'ist intelligence'ini, ja plot-voor, milles mitu inimest hindavad üksteisest sõltumatult. See hajuvus on sageli kõige kasulikum osa: kui CHRO paneb andmete küpsuse tasemele activation ja CIO tasemele baseline, teate, et enne peab toimuma vestlus, enne kui pannakse paberile reegel, mida keegi ei saa täita.

Mida mõõtmine ei tee, on ütelda, millist otsust teie organisatsioonis tohib automatiseerida. See mõõdab valmisolekut, mitte konkreetse ülesande sobivust. See ütleb teile, kas organisatsioon suudab kanda seda, mida AI suudab teha, mitte seda, mida AI konkreetselt üle võtaks. See erinevus kandmise ja üle võtmise vahel on erinevus AI kandmise ja AI üle võtmise vahel, ja see on eristus, mida see leht teadlikult hoiab: mõõtmise tulemus ei ole ega luba ega keeld, see on foto organisatsiooni seisundist praegusel hetkel.

See foto vananeb. Organisatsioon, mis täna saab andmehalduses foundation-tasemel skoori, võib aasta pärast olla tasemel activation, või olla samahästi jäänud sinna, kus oli. Kui sageli on mõistlik uuesti mõõta ja millest see sõltub, saate lugeda lehel kui sageli tuleb küpsusmõõtmist korrata. Ühekordne mõõtmine, mis kaob sahtlisse, on väheväärtuslik; mõõtmine, mis käivitab uuesti vestluse juhtkonnas, ei ole.

Mida see ei lahenda

Mõõtmine ei lahenda teie juhtkonna erimeelsust. See teeb selle nähtavaks, ja see ei ole sama asi. Kui teie nõukogu ja juhtkond on juba pikemat aega eriarvamusel AI-kasutuselevõtu tempo osas, on põhjus sageli sügavam kui faktide puudumine: küsimus on riskivalmiduses, selles, kes mille eest vastutust kannab, selles, mis juhtub, kui keegi avab vestlusakna ja arvab, et on sellega AI majja toonud. Mida te ei näe, kui tunnete ainult vestlusakent, on täpselt see osa organisatsioonist, mille kohta see küsimus käib: infrastruktuur, reeglid, inimesed, kes teavad, millal süsteem peab peatuma. Miks teie juhtkond on eriarvamusel AI tempo osas, on selgitatud sellel lehel, ja tihti on kasulikum see vestlus esmalt läbi viia, kui oodata, kuni katseprojekt jookseb kinni ja küsimus tuleb ikkagi lauale.

Valmisolekust ülesandeni

See leht käsitleb piiri, mille te tõmbate ette: milline otsus jääb inimese kätte, sõltumata sellest, mida süsteem tehniliselt suudab. Kui see piir on ligikaudselt paigas, nihkub küsimus töö juurde: millised ülesanded selle piiri sees on sobivad üle andmiseks ja milline osa ametikohast jääb sõltumata organisatsiooni valmisolekust inimtööks. Sellele küsimusele küpsusmõõtmine vastust ei annab. FTE TO AI töömõõtmine arvutab ülesande kaupa välja, kui suure osa töö saab AI üle võtta, ja seob seega kokku punktiga, kus see leht lõpeb: mitte kas teie organisatsioon on valmis, vaid mis konkreetselt ootab üleandmist, kui see valmis on.