Asennusala koostuu kahdesta maailmasta, jotka harvoin esittävät saman kysymyksen. Toisella puolella on fyysinen työ: asentajat, jotka asentavat putkia, kytkevät laitteita, korjaavat häiriöitä paikan päällä. Toisella puolella on organisaatio sen ympärillä: suunnittelu, työn valmistelu, hallinto, asiakaskontaktit, varastonhallinta. Ensimmäistä ei voi automatisoida; jälkimmäistä voi, vaihtelevassa määrin. Tämä suhde — paljon käsityötä, organisatorisen kuoren ympäröimänä, joka käsittelee tietoa — määrittää, missä AI-kypsyys tällä alalla voi kasvaa ja missä kulkee raja, jota ohjelmisto ei ratkaise.
Kuori on suurempi kuin usein oletetaan. Työmääräykset, tuntikirjaus, materiaalitilaukset, asentajien suunnittelu, viestintä tilaajien ja aliurakoitsijoiden kanssa: näissä prosesseissa on suurelta osin kyse tiedoista ja päätössäännöistä. Se, pystyykö organisaatio hyödyntämään näitä, ei riipu uudistushalusta, vaan siitä, mitä on jo olemassa. Yritys, joka suunnittelee valkotaulun ja puhelinsoittojen avulla, on eri lähtökohdassa kuin yritys, jolla on jo suunnittelujärjestelmä, joka kerää tietoa läpimenoajoista ja saatavuudesta.
Asennusyritykset, jotka kokeilevat AI:ta, aloittavat usein näkyvästä: chatbotista asiakaskysymyksiin, työkalusta, joka auttaa tarjousten laadinnassa. Se toimii väliaikaisesti, kunnes käy ilmi, että taustalla oleva data ei ole yhtenäistä. Materiaalikoodit, jotka vaihtelevat toimipisteittäin, tuntikirjaus, joka tapahtuu osittain paperilla, asiakastiedot, joita kolme järjestelmää nimeää eri tavoin — se ei ole AI-ongelma, se on tiedonhallintaongelma, joka edeltää AI:ta.
Myös organisaatioulottuvuus vaikuttaa tässä vahvemmin kuin toimistotyössä. Asennusyritykset työskentelevät usein vakituisen ydinjoukon ja vaihtelevan aliurakoitsija- tai tilapäistyöntekijäryhmän kanssa. Kuka päättää uudesta järjestelmästä, kuka ylläpitää sitä, ja syöttävätkö asentajat itse tietoja vai jätetäänkö se sisäisen palvelun tehtäväksi — näihin kysymyksiin liittyvät vastaukset määrittävät, kannatetaanko AI-sovellusta yhteisesti vai jääkö se työn ulkopuolelle. Järjestelmä, jonka sisäinen palvelu on valinnut mutta jota kentällä toimivien asentajien pitäisi käyttää, jumittuu usein tähän siirtymään.
Työn fyysinen luonne tuo mukanaan erityisen IT-tarpeen: mobiilikäytön, offline-työskentelyn paikoissa, joissa ei ole yhteyttä, kenttätyön ja toimistojärjestelmien yhdistämisen. Monilla asennusyrityksillä tätä infrastruktuuria on jo osittain rakennettu — välttämättömyydestä, ei AI-strategiasta — mutta ei aina niin, että järjestelmät kommunikoivat keskenään. Suunnittelutyökalu ja laskutusjärjestelmä, jotka olemassa rinnakkain jaettua dataa ilman, eivät tarjoa perustaa, jolle AI voisi tuoda lisäarvoa.
Tässä tämä toimiala erottuu esimerkiksi terveydenhuollosta, jossa terveydenhuollon AI-kypsyyttä hidastavat ennen kaikkea sääntely ja vastuukysymykset, tai tukkukaupasta, jossa tukkukaupan AI-kypsyys liittyy enemmän varasto- ja tilaustietoihin kuin mobiili-infrastruktuuriin. Asennusalalla kysymys on ennemminkin: onko olemassa yksi yhtenäinen kuva työtehtävästä ensikontaktista luovutukseen, vai hajoaako tämä tieto erillisiin järjestelmiin, joita kukaan ei yhdistä toisiinsa.
hybridresourcing.comin kypsyysmittaus tarkastelee seitsemää ulottuvuutta, joista organisaatio, IT-infrastruktuuri ja tiedonhallinta edeltävät muita. Asennusalalla tämä on looginen järjestys, ei valinta. Ilman yhtenäistä tietoa materiaalista, tunneista ja asiakkaista millään AI-sovelluksella ei ole luotettavaa perustaa rakentaa varaan. Ilman infrastruktuuria, joka yhdistää kenttätyön ja toimiston, kaikki sovellukset jäävät rajoittumaan yhteen näistä kahdesta maailmasta. Ja ilman organisaatiota, joka tekee selväksi, kuka vastaa järjestelmistä, joita käyttävät sekä vakituiset työntekijät että joustava työvoima, kaikki aloitteet hukkuvat epäselvyyteen omistajuudesta.
Tämä toimiala jakaa tämän kuvion osittain valmistavan teollisuuden ja kuljetusalan kanssa. Valmistavan teollisuuden AI-kypsyydessä esiintyy samoin fyysisen prosessin ja digitaalisen kuoren yhdistelmä, ja kuljetusalan AI-kypsyydessä liikkuvuus ja hajautetut työpisteet muodostavat vastaavan kysymyksen. Asennusalalla työskentelevä tunnistaa siis osan tilanteestaan muilta toimialoilta, joilla tehdään paljon työtä toimiston ulkopuolella, mutta lupien, turvallisuusmääräysten ja materiaalituntemuksen erityinen yhdistelmä tekee tiedonhallinnan ulottuvuudesta tässä painavamman kuin muualla.
Koska plot-kierros antaa useiden henkilöiden — johtajan, suunnittelijan, asentajan, IT-vastaavan — arvioida erikseen, näkyy vastaavatko heidän käsityksensä toisiaan. Toimialalla, jossa toimiston ja kentän välillä on niin paljon eroa, tämä hajonta on usein odotettua suurempi, ja juuri tämä hajonta on informatiivista: se osoittaa, missä organisaatio on yhtenäinen käsityksissään valmiudestaan ja missä ei.
Tällä sivulla kuvataan, pystyykö organisaatio kannattelemaan AI:ta — ovatko organisaation, infrastruktuurin ja datan perusteet kunnossa. Se on eri kysymys kuin se, minkä osan työstä AI todellisuudessa voisi ottaa hoitaakseen. Tähän kysymykseen FTE TO AI:n työscan laskee tehtäväkohtaisesti, mikä osa työstä soveltuu siirrettäväksi, perustuen siihen, mitä työ tarkalleen sisältää, ei organisaation valmiuteen sen takana. Kun halutaan tietää, missä asennusala on tällä hetkellä, kannattaa pitää nämä kaksi kysymystä erillään: ensin selvittää, onko perusta kunnossa, ja vasta sitten, mikä työ voi todellisuudessa siirtyä.
Työkalu, jolla tämä mittaus tehdään, on rakenteilla. Ne, jotka haluavat suorittaa kypsyysmittauksen sen valmistuttua, voivat ilmoittautua odotuslistalle.
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.