Johto, joka ryhtyy hyödyntämään AI:ta, esittää useimmiten yhden kysymyksen: minkä työn järjestelmä voi ottaa meiltä hoitaakseen. Se on aiheellinen kysymys, mutta se on toinen kysymys. Ensimmäinen kysymys on, kykeneekö organisaatio sen ympärillä kantamaan kyseisen järjestelmän. Se, joka kääntää tämän järjestyksen, näkee pilotteja, jotka näyttävät paperilla lupaavilta ja jäävät käytännössä jumiin, ilman että selviää, mistä se johtuu.
AI:n kantaminen tarkoittaa, että organisaatio, IT-infrastruktuuri ja datahallinta ovat kunnossa ennen kuin mitään otetaan käyttöön. Nämä ovat perustavanlaatuiset ulottuvuudet: ne määrittävät, voiko AI-sovellus toimia luotettavan datan pohjalta, siihen soveltuvassa infrastruktuurissa, organisaatiossa, jossa tiedetään, kuka päättää mistä. Sen jälkeen tulevat ulottuvuudet, jotka riippuvat näistä perustoista. Tämä järjestys ei ole meidän mieltymyksemme, vaan tapa, jolla se toimii: riippuvainen ulottuvuus ei voi kasvaa pidemmälle kuin sen alla oleva perusta sallii. Jos haluatte tietää, miltä se näyttää organisaatiollenne infrastruktuuritasolla, löydätte lisää tästä erityisestä kerroksesta sivulta kuinka kypsä IT-infrastruktuurinne on AI:n suhteen.
AI:n käyttöönotto on eri kysymys: minkä osan tietystä tehtävästä järjestelmä voi hoitaa, ja mikä jää ihmistyöksi. Se on kysymys, johon FTE TO AI:n työskannaus vastaa, tehtävä kerrallaan, tuloksella, joka osoittaa, minkä osan voi ottaa käyttöön. Sillä kysymyksellä ei ole merkitystä, ennen kuin on selvää, kykeneekö organisaatio kantamaan tuloksen. Järjestelmä, joka ottaa tehtävän hoitaakseen, tuottaa tulosta. Jos kukaan ei pysty arvioimaan sitä tulosta, jos data, jonka pohjalta järjestelmä toimii, ei ole luotettavaa, tai jos ei ole selvää, kuka on vastuussa lopputuloksesta, käyttöönotto ei muuta ongelmaa mitenkään. Se vain siirtää sen.
hybridresourcingin kypsyysmittaus tarkastelee kantopuolta. Viisi tasoa, baselinesta intelligenceen, seitsemän ulottuvuuden yli. Ei pisteytystä, joka kertoo, saako AI:ta käyttää, vaan kuvan siitä, missä organisaatio nyt on ja mikä ulottuvuus on tällä hetkellä rajoittavin. Plot-kierroksella useat organisaation ihmiset arvioivat toisistaan erillään. Siitä syntyvä hajonta on usein informatiivisempi kuin keskiarvo: suuri hajonta yhdellä ulottuvuudella osoittaa, että johdon sisällä ei ole yhteistä käsitystä siitä, missä organisaatio on. Jos pohditte, miksi omassa tiimissänne ei olla keskenään yhtä mieltä AI-käyttöönoton tahdista, se liittyy siihen, mitä kuvaamme sivulla miksi johtonne on eri mieltä AI-tahdista.
Mittaus ei kerro, mitä teidän tulisi tehdä. Se ei tuota räätälöityä neuvoa, ei suositusta, ei aikataulutettua toimintasuunnitelmaa. Se tuottaa rakenteen: pisteytyksen ulottuvuutta kohden, kuvan arvioijien välisestä hajonnasta ja osoituksen siitä, mihin organisaatio todennäköisesti jumiutuu, jos nyt jatketaan eteenpäin. Mitä sillä tekee, on teidän päätettävissänne. Mittaus ei myöskään takaa lopputulosta. Korkea pisteytys organisaatiotasolla kertoo valmiudesta, ei tuloksesta. Kaksi organisaatiota, joilla on matala pisteytys samassa ulottuvuudessa, voivat lisäksi olla hyvin erilaisten seuraavien askelten edessä; siitä, mikä siinä on merkityksellistä, voitte lukea sivulta mitkä kaksi skenaariota liittyvät matalaan pisteytykseen.
Mittaus ei ole myöskään hetkellinen tilannekuva, joka pysyy pätevänä ikuisesti. Organisaatiot muuttuvat, infrastruktuuria uudistetaan, datahallinta parantuu tai heikkenee. Se, kuinka usein uusi mittaus tarvitaan, riippuu siitä, mitä sillä välin on muuttunut ja kuinka lähellä organisaatio oli käännekohtaa; siitä voitte lukea sivulta kuinka usein kypsyysmittaus tulee tehdä uudelleen.
Monet johtoryhmät muodostavat käsityksensä AI-valmiudesta sen perusteella, mitä muutama työntekijä tekee chatikkunassa. Se käsitys on kapea. Se kertoo jotain yksilöllisestä käytöstä, mutta ei mitään organisaatiosta, infrastruktuurista tai sen takana olevasta datahallinnasta. Se, mitä siinä jää huomaamatta, on kuvattu sivulla mitä ette näe, jos tunnette vain chatikkunan. Niille, jotka haluavat aloittaa laajemmasta kuvasta itse organisaatiosta, on sivu kuinka kypsä organisaationne on AI:n suhteen.
hybridresourcingin kypsyysmittausta rakennetaan nyt. Vielä ei ole työkalua, jonka voisitte täyttää tänään. Se, joka haluaa käyttää mittausta sen valmistuttua, voi liittyä odotuslistalle. Se ei ole tarjous jostakin, joka on jo olemassa, vaan tapa pysyä ajan tasalla siitä, milloin se on valmis.
Kun on selvää, kykeneekö organisaatio kantamaan AI:ta, kysymys muuttuu. Silloin tulee olennaiseksi tietää, minkä osan työstä itse voi ottaa käyttöön: ei yleiskuvana, vaan tehtävä kerrallaan, tuloksella, joka osoittaa, minkä osan AI voi hoitaa ja minkä osan ihmistyö jää. Siihen FTE TO AI:n työskannaus on rakennettu. Kantopuoli ja käyttöönottopuoli vastaavat eri kysymyksiin, ja molempia tarvitaan kokonaiskuvan saamiseksi — mutta järjestys, jossa esitätte ne, ratkaisee, tuottaako toinen kysymys tulosta.
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.