Chat-ikkuna, jossa joku esittää kysymyksen ja saa vastauksen, näyttää yksinkertaiselta. Se, mitä sen alla on tapahduttava, ei ole yksinkertaista. Päätöksenteon tuki AI:n avulla tarkoittaa, että järjestelmä yhdistää tietoa useista lähteistä, asettaa sen oikeaan kontekstiin ja muodostaa vastauksen, jonka perusteella joku uskaltaa toimia. Jokainen vaihe tässä ketjussa asettaa organisaatiolle vaatimuksen, joka edeltää kysymystä siitä, mikä malli tai alusta valitaan.
Malli, joka tukee päätöksentekoa, on yhtä hyvä kuin data, jonka se näkee. Tämä tarkoittaa, että eri järjestelmien luvuissa on käytettävä samaa määritelmää, että historiatiedot ovat käytettävissä ilman, että joku joutuu ensin viemään ne käsin, ja että on selvää, mikä lähde on auktoritatiivinen, kun kaksi järjestelmää on ristiriidassa keskenään. Organisaatiot, joilla tämä ei ole vielä kunnossa, huomaavat sen vasta siinä vaiheessa, kun järjestelmän vastaus ei täsmää sen kanssa, mitä ihmiset lattiatasolla jo tiesivät.
Päätöksenteon tuki sijaitsee usein useiden osastojen risteyskohdassa: hetkessä, jolloin tiedon on siirryttävä paikasta toiseen, jotta siitä syntyy hyvä päätös. Tämä tekee relevantiksi sen, miten osastojen väliset koordinaatio toimii organisaatiossanne, koska järjestelmä, joka antaa suosituksen, joka jää sen jälkeen kahden osaston väliin, ei ole tuottanut mitään. Samaa logiikkaa sovelletaan lähteisiin, joilla suositusta ruokitaan: jos ne lähteet koostuvat asiakirjoista, jotka on ensin luettava ja tiivistettävä, ennen kuin niillä voi tehdä mitään, kysymys siitä, mitä asiakirjojen lukeminen ja tiivistäminen vaatii organisaatiolta, vaikuttaa suoraan siihen syntyvän suosituksen nopeuteen ja luotettavuuteen.
Osa päätöksenteon tuesta ei koostu jonkun aktiivisesti esittämän kysymyksen vastaamisesta, vaan sellaisen asian havaitsemisesta, joka ansaitsee huomiota ennen kuin joku ehtii kysyä siitä. Tämä asettaa erilaisia vaatimuksia kuin chat-ikkuna: on oltava jokin, joka seuraa jatkuvasti, tunnistaa kynnysarvot ja erottaa kohinan aidosti merkityksellisestä signaalista. Se, mitä tämä vaatii seurannalta ja signaloinnilta, on kysymys, joka on vastattava erikseen, ja se, joka haluaa tietää, mitä seuranta ja signalointi vaativat organisaatiolta, huomaa, ettei kyse ole vain tekniikasta vaan myös siitä, kuka signaalit vastaanottaa ja mitä niillä tehdään.
Monet päätökset valmistellaan keskusteluissa: asiakkaiden kanssa, toimittajien kanssa, kollegoiden kesken. Jos näitä keskusteluja ei tallenneta uudelleenkäytettävällä tavalla, järjestelmältä, jonka on tarkoitus tukea päätöstä, puuttuu juuri se materiaali, joka muodosti aiheen. Tämä paljastaa, mitä keskustelujen tallentaminen ja seuranta vaatii organisaatiolta – aihe, joka liittyy suoraan kysymykseen siitä, voiko päätöksenteon tuki rakentua jonkin päälle vai ei minkään päälle. Se, joka haluaa tietää enemmän siitä, mitä keskustelujen tallentaminen ja seuranta vaatii, näkee yhteyden siihen laatuun, joka jokaisella myöhemmin näistä keskusteluista johdetulla suosituksella on.
Ei ole tavatonta, että yksi tiimi yhdellä datasetillä ja yhdellä käyttötapauksella näyttää toimivan version päätöksenteon tuesta. Se todistaa, että se on mahdollista, ei sitä, että se on mahdollista koko organisaatiossa. Kun toinen osasto, jolla on eri järjestelmät, eri datan omistajat ja eri määritelmät, haluaa liittyä mukaan, käy usein ilmi, että ensimmäinen versio oli räätälöity juuri sitä yhtä tiimiä varten. Se, miksi pilotti, joka toimii vain omassa nurkassaan, ei tuota mitään, ei siis ole kyse pettymystä aiheuttavasta tekniikasta, vaan perustasta, jota ei koskaan rakennettu laajemmin. Sille, joka haluaa lukea siitä lisää: miksi pilotti, joka toimii vain omassa nurkassaan, ei tuota mitään selittää, mitä puuttuu demon ja organisaationlaajuisen sovelluksen väliltä.
Järjestelmä voi antaa parhaiten perustellun suosituksen ja siitä huolimatta muuttaa mitään, jos kukaan ei kanna vastuuta sen soveltamisesta. Tämä on organisatorinen seikka, ei tekninen seikka: kuka omistaa suosituksen, kuka arvioi, seurataanko sitä, ja kuka selittää, miksi sitä ei jokin kerta seurattu. Ilman tätä omistajaa päätöksenteon tuki katoaa kiinnostavien kokeilujen kategoriaan. Se, miksi demo ilman omistajaa ei tuota mitään, liittyy samaan seikkaan, ja se, joka haluaa seurata täsmällistä päättelyä, löytää sen osoitteesta miksi demo ilman omistajaa ei tuota mitään.
Vaatimukset, joita päätöksenteon tuki asettaa, koskevat suurelta osin sitä, mitä on oltava jo kunnossa, ennen kuin chat-ikkuna voi tehdä jotain merkityksellistä: siistiä ja saatavilla olevaa dataa, toimivaa tiedonsiirtoa osastojen välillä, jäsenneltyä keskustelujen ja asiakirjojen tallentamista, ja selkeää omistajaa sille, mitä järjestelmä tuottaa. Juuri tästä syystä hybridresourcing.comin kypsyysmittaus tarkastelee perustavanlaatuisia ulottuvuuksia ennen riippuvaisten ulottuvuuksien käsittelyä: organisaatio, IT-infrastruktuuri ja tiedonhallinta määrittävät, on olemassa mitään, minkä päälle päätöksenteon tukea voidaan rakentaa.
Kysymys siitä, kykeneekö organisaatio kantamaan tämän, on erillinen kysymyksestä, mikä osa työstä voidaan tosiasiallisesti siirtää AI:n hoidettavaksi. Jälkimmäisen laskee FTE TO AI:n työscan tehtävittäin: mikä osa työstä on siirrettävissä, ja millä ehdoilla. Siinä missä tämä sivu kuvaa, mitä on oltava kunnossa, ennen kuin päätöksenteon tuki voi toimia, työscan kuvaa, mitä, kun tämä perusta on olemassa, konkreettisesti muuttuu itse työssä.
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.