Kuka tahansa ensimmäistä kertaa kielimallin kanssa työskentelevä näkee jotain toimivan. Vastaus tulee, vastaus on usein tarpeeksi oikea, ja johtopäätös on ilmeinen: tästä voi tulla enemmän. Se johtopäätös ei ole väärä, mutta se perustuu yhteen hetkeen yhdessä ikkunassa. Chat-ikkuna näyttää, pystyykö malli vastaamaan kysymykseen. Se ei näytä, pystyykö organisaatio sen takana esittämään kysymyksen oikein, toimittamaan oikean datan ja saamaan vastauksen johtamaan päätökseen, jolla on merkitystä.
Tämä erottelu on syy siihen, että pilotit usein käynnistyvät mutta harvoin skaalautuvat. Pilotti osoittaa, että teknologia pystyy jonkin asian tekemään. Se ei osoita mitään seitsemästä ulottuvuudesta, jotka määrittävät, pystyykö organisaatio kannattelemaan tätä kykyä: organisaatiosta ja johtajuudesta IT-infrastruktuuriin, tiedonhallintaan, prosesseihin, ihmisiin, hallintaan ja kulttuuriin. Chat-ikkuna testaa yhden käytännön tapauksen, yhtenä hetkenä, yhdellä käyttäjällä. Se ei kerro mitään siitä, mitä tapahtuu, kun sata käyttäjää esittää saman kysymyksen datalla, joka ei ole aina siistiä, prosessissa, jota ei ole suunniteltu vastaanottamaan vaihtelevaa vastausta.
hybridresourcing.com-kypsyysmittaus ei tarkastele tehtävää tai vastausta, vaan sitä alla olevaa kerrosta: kysymystä siitä, onko organisaatio kokonaisuutena valmis työskentelemään AI:n kanssa, ei vain kokeilemaan sitä. Tämä tapahtuu viidellä tasolla — baseline, foundation, activation, insight, intelligence — ja seitsemällä ulottuvuudella, jotka yhdessä määrittävät, missä organisaatio on. Kaikki ulottuvuudet eivät painotu yhtä paljon kaikissa vaiheissa. Perustavanlaatuiset ulottuvuudet, kuten organisaatio ja IT-infrastruktuuri, menevät niiden ulottuvuuksien edelle, jotka ovat niistä riippuvaisia. Tämä ei ole meidän valintamme, vaan järjestys, jossa asia toimii: toimivaa infrastruktuuria vaille jäävä hyvä tiedonhallinta jää voimattomaksi, ja hyvä infrastruktuuri vaikuttaa vähän, jos päätöksenteko ei ole selkeää.
Mittauksen tärkeä osa on plot-kierros. Useat organisaation sisäiset henkilöt pisteyttävät erikseen, näkemättä toistensa vastauksia. Tuloksena ei ole vain asema viidellä tasolla, vaan myös hajonta sen välillä, mitä eri ihmiset pitävät totena. Johto, joka luulee organisaation olevan activation-tasolla, kun IT sijoittaa itsensä baseline-tasolle, kohtaa ongelman, joka on suurempi kuin keskiarvo. Tämä hajonta on usein informatiivisempi kuin pisteytys itsessään: se näyttää, missä organisaatio on eri mieltä itsestään, ja juuri siinä pilotti jää jumiin niin, ettei kukaan pysty osoittamaan syytä.
Kypsyysmittaus ei vastaa kysymykseen, mitkä tehtävät AI voi ottaa haltuunsa. Se ei kerro, kuinka paljon aikaa tehtävä vie tietyssä toiminnossa, eikä mitä tapahtuu, kun se toiminto katoaa. Se mittaa valmiutta, ei haltuunottoa. Organisaatio voi pisteytyä korkealle kaikissa seitsemässä ulottuvuudessa, mutta silti sillä ei ole tunnistettuna yhtäkään tehtävää, joka olisi valmis siirrettäväksi. Toisaalta organisaatiolla voi olla täynnä tehtäviä, jotka soveltuvat erinomaisesti automatisointiin, vaikka organisaatio itse ei ole vielä valmis toteuttamaan tätä vastuullisesti.
Mittaus ei myöskään kerro, mitkä päätökset saa tai ei saa automatisoida — se on kysymys, joka ansaitsee omaa huomiotaan, muun muassa yleiskatsauksessa päätöksistä, joiden tulisi pysyä automatisoinnin ulottumattomissa. Ja pisteytys ei kerro mitään siitä, mitä dokumentaatiota käytännössä puuttuu: kuka haluaa tietää, mitä päätösinventaariin tulisi sisältyä, ei löydä sitä tasosta tai ulottuvuudesta, vaan erillisestä prosessista.
Mitä mittaus tekee, on selkeyden antaminen lähtöasemasta. Matala pisteytys yhdessä seitsemästä ulottuvuudesta ei automaattisesti tarkoita, että jokin on perusteellisesti pielessä; se tarkoittaa, että kaksi reittiä on mahdollista, ja kumpi näistä kahdesta pätee, vaihtelee organisaatiokohtaisesti — ero, jota käsitellään tarkemmin sivulla, joka kuvaa matalaan pisteytykseen liittyvät kaksi skenaariota. Kuka haluaa aloittaa omalla arviolla, voi tehdä sen sivuilla, jotka käsittelevät organisaation omaa kypsyyttä ja IT-infrastruktuurin kypsyyttä kahtena seitsemästä ulottuvuudesta, joiden varaan koko mittaus on rakennettu.
Tämä erottelu on tarkoituksellinen. Organisaatio, joka haluaa ensin tietää, tuottaako AI sille jotain, esittää eri kysymyksen kuin organisaatio, joka haluaa tietää, onko se valmis ottamaan AI:n käyttöön vastuullisesti. Molemmat kysymykset ovat oikeutettuja, mutta ne vaativat erilaisia välineitä. Kuka sekoittaa molemmat kysymykset yhteen, saa vastauksen, joka ei sovi kunnolla kumpaankaan kysymykseen: pisteytyksen, joka kuulostaa tehtäväanalyysilta, tai tehtäväanalyysin, joka esittää kertovansa jotain organisatorisesta valmiudesta.
Kypsyysmittaus, viidellä tasolla, seitsemällä ulottuvuudella ja plot-kierroksella, on tällä hetkellä rakenteilla. Ympäristöä, jossa voisitte tänään kirjautua sisään ja pisteyttää, ei ole vielä olemassa. Kuka on kiinnostunut tästä, voi ilmoittautua jonotuslistalle ja pysyy ajan tasalla, kun mittaus tulee saataville.
Kun organisaation valmius on kerran kartoitettu, toinen kysymys jää vastaamatta: mikä osa työstä itsestään todella soveltuu haltuunotettavaksi. Tämä ei ole asia, jota tämä mittaus käsittelee, eikä sen ole tarkoitus tehdä sitä. Tähän kysymykseen vastaa FTE TO AI:n työscan, joka laskee tehtäväkohtaisesti, mikä osa työstä tulee kyseeseen AI:n otettavaksi haltuun — laskelma, joka merkitsee jotain vain, jos organisaatio, johon se laskeutuu, on myös todella valmis kannattelemaan sitä.
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.