Il existe une tentation d'aborder la préparation à l'IA comme un ensemble de thèmes séparés que l'on peut combiner à volonté. Choisir ce qui semble urgent, le mesurer, poursuivre. La mesure de maturité de hybridresourcing ne fonctionne pas ainsi, et ce n'est pas un choix de style.
Les sept dimensions ne sont pas équivalentes dans le temps. L'organisation, l'infrastructure IT et la gestion des données sont fondamentales : sans une base qui fonctionne à ce niveau, tout ce qui suit n'a pas de terrain sur lequel s'appuyer. Les autres dimensions sont dépendantes. Elles présupposent que le fondement peut déjà porter quelque chose. C'est un ordre technique, comparable à des fondations qui doivent être en place avant qu'un étage ait un sens. Vous pouvez bien sûr construire l'étage sans fondations, mais ce que vous mesurez alors n'est pas ce que vous croyez mesurer.
Les organisations qui commencent par les dimensions dépendantes — disons la manière dont les équipes interprètent les résultats de l'IA, ou la rapidité avec laquelle les décisions sont ajustées — obtiennent des scores qui donnent l'impression d'un progrès mais qui n'ont pas de signification sans la couche sous-jacente. Une équipe peut être excellente dans l'interprétation des résultats de l'IA alors que les données sur lesquelles ces résultats reposent sont peu fiables. Ce score sur la dimension dépendante indique alors quelque chose sur la compétence, mais rien sur la fiabilité du résultat.
Les dimensions fondamentales ne sont donc pas plus importantes au sens du prestige. Elles sont premières au sens de la logique. La gestion des données déterminé ce qui est possible sur le fond. L'infrastructure IT déterminé ce qui est techniquement évolutif. L'organisation déterminé qui est responsable de quoi en cas de problème. Sans ces trois éléments, tout score sur les autres dimensions est un score sans fondement.
La méthode fonctionne avec un tour de scoring croisé : plusieurs personnes au sein de la même organisation évaluent indépendamment les sept dimensions. Ce qui devient visible ensuite est souvent plus informatif que le score lui-même. La dispersion entre répondants est un signal. Si le CIO situe l'infrastructure IT à un niveau plus élevé que les équipes qui travaillent avec elle au quotidien, cela révèle quelque chose sur qui a quelle image de la réalité — et c'est précisément la conversation qui précède toute autre étape.
Cette dispersion n'est délibérément pas une erreur de mesure. Elle est la mesure. Une organisation où tout le monde attribue exactement le même niveau a soit une vision partagée exceptionnelle, soit personne n'a vraiment réfléchi à la question. Les deux sont possibles ; le tour de scoring croisé rend cette différence visible plutôt que de la lisser en un seul chiffre.
La mesure de maturité ne dit rien sur les tâches que l'IA peut reprendre. Elle ne dit rien sur le temps que coûte une mise en œuvre, ni sur ce qu'un projet d'IA rapporte financièrement. Elle ne fournit ni pourcentage, ni délai, ni montant — parce que ces chiffres ne peuvent pas résulter d'une mesure de préparation. Ce que la méthode fournit, c'est un positionnement sur cinq niveaux — baseline, foundation, activation, insight, intelligence — par dimension, et une image de l'endroit où l'organisation diverge le plus dans sa propre image d'elle-même.
C'est aussi pourquoi la méthode ne donne aucun conseil sur ce que vous devriez faire ensuite. Il n'y a pas de « vous devriez » dans ce résultat. Il y a un résultat, et l'organisation détermine elle-même ce qu'il convient d'en faire. Cette distinction n'est pas gratuite ; c'est une limite propre à un instrument qui mesure, et ne conseille pas.
La mesure de maturité répond à la question de savoir si une organisation peut porter l'IA. Elle ne répond pas à la question de savoir quel travail l'IA pourrait reprendre — c'est une autre problématique, avec une autre échelle et une autre logique. La différence entre ces deux questions est développée dans la distinction entre porter l'IA et faire reprendre par l'IA, et il est utile d'avoir cette distinction bien claire avant d'interpréter une mesure comme une affirmation sur autre chose que ce qu'elle mesure.
L'ordre entre fondamental et dépendant touche aussi à ce qu'une organisation peut automatiser et ce qu'elle ne peut pas. Qui se demande ce qui doit être cartographié avant que l'automatisation puisse être sérieusement envisagée trouvera des pistes dans ce qui doit figurer dans un inventaire des décisions, et qui se demande où se situe la limite la trouvera développée dans quelles décisions ne doivent jamais être automatisées. Ces deux questions présupposent une organisation qui sait déjà où elle se situe — ce qui est précisément ce que cette mesure produit.
Comme la préparation n'est pas un état fixe, la question de la fréquence à laquelle cette mesure doit être répétée est également pertinente ; elle est traitée dans à quelle fréquence une mesure de maturité doit être refaite.
Lorsque les dimensions fondamentales sont en ordre, ou du moins cartographiées, une autre question se pose : quelle part du travail réel dans l'organisation peut être reprise par l'IA. Ce n'est pas ce que cette mesure répond. C'est à cela que sert le scan de travail de FTE TO AI : un calcul par tâche, qui indique quelle part du travail peut être reprise et quelle part reste aux mains des personnes. La mesure de maturité déterminé si le terrain est suffisamment solide ; le scan de travail calcule ce qui peut être construit sur ce terrain.
La mesure de maturité de hybridresourcing est en cours de développement. Celles et ceux qui souhaitent utiliser le résultat de cette mesure dès qu'elle sera disponible peuvent s'inscrire sur la liste d'attente.
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.