Intelligence est le cinquième niveau dans la mesure de maturité de hybridresourcing, après baseline, foundation, activation et insight. C'est le niveau où les sept dimensions — de l'organisation et l'infrastructure IT jusqu'à la gestion des données et les dimensions dépendantes situées au-dessus — ne fonctionnent plus isolément, mais sont alignées les unes sur les autres. Cela paraît abstrait jusqu'à ce que vous regardiez ce qui se passe, et ce qui ne se passe plus, en pratique.
Aux niveaux inférieurs, l'IA fonctionne en projets pilotes, isolés les uns des autres, avec un eigenaarschap variable. Au niveau intelligence, ce schéma est rompu. Les décisions concernant de nouvelles applications ne sont plus prises par projet, mais découlent d'une structure déjà en place : un eigenaarschap clair, des données trouvables et fiables, une infrastructure capable de supporter l'expansion sans que chaque initiative ne se heurte à nouveau aux mêmes limites. L'organisation ne dispose pas d'une seule application réussie, mais d'une manière de travailler dans laquelle les applications se renforcent mutuellement au lieu de se gêner.
Cela ne signifie pas que tout se passe automatiquement bien. Cela signifie que lorsque quelque chose se passe mal, l'organisation sait à quoi cela est dû et comment elle peut ajuster. Les dimensions fondamentales portent alors le poids des dimensions dépendantes, comme il se doit : la base se met d'abord en place, puis vient l'application qui s'appuie sur elle.
Au niveau insight, l'organisation voit souvent déjà bien ce qui se passe : il existe une visibilité sur ce qui fonctionne et ce qui ne fonctionne pas, on mesure et on ajuste. Ce qui manque encore au niveau insight, c'est la manière dont ces insights sont structurellement intégrés dans la façon dont l'organisation est structurée. Intelligence est l'étape où cet insight n'est plus un rapport, mais fait partie du fonctionnement même. Ceux qui souhaitent en savoir plus sur cette transition trouveront un développement dans comment passer d'insight au niveau suivant.
La dispersion entre répondants est généralement plus faible à ce niveau que dans les niveaux inférieurs. Aux niveaux baseline et foundation, les départements affichent souvent des scores très divergents, parce que l'un est déjà plus avancé que l'autre. Au niveau intelligence, cette dispersion est généralement plus limitée, non pas parce que tout le monde est d'accord sur tout, mais parce que la structure elle-même laisse moins de place à de grandes différences de perception. C'est un élément sur lequel le tour de restitution graphique (plot-ronde) de la mesure apporte un éclairage : non seulement le niveau moyen, mais aussi la mesure dans laquelle cette image est perçue de manière univoque au sein de l'organisation.
Intelligence est le niveau le plus élevé de cette mesure, ce qui soulève la question de savoir ce qu'il reste alors à faire. La réponse est qu'atteindre un niveau n'est pas un point final. L'infrastructure vieillit, les équipes évoluent, de nouvelles applications apportent de nouvelles exigences en matière de données et de gestion. Le maintien de ce niveau demande autant d'attention que son atteinte, et la question passe de « comment y arriver » à « comment maintenir cela pendant que l'organisation et la technologie continuent d'évoluer ». Un développement de cette question figure dans comment continuer à construire à partir d'intelligence.
Pour les organisations qui n'ont pas encore atteint ce niveau, il est utile de savoir que le chemin qui y mène ne se fait pas en une seule étape. La route passe par les niveaux inférieurs, et les questions qui se posent à chaque niveau diffèrent. Ceux qui se demandent à quoi ressemblent les premiers pas les trouveront dans comment passer de baseline au niveau suivant et dans l'étape qui suit, décrite dans comment passer d'activation au niveau suivant.
Atteindre le niveau intelligence indique dans quelle mesure une organisation est structurée pour porter des applications d'IA. Cela ne dit rien sur les tâches, au sein de cette organisation, qui sont adaptées pour être reprises par l'IA, et dans quelle mesure. C'est une autre question, avec un autre instrument.
La mesure de maturité de hybridresourcing porte sur le côté porteur : l'organisation, l'infrastructure et la gestion des données sont-elles positionnées de telle sorte que les applications d'IA puissent fonctionner sans se heurter à des limites fondamentales. Cette question est conditionnelle à l'autre question, à savoir quelle part du travail lui-même se prête à l'IA. Pour cette question, il existe le werkscan de FTE TO AI, qui calcule par tâche quelle part du travail peut être reprise. Une organisation au niveau intelligence dispose de la structure nécessaire pour exploiter les résultats de ce scan ; ceux qui veulent savoir ce qu'un werkscan apporte concrètement lorsque l'IA se met effectivement à exécuter des tâches trouveront cela dans ce que vous pouvez faire avec des agents qui exécutent le travail.
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.