Kennisbank

Insight: razumijete AI, ali njime još ne upravljate posvuda

Po čemu prepoznajete insight

Na razini insight promijenilo se nešto što ide dalje od pojedinačnih eksperimenata. Organizacija ne razumije samo da AI nešto radi, nego i zašto na jednom mjestu funkcionira a na drugom ne. Nastao je jezik za vođenje tog razgovora: ljudi govore o kvaliteti podataka, o odgovornosti za pogreške, o tome koji se procesi doista mogu automatizirati a koji ne. To je drugačiji razgovor od onog prije godinu dana, kada je pitanje uglavnom bilo je li pilot-projekt donio nešto korisno.

Ono što je karakteristično za ovu razinu: uvid postoji, ali još nije posvuda ugrađen u način na koji se donose odluke. Jedan odjel ima jasnu sliku o tome koje podatke treba i koji nedostaju. Drugi odjel još u dobroj vjeri slijedi pilot-projekt, bez da je bilo tko utvrdio hoće li temeljna infrastruktura to izdržati. Insight, dakle, nije ravnomjeran sloj preko cijele organizacije. To je prije skup mjesta na kojima se upalilo svjetlo, s dijelovima između njih koji su još u tami.

Što još nedostaje

Korak prema sljedećoj razini, intelligenceu, zahtijeva da se taj uvid pretoči u usmjeravanje. Ne povremeno — kao reakcija na problem koji se pojavi — nego strukturno, kao dio toga kako organizacija normalno funkcionira. To se odnosi na iste temeljne dimenzije koje su bile odlučujući faktor i na prethodnim razinama: je li upravljanje podacima uređeno tako da se odluke temeljene na rezultatima AI-a mogu opravdati? Je li IT infrastruktura postavljena tako da nove primjene ne počinju uvijek ispočetka? Je li sama organizacija oblikovana tako da odgovornost za procese vođene AI-om leži negdje, a ne malo posvuda?

Na razini insight često se vidi da su ta pitanja postavljena, ali da odgovor varira po dimenziji. Jedna dimenzija već je toliko razvijena da je usmjeravanje moguće; druga još visi za pojedinačnim inicijativama. Ta razlika u tempu upravo je ono što se vidi u razini raspršenosti u krugu ocjenjivanja: kad više ljudi zasebno ocjenjuje, vidljivo je da jedan ispitanik smatra da je organizacija u pogledu upravljanja podacima već daleko odmakla, dok drugi tu istu dimenziju još smješta u foundation. Ta raspršenost nije šum. Ona pokazuje kojoj dimenziji prva treba pažnja, a koja mora slijediti.

Redoslijed koji odlučuje

Iskušenje na ovoj razini je usmjeriti pažnju na dimenzije koje su najvidljivije — često ovisne dimenzije, blizu svakodnevnog posla. Ali temeljne dimenzije imaju prednost. Ako upravljanje podacima nije uređeno, svako usmjeravanje na temelju rezultata AI-a ostaje nestabilno, koliko god uvida bilo izgrađeno. Ako je IT infrastruktura fragmentirana, svaka primjena ostaje izolirani otok, čak i kad organizacija o tome interno već dobro govori.

Ovo nije drugačiji redoslijed od onog koji je vrijedio na prethodnim razinama. To je isti redoslijed, ali na točki na kojoj troškovi njegovog zaobilaženja postaju vidljiviji. Kod baseline i foundation nedostatak temelja mogao se još skriti iza činjenice da se malo toga događalo. Kod insighta već je više u pokretu, a to slabu temeljnu dimenziju čini prije osjetnom: usmjeravanje koje ne izdrži, odluke koje se poslije ne mogu rekonstruirati, primjene koje zapinju čim prijeđu granicu jednog odjela.

Što zahtijeva korak prema intelligenceu

Prijelaz na intelligence nije pitanje primjene više AI-a. To je pitanje dovođenja temeljnih dimenzija do te razine da se ovisne dimenzije na njih mogu strukturno nadograditi. To se snažno razlikuje po organizaciji: jedna organizacija mora prije svega konsolidirati svoje upravljanje podacima, druga ima IT infrastrukturu koju treba prvo objediniti prije nego što se može širie usmjeravati. Što će to biti, ovisi o tome gdje je raspršenost u krugu ocjenjivanja najveća — to je mjesto na kojem čeka sljedeća razina.

Onaj koji želi pogledati dalje od intelligencea, na stranici o razini nakon intelligencea pronalazi opis onoga što nastaje kada usmjeravanje više nije samo strukturno, nego i samoučeće. Onaj koji ranije u procesu traži prepoznavanje, može na activation pročitati kako je faza izgledala prije nego što je nastao uvid, ili provjeriti što znači kada agenti koji izvršavaju posao počnu igrati ulogu uz upravljački sloj koji se izgrađuje na ovoj razini.

Sljedeće pitanje

Insight vam govori gdje se organizacija nalazi u svojoj sposobnosti da nosi AI: koje su dimenzije stabilne a koje još labave. To je drugačije pitanje od toga koji se dio samog posla može prenijeti na AI. Čim je nosiva strana jasnije definirana, drugo pitanje postaje relevantno: koji se dio zadataka unutar procesa doista može preuzeti. Upravo za to je izrađen radni scan (werkscan) tvrtke FTE TO AI — metoda izračuna koja po zadatku utvrđuje koji dio posla dolazi u obzir za preuzimanje, tako da razgovor o intelligenceu ne bude samo o spremnosti, nego i o tome što se, kad ta spremnost postoji, doista može ostvariti.