Zašto brže skaliranje ne zamjenjuje temelje

Zamka

Došlo je do uspješnog pilota. Uprava želi tempo. Odluka je donesena: proširiti na ostatak organizacije, druge timove, druge odjele. Ono što je funkcioniralo u jednom kutku, sada mora funkcionirati svugdje.

To daleko od uvijek ide dobro. Ne zato što tehnologija odjednom reagira drugačije, već zato što je okruženje u kojem mora funkcionirati svugdje drugačije uređeno. Tim u kojem je pilot uspio imao je, kao što se dogodilo, IT infrastrukturu koja je mogla podnijeti ono što se tražilo, upravljanje podacima koje je bilo u redu, i organizacijsku strukturu u kojoj je netko preuzimao odgovornost. Negdje drugdje u organizaciji jedna ili više tih stvari stoje drugačije. Rezultat: isti napor na jednom mjestu donosi nešto, a na drugom mjestu ništa, ili gore, dodatni posao za ispravljanje pogrešaka.

Zašto se to čini logičnim

Skaliranje se osjeća kao sljedeći korak jer je pilot nešto dokazao. Postoji rezultat, postoji entuzijazam, postoji pritisak da se povećaju povrati. Onaj koji je jednom nešto uspio pokrenuti, ne želi to ograničiti na jedan tim. Osim toga, skaliranje je vidljivo: više korisnika, više timova, više procesnih linija koje preuzimaju novi način rada. To se osjeća kao napredak, i onda kada temeljne dimenzije — organizacija, IT infrastruktura, upravljanje podacima — još nisu svugdje na razini na kojoj dimenzija koja od njih ovisi zaista može funkcionirati.

Redoslijed u kojem to funkcionira nije opcionalan. Ako temeljni sloj nije postavljen, ovisni sloj nema na čemu graditi. To nije stvar preferencije ili uzimanja više vremena; to je način na koji dimenzije nose jedna drugu. Skaliranje ignorira taj redoslijed i očekuje da će ponavljanje jednog pristupa biti dovoljno, i bez podloge koja je prvi put bila slučajno prisutna.

Po čemu prepoznajete da se u tome nalazite

Nekoliko signala se često ponavlja. Timovi koji preuzimaju novi način rada, prijavljuju različite rezultate, i nitko ne može dobro objasniti zašto to kod jednog tima funkcionira, a kod drugog ne. Traži se više treninga ili više komunikacije, dok se problem nalazi negdje drugdje: u sustavima koji se ne povezuju međusobno, u podacima koji nemaju istu kvalitetu, u strukturi u kojoj nitko nije vlasnik rezultata preko granica timova.

Prepoznatljiva je i situacija u kojoj se tehnologija uvodi preko strukture koja se sama nije promijenila: novi način rada postaje tehnički dostupan, ali uloge, odgovornosti i linije odlučivanja ostaju isti kao prije pilota. Slično je i obrazac u kojem pilot dobro funkcionira u svom vlastitom kutku, ali se ne povezuje s ostatkom organizacije: skaliranje kopira način rada, a ne uvjete pod kojima je taj način rada nastao.

Treći signal je manje vidljiv, ali jednako presudan: dvoje entuzijasta vuku kola i nitko drugi se ne osjeća odgovornim. Sve dok inicijativa ovisi o nekolicini ljudi koji su slučajno motivirani, ne postoji organizacijski temelj za skaliranje — postoji samo entuzijazam koji se ne umnožava čim tim postane veći.

Onaj koji prepoznaje ove signale, dobro čini da se pita je li razlika između timova posljedica izvedbe, ili razlike u spremnosti koja je bila prisutna daleko prije nego što se počelo skalirati. Ta razlika je upravo ono na što gleda mjerenje zrelosti tvrtke hybridresourcing: ne na jedan rezultat za cijelu organizaciju, već na pet razina kroz sedam dimenzija, mjereno tako da više ljudi zasebno ocjenjuje, a razlika između njihovih odgovora postaje vidljiva. Ta razlika često govori više od prosjeka: razlikuje li se procjena izvršnog direktora fundamentalno od procjene direktora informatike, tu leži dio objašnjenja zašto skaliranje na jednom mjestu uspijeva, a na drugom ne. Ono što izvršni direktor u ovom mjerenju pokazuje o vlastitoj organizaciji i ono što operativni direktor u tome prepoznaje iz svakodnevne izvedbe rijetko donose istu sliku, i ta razlika je upravo ono na čemu je mjerenje izgrađeno.

Prijelaz na sljedeće pitanje

Ova stranica govori o pitanju može li organizacija nositi AI: stoji li struktura, stoji li infrastruktura, stoji li upravljanje podacima na razini na kojoj je skaliranje smisleno. To je drugo pitanje od pitanja koji dio samog posla je prikladan za prijenos na AI. Na to posljednje pitanje odgovara radna skala (werkscan) tvrtke FTE TO AI: ona po zadatku izračunava koji dio posla AI može preuzeti, neovisno o tome je li organizacija za to već spremna. Oba pitanja pripadaju zajedno, ali redoslijed nije proizvoljan — znati što je prenosivo ima malu vrijednost sve dok nije utvrđeno može li temelj podnijeti taj prijenos.

Alat je u izradi