Kennisbank

Razina intelligence: kako to izgleda u praksi

Intelligence je peta razina u mjerenju zrelosti hybridresourcing, nakon baseline, foundation, activation i insight. To je razina na kojoj sedam dimenzija — od organizacije i IT infrastrukture do upravljanja podacima i ovisnih dimenzija iznad njih — više ne funkcionira odvojeno jedna od druge, nego je usklađeno. To zvuči apstraktno sve dok ne pogledate što se u praksi tada događa, a što ne.

Kako to prepoznajete

Na nižim razinama AI se izvodi u pilotima, odvojeno jedan od drugog, s promjenjivim vlasništvom. Na razini intelligence taj obrazac je prekinut. Odluke o novim primjenama se ne donose više po projektu, nego proizlaze iz strukture koja već postoji: jasno vlasništvo, podaci koji su pronalazivi i pouzdani, infrastruktura koja podnosi širenje bez da svaka inicijativa ponovno naiđe na iste ograničenja. Organizacija nema jednu uspješnu primjenu, nego način rada u kojem primjene jačaju jedna drugu umjesto da si smetaju.

To ne znači da sve automatski ide dobro. To znači da kad nešto krene po zlu, organizacija zna od čega to dolazi i kako to prilagoditi. Fundamentalne dimenzije tada nose teret ovisnih dimenzija, kako i treba: prvo stoji temelj, a tek onda primjena koja se na njega oslanja.

Što je drugačije nego na razini insight

Na razini insight organizacija često već dobro vidi što se događa: postoji uvid u što funkcionira i što ne, mjeri se i prilagođava. Ono što na razini insight još nedostaje, jest način na koji se te spoznaje strukturno ugrađuju u to kako je organizacija ustrojena. Intelligence je korak na kojem taj uvid nije više izvještaj, nego dio samog djelovanja. Tko želi znati više o tom prijelazu, pronalazi obradu u kako s razine insight dolazite na sljedeću razinu.

Raspon između ispitanika je na ovoj razini obično manji nego na razinama ispod. Na razinama baseline i foundation odjeli često postižu jako različite rezultate, jer je jedan već dalje od drugog. Na razini intelligence taj raspon je obično ograničeniji, ne zato što se svi slažu o svemu, nego zato što sama struktura ostavlja manje prostora za velike razlike u percepciji. To je nešto što krug prikaza (plot) mjerenja pokazuje: ne samo prosječnu razinu, nego i koliko jednoznačno se ta slika doživljava unutar organizacije.

Što zahtijeva korak prema sljedećoj razini

Intelligence je najviša razina u ovom mjerenju, a to otvara pitanje što onda još treba raditi. Odgovor je da postizanje razine nije krajnja točka. Infrastruktura zastarijeva, timovi se mijenjaju, nove primjene donose nove zahtjeve prema podacima i upravljanju. Održavanje ove razine zahtijeva jednako pažnje kao i njezino postizanje, a pitanje se pomiče od 'kako dolazimo ovdje' prema 'kako to zadržavamo dok se organizacija i tehnologija i dalje mijenjaju'. Obrada tog pitanja stoji u kako dalje gradite od razine intelligence.

Za organizacije koje ovu razinu još nisu postigle, korisno je znati da put do njega ne ide u jednom koraku. Put vodi kroz razine ispod, a pitanja koja su relevantna na svakoj razini razlikuju se. Tko se pita kako izgledaju prvi koraci, pronalazi to u kako s razine baseline dolazite na sljedeću razinu i u koraku koji slijedi nakon toga, opisanom u kako s razine activation dolazite na sljedeću razinu.

Što ova razina ne kaže

Postizanje razine intelligence govori nešto o mjeri u kojoj je organizacija ustrojena da nosi primjene AI-a. Ne govori ništa o tome koji zadaci unutar te organizacije su prikladni da ih preuzme AI, i u kojoj mjeri. To je drugo pitanje, s drugim instrumentom.

Mjerenje zrelosti hybridresourcing bavi se stranom nositelja: stoji li organizacija, infrastruktura i upravljanje podacima tako da primjene AI-a mogu funkcionirati bez naletanja na fundamentalna ograničenja. To pitanje je uvjetno drugom pitanju, naime koji dio samog posla dolazi u obzir za AI. Za to pitanje postoji radna skenirna analiza (werkscan) FTE TO AI, koja po zadatku izračunava koji dio posla je moguće preuzeti. Organizacija na razini intelligence ima strukturu koja omogućuje da se s ishodima te analize nešto učini; tko želi znati što radna skenirna analiza konkretno donosi kada AI stvarno počne izvoditi zadatke, pronalazi to u što možete s agentima koji izvode posao.