AI aplikacije računaju na podatke. Ne na podatke koje zamišljate da imate, nego na podatke kako su stvarno pohranjeni, definirani i održavani. Upravljanje podacima je zato jedna od temeljnih dimenzija u mjerenju zrelosti: zajedno s organizacijom i IT infrastrukturom određuje postoji li nešto na čemu se može graditi. Organizacija može postići visok rezultat na ljudima i vještinama ili na upravljanju učinkom, a ipak utvrditi da svaka AI primjena zapinje jer nitko sa sigurnošću ne može reći koja je verzija baze podataka kupaca ispravna. Taj redoslijed nije naš izbor; to je redoslijed u kojem to funkcionira.
Upravljanje podacima odnosi se na stanje podataka koje organizacija koristi za rad i odlučivanje. Jesu li definicije utvrđene, ili "aktivan kupac" u svakom odjelu znači nešto drugo. Postoji li imenovani vlasnik za svaki skup podataka, ili nitko ne zna tko je odgovoran kada je polje godinama pogrešno. Bilježe li se podaci jednom i preuzimaju li se odande, ili postoje tri izvoza koji su se u međuvremenu razišli. Pitanja u mjerenju ne odnose se na količinu podataka ili vrstu sustava, nego na pouzdanost i podrijetlo onoga što postoji.
Pet razina kreće se od baseline do intelligence, a kod upravljanja podacima razlika između tih razina često se osjeti konkretnije nego kod drugih dimenzija. Na razini baseline podaci postoje uglavnom lokalno: u proračunskim tablicama, u glavi kolege, u sustavu koji nitko više potpuno ne razumije. Na razini foundation ključni skupovi podataka su imenovani i postoji početak vlasništva, čak i ako se definicije još razlikuju. Što ta razina foundation znači u praksi, i za druge dimenzije, opisano je na što razina foundation znači u praksi, a isto vrijedi i za samu početnu točku na što razina baseline znači u praksi. Na razini activation definicije su uglavnom podijeljene i postoji proces za signaliziranje odstupanja. Na razini insight podaci se aktivno koriste za potkrjepljivanje odluka, s uvidom u kvalitetu i podrijetlo. Na razini intelligence upravljanje podacima nije više zaseban projekt, nego stalna značajka načina na koji organizacija funkcionira.
Krug procjene (plot-ronde) pokazuje odgovara li ta procjena stvarnosti. Kada CIO postavi upravljanje podacima na razinu activation, a timovi koji s njim svakodnevno radе na razinu baseline, ta razlika govori više o stvarnoj situaciji nego prosjek oba rezultata. Često se pokaže da su sustavi postavljeni na razinu višu od ponašanja u njima: postoji središnji sustav, ali ljudi još rade paralelno u vlastitim datotekama jer ne vjeruju sustavu.
Koliko košta prijelaz s baseline na foundation ovisi o tome koliko su podaci trenutno razjedinjeni i koliko odjela ima vlastitu verziju istine. Posao se tada uglavnom odnosi na imenovanje vlasništva i utvrđivanje definicija, a ne na novu tehnologiju. Prijelaz s foundation na activation češće zahtijeva tehnički korak: odrediti jedan izvor, ukinuti ostale ili ih ostaviti samo za čitanje. Prijelaz s activation na insight prebacuje težište na upravljanje (governance): tko može što mijenjati, kako se provjerava kvaliteta, što se događa kada se pronađe pogreška. Koliko dugo i koliko intenzivno taj proces traje ovisi o veličini organizacije, broju sustava koji čuvaju podatke i stupnju u kojem su ljudi već navikli jedan izvor smatrati vodećim. To se ne može uhvatiti u fiksni iznos ili fiksno trajanje; ovisi o tome gdje se koncentrira razlika u vašem krugu procjene.
Upravljanje podacima rijetko stoji samo za sebe. Organizacija koja ne vjeruje svojim podacima također će imati poteškoća s koliko košta podizanje privatnosti i sigurnosti na sljedeću razinu, jer se ne može zaštititi ono što nije mapirano. Obrnuto, snažno upravljanje podacima može postaviti temelj na kojem je koliko košta podizanje upravljanja učinkom na sljedeću razinu lakše odgovoriti, jer upravljanje učinkom treba pouzdane podatke da bi se nešto moglo mjeriti. Također pitanje koliko košta podizanje etike na sljedeću razinu izravno se dodiruje s upravljanjem podacima: odgovorno postupanje s podacima počinje s tim da znate što imate i odakle dolazi. Onaj tko ove dimenzije rješava odvojeno jednu od druge, riskira da rad na jednoj dimenziji bude ometan zaostatkom u drugoj.
Ovo mjerenje pokazuje ima li organizacija podatke, sustave i ljude potrebne da bi nosila AI. To je drugo pitanje od onoga koji dio posla AI stvarno može preuzeti. Čim je jasno gdje se nalaze temeljne dimenzije, uključujući upravljanje podacima, postaje smisleno po zadatku razmotriti što AI može, a što ne. To je područje werkscan-a (radnog skena) FTE TO AI: taj izračunava po zadatku koji se dio posla može preuzeti, na temelju podataka i sustava koji u tom trenutku stvarno postoje.
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.