Što nizak rezultat govori, a što ne govori

Nizak rezultat na mjerenju zrelosti kod većine uprava pokreće isto pitanje: koliko je ovo loše. Odgovor je da to pitanje samo dolazi preuranjeno. Nizak broj na jednoj od sedam dimenzija može značiti dva scenarija koji imaju malo veze jedan s drugim, a instrument sam po sebi ne kaže koji od ta dva vrijedi.

Scenarij jedan: još ništa ne postoji

Prvi scenarij je organizacija koja je na samom početku. Ne postoji upravljanje podacima koje se dosljedno provodi, ne postoji infrastruktura koja može podnijeti AI-primjene, a organizacija sama još nije stekla naviku rada s AI-sustavima. U ovom scenariju nizak rezultat je točan opis situacije. U tome nema ničeg neobičnog; većina organizacija počinje odavde. Ono što je bitno je redoslijed kojim se to izgrađuje. Na stranici zašto temeljne dimenzije moraju biti prve pročitajte zašto organizacija, IT-infrastruktura i upravljanje podacima ne stoje pored ostalih dimenzija, nego ispod njih — razina intelligence u donošenju odluka ima malu vrijednost ako podaci na kojima se te odluke temelje nisu pouzdani.

Scenarij dva: nešto postoji, ali nitko ne vidi isto

Drugi scenarij je manje uočljiv i za upravu često iznenađujući. Organizacija je zaista nešto izgradila — pilot-projekte, pojedinačne primjene, tim koji s tim radi — ali ljudi koji ispunjavaju upitnik ocjenjuju bitno različito. CIO vidi infrastrukturu koja je spremna; COO vidi procese koji se još oslanjaju na ručnu kontrolu. CHRO vidi organizaciju koja prihvaća AI; voditelji timova vide ljude koji zaobilaze alate čim postane zahtjevno. U ovom scenariju nizak prosječni rezultat nije problem. Rasap je problem.

Zašto krug bez uvida u tuđe odgovore ovu razliku čini vidljivom

Zbog toga mjerenje radi s krugom u kojem ispitanici ne vide odgovore drugih: više osoba ocjenjuje odvojeno, bez uvida u tuđe odgovore, i tek nakon toga postaje vidljiv rasap. Organizacija s niskim prosjekom i malim rasapom zna gdje stoji i može od te točke krenuti dalje. Organizacija s prosjekom koji izgleda prihvatljivo, ali s velikim rasapom, ima drugi problem: ne postoji zajednička slika stvarnosti, a ta slika mora prvo postojati prije nego rezultat o nečemu uopće govori.

Što mjerenje ne rješava

Mjerenje pokazuje rasap. Ono ga ne objašnjava i ne rješava. Ako CIO i COO strukturno različito ocjenjuju IT-infrastrukturu, to je razgovor koji se mora voditi — o tome što je točno izgrađeno, tko tome ima pristup i koji dio toga radi u produkciji, a koji je još u pilot-okruženju. Mjerenje daje polazište za taj razgovor, ne njegov ishod. Isto vrijedi za scenarij jedan: znati da još ništa ne postoji nije plan za izgradnju. Na stranicama koliko je vaša organizacija zrela kad je riječ o AI-u i koliko je vaša IT-infrastruktura zrela kad je riječ o AI-u opisano je, po dimenziji, na što gledaju razine od baseline do intelligence, tako da nizak rezultat dobiva smjer, a ne samo ocjenu.

Što proizlazi iz niskog rezultata

Nizak rezultat na temeljnim dimenzijama ne znači da zavisne teme kao donošenje odluka i ponašanje agenata postaju relevantne tek za godinu dana. To znači da se te teme već sada mogu utvrditi, i onda kad provedba još mora čekati. Koje odluke se u organizaciji zapravo donose i tko ih donosi, opisano je na stranici što spada u inventar odluka, a koje od tih odluka principijelno ostaju izvan dosega automatizacije — zbog zakonskih, etičkih ili upravljačkih razloga — pročitajte na stranici koje odluke se nikada ne smiju automatizirati. Taj posao može započeti dok temeljne dimenzije još rastu; ne mora čekati dok infrastruktura ne bude u redu, iako će provedba na to ipak čekati.

Što nizak rezultat ne predviđa

Nizak rezultat ne predviđa vremenski okvir niti ishod. Dvije organizacije s identičnim rezultatom mogu imati pred sobom veoma različite putove, ovisno o tome gdje je točno bio rasap, koji je scenarij vrijedio i koliko je temelja već postojalo neformalno, a upitnik to nije uspio zabilježiti. Mjerenje je fotografija sa sedam dimenzija i pet razina; nije predviđanje onoga što se događa nakon te fotografije.

Pitanje koje slijedi nakon toga

Dok mjerenje zrelosti prikazuje nosivost organizacije — može li organizacija podnijeti AI, na temelju toga koliko temelja i zajedničke slike postoji — drugo pitanje odnosi se na nešto drugo: što AI u ovoj organizaciji zapravo može preuzeti. To je pitanje na razini zadatka, a ne na razini organizacije, i na njega odgovara radni sken tvrtke FTE TO AI, koji po zadatku izračunava koji dio tog zadatka AI može preuzeti. Ta dva pitanja slijede jedno iza drugog: tek kad je jasno hoće li, i gdje, organizacija moći podnijeti to opterećenje, ima smisla znati što se zapravo može preuzeti. Onaj tko na mjerenju vidi nizak rezultat, dakle ne može ta dva pitanja obrnuti — ali može ih oba već sada unaprijed sagledati.