Aki először kap egy pontszámot az öt szinten — baseline, foundation, activation, insight, intelligence —, azután más kérdést tesz fel. Nem azt: mit jelent ez, hanem: mennyi ideig marad ez igaz. Egy pontszám egy fénykép. A szervezet nem áll meg. A megismétlés gyakoriságára vonatkozó kérdés tehát jogos, és a válasz kevésbé egyszerű, mint egy hat vagy tizenkét hónapos fix intervallum.
Az érettségmérés egy állapotot rögzít hét dimenzióban. Ezek némelyike lassan változik. Az adatmenedzsment, például, nem mozdul el egy negyedéven belül — ehhez strukturális döntések szükségesek, amelyeknek időre van szükségük ahhoz, hogy láthatóvá váljanak a pontszámban. Más dimenziók gyorsabban mozoghatnak. Ha a szervezet vezetőségváltást hajt végre, vagy döntés esik az adatgovernanceról, akkor az az adott dimenzió eredményét gyorsabban megváltoztatja, mint egy év. Egy fix ismétlési ütemezés minden dimenziót egyformán gyorsan mozgónak kezel. Nem azok. Ha bővebben szeretne olvasni erről a sorrendről, és arról, miért kell egyes dimenzióknak elsőnek állniuk, azt elolvashatja itt: miért kell a fundamentális dimenzióknak elsőnek állniuk.
Az ismétlés értéke nem egy szám megerősítésében rejlik. Abban rejlik, hogy láthatóvá teszi a mozgást, vagy annak hiányát. Egy szervezet, amely a foundation szinten marad, míg mégis történtek AI-pilot beruházások, olyasmit mutat meg, amit egy egyszeri mérés nem tud megmutatni: hogy a beruházás nem érkezik meg azokba a dimenziókba, amelyek ezért felelősek. Ez pontosan az a fajta ellentmondás, amiben a vezetőségek gyakran belsőleg nem tudnak dönteni. Ha meg szeretné érteni, miért akad el ez a vita ilyen gyakran egy vezetői csapaton belül, azt kifejtettük itt: miért nem egyezik a véleménye a vezetőségének az AI-tempóról.
A mérés egy plot-körrel dolgozik: a szervezeten belül több ember külön-külön pontoz, és a pontszámok közötti eltérés láthatóvá válik. Ez az eltérés olyasmiről szól, amiről egy egyszerű átlag nem szól. Egy dimenzión mutatkozó nagy eltérés — a CIO stabilnak látja az IT-infrastruktúrát, a COO káoszt lát — önmagában is jelzés, függetlenül attól, milyen szinten áll ki a pontszám. Ez az eltérés is oka lehet az ismétlésnek, de nem fix időtávon. Ismételjen, amikor az eltérés maga is a beszélgetés tárgyává vált, és nézze meg, csökken-e. Ha az eltérés nagy marad, ez arról mond valamit, hogyan kommunikál a szervezet belsőleg az AI-ról, nem a technológiáról magáról.
A tényezők, amelyek időközben elmozdíthatják a pontszámot, nem egyenlően oszlanak el a hét dimenzió között. A szervezeti struktúra változásai — egy új adatfelelős, egy másik beszámolási vonal — a fundamentális dimenziókra hatnak ki: organisatie, IT-infrastructuur, datamanagement. Ha szeretné megtudni, ez utóbbi kettő konkrétan hogyan mérhető, azt megtalálja itt: mennyire érett a szervezete az AI szempontjából és itt: mennyire érett az IT-infrastruktúrája az AI szempontjából. A függő dimenziók változásai — azok a dimenziók, amelyek csak akkor tudnak mozdulni, ha a fundamentális dimenziók elértek egy szintet — ezt követik, késéssel. Egy túl korán megismételt mérés tehát gyakran zajt mér a fundamentális dimenziókon, míg a függő dimenziók még egyáltalán nem tudtak elmozdulni.
Az érettségmérés nem tudja megjósolni, mikor ér el a szervezet magasabb szintet. Nem tudja megmondani, hogy egy IT-infrastruktúrába történő beruházás egy negyedéven belül vagy két éven belül vezet-e magasabb pontszámhoz — ez a szervezet saját döntéseitől, a szervezet méretétől, és attól függ, mennyi belső ellenállás van a változással szemben. A mérés azt sem tudja megállapítani, hogy egy alacsony pontszám olyan probléma, amelyet meg kell oldani, vagy egy realisztikus kiindulópont, amelyet a szervezet tudatosan választ. Ezek a két forgatókönyv egy alacsony pontszám esetén jobban különböznek egymástól, mint gyakran gondolják, és ezt kifejtettük itt: melyik két forgatókönyv tartozik egy alacsony pontszámhoz. A mérés kérdéseket vet fel és struktúrát mutat. Nem ad időbeosztást, és nem garantálja, hogy az ismétlés magasabb pontszámot eredményez.
Mivel a fundamentális dimenziók lassan mozognak, egy néhány hónapon belüli ismétlésnek kevés értelme van — az idő túl rövid ahhoz, hogy az organisatie, IT-infrastructuur vagy datamanagement terén bekövetkező változás láthatóvá váljon. Célszerűbb akkor ismételni, amikor van egy konkrét ok: egy döntés az adatgovernanceról, egy átszervezés, egy nagy AI-beruházás, amely beérik vagy nem. A mérés akkor nem éves rutin, hanem egy eszköz, amelyet abban a pillanatban vesz igénybe, amikor tudni szeretné, hogy egy belsőleg érzett változás mérhető-e is a hét dimenzióban.
Az érettségmérés a terhelhetőségről szól: elbírja-e a szervezet az AI-t, elég szilárd-e a fundamentális dimenziók állapota ahhoz, hogy továbbépítsen. Nem arról szól, milyen munkát vehet át az AI. Ha szeretné tudni, mi változik magában a napi munkában — a feladat, a szerepkör vagy a folyamat mely része vehető át tényszerűen az AI által —, akkor az egy másik kérdés, egy másik eszközzel. A FTE TO AI munkaszkennere feladatonként kiszámítja, mekkora rész vehető át a munkából, függetlenül attól, hogy a szervezet egészében már felkészült-e erre. Ezek a két mérés — a terhelhetőség és az átvételi potenciál — nem válaszolják meg egymást, de együtt adják meg azt a teljes képet, amellyel egy vezetőség megalapozhatja a döntését.
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.