A horeka szektor a padlózat köré épül, nem a dashboard köré. Míg más ágazatok éveken át ERP-rendszerekbe, adattárházakba és szabványosított folyamatokba fektettek, a horeka a tapasztalatra, improvizációra és közvetlen kapcsolatra épül. Ez nem hiányosság, hanem a szakma természete. De azt is jelenti, hogy az AI alatti alapvető réteg — rendezett adatok, rögzített folyamatok, egy IT-infrastruktúra, amely rögzíti a dolgokat helyett hagyja elillanni azokat — sok horeka-vállalatnál soha nem lett letéve. Nem azért, mert nem gondoltak rá, hanem mert a napi működés soha nem igényelte ezt.
Ez megmagyarázza azt az arányt, amelyet ebben az ágazatban gyakran látunk: sok lelkesedés az ügyfél oldali AI-alkalmazások iránt — chatbotok foglalásokhoz, dinamikus árazás, személyre szabott ajánlatok — és kevés alap alattuk. A sorrend így nem stimmel. Az ügyfélközpontú AI a foglaltságra, készletre, személyzeti tervezésre és forgalomra vonatkozó adatokra támaszkodik. Ha ezek az adatok szétszórtan találhatók egy kasszarendszerben, egy foglalási eszközben és egy táblázatban, amelyet már senki nem tart karban, akkor a legfejlettebb chatbotnak sincs mire épülnie.
Az ágazat második jellemzője az állandó személyzeti nyomás: magas fluktuáció, sok részmunkaidős foglalkoztatás, szezonális csúcsok. Ez sokak számára vonzóvá teszi az AI-t mint megoldást egy hiányra, nem mint eszközt a munka intelligensebb megszervezésére. Ez a megközelítés kockázatos. Aki az AI-t elsősorban a hiányzó emberek helyettesítőjének látja, átugorja azt a kérdést, hogy a körülötte lévő szervezet — a beosztás módja, a kommunikáció, a rögzítés — már úgy van-e kialakítva, hogy az AI hozzá tudjon tenni valamit. Gyakran ez még nem így van. A beosztásokat ad hoc módon készítik, a tudás a tapasztalt munkatársak fejében van, nem a rendszerekben, és a beszerzésről vagy a személyzeti beosztásról szóló döntéseket megérzés alapján hozzák. Ez nem kritika, hanem leírás arról, hogy az ágazat évtizedek óta hogyan működik. De ez azt jelenti, hogy az alapvető dimenziók — szervezet, infrastruktúra, adatkezelés — a horeka szektorban gyakrabban jelentik a szűk keresztmetszetet, mint azokban az ágazatokban, amelyeknek hosszabb digitalizációs múltjuk van.
A kép, amelyet sok vezető felismer a horeka szektorban: egy pilóta egy menüoptimalizálásra vagy személyzeti tervezésre szolgáló AI-eszközzel, amely jól indul, majd elakad. Nem azért, mert a technológia nem működik, hanem mert a szervezet nem tudja használni az eredményt. Az adatok nem eléggé konzisztensek, az emberek, akiknek dolgozniuk kell velük, nem voltak bevonva a kialakításba, vagy az infrastruktúra nem tudja folyamatosan táplálni az eszközt, amint a pilóta lezárul. Pontosan ez a mintázat, amelyet a hybridresourcing érettségmérése feltár: öt szint, a baseline-tól az intelligence-ig, hét dimenzión keresztül, amelyek együttesen határozzák meg, hogy egy szervezet elbírja-e az AI-t. Nem azt, hogy az AI működik-e, hanem hogy elég szilárd-e a talaj alatta.
A mérésen belüli plot-kör horeka-vállalatok számára gyakran szemet nyitó. Amikor egy tulajdonos, egy telephelyvezető és valaki a padlózatról külön-külön pontoz ugyanazon a hét dimenzión, egy szórás jön létre, amely valamit elmond arról, mennyire eltérően élik meg a szervezetet. A tulajdonos talán egy vállalatot lát, amely készen áll a következő lépésre; a telephelyvezető nap mint nap látja, hogy az alapfolyamatok még lazán állnak. Ez a diszkrepancia pontosan az, ahol a mérés értéket ad: nem értékelésként, hanem kiindulópontként egy beszélgetéshez arról, mi is áll valójában.
Az alapvető dimenziók megelőzik a függő dimenziókat, és ez nem tanács, hanem technikai sorrend. Az adatkezelés határozza meg, hogy az AI-nak van-e megbízható alapja, amire épülhet. Az IT-infrastruktúra határozza meg, hogy a rendszerek tudnak-e egymással kommunikálni. A szervezet határozza meg, hogy az emberek tudják-e, mit várnak el tőlük, amint az AI szerepet kap a folyamatban. Csak ezután következnek azok a dimenziók, amelyek ezen az alapon nyugszanak. Aki többet szeretne tudni arról, miért állandó ez a sorrend, és miért nem fordítható meg, elolvashatja a az alapvető dimenziók előbb-elsőségének sorrendjéről szóló oldalon.
A horeka szektor ebben a tekintetben nincs egyedül. Más erősen operatív, emberközpontú magvú ágazatok is hasonló mintázatokat mutatnak. Aki a helyzetet egy szintén fizikai folyamatokra és változó munkakörülményekre épülő ágazattal szeretné összehasonlítani, azt megtalálja a az agrárszektor AI-érettségéről szóló oldalon. Aki inkább azt szeretné látni, hogy egy hagyományosan erősebb IT-infrastruktúrájú ágazat hogyan áll, az elolvashatja a az IKT-szektor AI-érettségéről szóló oldalon. És aki arra kíváncsi, hogyan hat a szigorú szabályozás az érettségre, annak ott van a pénzügyi szolgáltatások AI-érettségéről szóló oldal.
A hybridresourcing érettségmérése arra a kérdésre válaszol, hogy egy szervezet elbírja-e az AI-t. Ez más kérdés, mint hogy a munka mely része vehető át valóban az AI által. A horeka-vállalatok számára, akik már tudják, hol áll az alapjuk, ez a második kérdés a logikus következő lépés: a padlózaton, a konyhában vagy a pult mögötti feladatok mely része fordítható le AI-támogatásra, és mely része nem. Ezt a számítást, feladatonként és előzetes feltételezések nélkül, az FTE TO AI munkaszkennere végzi el. Ahol ez az oldal a szervezet alatti talajt méri fel, a munkaszkenner kiszámítja, hogy mi épülhet arra a talajra.
A horeka szektor számára készülő érettségmérés fejlesztés alatt áll. Aki a hét dimenziót, az öt szintet és a plot-kört szeretné használni, amint azok elérhetővé válnak, feliratkozhat a várólistára. Nem kínálunk semmit, ami már most készen állna; csak értesítést küldünk, amint az eszköz elkészül.
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.