Az IT-infrastruktúra egyike az alapvető dimenzióknak a hybridresourcing érettségmérésében. Alapvető itt valami konkrétat jelent: ennek a dimenziónak rendben kell lennie, mielőtt a tőle függő dimenziók, mint a teljesítménymenedzsment vagy az etika, érdemben növekedhetnek. Egy szervezetnek nagyon is lehetnek ambíciói az AI-vezérelt döntéshozatal terén, míg az alatta lévő infrastruktúra még baseline-szinten áll. Ez nem ellentmondás, hanem egy sorrend, amelyet nem lehet átugrani.
A mérés nem azt vizsgálja, hogy van-e felhőszerződése, vagy hogy lecserélt-e néhány szervert. Azt vizsgálja, hogy technikai környezete alkalmas-e AI-alkalmazások hordozására: tudnak-e a rendszerek egymással kommunikálni, van-e elérhető számítási kapacitás, amikor egy alkalmazás azt igényli, és úgy épült-e fel az architektúra, hogy egy új alkalmazás ne ütközzön azonnal egy elavult rendszer korlátaiba. A kérdés az, hogy az alap képes-e terhet hordani, nem az, hogy már épült-e rá valami.
Baseline-szinten az infrastruktúra azon fut, amit valamikor létrehoztak, gyakran anélkül, hogy bárki pontosan tudná, miért. A rendszerek kerülő úton kapcsolódnak egymáshoz, az összeköttetéseket kézzel készítették, és minden bővítés kockázatnak tűnik.
Foundation-szinten van áttekintés arról, mi áll fenn. A szervezet tudja, mely rendszerek léteznek, milyen adat áramlik rajtuk keresztül, és hol vannak a szűk keresztmetszetek. Strukturált megközelítés még nincs, de térkép már van.
Activation-szinten megtörténtek az első lépések ahhoz, hogy az infrastruktúra alkalmas legyen AI-alkalmazásokra: a korábban kézzel kezelt kapcsolatok automatizáltak, és van fenntartott kapacitás kísérletekhez.
Insight-szinten az infrastruktúra skálázhatóan van kialakítva. Új alkalmazások hozzáadhatók anélkül, hogy az egész rendszert felül kellene vizsgálni, és van monitoring, amely megmutatja, hol kerül nyomás alá az infrastruktúra.
Intelligence-szinten az infrastruktúra maga is része a szervezet alkalmazkodóképességének. Együtt skálázódik a kereslettel, jelzi a szűk keresztmetszeteket, mielőtt azok akuttá válnának, és nem akadályozza többé azt, amit a szervezet építeni akar.
Néhány jel megbízhatóbb, mint egy önértékelés. Aki megkérdezi, mennyi idő egy új rendszert csatlakoztatni a meglévő környezethez, és a válasz csapatonként erősen eltér, azonnal látja, hogy nincs közös kép az architektúráról. Aki megkérdezi, hogy egy AI-pilot valaha elakadt-e egy technikai korláton, amelyet senki nem látott előre, gyakran olyan habozást hall, amely többet mond, mint a válasz maga. És aki megkérdezi, ki a szervezetben tudja átfogóan látni a teljes technikai környezetet, baseline- és foundation-szinten általában egy személy nevét kapja válaszul, nem egy rendszert.
Ez pontosan azért teszi értékessé a mérésben szereplő plot-fordulót. Amikor egy CIO, egy IT-vezető és egy folyamatgazda külön-külön pontoz az infrastruktúra érettségén, a pontszámok közötti eltérés gyakran nagyobbnak bizonyul, mint várták. Ez az eltérés nem hiba a mérésben, hanem maga is információ: megmutatja, hogy a szervezetnek van-e közös képe a saját alapjáról, vagy minden csapat a saját feltételezései alapján halad.
A baseline-ról foundation-re való lépés főként áttekintést igényel: felmérni, mi áll fenn, mielőtt valamit hozzáadnának. A foundation-ről activation-re való lépés célzott beruházást igényel kapcsolatokba és kapacitásba, azokon a pontokon, ahol az előző lépés térképe szűk keresztmetszeteket tárt fel. Az insight felé tett lépés olyan architektúrát igényel, amely a skálázhatóságra épül, nem különálló megoldásokra különálló kérdésekhez. És az intelligence felé tett lépés azt igényli, hogy az infrastruktúrát folyamatosan alkalmazkodó dologként kezeljék, ne olyanként, amit néhány évente lecserélnek.
Mennyi időt és erőforrást igényel pontosan ez a lépés, az a szervezettől, a meglévő rendszerektől és a mögötte álló ambíciótól függ. Ennek részletezését megtalálja az oldalon, amely kiszámítja, mi kell egy szint emelkedéshez.
Az infrastruktúra az a réteg, amelyre a többi dimenzió támaszkodik, de nem izoláltan működik. Egy szervezet, amelynek erős az infrastruktúrája, de gyenge az adatmenedzsment-érettsége, rendelkezik a vezetékekkel, de nincs meg az árammal, amelynek rajtuk keresztül kell folynia. És az infrastruktúra, amely technikailag rendben van, de nincs beágyazva a adatvédelemre és biztonságra irányuló figyelembe, olyan kockázatokat hordoz, amelyek csak akkor válnak láthatóvá, amikor már túl késő. A mérés hét dimenziója ezért soha nem olvasható elszigetelten; az infrastruktúra egy lánc kezdete, nem a teljes történet.
Ez a mérés megmutatja, hogy szervezete képes-e hordozni az AI-t: hogy megvan-e az alap ahhoz, hogy az alkalmazások strukturálisan működjenek. Nem mond semmit arról, hogy a munka melyik része jön szóba magára az AI-ra nézve. Erre a kérdésre a FTE TO AI munkaszkennere válaszol, amely feladatonként kiszámítja, hogy a munka mely része vehető át az AI által. A két kérdés összetartozik, de ez a sorrend működik: először látni, mit képes hordozni a szervezet, majd látni, mi az, amit hordozni kell.
Az érettségmérés, beleértve az infrastruktúrára vonatkozó plot-fordulót, jelenleg épül. Aki használni szeretné a mérést, amint elérhető lesz, feliratkozhat a várólistára.
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.