Az AI-pilotok, amelyek elakadnak, ismerős kép sok szervezetnél. Volt költségvetés, épült egy proof of concept, volt lelkesedés egy projektcsoportban — és aztán semmi nem történik tovább. A projekt nem növekszik tovább a szervezet többi részére. Gyakran a technológiában keresik az okot: rossz modell, rossz beszállító, túl kevés adat. Rendszeresen máshol rejlik az ok: a körülötte lévő szervezet még nem volt annyira felkészült, hogy a projekt megtelepedhessen.
A szervezet egy a hét dimenzió közül, amelyet a hybridresourcing kiforrottságmérése feltár, és az IT-infrastruktúrájával és az adatkezelésével együtt az alapvető dimenziók közé tartozik. Ez nem azt jelenti, hogy ezek a dimenziók fontosabbak lennének a többinél, hanem hogy előbb kerülnek sorra. Egy szervezet, amely az etika vagy a teljesítménymenedzsment terén messze van, de szervezeti szempontból nem hozott létre döntéshozatalt, felelősségviselést vagy költségvetési vonalakat az AI számára, olyan alapra épít, amely még nincs készen.
A szervezeti kiforrottság olyan kérdésekről szól, mint: van-e valaki, aki felelős az AI-kezdeményezésekért, vagy ez mindenhol, és így sehol sincs elhelyezve? Létezik-e folyamat egy pilot értékelésére és a felskálázásról vagy leállításról szóló döntés meghozatalára? Van-e elkülönített költségvetés a pilot utáni fázisra, vagy azt minden alkalommal újra ki kell harcolni? Tudja-e a szervezet, ki miért felelős, amikor egy AI-alkalmazás egyszerre több osztályt is érint?
A mérés öt kiforrottsági szintet különböztet meg, a baseline szinttől az intelligence szintig. Baseline szinten az AI elsősorban egyéni kezdeményezésként létezik: egy lelkes munkatárs vagy osztály kísérletezik, anélkül hogy szervezeten átfogó szemlélet lenne rá. Foundation szinten általában megvan a tudatosítás, hogy az AI olyan valami, amivel a szervezetnek dolga lesz, de még hiányzik a strukturált megközelítés: nincs egyértelmű felelősségviselés, nincs állandó folyamat a kezdeményezések értékelésére.
Activation szinten van kijelölhető felelős vagy irányítócsoport, és létezik egy alapszintű folyamat a pilotok elindítására és értékelésére. Insight szinttől kezdve ezt a folyamatot tényleg használják tanulásra is: az értékelések kiigazításhoz vezetnek, és a szervezet képet épít fel arról, mi működik és mi nem a saját kontextusában. Intelligence szinten az AI-döntéshozatal be van ágyazva a szervezet rendszeres irányításába, egyértelmű döntési jogkörrel és költségvetési vonalakkal, amelyek nincsenek minden negyedévben újra megkérdőjelezve.
A legtöbb szervezetnek nem nehéz e szintek között valahol egy nagy vonalakban felismerni magát. Nehezebb pontosan látni, hol van a fordulópont az egyik szint és a következő között, és ez pontosan az oka annak, hogy az önálló önértékelés kevés eredménnyel jár. Egy vezetőségi tag gyakran fejlettebb szervezetet lát, mint egy csapatvezető, aki nap mint nap a hiányzó döntéshozatalba ütközik.
Ezért a mérés egy felmérési körrel dolgozik: a szervezetből több ember egymástól függetlenül pontozza ugyanazokat a kérdéseket, anélkül hogy látnák egymás válaszait. Csak ezután válik láthatóvá a szórás. A szervezet dimenzión belüli nagy szórás önmagában is információ — azt jelenti, hogy nincs közös kép arról, ki miért felelős, ami gyakran pontosan az a probléma, amely elakasztja egy pilotot. A kis szórás alacsony pontszámmal valami másra utal: mindenki tudja, hogy még nincs struktúra, és ez a közös tudatosság más kiindulópont, mint a nézeteltérés.
Az egyik szintről a következőre való lépés attól függ, mi van már jelen a szervezetben döntéshozatali struktúrák, mandátum és megismételhető folyamatok terén. Néhány szervezet számára az első lépés egyszerűen egy felelős kijelölése, aki döntési jogkörrel dönthet a pilotokról. Más szervezeteknél ez már megvan, és a következő lépés egy értékelési pillanat rögzítéséről szól, amelyet strukturáltan megismételnek, helyette hogy ad hoc módon jönne létre egy sikeres vagy sikertelen pilot után.
Ez a dimenzió nem áll önmagában. Egy szervezet, amely jól teljesít a szervezet dimenzióban, de gyengén a adatvédelem és biztonság vagy az emberek és készségek terén, ugyanúgy elakad, csak a folyamat egy másik pontján. A hét dimenzió együtt adja a teljes képet; a szervezet a kiindulópont, mert a döntéshozatal és a felelősségviselés az a feltétel, amelyre a többi dimenzió felépülhet.
Ez a mérés megmondja Önnek, hogy szervezete készen áll-e az AI hordozására: hogy megvan-e a struktúra, a döntéshozatal és a felelősségviselés ahhoz, hogy a kezdeményezések megtelepedjenek és növekedjenek. Nem mond semmit arról, hogy melyik munka valóban alkalmas arra, hogy az AI átvegye — ez egy másik kérdés, egy másik eszközzel. Aki azt szeretné tudni, hogy a munka mely része jöhet szóba AI-ra, feladatonként és szerepkörönként, azt a FTE TO AI munkafelmérésében találja meg. Ezt a két kérdést — el tudja-e bírni a szervezet, és mit vehet át az AI — egymás után kell feltenni, nem összekeverve.
A hybridresourcing kiforrottságmérése épül. Aki a mérést el akarja végezni, amint az 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.