Egy CEO, akinek napirendjén szerepel az AI, jellemzően kétféle üzenetet hall. Az egyik a pilótaprojekteket futtató csapatoktól érkezik, akik sikerekről számolnak be. A másik a számoktól, amelyek azt mutatják, hogy azokból a sikerekből kevés jut el a szervezet többi részéhez. E két üzenet között húzódik egy kérdés, amelyet a CEO egy adott ponton önmagának feltesz: ez a technikán múlik, az embereken, vagy valamin, amit még nem alakítottunk ki.
A kérdés ritkán az, hogy "működik itt az AI". Erre a kérdésre belsőleg már régen válaszoltak, jellemzően egy olyan példával, amely valóban működött. A kérdés, amely megmarad, az, hogy miért nem működik mindenütt az a példa, és hogy ez a felskálázás problémája vagy az alapok problémája. A CEO azt akarja tudni, hogy a szervezet egésze felkészült-e az AI hordozására, nem azt, hogy egy elszigetelt csapat okosan tud-e vele dolgozni.
Ez más típusú kérdés, mint amit a szervezet szakértői feltesznek. A COO a folyamatokra néz, a CIO az infrastruktúrára, a CHRO az emberekre és a szerepekre. Mindegyik szemszöghöz saját válasz létezik, amely megtalálható itt: mire figyel egy COO az AI-érettségnél, mire figyel egy CIO az AI-érettségnél és mire figyel egy CHRO az AI-érettségnél. A CEO-nak szüksége van ezekre a válaszokra, de a saját kérdése egy szinttel magasabban van: arányban áll-e ez a három alap egymással, vagy ferdén áll a szervezet, mert az egyik messze megelőzi a másikat.
A kockázat egy CEO számára nem az, hogy az AI kudarcot szenved. A kockázat az, hogy a szervezet rossz sorrendben fektet be: pénzt és figyelmet fordít alkalmazásokra, míg a szervezet, az IT-infrastruktúra és az adatmenedzsment még nincs olyan szinten, hogy azokat az alkalmazásokat hordozni tudja. Ezek az alapvető dimenziók. Ezek megelőzik a függő dimenziókat, nem azért, mert ez preferencia, hanem mert ez az a sorrend, amelyben ez működik. Egy szervezet, amelynek nincs erről áttekintése, továbbra is olyan pilótaprojekteket futtat, amelyek nem adódnak össze valami nagyobbá, és ezért időben, a program hitelességében és az azon dolgozó emberek bizalmában fizet.
Amit még elveszíthet, az a képesség, hogy felügyelőbizottságának vagy részvényeseinek elmagyarázza, hol áll a szervezet. "Foglalkozunk AI-val" nem az a válasz, amelyre egy CEO vár, amikor megkérdezik tőle, mit hoz ez. Szüksége van valamire, amit megmutathat: egy szintre, egy struktúrára, egy okra, amiért a következő negyedévben nem tér vissza ugyanaz a kérdés.
Egy CEO nem fogad el olyan választ, amely egyetlen perspektívára támaszkodik. Ha csak az IT mondja, hogy jól megy, vagy csak a HR mondja, hogy az emberek készen állnak, tudja, hogy ezt a képet befolyásolja az, honnan érkezik. Amire szüksége van, egy olyan kép, amelyben ezek a perspektívák egymás mellett állnak, a különbségekkel láthatóan, és nem elmagyarázva.
Nem fogad el olyan választ sem, amely mindent egy kalap alá vesz. "AI-érettség: 3 az 5-ből" semmit sem mond neki, ha nem tudja, melyik dimenzió húzza le azt a számot és melyik húzza fel. Ennek a lebontásnak a nélkül nem tud prioritást megállapítani, és minden AI-ról szóló beszélgetés érzésről szóló beszélgetés marad, nem struktúráról.
A hybridresourcing érettségmérése ezekre a két pontra épül. Hét dimenziót vizsgál, a szervezettől és az IT-infrastruktúrától az adatmenedzsmentig és az azt követő dimenziókig, és mindegyik dimenziót öt szint egyikére helyezi: baseline, foundation, activation, insight, intelligence. Ez a szint sohasem egyforma a teljes szervezet számára. Egy vállalat állhat foundation szinten az adatmenedzsmentnél, és activation szinten a szervezetnél, és pontosan ez a különbség az, amivel egy CEO tud dolgozni.
A mérés egy plot-körrel dolgozik: a szervezet több embere külön pontoz, anélkül hogy látnák egymás válaszait. A szórás, amely ebből keletkezik, önmagában is információ. Ha a CIO és a CHRO messze eltér egymástól ugyanannál az elemnél, ez elmond valamit arról, hogyan tekint rá a szervezet, függetlenül attól, mi az "igazi" szint. Egy CEO számára, aki két üzenet között áll, ez a szórás gyakran informatívabb, mint az átlag.
Ez a mérés semmit nem mond arról, milyen feladatokat vehet át az AI, vagy mennyi kapacitást szabadít ez fel. Azt méri, hogy a szervezet tud-e hordozni, nem azt, mi az, amit hordozni kell. Aki ezzel az első képpel rendelkezik, és tudni akarja, mit hoz a második, egy másik kérdéshez érkezik: a munka mely része vehető át, és milyen feltételek mellett. Pontosan ehhez épült a FTE TO AI munkafelmérése. Ez feladatonként kiszámítja, mely része vehető át az AI által, a feladat jellegéből kiindulva, nem a mögötte álló szervezet felkészültségéből. A két mérés ebben a sorrendben tartozik egymáshoz: először látni, hogy a talaj hordoz-e, csak azután kiszámítani, mit lehet rá építeni.
Az eszköz, amellyel a szervezetek ezt maguk végig tudják járni, épülőben van. Aki ezt a mérést szeretné használni, amint elérhető lesz, feliratkozhat a várólistára. Összehasonlításképp: az, hogy egy egész szektor hogyan bánik ezzel, itt olvasható: hogyan áll az építőipar az AI-érettséggel.
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.