Egy operating partner más órával érkezik, mint a menedzsment. Van egy időszak, amelyben az értéknek növekednie kell, és az AI szerepel azon a listán, amely ezt elősegíthetné. A probléma az, hogy ezt a listát legtöbbször olyanok állítják össze, akiknek érdekük egy pozitív történet. A menedzsment szeretné megmutatni, hogy előre néz. Egy chatbottal futó pilot vagy egy AI-t a nevében viselő dashboard jól mutat egy negyedéves frissítésben. Az operating partner azonban más kérdést tesz fel: van itt valami, amely két év múlva is működik, vagy egy demóról van szó, amely csak a következő irányítóbizottsági ülésig marad életben.
Ami kockán áll, nem csak egy technológiai választás. Az értékteremtés egy részének mögötte álló feltevés is. Ha egy investíciós memorandum AI-ból eredő hatékonysági nyereséggel kalkulál, és ez a nyereség olyan rendszerekre épül, amelyek nem szolgálnak ki konzisztensen két osztályt sem, akkor ez egy olyan kockázat, amelynek korábban kellett volna felszínre kerülnie. Fordítva is igaz: egy vállalat, amely csendben van az AI-ról, de rendben van az alapja, gyorsabban tud mozogni, mint amit a bemutatott esetek sugallnak. Az operating partner, aki csak a pilotokra néz, mindkét irányban elmulasztja ezt a különbséget.
A kérdés nem az, hogy "használnak-e AI-t". Mostanra mindenki használ valamit. A kérdés az, hogy a szervezet képes-e úgy hordozni az AI-t, hogy az kiálljon a próbaüzemi keretek között is. Ez azokra a dimenziókra kérdez, amelyek ritkán jelennek meg egy pitch-ben: ugyanaz az adat, amelyen egy alkalmazás fut, ugyanaz-e, mint amelyet a finance csapat használ az igazgatótanácsnak szánt számokhoz, vagy egy különálló exportfájlról van szó, amelyet senki sem tart karban. Az infrastruktúra úgy van kialakítva, hogy egy alkalmazás skálázható legyen egy következő telephelyre, vagy egyedi megoldásról van szó, amelyet egyetlen IT-menedzser preferenciái köré építettek, aki esetleg távozik az exit után. Van olyan döntési struktúra, amely felelősséget vállal azért, amit egy modell kimenetként ad, vagy ez a felelősség sehol nem fekszik le, ami később felelősségi kérdéssé válik.
Ezek a kérdések közel állnak ahhoz, amit egy CIO kérdez az AI-érettségről és amit egy COO vizsgál az operatív rétegben, de az operating partner ezeket egy időhorizonttal a fejében teszi fel. Nem az: jó ez. Hanem: fenntartható ez a következő körig, és átadható ez egy vevőnek, aki saját due diligence-et végez.
Amit nem fogad el, egy hiten alapuló válasz. "A csapat lelkes" nem érettség. "Van egy AI-stratégiánk papíron" nem érettség, ha senki sem tudja megmutatni, melyik adatáramlás táplálja azt a stratégiát. Egy pontszám, amelyet csak a CEO vagy a CFO töltött ki, egy vélemény egy számmal ellátva, nem egy mérés. Ha a menedzsmentnek, az operatív vezetésnek és az IT-felelősnek három különböző képe van arról, hol áll a vállalat, akkor ez a szórás önmagában a jelzés — fontosabb, mint az átlag.
Ezért egy egyetlen személytől származó pontszám egy operating partner számára elégtelen bizonyítóerővel bír. Egy csoportos felmérési kör, amelyben több ember külön-külön pontoz, és amelynek eredménye nem egy szám, hanem egy eloszlás öt szint és hét dimenzió mentén, megmutatja, hol áll a vállalat papíron, és hol ér véget a valódi egyetértés. Egy investíciós döntés szempontjából ez másfajta információ, mint egy jegy: megmutatja, hogy az alap — a szervezet, az infrastruktúra, az adatkezelés — már megvan-e, vagy azt még fel kell építeni egy olyan vállalat alatt, amely közben már homokra épült AI-alkalmazásokat futtat.
Egy operating partner számára, aki több vállalatot néz egy portfólión belül, az összehasonlíthatóság éppúgy fontos, mint a mélység. Egy olyan szektor, mint az építőipar, más szűk keresztmetszetekkel néz szembe, mint az installációs szektor, és hasznos tudni, hol áll átlagosan az építőipar az AI-érettséggel vagy hogyan viszonyul az installációs szektor ugyanahhoz az öt szinthez, mielőtt egy portfólióvállalatot kivételként vagy mintaként kezelnének. Ez a kontextus nélkül egy pontszám csupán egy önálló szám. Ezzel a kontextussal láthatóvá válik, hogy egy vállalat lemaradásban van-e a szektorához képest, vagy éppen élen jár, míg a szektor többi része még csak most próbál felzárkózni.
Ez a mérés nem arról szól, milyen munkát vehet át az AI. Arról szól, hogy a szervezet készen áll-e arra, hogy valami átvegyen valamit — hogy az adat, az infrastruktúra és a döntéshozatal olyan szinten van-e, amely elviseli azt, amit rá építenek. Ez más kérdés, mint az, hogy egy portfólióvállalatnál konkrétan mely feladatok helyettesíthetők, és arra a kérdésre válaszol a FTE TO AI munkaszkennere, amely feladatonként számítja ki, hogy a munka mekkora része vehető át AI által. Aki mint operating partner először azt szeretné tudni, hogy egy vállalat alapja elég szilárd ahhoz, hogy ezt az eredményt hordozza, itt kezdje.
A hybridresourcing.com érettségmérése épülőfélben van. Aki a csoportos felmérési kört szeretné használni egy portfólióvállalathoz vagy vállalatok egy sorához, feliratkozhat a várólistára. Jelenleg nincs letölthető dashboard vagy jelentés — de van lehetőség arra, hogy elsőként kapjon hozzáférést, amint az eszköz elérhetővé válik.
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.