Beszereznek egy AI-eszközt, implementálják, kivezetik. Van hozzá büdzsé, van szállító, van kezdési dátum. Ami hiányzik: változás abban, ki milyen döntést hoz, hogyan mozog az információ az osztályok között, vagy hol van a felelősség, ha a rendszer kimenete eltér attól, amit egy alkalmazott vár. A szervezet pontosan olyan marad, amilyen volt, csak rákerül egy réteg technológia.
A feltételezés az, hogy a technológia végzi el a munkát, és a struktúra változatlan maradhat. Ez igaz egy számológépre. Nem igaz egy olyan rendszerre, amelynek adatokra van szüksége három olyan osztálytól, amelyek most is rosszul kommunikálnak egymással, vagy amely olyan döntést javasol valakinek, akinek nincs felhatalmazása azt a döntést meghozni.
Technológiát beszerezni konkrét, jól körülhatárolt lépés. Van hozzá ajánlat, implementációs dátum, eredmény, amely megjelenik egy irányítópulton. A struktúra megváltoztatása bizonytalan: ki fogja ezt csinálni, mikor lesz kész, mi az eredmény. Egy egyértelmű és egy bizonytalan lépés közül a szervezet szinte mindig az egyértelműt választja.
Ehhez jön, hogy az AI-rendszerek szállítói termékeiket úgy adják el, mint ami ráillik a meglévő szervezetre. Ez egyben az üzleti modelljük is: minél kevesebbet kell változnia az ügyfélnek, annál könnyebb az eladás. Az az üzenet, hogy a szervezetnek előbb magának kell valamit tennie, egy ilyen értékesítési beszélgetésben nem hangzik jól.
És van egy harmadik ok, talán a legfontosabb: a struktúra megváltoztatása a hatalmat érinti, azt, hogy ki dönt most és ki dönt majd. A technológia beszerzése ezt nem érinti. Könnyebb vásárolni, mint újragondolni, ki milyen felelősséget visel.
Néhány jel, amely gyakrabban fordul elő együtt, mint külön:
A technológia megvan, de senki sem kapott felhatalmazást arra, hogy a kimenet alapján másképp cselekedjen, mint korábban. A rendszer tanácsot ad, az ember úgy dönt, ahogy mindig is döntött, és a tanács egy fiókban tűnik el.
A rendszernek szükséges adatok szét vannak szórva olyan osztályok között, amelyeknek nincs közös folyamatuk azok megosztására. A rendszer azzal dolgozik, amit véletlenül kap, és a kimenet minősége attól függ, melyik osztály szolgáltatott aznap adatot.
Van egy lelkes pilótacsapat, de a szervezet többi része úgy dolgozik tovább, mint mindig. Hogy pontosan mi hiányzik ehhez, arról olvashat egy olyan pilóta leírásában, amely két lelkesnél és senki másnál megreked.
A pilóta anélkül indult, hogy rögzítették volna, mit jelent a siker, és ki ítéli meg azt. Néhány hónap után van eredmény, de senki sem tudja, hogy az az eredmény elég jó-e a folytatáshoz. Ez a minta le van írva egy előre megbeszélt kritériumok nélkül futó pilóta leírásánál.
Azt döntik, hogy szélesebb körben vezetik ki, miközben az első pilóta még kivételeken és manuális korrekciókon fut. Hogy mi megy ekkor rosszul, arról szól a felskálázás, mielőtt az alap megvan.
És a technológia jól működik egy csapaton belül, de amint a kimenetnek egy másik csapatra van szüksége a továbbjutáshoz, a folyamat elakad. Ez a mintája egy csak a saját csapatának határain belül működő pilótának.
Ha e jelek közül kettő vagy több egyszerre jelentkezik, nagy a valószínűsége, hogy a technológia olyan feladatot vesz át, amelyre a szervezet nincs felkészítve.
A hybridresourcing érettségmérése hét dimenziót vizsgál, amelyek közül három alapvető: a szervezet, az IT-infrastruktúra és az adatkezelés. Ez a három megelőzi a többit, nem azért, mert fontosabbnak tartják őket, hanem mert egy szervezetnek működő adatáramlások és egyértelmű felelősségek nélkül nincs alapja, amelyre a többi dimenzió bármelyike épülhetne. Öt szint, a baseline-tól az intelligence-ig, mutatja meg, hol tart egy szervezet az egyes dimenziókban.
Ami a mérést különlegessé teszi, az a plot-kör: ugyanazon szervezeten belül több ember pontoz külön-külön, egymást nem befolyásolva. Az ebből adódó szórás gyakran informatívabb, mint az átlag. Ha a vezérigazgató a szervezetet insight-szintre helyezi, az IT-vezető pedig baseline-ra, ez a különbség önmagában jelzésértékű, méghozzá pontosan olyan jelzésértékű, amely független attól, milyen technológiát szereznek be.
Hogy egy vezérigazgató mire figyel konkrétan ennél a mérésnél, és ez miért tér el attól, amit egy operatív igazgató fontosnak tart, azt kifejtik a mire figyel egy vezérigazgató az AI-érettségnél és a mire figyel egy operatív igazgató az AI-érettségnél oldalak.
Ez a mérés arról szól, hogy a szervezet elbírja-e az AI-t, nem arról, milyen munkát vehetne át az AI. Ez másik kérdés, más eszközzel. Amint világos, hol áll a szervezet a hét dimenzión, és milyen alapvető lépéseket kell még megtenni, relevánssá válik az a kérdés, hogy a munka mely része adható át valójában az AI-nak. Erre a kérdésre a FTE TO AI munkaszkennelése ad választ, amely feladatonként kiszámítja, mely rész vehető át. A sorrend nem véletlen: előbb a teherbírás, aztán az átvétel.
A hybridresourcing érettségmérése épülőben van. Aki a plot-kört szeretné használni, amint elérhetővé válik, 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.