A CIO úgy találja, hogy túl lassan megy. A CHRO nem ért ezzel egyet. A COO hallgat, mert operatív szinten éppen felpörgött a helyzet. Ezt a beszélgetést majdnem minden igazgatóság lefolytatja, és rendszerint eldöntetlen marad, mert senkinek nincs közös képe arról, hogy a szervezet valójában hol áll.
Ha négy igazgatósági tag egymástól függetlenül leírná, mennyire érett a szervezete az AI terén, gyakran négy különböző válasz születik. Nem azért, mert bármelyikük téved, hanem mert mindegyikük a szervezet más részét látja. A CIO az infrastruktúrát és a rendszereket nézi. A CHRO azt nézi, mit csinálnak az emberek a munka során. A COO a futó folyamatokat nézi. Ezek a képek nem fedik egymást automatikusan.
A hybridresourcing érettségmérése ezen a felismerésen alapul. Egyetlen közös pontszám bekérése helyett a plot-kör több embert külön-külön pontoztat, hét dimenzió mentén, öt szinten: baseline, foundation, activation, insight, intelligence. Csak ezután kerülnek a pontszámok egymás mellé. Az eredmény nem átlag, hanem szórás. És ez a szórás gyakran a kimenet legérdekesebb része.
A nagy szórás az igazgatósági tagok között nem hiba a mérésben. Ez egy jelzés. Azt jelenti, hogy nincs közös kép a kiinduló helyzetről, és így minden tempóról szóló beszélgetés valójában különböző szervezetekről szóló beszélgetés. Aki ezt tudja, más beszélgetést folytat, mint aki nem tudja.
A hét dimenzió nem egyenrangú a sorrendben. Néhány alapvető: mennyire érett a szervezete az AI terén és mennyire érett az IT-infrastruktúrája az AI terén határozza meg ugyanis, mit tud elviselni a szervezet többi része. Más dimenziók ettől függenek. Egy magyarázat arról, miért kell először az alapvető dimenzióknak jönniük különálló ettől, és szükséges ahhoz, hogy a plot-kör kimenetét jól tudja olvasni. Ha egy függő dimenzió magas pontszámot kap, míg egy alapvető dimenzió alacsonyat, az általában azt jelenti, hogy az a magas pontszám nem marad fenn hosszú ideig.
A mérés nem ad olyan számot, amely megmutatja, mennyire jól vagy rosszul áll egy szervezet más szervezetekhez képest. Nincs benchmark, nincs ranglista, nincs olyan százalék, amely megmutatná, hol tart. Az öt szint egy felépítési sorrendet ír le, nem versenyt.
A mérés azt sem mondja meg, mit kell tenni. Egy struktúrát ad, amellyel egy igazgatóság le tudja folytatni a beszélgetést, nem egy ajánlást, amely helyettesíti azt a beszélgetést. Két szervezet, amely azonos alacsony pontszámot kap ugyanazon dimenzióban, egészen más okokból állhat ott, tehát egy alacsony pontszám önmagában nem elég ahhoz, hogy bármit is megállapítsunk. Az, hogy ilyen esetben mit lehet mondani, ki van fejtve itt: milyen két szcenárió tartozik egy alacsony pontszámhoz; gyakran nem technikai, hanem szervezeti problémákról van szó.
Továbbá a mérés nem egy pillanatfelvétel, amely garanciát ad a jövőre nézve. Egy szervezet, amely ma activation szinten pontoz, ezzel nem automatikusan felkészült arra, amit egy év múlva kérnek majd tőle. Az AI-alkalmazások változnak, és amit ma érettnek tekintünk, egy idő múlva alapszintűnek számíthat.
Az igazgatóságokban tapasztalt zűrzavar nagy része nem a pontozás közben keletkezik, hanem előtte: azáltal, hogy mindenkinek más képe van arról, mit jelent az AI a gyakorlatban a saját szervezete számára. Aki az AI-t elsősorban a saját laptopján lévő chatablakból ismeri, sokat lemarad abból, amit az adatkezelés, a döntéshozatal és az olyan folyamatok terén lát, amelyek egy egyéni munkahelyről nem láthatók. Egy áttekintés arról, mit nem lát, ha csak a chatablakot ismeri megmutatja, hol keletkeznek ebből vakfoltok, éppen azoknál, akik naponta dolgoznak AI-val, és ezért azt hiszik, hogy átfogó képük van.
Ez a vakfolt-probléma egy másik ponthoz is kapcsolódik: sok szervezet nem is tudja, milyen döntéseket hoznak naponta, nem hogy azt, melyik ezek közül kapcsolódik az AI-hoz. Egy döntés-leltár ezt tárja fel, és hogy minimálisan mi tartozik bele, azt itt írjuk le: mi tartozik egy döntés-leltárba. Ezen áttekintés nélkül minden AI-tempóról szóló vita közös tények nélkül folyik.
Az érettségmérés arra a kérdésre válaszol, hogy egy szervezet elviseli-e az AI-t: hogy megvannak-e az alapok, hogy a szervezet, az infrastruktúra és az adatkezelés eléggé fejlett-e ahhoz, hogy erre épüljön. Nem válaszol arra a kérdésre, hogy a jelenlegi munka mekkora része vehető át az AI által. Ez egy másik kérdés, más típusú válasszal: nem dimenziónkénti szint, hanem feladatonkénti százalék. Aki a felkészültségen túl azt is szeretné tudni, hol van mozgástér a munkában magában, azt megtalálja a FTE TO AI munkaelemzésében, amely feladatonként kiszámítja, mekkora rész vehető át az AI által.
A hybridresourcing érettségmérése jelenleg épül. 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.