A foundation az a szint, ahol egy szervezet már nem a nulláról indul. Döntések születtek, van szabályzat, van csapat vagy szerepkör, amely ezzel foglalkozik. Ez a baseline utáni lépés, amikor az AI-használat még inkább eseti volt és egyéni kezdeményezésen alapult. A foundation szinten már valami rögzítve van. A kérdés már nem az, hogy a szervezet foglalkozik-e vele, hanem hogy ez mennyire egyenletesen történik a hét dimenzió mentén, amelyeket az érettségi mérés megkülönböztet.
A foundation leggyakoribb formája egyenetlen. A szervezet és a szabályzat gyakran halad elöl: kijelöltek egy AI-felelőst, vannak iránymutatások a használatra, esetleg van egy első governance-dokumentum. Az IT-infrastruktúra és az adatmenedzsment azonban rendszeresen lemarad. A rendszerek nincsenek úgy kialakítva, hogy AI-alkalmazásokat támogassanak, az adatok szétszórtan vannak, a minőség és a hozzáférhetőség nincs biztosítva. Ez nem kivétel; ez az a minta, amelyben az alapvető dimenziók lemaradnak a függő dimenziók mögött.
Ez konkrétan úgy jelenik meg, hogy egy papíron jóváhagyott pilot elakad, mert a szükséges adat nem elérhető vagy nem megbízható. Létezik egy szabályzati dokumentum, de a szervezetben senki nem tudja elmagyarázni anélkül, hogy elő ne venné. Kijelöltek egy felelőst, de az illetőnek nincs mandátuma a rendszerekről vagy a költségvetésről dönteni. A foundation papíron rendezettebbnek tűnik, mint amilyen a gyakorlatban működik.
A foundation szinten a plot-körben a szórás gyakran a legnagyobb. Egy CIO alacsonyra pontozza az IT-infrastruktúrát, mert tudja, mennyi teendő van még a rendszerintegráció terén. Egy CHRO magasra pontozza a szervezetet és a szabályzatot, mert legalább van most egy kapcsolattartó. Mindkét ítélet helyes a saját pozícióból nézve. A mérés láthatóvá teszi ezt a különbséget, ahelyett hogy átlagolná, és pontosan itt kíván a foundation egy beszélgetést: melyik dimenzió jár elöl, melyiknek kell még követnie, és ismert-e ez a sorrendi különbség mindenki számára, aki erről közösen dönt.
Az oka annak, hogy a foundation ilyen formában jelenik meg, magukban a dimenziók természetében rejlik. A szervezet és a szabályzat viszonylag gyorsan felállítható: egy dokumentum, egy szerepkör, egy megbeszélési struktúra. Az IT-infrastruktúra és az adatmenedzsment több időt igényel, mert olyan meglévő rendszerektől függenek, amelyeket nem AI-ra építettek. Aki a foundation szinten főként a szabályzatba és a szervezetbe fektetett, annak megvan a haladás érzése anélkül, hogy az alapvető réteg vele nőtt volna. Ez a különbség csak akkor válik láthatóvá, amikor egy pilot tovább akar menni a kísérleti felállításnál, és kiderül, hogy az adat nincs erre felkészülve.
Ez az oka annak is, hogy a foundation egy köztes lépés, nem egy végpont. Az a szint, ahol ez feloldódik, activation néven ismert, ahol az alapvető és a függő dimenziók közelebb kerülnek egymáshoz. Az utána következő szintek, az insight és az intelligence, egy olyan alapra épülnek, amely a foundation szinten még nem mindenhol egyenletes.
A foundationtől a következő szintre való lépés nem több szabályzatot kíván. Szabályzat már van. Azt kívánja, hogy az elmaradó dimenziókat, elsősorban az IT-infrastruktúrát és az adatmenedzsmentet, egy szintre hozzák, hogy a függő dimenzióknak — köztük az AI-használatnak és annak, mennyire jártasak benne a munkatársak — legyen mire épülniük. Ez azt jelenti, hogy a rendszereket rendbe kell tenni, mielőtt új alkalmazásokat engednek rájuk, és hogy az adatminőség olyan témává válik, amelynek van felelőse, nem pedig feltételezése.
Az innentől a következő szintig vezető útvonal itt található: hogyan jut el a foundationtől a következő szintig. Aki azt kérdezi, hogyan néz ki az ezt megelőző lépés, azt itt találja: hogyan jut el a baseline-tól a következő szintig; aki már túl van a foundationön, olvasson tovább az activationtől a következő szintig vezető lépésről szóló oldalon.
Az érettségi mérés megmutatja, hogy a szervezet elbírja-e az AI-t: hogy az alapvető rétegek elég erősek-e ahhoz, hogy valamit rájuk építsenek. Nem mond semmit arról, hogy melyik munka jön ide számításba, vagy hogy egy funkció mely része vehető át AI által. Ez egy másik kérdés, más eszközzel. Amint az alapvető dimenziók rendben vannak — vagy amíg ezen dolgoznak —, a FTE TO AI munkaszkennje feltérképezheti, hogy a munka mely része, feladatról feladatra, jöhet szóba átvételre. A két mérés kiegészíti egymást: az egyik megmutatja, hogy megvan-e az alap, a másik megmutatja, mit lehet ezen az alapon tenni.
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.