Az intelligence az ötödik szint a hybridresourcing érettségmérésében, a baseline, foundation, activation és insight után. Ez az a szint, amelyen a hét dimenzió — az organizációtól és az IT-infrastruktúrától a datamenedzsmentig és az azoktól függő dimenziókig — nem többé egymástól elszigetelten működik, hanem egymásra van hangolva. Ez elvontan hangzik, egészen addig, amíg nem nézi meg, mi történik akkor a gyakorlatban, és mi nem.
Az alacsonyabb szinteken az AI pilotokban működik, egymástól elszigetelten, változó tulajdonossággal. Az intelligence szinten ez a mintázat megszakad. A döntések új alkalmazásokról nem projektenként születnek, hanem egy már meglévő struktúrából következnek: egyértelmű tulajdonosság, megtalálható és megbízható adatok, olyan infrastruktúra, amely elbírja a bővítést anélkül, hogy minden egyes kezdeményezés újra ugyanazokba a korlátokba futna. A szervezetnek nem egyetlen sikeres alkalmazása van, hanem egy olyan munkamódja, amelyben az alkalmazások erősítik egymást, nem pedig útjában állnak egymásnak.
Ez nem azt jelenti, hogy minden automatikusan jól megy. Azt jelenti, hogy amikor valami rosszul megy, a szervezet tudja, mitől van ez, és hogyan igazítja ki. Az alapvető dimenziók akkor viselik a rájuk épülő, függő dimenziók terhét, ahogyan az helyes: előbb áll az alap, csak azután a rá támaszkodó alkalmazás.
Az insight szinten a szervezet gyakran már jól látja, mi történik: van rálátás arra, mi működik és mi nem, mérnek és korrigálnak. Ami az insight szinten még hiányzik, az a mód, ahogyan ezek a betekintések strukturálisan beépülnek abba, hogyan van felépítve a szervezet. Az intelligence az a lépés, ahol ez a betekintés már nem egy jelentés, hanem a működés maga részévé válik. Aki többet szeretne tudni erről az átmenetről, egy kifejtést talál itt: hogyan jut el az insight-tól a következő szintre.
A válaszadók közötti szórás ezen a szinten általában kisebb, mint az alatta lévő szinteken. A baseline és a foundation szinten az osztályok gyakran erősen eltérően pontoznak, mivel az egyik már előrébb van, mint a másik. Az intelligence szinten ez a szórás rendszerint korlátozottabb, nem azért, mert mindenki mindenben egyetért, hanem mert a struktúra maga kevesebb teret hagy a nagy eltéréseknek az érzékelésben. Ez valami, amire a mérés plot-fordulója rálátást ad: nem csak az átlagos szintet, hanem azt is, mennyire egységesen él ez a kép a szervezeten belül.
Az intelligence a legmagasabb szint ebben a mérésben, és ez felveti a kérdést, hogy akkor mi van még tenni. A válasz az, hogy egy szint elérése nem végpont. Az infrastruktúra elavul, a csapatok változnak, az új alkalmazások új követelményeket hoznak az adatokkal és a kezeléssel kapcsolatban. Ennek a szintnek a fenntartása ugyanannyi figyelmet kíván, mint az elérése, és a kérdés eltolódik a „hogyan jutunk el ide” kérdéstől a „hogyan tartjuk ezt fenn, míg a szervezet és a technológia tovább változik” kérdés felé. Ennek a kérdésnek egy kifejtését itt találja: hogyan épít tovább az intelligence-től.
Azoknak a szervezeteknek, amelyek még nem érték el ezt a szintet, hasznos tudni, hogy az odáig vezető út nem egy lépésben történik. Az útvonal az alatta lévő szinteken keresztül vezet, és a kérdések, amelyek minden szinten felmerülnek, különböznek egymástól. Aki azon gondolkodik, hogyan néznek ki az első lépések, azt itt találja: hogyan jut el a baseline-tól a következő szintre és az azt követő lépést itt találja leírva: hogyan jut el az activation-tól a következő szintre.
Az intelligence szint elérése valamit elmond arról, mennyiben van felkészítve egy szervezet az AI-alkalmazások viselésére. Nem mond semmit arról, hogy az adott szervezeten belül mely feladatok alkalmasak arra, hogy az AI átvegye őket, és milyen mértékben. Ez egy másik kérdés, egy másik eszközzel.
A hybridresourcing érettségmérése a hordozó oldalról szól: úgy áll-e a szervezet, az infrastruktúra és a datamenedzsment, hogy az AI-alkalmazások alapvető korlátokba ütközés nélkül tudjanak működni. Ez a kérdés feltételes a másik kérdéshez képest, nevezetesen ahhoz, hogy a munka mely része alkalmas magára az AI-ra. Ehhez a kérdéshez létezik az FTE TO AI werkscanje, amely feladatonként kiszámítja, mekkora rész vehető át a munkából. Egy intelligence szinten álló szervezetnek megvan a struktúrája ahhoz, hogy tegyen valamit a scan eredményeivel; aki tudni szeretné, mit hoz konkrétan egy werkscan, amikor az AI valóban feladatokat kezd elvégezni, azt itt találja: mit tehet olyan agentekkel, amelyek munkát végeznek.
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.