A érettségmérés hét dimenziója közül a szervezet az, amelyet a leginkább alábecsülnek. Ahol az IT-infrastruktúra és az adatkezelés rendszerekre, kapcsolatokra vagy adathalmazokra mutatható rá, a szervezet valami kevésbé megfoghatóról szól: ki dönt, ki a felelős, ha egy AI-alkalmazás olyat tesz, amit senki nem látott előre, és van-e olyan hely, ahol ezek a kérdések összefutnak. Sok szervezet indít pilotokat anélkül, hogy ezekre a kérdésekre válasz lenne. Pontosan ezért akadnak el a pilotok — nem azért, mert a technológia csődöt mond, hanem mert nincs senki, akinek a technológia eredményéért felelnie kellene.
A érettségmérés ennél a dimenziónál nem azt nézi, mit mond a szervezet szeretne, hanem azt, mi van strukturálisan rögzítve. Van-e szerep, amely az AI-kezdeményezések tulajdonosa, vagy attól függ, hogy éppen ki lelkesedik? Létezik-e folyamat egy pilot értékelésére, mielőtt felskálázzák, vagy azt esetenként találják ki? Tudja-e egy csapatvezető, kihez kell fordulnia, ha egy AI-alkalmazás olyan döntést hoz, amelyet nem tud megmagyarázni? Ezek nem az ambícióról szóló kérdések. Ezek strukturális kérdések, és pontosan a struktúra az, ami a különbséget jelenti egy szint és a következő között.
Az öt szint — baseline, foundation, activation, insight, intelligence — egy felépülést ír le. A baseline szinten nincs közös kép arról, ki miről dönt; kezdeményezések itt-ott felbukkannak anélkül, hogy valaki összeszámolná őket. A foundation szinten létezik egy első formája a tulajdonosi felelősségnek, gyakran egy funkciónál vagy osztálynál, de anélkül, hogy a szervezet többi része erről tudna. Az activation azt jelenti, hogy az AI-ról szóló döntéshozatalnak rögzült helye van, egy folyamattal, amelyet több mint egy személy követ. Az insight hozzáteszi, hogy a szervezet tanul a korábbi kezdeményezésekből — a sikereket és a kudarcokat rögzítik és felhasználják. Az intelligence az a szint, amelyen a szervezeti struktúra maga mozog azzal együtt, amit az AI-alkalmazások megkövetelnek, ahelyett hogy az AI-nak kellene beilleszkednie egy olyan struktúrába, amely erre nincs kiépítve.
Ami nehéz ebben a dimenzióban, az, hogy a kép, amelyet a vezérigazgató a saját szervezetéről alkot, ritkán egyezik meg az operatív igazgató vagy az IT-menedzser képével. Az egyik azt hiszi, hogy van egyértelmű tulajdonosi felelősség; a másik nem tudja, kihez kell fordulnia. Ezért a mérés egy plot-fordulóval dolgozik: több ember pontoz külön-külön, és a válaszaik közötti szórás láthatóvá válik. Ez a szórás gyakran informatívabb, mint az átlag. Egy szervezet, ahol mindenki alacsonyan pontoz, legalább tudja, hol áll. Egy szervezet, ahol a pontszámok nagyon eltérnek, más problémával küzd: nincs közös kép a saját felkészültségről, és ez már önmagában jele annak, hogy a szint alacsonyabb, mint amit a legmagasabb pontszám sugall.
A szervezet dimenzióban egy szintet feljebb lépni nem egy szoftverberuházástól vagy egy új osztálytól függ. Attól függ, hogy kijelölt-e valaki, aki felelősséget visel az AI-kezdeményezésekért, hogy létezik-e egy folyamat, amellyel egy pilotot lehet értékelni, mielőtt tovább halad, és attól, hogy az AI-alkalmazásokkal dolgozó emberek tudják-e, kihez fordulhatnak. Egyes szervezeteknél ez csupán annak rögzítéséről van szó, ami informálisan már létezik. Más szervezeteknél ez a struktúra teljesen hiányzik, és egy szinttel feljebb lépni azt jelenti, hogy előbb döntést kell hozni arról, ki miről dönt — egy döntés, amelyet nem lehet egy eszközre bízni.
Ez a dimenzió nem áll önmagában. Amit a szervezet a tulajdonosi felelősségről eldönt, összefügg azzal, mi szükséges a adatvédelem és biztonság területén, mert kijelölt felelős nélkül nem derül ki, ki ad engedélyt a bizalmas adatokhoz való hozzáféréshez. Összefügg az emberek és készségek dimenzióval is, mert egy folyamat, amelyet nem tudnak végrehajtani, papíron marad. És összefügg az etikával is, mert a felelősségről szóló kérdések egy váratlan eredmény esetén pontosan azok a kérdések, amelyeket ezek a dimenziók megosztanak. A sorrend itt nem preferencia kérdése: az alapvető dimenziók, mint a szervezet, megelőzik a függőket, egyszerűen azért, mert a döntéshozatali folyamatnak léteznie kell, mielőtt bármi is eldönthető lenne.
Ez a mérés nem mond semmit arról, hogy a szervezetében a munka mely része alkalmas AI-ra, és arról sem, mibe kerül most az a munka. Azt méri, hogy a szervezet elviseli-e az AI-t — nem azt, mit vehet át az AI. Ez egy másik kérdés, egy másik eszközzel: a FTE TO AI munkaelemzése feladatonként kiszámítja, hogy annak mekkora része vehető át AI-val, aszerint, hogy a munka most hogyan van kialakítva. Ezeket a két képet — amit a szervezet elvisel, és amit a munka átadhat — csak akkor kell összerakni, ha mindkettőnél tudja, hol áll.
A érettségmérés, beleértve a több válaszadóval végzett plot-fordulót, még fejlesztés alatt áll. Aki a mérést használni szeretné, amint elérhető lesz, feliratkozhat a várólistára. Még nincs mit megrendelni; van azonban egy hely, ahol tudni fogja, amikor ez megváltozik.
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.