Egy lánc más, mint egy feladat. Egy feladatnál valaki, vagy valami, elvégez egy cselekvést és eredményt szolgáltat. Egy láncnál az egyik lépés logikusan követi a másikat: az első lépés kimenete a második lépés bemenete, és egy hiba, amely ott keletkezik, magával utazik minden azt követő lépéshez. Egy árajánlat, amely egy hibásan kitöltött ügyféladattal indul, egy dosszié, amely rossz státuszban éri el a következő osztályt, egy jelzés, amelyet nem követtek nyomon, mielőtt eszkalálódott. Láncok mindenhol vannak egy szervezetben, és ritkán rendelhetők egyetlen osztályhoz vagy egyetlen rendszerhez.
Ez teszi a láncokat egyszerre vonzóvá és nehézzé az AI számára. Vonzóvá, mert az automatizálás ígérete pontosan abban rejlik, hogy összekapcsoljuk azokat a lépéseket, amelyeket most kézzel adnak át egymásnak. Nehézzé, mert egy lánc csak akkor működik, ha minden láncszem elég megbízható, és az átadás a láncszemek között tisztán van definiálva. Egy gyenge láncszem, és a lánc törik — gyakran csak néhány lépéssel később válik láthatóvá, amikor már senki sem tudja, hol csúszott félre a dolog.
Egy chatablak egyetlen interakciót mutat: egy kérdést, egy választ. Egy lánc az alatta lévő rétegben zajlik, ahol rendszerek adatokat adnak át, státuszokat módosítanak, és döntések indítják a következő lépést. Ahhoz, hogy egy lánc működjön, ennek a rétegnek több dolgot kell tudnia.
Először is világosnak kell lennie, mikor fejeződött be egy lépés, és mikor kezdődhet a következő. Ez nyilvánvalónak hangzik, de sok szervezetben ez sehol nincs rögzítve — a munkatárs fejében van, aki tudja, mikor „elég teljes” egy dosszié ahhoz, hogy továbbküldje. Másodszor kell lennie valaminek, ami a második lépésben keletkezett hibáról tudatja az első lépést, ahelyett hogy a hiba szó nélkül utazna tovább a harmadik lépéshez. Harmadszor szükség van valamilyen tulajdonosi formára az egész lánc felett, nem csak az önálló lépések felett — valakinek vagy valaminek, aki az egészért felelős, nem csak a saját részéért.
Ez a három pont közel áll ahhoz, amit másutt önállóan tárgyalunk. Az osztályok közötti koordináció az átadásról magáról szól: ki mit ad tovább kinek, és mi veszhet el ennek során. A monitorozás és a jelzés arról a pillanatról szól, amikor világossá kell válnia, hogy egy lépés befejeződött, vagy éppen elakadt. Egy lánc ezeket az önálló elemeket egyetlen egésszé húzza össze, és ezáltal sérülékenyebb, mint a részek összege.
Ahhoz, hogy egy láncot, vagy annak egy részét, átadjuk az AI-nak, előbb valami másnak kell fennállnia: a láncnak leírt folyamatként kell léteznie, nem csak megszokásként. Amíg a második és harmadik lépés közötti átadás csak azért létezik, mert két kolléga évek óta ismeri egymást, és tudja, mit várhat a másiktól, addig nincs semmi, amit egy rendszer átvehetne. A szervezetnek explicitté kell tennie, ami most implicit.
Ez olyan adatmenedzsmentet igényel, amely tovább megy az adatok tárolásán. Felismerhető, konzisztens átadási pontokról van szó: azonos mezők, azonos státuszok, a „kész” azonos definíciója minden láncszemnél. Ez a konzisztencia hiányában egy lánc csak addig működik jól, amíg a kivételeket fejben tartó emberek jelen vannak — és ez pontosan az a törékenység, amely egy pilot útjában áll. Egy lánc, amely tesztkörnyezetben hibátlanul fut, a gyakorlatban megbotlik a dossziéban, amelyet éppen máshogy töltöttek ki, mint elvárt, vagy az osztályban, amely saját interpretációt alkalmaz egy státuszra.
Van egy szervezeti oldala is. Ki a tulajdonosa egy folyamatnak, amely három osztályon halad át? Ki dönt arról, mi történik, ha egy lépés elakad: visszaadás, eszkalálás, vagy valami más? Ezek a kérdések már azelőtt léteznek, hogy az AI a képbe kerülne, de a részben vagy egészben automatizált láncok elkerülhetetlenné teszik őket. Egy rendszer nem improvizál, ha a szabályok hiányoznak; megáll, vagy egy olyan feltételezés alapján halad tovább, amelyet senki nem ellenőrzött.
Két téma, amely gyakran láncokban bújik el, külön figyelmet érdemel: a dokumentumok olvasása és összefoglalása mint egy nagyobb láncon belül gyakran visszatérő lépés, és a beszélgetések rögzítése és nyomon követése mint az a láncszem, ahol sok lánc a gyakorlatban elkezdődik — egy telefonhívás, egy felvétel, egy bejelentés, amely elindítja a többit.
Egy lánc nehezen fogható meg egy kis pilotban, pontosan azért, mert az értéke abban a kapcsolatban rejlik, amely a rendszerint különböző csapatokhoz tartozó lépések között van. Egy pilot, amely csak a második lépésre néz, anélkül hogy az első lépéstől és a harmadik lépés felé irányuló átadást is figyelembe venné, valami mást teszt, mint amit a gyakorlatban valóban meg kell tennie. Hogy egy pilot, amely csak a saját sarkában működik, miért nem hoz semmit, ezen az oldalon van kifejtve, és ez a láncoknál talán még erősebben igaz, mint az önálló feladatoknál.
Mielőtt egy szervezet felmérheti, hogy készen áll-e arra, hogy láncokat bízzon az AI-ra, hasznos tudni, mennyire érett a szervezet az alapvető dimenziókban: a szervezet, az IT-infrastruktúra és az adatmenedzsment megelőzik ezt, mert egy lánc, amely bizonytalan adatokra vagy homályos felelősségekre épül, nem lesz stabilabb attól, hogy egy rendszert futtatunk keresztül rajta. A hybridresourcing.com érettségi mérése ezt öt szinten és hét dimenzióban méri fel, egy plot-körrel, amelyben több ember külön-külön pontoz, így láthatóvá válik, hol térnek el a képek a szervezeten belül. Az eszköz még épül; aki ezzel szeretne foglalkozni, feliratkozhat a várólistára.
Amíg ez az oldal arról szól, hogy a szervezet elviselhet-e egy láncot, az FTE TO AI munkaszkennere valami másról szól: az kiszámolja feladatonként, mekkora részét lehet átvenni a munkának az AI által. Ez a különbségtétel akkor lesz releváns, amikor Ön már tudja, milyen láncokat ismer a szervezete — a munkaszkenner az adott lánc minden lépésénél megmutatja, hol rejlik az átvételi potenciál, anélkül hogy bármit mondana arról, hogy a szervezet már készen áll-e erre.
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.