Al livello activation, l'AI non è più solo sul tavolo da disegno. Ci sono pilot, ci sono strumenti in uso, si è accumulata esperienza su cosa funziona e cosa non funziona. Questo è il livello su cui la maggior parte delle organizzazioni rimane più a lungo di quanto previsto. Non perché non succeda nulla, ma perché ciò che succede resta frammentato. Un team lavora con agenti che eseguono lavoro, un altro team sperimenta separatamente con un modello linguistico per il testo, e nessuno ha un quadro completo di dove si trovi effettivamente l'AI nell'organizzazione.
Activation è il livello dell'applicazione isolata. C'è la prova che può funzionare. Non c'è ancora una struttura che renda quella prova ripetibile fuori dal punto in cui è nata.
Su questo livello alcuni segnali si presentano spesso insieme. C'è almeno un'applicazione che genera risultati dimostrabili, ma la domanda sul perché non venga impiegata più ampiamente resta senza risposta. C'è budget per esperimenti, ma nessun processo fisso per determinare quale esperimento avrà un seguito e quale no. Diversi reparti hanno ciascuno il proprio fornitore, il proprio approccio, la propria definizione di successo. E le persone che gestiscono i pilot spesso non sono le stesse persone che dovrebbero decidere sulla scalabilità.
Quest'ultimo aspetto è forse la caratteristica più evidente. Su activation la conoscenza su ciò che funziona sta a livello di chi esegue. La decisione su cosa segue sta più in alto. Tra questi due livelli spesso non c'è una connessione stabile.
Nel round di plot della misurazione della maturità, questo è il livello in cui la dispersione tra i punteggi è massima. Un IT manager vede progresso perché ci sono sistemi in funzione. Un direttore HR vede stallo perché non c'è una politica su chi può lavorare con quale strumento. Entrambe le osservazioni sono corrette. Descrivono solo una dimensione diversa.
Il passo da activation a insight non richiede più pilot. Di solito ce ne sono già a sufficienza. Il passo richiede qualcosa che activation di per sé non produce: un modo per guardare oltre le singole applicazioni, confrontarle tra loro, e su questa base fare una scelta.
Questo inizia con le dimensioni fondamentali. Se l'organizzazione non ha una visione condivisa di chi decide su cosa, ogni applicazione resta un'isola. Se la gestione dei dati non è a posto, quello che funziona in un pilot non può semplicemente essere trasferito a un altro reparto, perché i dati sottostanti si presentano diversamente. E se l'infrastruttura IT varia da un team all'altro, unire iniziative isolate costa più di quanto costerebbe ricominciare da capo.
Questo è il motivo per cui l'ordine delle sette dimensioni non è arbitrario. Un'organizzazione può ottenere un punteggio alto su una dimensione dipendente — per esempio un team esperto in uno strumento specifico — mentre le dimensioni fondamentali sottostanti non sono ancora solide. Questa differenza è esattamente ciò che su activation viene spesso trascurato: il progresso visibile non sta sempre su una base che permette di crescere ulteriormente.
Insight è il livello in cui quelle dimensioni fondamentali cominciano a contare davvero. Non perché all'improvviso si usi più AI, ma perché a quel punto c'è un modo per vedere quale applicazione può essere ripetuta altrove e quale resta legata alle circostanze di un singolo team. Ciò che questo richiede in pratica, dalla misurabilità a una visione condivisa che attraversa le applicazioni, è descritto nella pagina su come si passa da insight al livello successivo.
Esiste l'assunzione che più tempo o più budget risolvano automaticamente activation. Non è sempre così. Un'organizzazione può restare bloccata su activation per anni, con sempre nuovi pilot che lasciano senza risposta le stesse domande. Il problema allora non è la mancanza di iniziativa. È la mancanza di una struttura che collega le iniziative tra loro.
Questa struttura su activation ha un aspetto diverso rispetto ai livelli precedenti. Chi vuole sapere come si presentava la base prima che ci fossero esperimenti, lo trova nelle pagine su cosa significa in pratica il livello baseline e cosa significa in pratica il livello foundation. Questo confronto rende visibile che il salto verso activation richiede soprattutto coraggio — provare qualcosa — mentre il salto successivo richiede qualcos'altro: una visione d'insieme.
La visione d'insieme non nasce da un solo pilot. Nasce dal metterle affiancate a confronto tutte le iniziative in corso, e da un modo per vedere dove queste convergono in catene in cui i passaggi si susseguono invece di continuare a esistere isolate l'una dall'altra.
La misurazione della maturità mostra se l'organizzazione nel suo complesso è pronta a sostenere l'AI: se le dimensioni fondamentali sono presenti sotto le singole applicazioni già esistenti. Questa domanda è diversa dalla domanda su quale parte del lavoro stesso sia idonea per essere trasferita. Chi su activation si blocca soprattutto sulla domanda su quali compiti, all'interno di un team o processo, siano idonei per essere affidati all'AI, e in che misura, trova quella risposta nella scan del lavoro di FTE TO AI. Questa calcola, per ogni compito, quale parte del lavoro l'AI può assumere, offrendo così il quadro complementare rispetto alla prontezza qui delineata.
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.