Il settore ICT ha un vantaggio che è al tempo stesso una trappola. Laddove altri settori devono ancora abituarsi all'idea dell'AI, la conoscenza di modelli, architetture e strumenti in questo settore è generalmente già presente. Gli sviluppatori sperimentano, i team costruiscono proof-of-concept, e raramente c'è resistenza alla tecnica in sé. Questo crea l'impressione che il settore nel suo insieme sia avanti. Ma la competenza tecnica in una parte dell'organizzazione è qualcosa di diverso dalla maturità dell'organizzazione nel suo insieme. Proprio qui spesso si blocca il processo.
In un'azienda IT o in un reparto IT, l'infrastruttura è generalmente in ordine: c'è potenza di calcolo, ci sono ambienti di sviluppo, c'è esperienza nel rilascio di software. Questa è una delle dimensioni fondamentali valutate nella misurazione della maturità, e su questo punto il settore ottiene generalmente un punteggio alto. Ma le altre dimensioni fondamentali — come l'organizzazione è strutturata attorno alle iniziative AI, e come vengono gestiti i dati al di fuori dei sistemi degli sviluppatori stessi — non procedono sempre allo stesso ritmo. Un reparto IT forte non significa che il resto dell'organizzazione possa tenere lo stesso passo. Vendite, finanza, risorse umane: queste funzioni hanno spesso un rapporto diverso con i dati e con il cambiamento rispetto alle persone che costruiscono i pilot AI.
Questa differenza spiega uno schema che si presenta più spesso in questo settore che altrove: pilot che funzionano tecnicamente in modo eccellente, ma che non crescono fino a occupare un posto strutturale nell'azienda. Non perché il modello sia insufficiente, ma perché l'organizzazione attorno ad esso non è strutturata per assorbire il risultato. Chi vuole capire, per quanto riguarda le dimensioni fondamentali, perché questo ordine non sia negoziabile, trova maggiori informazioni in perché le dimensioni fondamentali devono venire prima.
Nel settore ICT, la dispersione tra i rispondenti è spesso maggiore che nei settori con funzioni più uniformi. Uno sviluppatore e un account manager all'interno della stessa azienda possono collocare l'organizzazione a livelli quasi opposti — l'uno vede quotidianamente applicazioni avanzate, l'altro vede un foglio di calcolo che viene ancora aggiornato manualmente. Questa dispersione è di per sé un'informazione. Mostra che la maturità AI in questo settore è raramente un dato uniforme a livello settoriale, ma dipende fortemente da quale reparto viene misurato e a chi viene chiesto.
Ciò rende un ciclo di misurazione con più rispondenti nel settore ICT più preziosa che altrove, non meno. Un singolo punteggio di un CIO o di un CTO rischia di generalizzare all'intera organizzazione l'immagine del nucleo tecnico, mentre le dimensioni dipendenti — dove l'AI viene effettivamente integrata nei processi — possono ottenere un punteggio molto diverso.
Il rapporto tra tecnica e organizzazione si presenta diversamente in altri settori. Nei servizi finanziari, l'accento è spesso posto sulla regolamentazione e sulla gestione del rischio come fattore di ritardo; questo quadro è descritto in quanto è avanti il settore dei servizi finanziari con la maturità AI. Nel settore delle costruzioni, è proprio la dimensione della gestione dei dati a costituire spesso il collo di bottiglia, poiché i dati su progetti e materiali sono frammentati tra le parti coinvolte; questo viene illustrato in quanto è avanti il settore delle costruzioni con la maturità AI. Nel settore ICT, il problema è raramente la mancanza di conoscenza tecnica o di dati — il problema risiede più spesso nella dimensione organizzativa: chi decide quale pilot viene scalato, e su quale base.
La misurazione della maturità mappa questa distinzione su sette dimensioni e cinque livelli, dal baseline all'intelligence. Per un'organizzazione ICT, il risultato è raramente una linea piatta: l'infrastruttura e la competenza tecnica sono generalmente più alte dell'organizzazione e del processo decisionale. Questa disparità è esattamente il punto in cui la misurazione è utile — non per confermare che il settore "sta andando bene", ma per mostrare quale dimensione resta indietro e quale, di conseguenza, non può avanzare, indipendentemente da quanto siano avanzati i modelli già in funzione.
Un elemento spesso sottovalutato in questo settore è la registrazione delle decisioni: chi ha preso quale scelta su quale iniziativa AI, e sulla base di quali informazioni. Senza questo inventario, è difficile ricostruire perché un pilot sia stato o non sia stato scalato. Ciò che rientra in questo aspetto è descritto in cosa deve contenere un inventario delle decisioni.
Questa misurazione dice qualcosa sull'organizzazione nel suo insieme: esiste una base su cui le iniziative AI possono fondarsi, e questa base è altrettanto solida in tutta l'azienda, o solo tra le persone più vicine alla tecnica. Questa domanda precede un'altra domanda, ossia quale parte del lavoro stesso sia adatta all'AI. Si tratta di un tipo di misurazione diverso. Per le organizzazioni che vogliono sapere quale parte del lavoro, compito per compito, possa essere assunta dall'AI, esiste la werkscan di FTE TO AI — una misurazione che non guarda all'organizzazione nel suo insieme, ma al lavoro stesso, funzione per funzione e compito per compito.
La misurazione della maturità è in fase di sviluppo. Chi desidera sapere quando la misurazione sarà disponibile può iscriversi alla lista d'attesa e riceverà una notifica non appena lo strumento sarà pronto per l'uso.
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.