C'è la tentazione di affrontare la prontezza all'IA come un insieme di temi isolati che si possono combinare a piacimento. Scegliere ciò che sembra urgente, misurarlo, andare avanti. La misurazione della maturità di hybridresourcing non funziona così, e non è una scelta di stile.
Le sette dimensioni non sono equivalenti nel tempo. Organizzazione, infrastruttura IT e gestione dei dati sono fondamentali: senza una base funzionante in questi ambiti, tutto ciò che segue non ha un terreno su cui poggiare. Le altre dimensioni sono dipendenti. Presuppongono che il fondamento sia già in grado di sostenere qualcosa. Questo è un ordine tecnico, paragonabile a delle fondamenta che devono esserci prima che un piano superiore abbia senso. È possibile costruire il piano superiore senza fondamenta, ma quello che si misura allora non è ciò che si pensa di misurare.
Le organizzazioni che iniziano dalle dimensioni dipendenti — diciamo da come i team interpretano i risultati dell'IA, o dalla velocità con cui le decisioni vengono adeguate — ottengono punteggi che sembrano progresso ma che non hanno significato senza lo strato sottostante. Un team può essere eccellente nell'interpretare i risultati dell'IA mentre i dati su cui quei risultati si basano sono inaffidabili. Quel punteggio sulla dimensione dipendente dice allora qualcosa sulla competenza, ma nulla sulla fiducia da riporre nel risultato.
Le dimensioni fondamentali non sono quindi più importanti in senso di prestigio. Lo sono piuttosto in senso di logica. La gestione dei dati determina cosa è possibile dal punto di vista dei contenuti. L'infrastruttura IT determina cosa è tecnicamente scalabile. L'organizzazione determina chi è responsabile di cosa quando le cose vanno male. Senza questi tre elementi, ogni punteggio sulle altre dimensioni è un punteggio senza fondamento.
Il metodo lavora con un round di plotting: più persone all'interno della stessa organizzazione attribuiscono un punteggio indipendentemente l'una dall'altra su tutte le sette dimensioni. Ciò che diventa visibile in seguito è spesso più informativo del punteggio stesso. La dispersione tra i partecipanti è un segnale. Se il CIO colloca l'infrastruttura IT a un livello più alto rispetto ai team che ci lavorano quotidianamente, questo dice qualcosa su chi ha quale immagine della realtà — ed è esattamente la conversazione che precede ogni altro passo.
Questa dispersione non è espressamente un errore nella misurazione. È la misurazione. Un'organizzazione in cui tutti attribuiscono esattamente lo stesso livello ha o un'immagine condivisa eccezionale, oppure nessuno ha riflettuto bene sulla domanda. Entrambe le possibilità esistono; il round di plotting rende visibile la differenza invece di appiattirla in un unico numero.
La misurazione della maturità non dice nulla su quali compiti l'IA può assumere. Non dice nulla su quanto tempo richiede un'implementazione, e nulla su cosa produce finanziariamente un progetto di IA. Non fornisce una percentuale, né un tempo di realizzazione, né un importo — perché queste cifre non possono derivare da una misurazione della prontezza. Ciò che il metodo fornisce è un posizionamento su cinque livelli — baseline, foundation, activation, insight, intelligence — per dimensione, e un quadro di dove l'organizzazione diverge maggiormente nella propria autopercezione.
È anche per questo che il metodo non fornisce consigli su cosa fare in seguito. Non c'è un "dovrebbe" in questo risultato. C'è un risultato, e l'organizzazione decide da sé cosa farne. Questa distinzione non è intesa come facoltativa; è un confine che appartiene a uno strumento che misura, non consiglia.
La misurazione della maturità risponde alla domanda se un'organizzazione può sostenere l'IA. Non risponde alla domanda su quale lavoro l'IA potrebbe assumere — questo è un altro tema, con una scala e una logica diverse. La differenza tra queste due domande viene approfondita in la distinzione tra sostenere l'IA e far assumere il lavoro dall'IA, e vale la pena avere questa distinzione ben chiara prima di interpretare una misurazione come un'affermazione su qualcosa diverso da ciò che essa misura.
L'ordine tra fondamentale e dipendente riguarda anche cosa un'organizzazione può automatizzare e cosa no. Chi si chiede cosa vada mappato prima che l'automazione possa essere presa seriamente in considerazione, trova spunti in cosa deve figurare in un inventario delle decisioni, e chi si chiede dove sta il confine lo trova approfondito in quali decisioni non devono mai essere automatizzate. Entrambe le domande presuppongono un'organizzazione che sa già dove si trova — che è esattamente ciò che questa misurazione fornisce.
Poiché la prontezza non è uno stato fisso, è rilevante anche la domanda su quanto spesso questa misurazione debba essere ripetuta; questo viene trattato in ogni quanto è necessaria una nuova misurazione della maturità.
Se le dimensioni fondamentali sono in ordine, o comunque sono state mappate, emerge un'altra domanda: quale parte del lavoro effettivo nell'organizzazione può essere assunta dall'IA. Non è a questo che risponde questa misurazione. È a questo che serve la scansione del lavoro di FTE TO AI: un conteggio per compito, che indica quale parte del lavoro può essere assunta e quale parte resta alle persone. La misurazione della maturità determina se il terreno è sufficientemente solido; la scansione del lavoro calcola cosa si può costruire su quel terreno.
La misurazione della maturità di hybridresourcing è in fase di sviluppo. Chi desidera utilizzare il risultato di questa misurazione non appena sarà disponibile, può iscriversi alla lista d'attesa.
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.