Foundation è il livello in cui un'organizzazione non parte più da zero. Sono state fatte delle scelte, esiste una politica, c'è un team o un ruolo che se ne occupa. È il passo successivo a baseline, in cui l'AI avveniva soprattutto in modo occasionale e per iniziativa di singoli individui. Al livello foundation è stato messo qualcosa per iscritto. La domanda non è più se l'organizzazione se ne occupa, ma quanto uniformemente ciò avviene lungo le sette dimensioni distinte dalla misurazione della maturità.
La forma più comune di foundation è disomogenea. Organizzazione e politica sono spesso le prime a essere in ordine: è stato nominato un responsabile AI, esistono linee guida sull'uso, forse un primo documento di governance. Ma l'infrastruttura IT e la gestione dei dati restano regolarmente indietro. I sistemi non sono strutturati per supportare le applicazioni AI, i dati sono dispersi, qualità e accessibilità non sono garantite. Non è un'eccezione; è lo schema in cui le dimensioni fondamentali restano indietro rispetto a quelle dipendenti.
Ciò si manifesta concretamente: un pilota approvato sulla carta si blocca perché i dati necessari non sono disponibili o non sono attendibili. Esiste un documento di policy, ma nessuno nell'organizzazione riesce a spiegarlo senza consultarlo. È stato nominato un responsabile, ma questa persona non ha il mandato di decidere su sistemi o budget. Sulla carta foundation appare più ordinato di quanto funzioni nella pratica.
Al livello foundation la dispersione nel giro dei grafici è spesso massima. Un CIO valuta bassa l'infrastruttura IT perché sa cosa resta ancora da fare sull'integrazione dei sistemi. Un CHRO valuta alta l'organizzazione e la politica perché almeno ora esiste un punto di contatto. Entrambi i giudizi sono corretti dalla propria posizione. La misurazione rende visibile questa differenza invece di mediarla, ed è esattamente lì che foundation richiede un confronto: quale dimensione è più avanti, quale deve ancora seguire, e questa differenza di ordine è nota a tutti coloro che partecipano alla decisione.
La ragione per cui foundation si presenta così sta nella natura stessa delle dimensioni. Organizzazione e politica si costruiscono relativamente in fretta: un documento, un ruolo, una struttura di confronto. Infrastruttura IT e gestione dei dati richiedono più tempo, perché dipendono da sistemi esistenti non costruiti per l'AI. Chi al livello foundation ha investito soprattutto in politica e organizzazione ha l'impressione di progresso senza che il livello fondamentale sia cresciuto di pari passo. Questa differenza diventa visibile solo quando un pilota vuole andare oltre la fase di prova, e allora emerge che i dati non sono pronti per questo.
Ecco anche perché foundation è un passaggio intermedio e non un punto d'arrivo. Il livello in cui questo si risolve si chiama activation, dove le dimensioni fondamentali e quelle dipendenti si avvicinano tra loro. I livelli successivi, insight e intelligence, si costruiscono su una base che al livello foundation non è ancora ovunque uniforme.
Il passo da foundation al livello successivo non richiede più politica. Una politica esiste già. Richiede di livellare le dimensioni rimaste indietro, in particolare infrastruttura IT e gestione dei dati, affinché le dimensioni dipendenti — tra cui l'uso dell'AI e il grado di familiarità dei collaboratori con essa — abbiano qualcosa su cui costruire. Ciò significa che i sistemi devono essere messi in ordine prima di introdurvi nuove applicazioni, e che la qualità dei dati diventa un tema con un responsabile, non un'ipotesi.
Il percorso da qui al livello successivo è descritto su come passare da foundation al livello successivo. Chi si chiede come sia il passo precedente lo trova su come passare da baseline al livello successivo; chi è già oltre foundation può continuare a leggere sulla pagina relativa al passo da activation al livello successivo.
La misurazione della maturità mostra se l'organizzazione può sostenere l'AI: se i livelli fondamentali sono sufficientemente solidi per costruirvi sopra qualcosa. Non dice nulla su quale lavoro sia idoneo a questo scopo o su quale parte di una funzione l'AI potrebbe rilevare. Questa è un'altra domanda, con un altro strumento. Non appena le dimensioni fondamentali sono in ordine — o mentre ci si lavora — la werkscan di FTE TO AI può mappare quale parte del lavoro, compito per compito, è idonea per essere rilevata. Le due misurazioni si completano a vicenda: una mostra se le basi ci sono, l'altra mostra cosa su quelle basi si può fare.
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.