Chi lavora per la prima volta con un modello linguistico vede qualcosa che funziona. Arriva una risposta, la risposta è corretta abbastanza spesso, e la conclusione sembra ovvia: questo può fare di più. Quella conclusione non è sbagliata, ma si basa su un singolo momento in una singola finestra. Una finestra di chat mostra se un modello può rispondere a una domanda. Non mostra se l'organizzazione dietro di essa è in grado di porre bene la domanda, di fornire i dati giusti, e di far confluire la risposta in una decisione che conta davvero.
Questa distinzione è la ragione per cui i progetti pilota spesso partono ma raramente vengono scalati. Il pilota dimostra che la tecnologia è in grado di fare qualcosa. Non dimostra nulla riguardo alle sette dimensioni che determinano se l'organizzazione è anche in grado di sostenere quel poter fare: dall'organizzazione e la leadership all'infrastruttura IT, la gestione dei dati, i processi, le persone, la governance e la cultura. Una finestra di chat verifica un caso pratico, in un momento, con un utente. Non dice nulla su cosa succede quando cento utenti pongono la stessa domanda, con dati che non sono sempre puliti, in un processo che non è organizzato per una risposta che varia.
La misurazione della maturità di hybridresourcing non guarda a un compito o a una risposta, ma allo strato sottostante: la domanda se l'organizzazione nel suo insieme sia pronta a lavorare con l'IA, e non solo a sperimentarla. Ciò avviene su cinque livelli — baseline, foundation, activation, insight, intelligence — e su sette dimensioni che insieme determinano dove si trova un'organizzazione. Non ogni dimensione pesa allo stesso modo in ogni momento. Le dimensioni fondamentali, come l'organizzazione e l'infrastruttura IT, vengono prima delle dimensioni che ne dipendono. Non è una nostra scelta, ma l'ordine in cui il sistema funziona: senza un'infrastruttura funzionante, una buona gestione dei dati ha poca presa, e senza un processo decisionale chiaro, una buona infrastruttura ha scarso effetto.
Una parte importante della misurazione è il round di plotting. Più persone all'interno dell'organizzazione attribuiscono un punteggio separatamente, senza vedere le risposte degli altri. Ciò che ne emerge non è solo una posizione su cinque livelli, ma anche la dispersione tra ciò che persone diverse ritengono vero. Una direzione che pensa che l'organizzazione si trovi al livello activation, mentre l'IT si posiziona da sola al livello baseline, ha un problema più grande della media. Quella dispersione è spesso più informativa del punteggio stesso: mostra dove l'organizzazione è in disaccordo su se stessa, ed è esattamente lì che un pilota si blocca senza che nessuno riesca a indicare il perché.
La misurazione della maturità non risponde alla domanda su quali compiti l'IA possa rilevare. Non dice nulla su quanto tempo una funzione dedica a una determinata attività, né su cosa succede quando quell'attività scompare. Misura la prontezza, non il subentro. Un'organizzazione può ottenere un punteggio alto su tutte le sette dimensioni e non aver ancora identificato alcun compito pronto per essere trasferito. Al contrario, un'organizzazione può essere piena di compiti che si prestano perfettamente all'automazione, mentre l'organizzazione stessa non è ancora organizzata per far avvenire ciò in modo responsabile.
La misurazione non dice nemmeno quali decisioni possano o non possano essere automatizzate — è una domanda che merita attenzione propria, tra l'altro nella panoramica delle decisioni che dovrebbero rimanere fuori dalla portata dell'automazione. E il punteggio non dice nulla su cosa manchi in pratica in termini di documentazione: chi vuole sapere cosa dovrebbe contenere un inventario delle decisioni non lo trova in un livello o in una dimensione, ma in un percorso separato.
Ciò che la misurazione fa è offrire chiarezza sulla posizione di partenza. Un punteggio basso su una delle sette dimensioni non significa automaticamente che qualcosa vada profondamente storto; significa che sono possibili due percorsi, e quale dei due sia quello giusto varia da organizzazione a organizzazione — una differenza approfondita nella pagina che descrive i due scenari corrispondenti a un punteggio basso. Chi vuole iniziare con una propria valutazione, può farlo nelle pagine dedicate a la maturità dell'organizzazione stessa e a la maturità dell'infrastruttura IT come due delle sette dimensioni su cui è costruita la misurazione completa.
Questa separazione è deliberata. Un'organizzazione che vuole prima sapere se l'IA le porta qualche beneficio, pone una domanda diversa da un'organizzazione che vuole sapere se è preparata a impiegare l'IA in modo responsabile. Entrambe le domande sono legittime, ma richiedono strumenti diversi. Chi lascia che le due domande si mescolino, ottiene una risposta che non si adatta bene a nessuna delle due: un punteggio che sembra un'analisi dei compiti, oppure un'analisi dei compiti che finge di dire qualcosa sulla prontezza organizzativa.
La misurazione della maturità, con i cinque livelli, le sette dimensioni e il round di plotting, è attualmente in fase di costruzione. Non esiste ancora un ambiente in cui oggi si possa accedere e attribuire un punteggio. Chi è interessato può iscriversi alla lista d'attesa e sarà informato non appena la misurazione sarà disponibile.
Una volta definita la prontezza dell'organizzazione, resta senza risposta l'altra domanda: quale parte del lavoro stesso possa effettivamente essere rilevata. Non è qualcosa a cui risponde questa misurazione, e non è nemmeno la sua finalità. A questa domanda risponde la scansione del lavoro di FTE TO AI, che calcola per ogni compito quale parte del lavoro si presta a essere rilevata dall'IA — un calcolo che ha senso solo se l'organizzazione in cui si inserisce è anche effettivamente pronta a sostenerlo.
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.