Activation lygyje AI nebėra tik ant projektavimo stalo. Yra bandomieji projektai, naudojami įrankiai, sukaupta patirtis apie tai, kas veikia, o kas ne. Šiame lygyje dauguma organizacijų užsibūna ilgiau, nei planuota. Ne todėl, kad nieko nevyksta, o todėl, kad tai, kas vyksta, išlieka fragmentiška. Viena komanda dirba su agentais, kurie atlieka darbą, kita komanda nepriklausomai nuo to eksperimentuoja su kalbos modeliu tekstams, ir niekas neturi pilno vaizdo, kur AI organizacijoje šiuo metu iš tiesų yra.
Activation yra atskirų taikymų lygis. Yra įrodymų, kad tai gali veikti. Vis dar nėra struktūros, kuri leistų tuos įrodymus pakartoti kitur, ne tik ten, kur jie atsirado.
Šiame lygyje dažnai sutampa keli požymiai. Yra bent vienas taikymas, kuris akivaizdžiai duoda naudos, tačiau klausimas, kodėl jis nėra plačiau taikomas, lieka neatsakytas. Yra biudžetas eksperimentams, tačiau nėra nuolatinio proceso, kuris nulemtų, kuris eksperimentas turi būti tęsiamas, o kuris ne. Skirtingi padaliniai turi savo tiekėją, savo požiūrį, savo sėkmės apibrėžimą. Ir žmonės, kurie vykdo bandomuosius projektus, dažnai nėra tie pačūs žmonės, kurie turėtų priimti sprendimus dėl mastelio didinimo.
Šis paskutinis dalykas gal yra aiškiausias bruožas. Activation lygyje žinios apie tai, kas veikia, yra vykdytojų rankose. Sprendimas dėl to, kas bus toliau, priimamas aukščiau. Tarp šių dviejų lygmenų dažnai nėra pastovaus ryšio.
Brandumo matavimo grafike šis lygis yra tas, kuriame vertinimų išsibarstymas yra didžiausias. IT vadovas mato pažangą, nes veikia sistemos. HR direktorius mato stagnaciją, nes nėra politikos, kas su kokiu įrankiu gali dirbti. Abu stebėjimai yra teisingi. Jie tiesiog apibūdina skirtingus aspektus.
Žingsnis nuo activation prie insight nereikalauja daugiau bandomųjų projektų. Jų dažniausiai jau yra pakankamai. Šiam žingsniui reikia to, ko activation savaime neduoda: būdo pažvelgti į taikymus kaip į visumą, palyginti juos tarpusavyje ir tuo pagrindu priimti sprendimą.
Tai pradedama nuo pagrindinių dimensijų. Jei organizacija neturi bendro supratimo, kas ir dėl ko sprendžia, kiekvienas taikymas išlieka izoliuota sala. Jei duomenų valdymas nėra tvarkoje, tai, kas veikia viename bandomajame projekte, negali būti tiesiog perkelta į kitą padalinį, nes pagrindiniai duomenys ten atrodo kitaip. Ir jei IT infrastruktūra skiriasi komanda nuo komandos, atskirų iniciatyvų suvienijimas kainuoja daugiau, nei kainuotų pradėti iš naujo.
Dėl to septynių dimensijų eiliškumas nėra atsitiktinis. Organizacija gali pasižymėti aukštu rezultatu priklausomoje dimensijoje — pavyzdžiui, komanda, kuri gerai išmano konkretų įrankį — tuo tarpu pagrindinės dimensijos, esančios žemiau, dar nesudaro pakankamo pagrindo. Šis skirtumas yra tiksliai tai, kas activation lygyje dažnai nepastebimas: matoma pažanga ne visada stovi ant pamato, leidžiančio toliau augti.
Insight yra lygis, kuriame šios pagrindinės dimensijos pradeda iš tiesų įskaičiuoti. Ne todėl, kad tada staiga naudojama daugiau AI, o todėl, kad tada atsiranda būdas pamatyti, kurį taikymą galima pakartoti kitur, o kuris išlieka susietas su vienos komandos aplinkybėmis. Kas tam praktikoje reikalinga, pradedant matomumu ir baigiant bendru vaizdu apie visus taikymus kartu, aprašyta puslapyje apie kaip pereiti nuo insight prie kito lygio.
Egzistuoja prielaida, kad daugiau laiko ar didesnis biudžetas automatiškai išsprendžia activation etapą. Tai ne visada tiesa. Organizacija gali metų metus užsibūti activation lygyje, kai nuolat atsiranda nauji bandomieji projektai, keliantys tuos pačius neatsakytus klausimus. Tokiu atveju problema nėra iniciatyvos trūkumas. Tai struktūros, kuri susietų iniciatyvas tarpusavyje, trūkumas.
Activation lygyje ta struktūra atrodo kitaip nei ankstesniuose lygiuose. Kas norėtų sužinoti, kaip atrodė pagrindas, kol nebuvo eksperimentų, tai gali rasti puslapiuose apie ką iš tikrųjų reiškia baseline lygis ir ką iš tikrųjų reiškia foundation lygis. Šis palyginimas parodo, kad šuolis į activation reikalauja pirmiausia drąsos — pabandyti — tuo tarpu kitas šuolis reikalauja ko kito: bendro vaizdo.
Bendras vaizdas neatsiranda iš vieno bandomojo projekto. Jis atsiranda sudėjus greta viena kito visa tai, kas vyksta, ir radus būdą pamatyti, kur tai susijungia į grandines, kuriose žingsniai vienas kitą seka, o ne toliau egzistuoja atskirai vienas nuo kito.
Brandumo matavimas parodo, ar organizacija kaip visuma yra pasirengusi nešti AI: ar pagrindinės dimensijos stovi po jau esančiais atskirais taikymais. Šis klausimas skiriasi nuo klausimo, kuri darbo dalis pati savaime yra tinkama perdavimui. Kas activation lygyje dažniausiai užstringa dėl klausimo, kokios užduotys komandoje ar procese yra tinkamos perduoti AI, ir kokia apimtimi, tas atsakymą randa FTE TO AI werkscan (darbo skanavime). Jis apskaičiuoja kiekvienai užduočiai, kokią darbo dalį AI galėtų perimti, ir tuo pačiu suteikia papildomą vaizdą greta šioje vietoje nustatomo pasirengimo.
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.