Baseline yra pirmasis iš penkių lygių hybridresourcing brandumo vertinime. Tai nėra neigiamas vertinimas. Jis aprašo organizaciją, kurioje septynios dimensijos — įskaitant organizaciją, IT infrastruktūrą ir duomenų valdymą — dar neturi struktūros, galinčios išlaikyti AI. Galbūt su AI jau eksperimentuota. Vyksta bandomieji projektai, įsigytos licencijos, kažkas komandoje naudoja kalbos modelį ataskaitoms. Tai lygio nekeičia. Baseline yra apie tai, kas yra sukurta, o ne apie tai, kas jau buvo išbandyta.
Baseline lygyje trūksta bendro supratimo, kas už ką atsako, kai kalbama apie AI. Sprendimai dėl įrankių priimami skyrių lygmeniu, be to, kad kas nors turėtų bendrą vaizdą, kas visa tai veikia. IT infrastruktūra yra pritaikyta darbo procesams iš laikų prieš AI: sistemos, kurios nekalba tarpusavyje, nėra centrinės vietos, kur susilieja duomenys, nėra vizijos, ko reikia, kad modeliai galėtų dirbti su organizacijos duomenimis. Duomenų valdymas egzistuoja vardu — yra archyvas, CRM, intranetas — bet niekas negali tiksliai pasakyti, kur kokie duomenys yra, kas prie jų turi prieigą ir ar tie duomenys yra teisingi.
Fundamentinės dimensijos turi eiti pirmiau priklausomų, ir tai šiame lygyje jaučiate skaudžiausiai. Bandomasis projektas, kuris atskirai veikia gerai, užstringa, kai reikia jį plėsti, nes infrastruktūra apačioje to neatlaiko. Komanda, entuziastingai testuojanti AI taikomąją programą, atranda, kad reikalingi duomenys niekur nėra struktūrizuotai pasiekiami. Tai nėra pavieniai atsitikimai. Tai numatomos pasekmės pagrindo, kuris dar nėra baigtas.
Baseline nereiškia, kad organizacija stovi vietoje arba kad žmonės nenori veikti. Dažnai tiesa yra atvirkščiai: yra judesio, yra iniciatyvų, yra skirtas biudžetas. Trūksta ne motyvacijos, o darnos. Atskiri bandomieji projektai be bendros infrastruktūros, atskiras duomenų naudojimas be centralizuoto valdymo, atskiri sprendimai be bendros atsakomybės. Energija yra. Struktūros, galinčios tą energiją sutalpinti, dar nėra.
Tai taip pat nereiškia, kad šis lygis turi trukti ilgai, arba kad su organizacija, pradedančia iš šio lygio, kažkas negerai. Dauguma organizacijų, rimtai žiūrinčių į AI, pradeda nuo baseline arba tiesiog virš jo. Šis lygis yra nuotrauka, ne nuosprendis.
Brandumo vertinimo plot-etape keli žmonės vertina atskirai, ir baseline organizacijose dažnai pastebima kažkas konkretaus: atsakymų pasiskirstymas tarp respondentų yra didelis. Kai IT atsakingas asmuo mato, kad infrastruktūroje dar yra didelių trūkumų, skyriaus vadovas galbūt mano, kad viskas gerai, nes jų naudojami įrankiai veikia kaip reikia. Tas pasiskirstymas pats savaime yra signalas. Jis rodo, kad dar nėra bendro supratimo, kur organizacija stovi — ir tas bendro supratimo trūkumas yra tiksliai tai, kas apibūdina baseline.
Perėjimas nuo baseline į kitą lygį nereikalauja daugiau AI projektų. Jis reikalauja, kad kažkas turėtų pirmenybę prieš viską kitą: aiškios atsakomybės, infrastruktūra, galinti rinkti ir prieinamai teikti duomenis, ir duomenų valdymas, kuris yra pakankamai patikimas, kad ant jo būtų galima kurti. Be to pagrindo bet kuris kitas žingsnis liks laikinas, nes stovi ant smėlio.
Ką tas perėjimas konkrečiai reiškia jūsų organizacijai, skiriasi kiekvienu atveju — tai priklauso nuo sektoriaus, dydžio ir nuo to, kuri iš septynių dimensijų atsilieka labiausiai. Kaip nuo baseline pereiti į kitą lygį aprašo, kokie žingsniai tam reikalingi. Palyginimui naudinga pamatyti ir tai, kur šis žingsnis nuveda: ką lygis foundation reiškia praktikoje parodo, kaip atrodo pagrindas, kai bazinė struktūra jau yra sukurta. Organizacijoms, norinčioms pažvelgti toliau nei vien kitas žingsnis, ką lygis insight reiškia praktikoje aprašo, kaip brandumas vystosi toliau, kai duomenys ir infrastruktūra yra sutvarkyti.
hybridresourcing brandumo vertinimas nagrinėja klausimą, ar organizacija gali išlaikyti AI: ar yra pagrindas, ar stovi struktūra, ar yra bendras supratimas apie atsakomybes ir duomenis. Tai kitas klausimas nei tas, kuri darbo dalis pati savaime yra tinkama AI. Baseline lygio organizacija gali turėti darbo procesus, kuriuose daug užduočių tinka perduoti AI — tiesiog dar trūksta struktūros, kad tai būtų galima daryti tvariai. Kas norėtų sužinoti, kiek darbo, pagal užduotis, gali perimti AI, atsakymo rasti ne brandumo vertinime, o FTE TO AI darbo vertinime (werkscan). Jis apskaičiuoja pagal užduotį, kuri dalis yra tinkama AI, nepaisant to, ar organizacija tam jau yra pasirengusi. Abu atsakymai kartu — ar organizacija yra pasirengusi, ir ar darbas yra pasirengęs — suteikia pilną vaizdą prieš investuojant.
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.