Insight yra ketvirtas iš penkių lygių, kuriuos išskiria hybridresourcing brandos vertinimas: baseline, foundation, activation, insight ir intelligence. Šio lygio organizacija jau paliko pavienių eksperimentų fazę. Duomenys, IT infrastruktūra ir organizacinė struktūra nebėra trys atskiri klausimai, o pradeda derėti tarpusavyje. Tai yra tai, kas šį lygį turiniu skiria nuo activation: ne bandymas, ar kažkas veikia, o supratimas, kodėl tai veikia ir kur strigsta.
Insight lygyje egzistuoja supratimas apie savus duomenų srautus: kur informacija atsiranda, kur ji susieina ir kur ji pradingsta tarp padalinių. Šis supratimas nėra atsitiktinai pasireiškęs pas vieną atskirą analitiką, bet užfiksuotas taip, kad jį galėtų pasiekti ir naudoti keli žmonės. IT infrastruktūra sutvarkyta taip, kad palaikytų šiuos duomenų srautus, o ne juos stabdytų. Ir organizacija paskirstė vaidmenis ir atsakomybes taip, kad sprendimai dėl AI taikymų nebeatsiduria atsitiktinai ar priklausomai nuo vieno entuziasto.
Šį lygį galima atpažinti pagal tai, kokie klausimai organizacijoje keliami. Ne: ar galime tai išbandyti? Bet: kodėl šis taikymas veikia viename padalinyje, o kitame ne, ir ką tai sako apie mūsų duomenis ar mūsų struktūrą? Šį klausimą galima kelti tik tada, kai jau yra pakankamas aiškumas apie tai, kas vyksta. Tas aiškumas yra tiksliai tai, ką insight priduoda ankstesniems lygiams.
Šiame lygyje dažniausiai vis dar trūksta žingsnio nuo supratimo prie prognozavimo. Insight teikia paaiškinimus po fakto: kodėl pilotinis projektas pavyko ar nepavyko, kodėl viena komanda ėjo greičiau nei kita. Ko dar nėra – tai struktūros, kuri iš anksto parodytų, kur kitas taikymas įsitvirtins, o kur ne. Tai skiria insight nuo intelligence – lygio, kuriame ta prognozuojanti dalis jau egzistuoja. Kas šis lygis reiškia praktikoje, aprašyta puslapyje apie intelligence lygį.
Antra šio lygio rizika yra tai, kad supratimas gali likti tik ribotos žmonių grupės žinioje. Duomenys yra, infrastruktūra yra, bet jei supratimas, ką šie duomenys reiškia, nėra pasidalintas visoje organizacijoje, insight išlieka trapus. Vos tam žmogui pasitraukus ar tam padaliniui pertvarkius, lygis krenta žemiau. Tai viena iš priežasčių, kodėl hybridresourcing vertinimas veikia ne per vieną pokalbį, o per plot etapą: keli žmonės atskirai įvertina septynias dimensijas, ir jų atsakymų sklaida tiksliai parodo, ar supratimas yra plačiai paskirstytas organizacijoje, ar priklauso vos nuo kelių žmonių.
Insight atveju sklaida tarp balų dažnai yra įdomesnė nei pats vidutinis lygis. Organizacija gali vidutiniškai pasiekti insight, tuo metu kai IT padalinys supratimą jaučia kaip gilų, o operacinės komandos to beveik nepastebi. Tas atotrūkis yra tiksliai signalas, rodantis, nuo ko turi pradėti kitas žingsnis: ne nuo daugiau technologijų, o nuo to, kas jau suprasta, pasidalinimo. Kadangi pagrindinės dimensijos – organizacija, IT infrastruktūra, duomenų valdymas – laiko priklausomas dimensijas, neturi prasmės pradėti prognozuojančių taikymų, jei supratimas dar nepasiekia visų sričių.
Perėjimas nuo insight į intelligence nereikalauja rinkti naujų duomenų, bet reikalauja esamus įžvalgas paversti kažkuo, kas žvelgia į priekį, o ne atgal. Tai kitokia užduotis nei ankstesni perėjimai: nuo baseline į kitą lygį daugiausia buvo susijęs su struktūros diegimu, kur jos trūko, o nuo activation į kitą lygį – su pavienių sėkmių susiejimu. Insight atveju užduotis yra kitokia: bendras supratimas, kuris jau yra, turi transformuotis į sistemą, kuri iš anksto nurodo kryptį. Kas konkrečiai reikalinga šiam perėjimui, aprašyta puslapyje apie žingsnį nuo insight į kitą lygį.
Hybridresourcing brandos vertinimas atsako į kitą klausimą nei tas, kuris susijęs su užduotimis ir valandomis. Jis vertina, ar organizacija gali nešti AI: ar duomenys, infrastruktūra ir organizacinė struktūra yra pasirengę tam, kas atsidurs ant jų. Insight lygio organizacija šį pagrindą iš esmės yra pastačiusi. Tai automatiškai nereiškia, kad aišku, kokią dalį faktinio darbo AI iš tikrųjų gali perimti – tai yra kitas vertinimas, su kitokia skale. Kas norėtų sužinoti, kiek dabartinio darbo konkrečiai gali būti perimta, pagal užduotį ir pagal vaidmenį, tai ras FTE TO AI darbo skanavime. Šis skanavimas apskaičiuoja, kokia darbo dalis gali būti perimta, atsižvelgiant į tai, kiek organizacija, remiantis šiuo vertinimu, tam jau yra pasirengusi.
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.