Tarp septynių dimensijų brandos vertinime žmonės ir įgūdžiai yra dažniausiai minima priežastis, kodėl AI pilotinis projektas neišauga į platesnį naudojimą. Ne dėl to, kad žmonės nenori, o dėl to, kad įgūdis yra kas kita nei žinojimas. Žmogus gali žinoti, kas yra kalbos modelis, ir vis tiek nežinoti, kada rezultatu galima pasitikėti. Tas atotrūkis tarp žinojimo ir mokėjimo pritaikyti yra tiksliai tai, ką ši dimensija matuoja.
Ši dimensija yra susijusi su kitomis pagrindinėmis dimensijomis. Įgūdžiai sunkiai vystosi, jei organizacija pati nėra pritaikyta mokymuisi su AI, o mokymasis naudojant AI sprendimus vyksta prastai, jei IT infrastruktūra nesuteikia aplinkos saugiai eksperimentuoti. Kas mąsto tik mokymų biudžeto kategorijomis, nepastebi šios sekos.
Baziniame lygyje nedidelis skaičius žmonių naudojasi AI įrankiais savo iniciatyva, nepastebimai organizacijai. Nėra bendro supratimo, kas veikia, o kas ne, ir tai, ką žmogus išmoksta, pasilieka pas tą žmogų. Ką bazinis lygis reiškia praktikoje yra ne susidomėjimo trūkumas, o struktūros nebuvimas, kad tas susidomėjimas būtų išnaudotas.
„Foundation“ lygyje yra pirminis bendras pagrindas: keletas žmonių yra išsivystę panašius įgūdžius, susiformavęs bendras žodynas, ir pavieniai patyrimai kartais pasidalijami. Ką „foundation“ lygis reiškia praktikoje yra žingsnis nuo individualaus naudojimo prie kažko, kas pradeda panašėti į komandą, kuri supranta tą pačią kalbą.
„Activation“ lygyje žmonės nuosekliai taiko AI savo užduotyse ir atpažįsta, kur tai tinka, o kur ne. „Insight“ lygyje akcentas pasislenka: žmonės ne tik moka naudoti AI, bet ir moka įvertinti, ar rezultatas teisingas, ir kodėl. „Intelligence“ lygyje toks vertinimas nebėra atskiras žingsnis, o yra tapęs normalios darbo eigos dalimi, paplitusia visoje organizacijoje, ne tik pas kelis pradininkus.
Šioje dimensijoje dažnai atsiranda didžiausias skirtumas tarp to, ką įvertina CIO, ir to, ką įvertina komandos vadovas. CIO mato, kokie mokymai buvo organizuoti, ir tai skaito kaip pažangą. Komandos vadovas mato, kad tie mokymai mažai pakeitė tai, kaip darbas faktiškai vyksta, ir vertina žemiau. Abu stebėjimai yra teisingi; jie tik matuoja skirtingas šios pačios dimensijos dalis. Pasiūla ir taikymas nėra tas pats, ir plot-etapas tiksliai atskleidžia šį atotrūkį, o ne jį vidurkiu paslepia.
Lygio pakilimas žmonių ir įgūdžių dimensijoje daugiausia nepriklauso nuo mokymų biudžeto. Jis priklauso nuo kartojimo: žmonių, kurie nuolat taiko AI tikram darbui, ne pratybų pavyzdžiams. Jis priklauso nuo laiko, kuris tikrai yra skirtas be reguliarių užduočių, o ne tik popieriuje priskirtas. Ir jis priklauso nuo aplinkos, kurioje klaidų daryti mokantis nėra priežastis grįžti prie senojo darbo būdo.
Be to, žingsnis priklauso nuo to, ar įgūdis tampa pastebimas ir pasidalijamas. Žmogus, kuris gerai išmoksta patikrinti AI rezultatą, organizacijai padeda pažengti į priekį tik tada, jei tas darbo būdas kažkur pasiekia, kur kiti gali jį perimti. Be tokio mechanizmo bet kokia pažanga išlieka susieta su vienu asmeniu ir dingsta, kai tas asmuo pakeičia pareigas.
Tai iškart atskleidžia, kodėl šios dimensijos vien atskirai retai galima pataisyti. Kaip mokomasi, ar žmogus dirbo gerai, ir ar tas mokymasis yra atpažįstamas ir apdovanojamas, tiesiogiai susiję su tuo, kokia brandi yra veiklos valdymo sistema. Ir įgūdžiai taip pat vystosi lėčiau, jei duomenys, su kuriais žmonės mokosi, yra nepatikimi, todėl šios dimensijos retai galima atskirti nuo to, kokia brandi yra duomenų valdymo sistema.
Ši dimensija parodo, ar žmonės organizacijoje yra pasirengę dirbti su AI tokiu lygiu, kuris atitinka siekiamą tikslą. Ji neparodo, kokią dalį konkrečios pareigybės AI gali perimti, ir kokia dalis turi pasilikti žmogui. Tai kitas klausimas, į kurį atsakoma pagal užduotį, ne pagal organizaciją. FTE TO AI darbo skenavimas (werkscan) apskaičiuoja, kokią dalį darbo tam tikroje pareigybėje tinka perduoti AI, užduotis po užduoties. Kur šis puslapis aprašo, ar žmonės pasirengę tą perdavimą lydėti, darbo skenavimas parodo, kas konkrečiai gali būti perduota — ir tai tampa prasmingu klausimu tik tada, kai perimančioji pusė, kaip aprašyta čia, yra tvirtai 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.