Veiklos valdymas yra dimensija, kuri matuoja, ar organizacija mato, ką AI duoda, ir ar ta informacija kur nors nusėda. Ne tai, ar egzistuoja informacijos skydelis, bet tai, ar kas nors žiūri, kaip AI taikymas pakeičia atlikimo laiką, kokybę ar klaidų dažnį, ir ar tas rezultatas turi įtakos kitam sprendimui. Vienas lygis aukščiau nekainuoja fiksuotos sumos, nes atstumas tarp lygių skiriasi organizacijai nuo organizacijos. Organizacija, kuri dar nieko nematuoja, turi sukurti kitokią sistemą nei organizacija, kuri jau matuoja, bet rezultatų niekur nenaudoja. Kas tikra: išlaidos retai slypi programinėje įrangoje. Jos slypi laike, pakartojime ir noro rimtai vertinti rezultatus, net kai jie nuvilia.
Ši dimensija vertina tris dalykus. Pirma, ar rezultatas apibrėžtas prieš AI taikymo pradžią — kas turi pagerėti, ir kaip tai bus pastebima. Antra, ar tas rezultatas laikui bėgant faktiškai matuojamas, o ne tik prielaidomis daromas. Trečia, ar matavimas turi pasekmę: ar taikymas koreguojamas, plečiamas ar sustabdomas remiantis tuo, kas išmatuota, ar rezultatas išlieka skaičiumi ataskaitoje, kurios niekas iš naujo neatidaro. Daug organizacijų vertinamos žemai ne todėl, kad jos nematuoja, bet todėl, kad matavimas neturi vietos sprendime.
Bazinio (baseline) lygio metu nėra apibrėžimo, kas reiškia sėkmę prieš AI taikymo pradžią. Atgaline data žiūrima, ar kažkas „jautėsi geriau“, be fiksuoto kriterijaus. Kas tai praktiškai reiškia organizacijai, esančiai šiame lygyje, aprašyta puslapyje apie ką bazinis (baseline) lygis reiškia praktiškai.
Pagrindų (foundation) lygyje rezultatas yra įvardytas, tačiau matavimas vyksta vienkartinai arba atsitiktinai. Kažkas po kelių savaičių patikrina, ar tai veikia, bet nėra pakartojimo ir fiksuotos formos. Puslapis apie ką pagrindų (foundation) lygis reiškia praktiškai parodo, kuo šis lygis skiriasi nuo bazinio ir nuo kito lygio.
Nuo aktyvacijos (activation) lygio matavimas tampa įpročiu, o ne išimtimi: tas pats kriterijus fiksuotais momentais peržiūrimas iš naujo. Įžvalgos (insight) lygyje tas rezultatas susiejamas su sprendimu — taikymas, kuris neduoda to, kas iš anksto tikėtasi, koreguojamas arba sustabdomas. Intelekto (intelligence) lygyje matavimas įtrauktas į platesnį ritmą: AI taikymų veikla lyginama tarpusavyje, kad organizacija mokytųsi, kokio tipo taikymas veikia, o koks ne.
Veiklos valdymas priklauso nuo dimensijų, kurios eilėje eina anksčiau. Be organizacijos, kuri žino, kas yra atsakingas už rezultatą, matavimas išlieka skaičiumi be savininko — tai pradeda klausimas, kokia yra organizacijos branda AI atžvilgiu, į kurį atsakoma per organizacijos dimensiją. Be infrastruktūros, kuri leidžia užfiksuoti duomenis apie naudojimą ir rezultatą, nėra ko matuoti — žr. IT infrastruktūros dimensiją. Ir be duomenų valdymo, kuris nustato, kokie duomenys yra pakankamai patikimi, kad jais būtų galima remtis, matavimas gal ir duoda skaičių, bet ne pagrindą — žr. duomenų valdymo dimensiją. Kas norėtų pakelti veiklos valdymą, neturint šių pagrindų sutvarkytų, tas kažką matuoja, bet ne tai, kuo galima remtis.
Žingsnis nuo bazinio (baseline) į pagrindų (foundation) lygį pirmiausia reikalauja susitarimo: prieš taikymo pradžią įvardyti, ką reiškia sėkmė, ir tai užfiksuoti vietoje, kur tai bus vėliau galima rasti. Tai nėra investicija į technologiją, bet į įprotį.
Žingsnis nuo pagrindų (foundation) į aktyvaciją (activation) reikalauja pakartojimo: tas pats kriterijus turi būti peržiūrimas fiksuotais momentais, o ne tik vienkartiniu žvilgsniu. Tam reikia laiko iš žmogaus, kuris tai iškelia į darbotvarkę ir toliau to klausia.
Žingsnis į įžvalgą (insight) reikalauja kažko sudėtingesnio: noro atšaukti ar koreguoti taikymą, jei matavimas nuvilia, net jei į jį jau investuota. Tai mažiau išlaidų klausimas, o labiau kultūros klausimas.
Žingsnis į intelektą (intelligence) galiausiai reikalauja taikymų tarpusavio palyginimo, kad organizacija mokytųsi ne pavieniais atvejais, bet matytų dėsningumus. Tam reikia fiksuotos vietos, kur tas palyginimas vyksta, ir žmonių, kuriems tam skiriamas laikas.
hybridresourcing brandos matavimas parodo, ar organizacija yra pajėgi išnaudoti tai, ką AI duoda — ar pagrindai yra sutvarkyti, ir ar veiklos valdymas gali jais remtis. Jis nieko nesako apie tai, kurios užduotys pačiame darbe yra tinkamos perduoti AI, ir kokiu mastu. Į tą klausimą atsako FTE TO AI darbo skanavimas (werkscan), kuris kiekvienai užduočiai apskaičiuoja, kokią jos dalį galima perduoti AI. Kas jau žino, kur organizacija stovi šioje dimensijoje, tas taip pat turi nuorodą, ar tokio darbo skanavimo rezultatai vėliau kur nors nusėda, ar dingsta ataskaitoje, kurios niekas iš naujo neatidaro.
Brandos matavimas, su plot-etapu, kurio metu keli žmonės atskirai vertina ir tampa matomas jų atsakymų išsiskyrimas, dar yra kuriamas. Kas norėtų naudoti šį matavimą, kai tik jis bus prieinamas, gali užsiregistruoti į laukiančiųjų sąrašą.
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.