Stebėsena ir signalizavimas skamba kaip skydelis (dashboard). Iš tikrųjų tai dažniausiai yra kažkas kito: sistema, kuri nuolat gauna duomenis, lygina juos su lūkesčiu ar slenkstine reikšme, ir duoda signalą, kai kažkas neatitinka normos. Tai gali būti mašina, kuri vibruoja kitaip nei paprastai, atsargos, kurios mažėja greičiau nei planuota, tinklas, per kurį eina neįprastas srautas, arba kliento procesas, kurio trukmė ilgėja. AI komponentas yra atpažįstant modelius, kurių fiksuotomis taisyklėmis pagauti negalima — o ne pakeičiant žmogų, kuris į signalą reaguoja.
Stebėsenos sistema duoda tris dalykus: nuolatinį matavimą, normą, su kuria tas matavimas lyginamas, ir signalą, kai nuokrypis viršija tam tikrą ribą. Kas vyksta po to, priklauso nuo sistemos sandaros. Paprasčiausioje formoje pranešimas nueina žmogui, kuris įvertina ir veikia. Sudėtingesnėje formoje signalas automatiškai paleidžia tolesnį žingsnį — pranešimą tiekėjui, pakeitimą plane, sandorio blokavimą. Ta antroji forma priartėja prie grandinių, kuriose žingsniai vienas kitą lemia srities: stebėsena tada tampa proceso pradžios taškas, kuris vyksta be įsikišimo, o tam reikia kitokio pasitikėjimo nei pranešimo, kurį žmogus dar gali uždaryti neperskaitęs.
Skirtumas tarp šių dviejų formų nėra nereikšmingas. Signalas, kuris nueina žmogui, gali būti neteisingas ir iš karto nepadaryti žalos — žmogus jį filtruoja. Signalas, kuris paleidžia veiksmą, turi būti teisingas, arba organizacija turi turėti būdą tą veiksmą atšaukti. Todėl daugelis organizacijų pradeda nuo pirmosios formos ir prie antrosios pereina tik tada, kai signalas įrodo savo patikimumą.
Stebėsena ir signalizavimas pirmiausia reikalauja nuolatinių, patikimų duomenų. Sistema, kuri kas savaitę gauna eksportą iš kitos sistemos, signalo duoti negali — ji gali tik atgaline data pateikti ataskaitą. Turi būti srautas: jutikliai, žurnalai, sandoriai, įvykiai, kurie nuolat gaunami ir kurių kokybė nesvyruoja pagal tai, kas atlieka įvedimą.
Be to, reikia normos. Nuokrypis yra nuokrypis tik lyginant su kažkuo. Su mašinomis tai dažnai yra techninė specifikacija; su procesais dažniau tai yra istorinis vidurkis arba tikslinė reikšmė, kurią kažkas nustatė. Kur tos normos trūksta arba ji nestabili — procesas, kuris nuolat kinta, rinka, kuri svyruoja — sistema duoda arba per daug signalų, arba per mažai. Abu atvejai griauna pasitikėjimą ja.
Trečia, reikia nustatyto maršruto, kas vyksta su signalu. Kas gauna pranešimą, per kiek laiko jis įvertinamas, kokia eskalacija, jei nereaguojama. Be to maršruto signalas baigiasi pašto dėžutėje, kurios niekas neskaito, ir sistema praranda savo funkciją. Tai susiję su tuo pačiu klausimu kaip ir pokalbiuose, kurie fiksuojami ir toliau vykdomi: fiksavimas be tolesnio vykdymo duoda tik archyvą, ne pagerėjimą.
Dažniausia klaida yra stebėsenos sistema, kuri duoda per daug signalų. Jei kiekvienas mažas nuokrypis sukelia pranešimą, žmonės išmoksta jį ignoruoti — priešingas efektas nei tas, kuriam sistema skirta. Slenkstinės reikšmės nustatymas todėl yra nuolatinis balansavimas tarp per daug triukšmo ir per vėlai perspėjimo, ir tas balansas keičiasi, kai gaunama daugiau duomenų.
Antra klaida yra tai, kad signalas duodamas, bet niekas neatsakingas už jo tolesnį vykdymą. Tai dažnai nutinka, kai stebėsena kuriama kaip IT projektas, neprijungiant skyriaus, kuris su signalais turės dirbti. Technologija veikia, organizacija — ne.
Trečia klaida kyla, kai signalas reikalauja sprendimo, kuris iš tikrųjų yra žmogaus darbas — ar šis nuokrypis priimtinas, ar reikia skambinti klientui, ar šia rizika verta sustabdyti procesą. Kur toks vertinimas tampa sunkesnis nei gali priimti fiksuota taisyklė, stebėsena pasislenka į sprendimų paramos sritį, ir joje taikomi kitokie pagrindimo ir aiškinamumo reikalavimai nei paprastam slenkstiniam signalui.
Dauguma stebėsenos projektų, kurie neįgauna pagreičio, užstringa dėl duomenų srauto, ne dėl modelio. Jutikliai, kurie sugenda, žurnalai, kurie nenuoseklūs, sistemos, kurios nebendrauja tarpusavyje — tai ne AI problemos, tai infrastruktūros problemos, kurios pirmiausia turi būti išsprendžos. Koordinacija taip pat svarbi: signalas, kylantis viename skyriuje, dažnai turi pasiekti kitą skyrių, kad turėtų reikšmę, ir tai susiję su klausimu, kaip sutvarkyta koordinacija tarp skyrių.
Šis puslapis aprašo, ką stebėsena ir signalizavimas gali duoti, ir kas organizacijoje turi būti sutvarkyta, kad tai veiktų. Kitas klausimas yra, kokią dalį darbo aplink tuos signalus — vertinimą, tolesnį vykdymą, eskalavimą — iš tikrųjų gali perimti AI. Tai užduočių lygio klausimas, ir į jį atsako FTE TO AI darbo skenavimas (werkscan): jis pagal kiekvieną užduotį apskaičiuoja, kokią darbo dalį galima perimti, o ne visą procesą ar visą funkciją bendrai.
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.