Kas pirmą kartą dirba su kalbos modeliu, mato, kad kažkas veikia. Gaunamas atsakymas, atsakymas dažnai yra pakankamai teisingas, ir išvada savaime aiški: šito galima daugiau. Ta išvada nėra klaidinga, bet ji pagrįsta vienu momentu viename lange. Pokalbių langas parodo, ar modelis geba atsakyti į klausimą. Jis neparodo, ar organizacija už jo geba tinkamai užduoti klausimą, pateikti tinkamus duomenis ir leisti atsakymui atsispindėti sprendime, kuris kažką reiškia.
Toks skirtumas yra priežastis, kodėl bandomieji projektai dažnai startuoja, bet retai plečiami. Bandomasis projektas įrodo, kad technologija kažką gali. Jis nieko neįrodo apie septynis aspektus, kurie nustato, ar organizacija tą galėjimą taip pat gali išlaikyti: nuo organizacijos ir vadovybės iki IT infrastruktūros, duomenų valdymo, procesų, žmonių, valdysenos ir kultūros. Pokalbių langas testuoja vieną praktinį atvejį, vienu metu, su vienu naudotoju. Jis nieko nesako apie tai, kas nutinka, kai šimtas naudotojų užduoda tą pačią klausimą, su duomenimis, kurie ne visada švarūs, procese, kuris nėra pritaikytas atsakymui, kuris kinta.
hybridresourcing.com brandos vertinimas nežiūri į užduotį ar atsakymą, bet į sluoksnį, kuris yra žemiau: klausimą, ar organizacija kaip visuma yra pasirengusi dirbti su AI, o ne tik su ja eksperimentuoti. Tai vyksta per penkis lygius — baseline, foundation, activation, insight, intelligence — ir per septynis aspektus, kurie kartu nustato, kur organizacija yra. Ne kiekvienas aspektas sveria vienodai bet kuriuo metu. Pamatiniai aspektai, tokie kaip organizacija ir IT infrastruktūra, turi pirmenybę prieš aspektus, kurie nuo jų priklauso. Tai nėra mūsų pasirinkimas, bet tvarka, kuria tai veikia: neturint veikiančios infrastruktūros, geras duomenų valdymas turi mažai atramos, o neturint aiškaus sprendimų priėmimo, gera infrastruktūra turi mažai poveikio.
Svarbi vertinimo dalis yra sklaidos raundas (plot-ronde). Keli žmonės organizacijoje vertina atskirai, nematydami vienas kito atsakymų. Rezultatas nėra tik pozicija penkiuose lygiuose, bet ir sklaida tarp to, ką skirtingi žmonės mano esant tiesa. Vadovybė, kuri mano, kad organizacija yra activation lygyje, kai tuo tarpu IT save priskiria baseline lygiui, turi problemą, didesnę už vidurkį. Ta sklaida dažnai yra informatyvesnė nei pats rezultatas: ji parodo, kur organizacija nesutaria pati su savimi, ir tai tiksliai ta vieta, kur bandomasis projektas užstringa, kai niekas negali nurodyti kodėl.
Brandos vertinimas neatsako į klausimą, kurias užduotis AI gali perimti. Jis nieko nesako, kiek laiko konkreti funkcija sugaišta konkrečiam veiksmui, ir nieko apie tai, kas nutinka, kai tas veiksmas išnyksta. Jis vertina pasirengimą, ne perėmimą. Organizacija gali gauti aukštą įvertinimą visuose septyniuose aspektuose ir vis tiek neturėti identifikavusi nė vienos užduoties, kuri būtų pasirengusi perdavimui. Ir priešingai, organizacija gali būti pilna užduočių, puikiai tinkančių automatizavimui, kai pati organizacija dar nėra pasirengusi tai leisti atsakingai.
Vertinimas taip pat nepasako, kuriuos sprendimus galima, o kuriuos negalima automatizuoti — tai klausimas, kuris nusipelno atskiro dėmesio, be kita ko, apžvalgoje apie sprendimus, kurie turėtų likti už automatizavimo ribų. Ir rezultatas nieko nesako apie tai, kokios dokumentacijos praktiškai trūksta: kas norės sužinoti, kas turėtų būti sprendimų inventoriuje, to neras lygyje ar aspekte, o atskirame procese.
Ką vertinimas iš tikrųjų daro — tai suteikia aiškumo apie pradinę padėtį. Žemas įvertinimas viename iš septynių aspektų automatiškai nereiškia, kad kažkas yra iš esmės ne taip; tai reiškia, kad yra dvi galimos kryptys, ir kuri iš dviejų tinka, skiriasi priklausomai nuo organizacijos — skirtumas, kuris toliau nagrinėjamas puslapyje, aprašančiame du scenarijus, susijusius su žemu įvertinimu. Kas norės pradėti nuo savo pačių vertinimo, gali tai padaryti puslapiuose, kuriuose aptariama organizacijos pačios branda ir IT infrastruktūros branda kaip du iš septynių aspektų, ant kurių yra pastatytas visas vertinimas.
Šis skirtumas yra sąmoningas. Organizacija, kuri pirmiausia norės žinoti, ar AI jai kažką duoda, užduoda kitą klausimą nei organizacija, kuri norės žinoti, ar ji yra pasirengusi AI naudoti atsakingai. Abu klausimai yra teisėti, bet jiems reikia skirtingų įrankių. Kas leidžia šiems abiem klausimams susilieti, gauna atsakymą, kuris tinkamai netinka nė vienam iš jų: rezultatą, kuris skamba kaip užduočių analizė, arba užduočių analizę, kuri apsimeta, jog kažką sako apie organizacinį pasirengimą.
Brandos vertinimas, su penkiais lygiais, septyniais aspektais ir sklaidos raundu, šiuo metu yra kuriamas. Kol kas nėra aplinkos, kurioje šiandien galėtumėte prisijungti ir gauti įvertinimą. Kas domisi šiuo, gali užsiregistruoti laukimo sąraše ir bus informuotas, kai vertinimas taps pasiekiamas.
Kai organizacijos pasirengimas kartą yra nustatytas, kitas klausimas lieka neatsakytas: kokia dalis darbo pati iš tikrųjų gali būti perimta. Tai nėra kažkas, į ką šis vertinimas atsako, ir tai nėra jo tikslas. Į tą klausimą atsako FTE TO AI darbo skanavimas (werkscan), kuris pagal kiekvieną užduotį apskaičiuoja, kokia dalis darbo yra tinkama tam, kad AI ją perimtų — skaičiavimas, kuris turi reikšmę tik tada, kai organizacija, kurioje jis pritaikomas, taip pat yra iš tikrųjų pasirengusi jį išlaikyti.
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.