Foundation līmenī ir pamats: ir kāda IT infrastruktūras forma, kas var nest AI lietojumprogrammas, ir datu pārvaldības iesākums, un organizācija ir nolēmusi, ka AI ir kaut kas, ko jāuztver nopietni. Activation ir nākamais solis. Tas nozīmē, ka nav vairs tikai plāni un nodomi, bet AI faktiski darbojas — kādā komandā, kādā procesā, kādā organizācijas daļā. Ir kaut kas lietošanā. Ir kaut kas, kas sniedz rezultātu, uz kuru cilvēki var norādīt.
Tā ir principiāli citāda situācija nekā foundation, kur jautājums vēl ir, vai organizācija spēj sākt. Activation līmenī šis jautājums ir atbildēts: sākums ir izdarīts. Atlikušais jautājums ir, vai šo sākumu var atkārtot, izplatīt un nodot tālāk — vai tas paliks ierobežots ar vietu, kur tas radās.
Organizācijas šajā līmenī parasti atpazīst sevi vairākos atkārtojošos rakstos. Ir pilotprojekts, kas darbojas, bieži nesot to uz pleciem daži cilvēki, kas ir izcili motivēti un pašiem izdomājuši, kā kaut ko izdarīt. Ir rezultāts, bet rezultāts ir saistīts ar cilvēkiem, ne ar procesu. Ja šī persona aiziet vai ir noslogota ar citu darbu, iniciatīva apstājas.
IT infrastruktūra atbalsta to, kas notiek, bet nav iekārtota, lai to mērogotu: kas darbojas vienā vietā, jāceļ no jauna citur, ar citiem rīkiem, citām vienošanām, citiem pieņēmumiem. Datu pārvaldība ir pietiekama pašreizējam lietojumam, bet nav sakārtota pietiekami, lai izveidotu otro vai trešo lietojumu bez darba atkārtošanas. Un organizācijas līmenī bieži trūkst kopīga priekšstata: viena nodaļa nezina, ka cita ir izveidojusi kaut ko līdzīgu, un nav vietas, kur šīs zināšanas sanāktu kopā.
Mērījuma septiņas dimensijas šo modeli parasti parāda precīzi: fundamentālās dimensijas, piemēram, organizācija, IT infrastruktūra un datu pārvaldība, uzrāda zemāku rezultātu nekā atkarīgās dimensijas, kas uz tām balstās. Tātad aktivitāte ir, bet slānis, kam šai aktivitātei jāstāv pamatā, vēl nav pabeigts.
Vairākas zīmes bieži atgriežas kopā. Runā par "to rīku, ko lieto X komanda" tā vietā, lai runātu par risinājumu, kas pieejams visai organizācijai. Jautājumi par lietojumu iet uz vienu personu, nevis uz procesu vai dokumentāciju. Ja kādam citā komandā ir tāda pati problēma, šī persona sāk no jauna, ar savu pieeju, tā vietā, lai pieslēgtos tam, kas jau eksistē. Un lēmumu pieņemšana par izplatīšanu — vairāk budžeta, vairāk cilvēku, vairāk lietojumu — notiek pēc nojautas un anekdotēm, jo nav kopīga pārskata par to, kas darbojas un kāpēc.
Mērījuma plot-aplis to bieži padara konkrēti redzamu. Kad vairāki cilvēki novērtē atsevišķi, activation līmenī bieži redzama lielāka izkliede nekā citos līmeņos: kurš ir tuvāk iniciatīvai, novērtē organizāciju augstāk nekā tas, kurš ir tālāk no tās. Šī izkliede pati par sevi ir signāls. Tā saka, ka panākumi šajā līmenī bieži tiek pieredzēti lokāli un ka priekšstats par "kur mēs esam" vēl nav kopīgs.
Pāreja no activation uz nākamo līmeni — insight — nav par vairāk pilotprojektiem vai lielāku entuziasmu. Tie jau ir. Pāreja ir par to, ka jau darbojošos padara nesošu: infrastruktūru, kas nav piesaistīta vienai nodaļai, datu pārvaldību, kas otro lietojumu nepiespiedus atkārtot jau paveikto darbu, un organizācijas formu, kurā zināšanas par to, kas darbojas, nepaliek iestrēgušas pie vienas personas. Tas ir mazāk tehnisks solis, bet vairāk strukturāls: tas ir par to, kam pieder tas, kas ir izveidots, un vai šī piederība ir plašāka nekā tie cilvēki, kas uzņēmās iniciatīvu.
Kā šis solis izskatās tieši, atšķiras katrai organizācijai un ir atkarīgs no tā, kur izkliede starp septiņām dimensijām ir vislielākā. Tam, kurš atrodas activation līmenī un vēlas zināt, kas konkrēti jāizdara, lai virzītos tālāk, ir izstrādāts ceļš kā jūs no activation nokļūstat nākamajā līmenī. Tam, kurš vairāk atpazīst sevi organizācijā, kurai vēl jāsāk, atbilstošais solis ir pieejams kā jūs no foundation nokļūstat nākamajā līmenī. Un tam, kurš vēlas zināt, kas jāveic pēc activation — kā izskatās organizācija, kas ir tālāk par pirmo darbojošos lietojumu — to var izlasīt ko līmenis insight nozīmē praksē.
Šis mērījums parāda, vai organizācija spēj nest AI: vai fundamentālais slānis atrodas zem lietojuma, un vai activation var izplatīties bez tā, ka paliek atkarīga no cilvēkiem. Tas ir cits jautājums nekā tas, kura darba daļa pati par sevi ir piemērota AI. Tam, kurš vēlas zināt tieši to — kuru uzdevuma, lomas vai procesa daļu AI faktiski var pārņemt — to atrod FTE TO AI darba mērījumā (werkscan), kas katram uzdevumam aprēķina, kuru darba daļu var nodot tālāk. Abi jautājumi pieder kopā: viens mēra pamatu, uz kura AI var stāvēt, otrs mēra to, ko uz šī pamata var novietot.
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.