Foundation ir līmenis, kurā organizācija vairāk nesāk no nulles. Ir pieņemti lēmumi, ir izstrādāta politika, ir komanda vai loma, kas ar to nodarbojas. Tas ir solis pēc baseline, kurā AI izmantošana notika galvenokārt gadījuma rakstā un pēc atsevišķu personu iniciatīvas. Foundation līmenī kaut kas ir nofiksēts. Jautājums vairs nav par to, vai organizācija ar to nodarbojas, bet par to, cik vienmērīgi tas notiek visās septiņās dimensijās, kuras nošķir brieduma mērījums.
Visbiežāk sastopamā foundation forma ir nevienmērīga. Organizācija un politika parasti ir pirmās, kas ir izveidotas: ir noteikta persona, kas atbild par AI, ir izstrādātas vadlīnijas par izmantošanu, iespējams, ir pirmais pārvaldības dokuments. Taču IT infrastruktūra un datu pārvaldība regulāri atpaliek. Sistēmas nav pielāgotas AI risinājumu atbalstam, dati atrodas izkaisīti, kvalitāte un pieejamība nav nodrošinātas. Tas nav izņēmums; tas ir modelis, kurā fundamentālās dimensijas atpaliek no atkarīgajām dimensijām.
Tas izpaužas konkrēti: pilotprojekts, kas uz papīra ir apstiprināts, nonāk strupceļā, jo nepieciešamie dati nav pieejami vai nav uzticami. Politikas dokuments eksistē, bet neviens organizācijā nevar to izskaidrot, neskatoties tajā. Ir noteikta atbildīgā persona, bet tai nav pilnvaru pieņemt lēmumus par sistēmām vai budžetiem. Foundation uz papīra izskatās kārtīgāks, nekā tas darbojas praksē.
Foundation līmenī plot-kārtā izkliede parasti ir vislielākā. CIO IT infrastruktūrai piešķir zemu vērtējumu, jo viņš zina, cik daudz vēl jāizdara sistēmu integrācijā. CHRO organizācijai un politikai piešķir augstu vērtējumu, jo tagad vismaz ir kontaktpersona. Abi vērtējumi ir korekti no attiecīgās pozīcijas. Mērījums padara šo atšķirību redzamu, nevis to izlīdzina, un tieši tas ir punkts, kurā foundation prasa sarunu: kura dimensija ir priekšā, kurai vēl jāpanāk tā, un vai šī secības atšķirība ir zināma visiem, kas par to lemj.
Iemesls, kāpēc foundation izpaužas šādā veidā, meklējams pašu dimensiju būtībā. Organizāciju un politiku var izveidot relatīvi ātri: dokuments, loma, tikšanās struktūra. IT infrastruktūrai un datu pārvaldībai nepieciešams vairāk laika, jo tās ir atkarīgas no esošajām sistēmām, kas nav būvētas AI vajadzībām. Tas, kurš foundation līmenī galvenokārt ir ieguldījis politikā un organizācijā, iegūst progresa iespaidu, bez tam, ka fundamentālais slānis būtu attīstījies līdzīgā tempā. Šī atšķirība kļūst redzama tikai tad, kad pilotprojekts vēlas iet tālāk par izmēģinājuma stadiju, un tad izrādās, ka dati tam nav gatavi.
Tas ir arī iemesls, kāpēc foundation ir starpsolis, ne beigu punkts. Līmenis, kurā šī problēma tiek atrisināta, sauc activation, kur fundamentālās un atkarīgās dimensijas tuvinās vienai otrai. Vēlākie līmeņi, insight un intelligence, balstās uz pamata, kas foundation līmenī vēl nav visur vienlīdzīgs.
Solis no foundation uz nākamo līmeni neprasa vairāk politikas. Politika jau ir izveidota. Tas prasa izlīdzināt dimensijas, kas atpaliek, jo īpaši IT infrastruktūru un datu pārvaldību, lai atkarīgajām dimensijām — tostarp AI izmantošanai un tam, cik lielā mērā darbinieki ir ar to pazīstami — būtu kaut kas, uz kā balstīties. Tas nozīmē, ka sistēmām jābūt sakārtotām, pirms tajās tiek ieviesti jauni risinājumi, un ka datu kvalitāte jākļūst par tēmu, kurai ir atbildīgā persona, ne pieņēmums.
Ceļš no šī punkta uz nākamo līmeni ir aprakstīts lapā kā jūs no foundation nokļūstat nākamajā līmenī. Tiem, kas vēlas zināt, kā izskatās solis pirms tam, to var atrast lapā kā jūs no baseline nokļūstat nākamajā līmenī; tiem, kas jau ir tālāk par foundation, ir vērts izlasīt lapu par soli no activation uz nākamo līmeni.
Brieduma mērījums parāda, vai organizācija ir spējīga uzņemties AI: vai fundamentālie slāņi ir pietiekami stipri, lai uz tiem varētu kaut ko būvēt. Tas neko nepasaka par to, kurš darbs šim mērķim ir piemērots vai kuru funkcijas daļu AI varētu uzņemties. Tas ir cits jautājums, ar citu instrumentu. Tiklīdz fundamentālās dimensijas ir sakārtotas — vai kamēr pie tā tiek strādāts — FTE TO AI darba skenēšana var apzināt, kura darba daļa, uzdevums pēc uzdevuma, ir piemērota pārņemšanai. Šie divi mērījumi papildina viens otru: viens parāda, vai pamats ir izveidots, otrs parāda, ko uz šī pamata var darīt.
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.