Intelligence ir piektais līmenis hybridresourcing brieduma mērījumā, pēc baseline, foundation, activation un insight. Tas ir līmenis, kurā septiņas dimensijas — no organizācijas un IT infrastruktūras līdz datu pārvaldībai un no tām atkarīgajām dimensijām virs tām — nedarbojas vairs katra atsevišķi, bet ir savstarpēji saskaņotas. Tas izklausās abstrakti, kamēr nepaskatāties, kas praksē tad notiek un kas ne.
Zemākos līmeņos AI darbojas pilotprojektos, atsevišķi cits no cita, ar mainīgu piederību. Intelligence līmenī šis modelis ir pārtraukts. Lēmumi par jauniem risinājumiem netiek pieņemti vairs projektu ietvaros, bet izriet no struktūras, kas jau ir izveidota: skaidra piederība, dati, kas ir atrodami un ticami, infrastruktūra, kas spēj uzņemt paplašināšanos, nesaskaroties katrai iniciatīvai atkal ar tiem pašiem ierobežojumiem. Organizācijai nav viena veiksmīga risinājuma, bet gan darba veids, kurā risinājumi cits citu pastiprina, nevis cits citam traucē.
Tas nenozīmē, ka viss automātiski notiek pareizi. Tas nozīmē, ka gadījumā, ja kaut kas noiet greizi, organizācija zina, kur ir problēma un kā to koriģēt. Fundamentālās dimensijas tad nes to dimensiju smagumu, kas no tām ir atkarīgas, tā kā tam jābūt: vispirms stāv pamats, tikai tad risinājums, kas uz tā balstās.
Insight līmenī organizācija bieži jau labi redz, kas notiek: ir skaidrs, kas darbojas un kas ne, notiek mērīšana un korekcijas. Kas insight līmenī vēl trūkst, ir veids, kādā šīs atziņas strukturāli tiek iestrādātas organizācijas iekārtojumā. Intelligence ir solis, kurā šī atziņa vairs nav pārskats, bet gan darbības sastāvdaļa. Kas vēlas vairāk zināt par šo pāreju, atradīs padziļinātu izklāstu kā jūs no insight nonākat nākamajā līmenī.
Atšķirības starp respondentiem šajā līmenī parasti ir mazākas nekā zemākos līmeņos. Baseline un foundation līmenī nodaļas bieži uzrāda ievērojami atšķirīgus rezultātus, jo viena ir tikusi tālāk nekā otra. Intelligence līmenī šīs atšķirības parasti ir mazākas, ne tāpēc, ka visi visur vienoti domā, bet tāpēc, ka struktūra pati atstāj mazāk vietas lielām atšķirībām pieredzē. Tas ir kaut kas, ko parāda mērījuma diagrammas kārta: ne tikai vidējais līmenis, bet arī tas, cik vienveidīgi šis priekšstats organizācijā pastāv.
Intelligence ir augstākais līmenis šajā mērījumā, un tas rada jautājumu, kas tad vēl ir darāms. Atbilde ir tāda, ka līmeņa sasniegšana nav galapunkts. Infrastruktūra noveco, komandas mainās, jauni risinājumi rada jaunas prasības datiem un pārvaldībai. Šī līmeņa uzturēšana prasa tikpat lielu uzmanību kā tā sasniegšana, un jautājums pārvirzās no 'kā mēs līdz šejienei nokļuvām' uz 'kā mēs to noturam, kamēr organizācija un tehnoloģija turpina mainīties'. Šī jautājuma izklāsts ir pieejams kā jūs turpināt būvēt no intelligence.
Organizācijām, kas šo līmeni ir vēl nesasniegušas, ir noderīgi zināt, ka ceļš uz to nav vienā solī. Maršruts ved caur zemākiem līmeņiem, un jautājumi, kas ir aktuāli katrā līmenī, atšķiras. Kas vēlas zināt, kā izskatās pirmie soļi, to atradīs kā jūs no baseline nonākat nākamajā līmenī un solī, kas seko pēc tam, aprakstīts kā jūs no activation nonākat nākamajā līmenī.
Intelligence līmeņa sasniegšana pasaka kaut ko par to, cik lielā mērā organizācija ir iekārtota, lai nesu AI risinājumus. Tas nepasaka nekā par to, kuri uzdevumi šīs organizācijas ietvaros ir piemēroti, lai to pārņemtu AI, un cik lielā mērā. Tas ir citāds jautājums, ar citādu instrumentu.
hybridresourcing brieduma mērījums skar nesošo pusi: vai organizācija, infrastruktūra un datu pārvaldība ir tādā stāvoklī, ka AI risinājumi var funkcionēt, nesaskaroties ar fundamentāliem ierobežojumiem. Šis jautājums ir priekšnoteikums otram jautājumam, tas ir, kura darba daļa pati par sevi ir piemērota AI. Šim jautājumam ir FTE TO AI darbaskena, kas katram uzdevumam aprēķina, kuru darba daļu var pārņemt. Organizācijai intelligence līmenī ir izveidota struktūra, lai ar šīs skenēšanas rezultātiem kaut ko darītu; kas vēlas zināt, ko darbaskena konkrēti sniedz, kad AI faktiski sāk veikt uzdevumus, to atradīs ko jūs varat darīt ar agentiem, kas veic darbu.
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.