Sniegumu vadība ir dimensija, kas mēra, vai organizācija redz, ko AI sniedz, un vai šī informācija kaut kur nonāk. Nevis vai ir izveidots dashboards, bet vai kāds skatās, kā AI risinājums ietekmē caurlaides laiku, kvalitāti vai kļūdu īpatsvaru, un vai šis rezultāts ietekmē nākamo lēmumu. Viena līmeņa kāpums neizmaksā fiksētu summu, jo atstarpe starp līmeņiem katrai organizācijai ir atšķirīga. Organizācijai, kas vēl neko nemēra, vajadzīgs kaut kas citāds nekā organizācijai, kas jau mēra, bet rezultātus nekur nelieto. Kas ir skaidrs: izmaksas reti sastāv no programmatūras. Tās sastāv no laika, atkārtošanas un vēlmes uztvert rezultātus nopietni arī tad, ja tie ir vāji.
Dimensija aplūko trīs lietas. Pirmkārt, vai rezultāts ir definēts, pirms AI risinājums sāk darbu — kam vajadzētu uzlaboties, un kā to var pamanīt. Otrkārt, vai šis rezultāts pēc kāda laika tiešām tiek mērīts, nevis pieņemts. Treškārt, vai mērījumam ir sekas: vai risinājums tiek pielāgots, paplašināts vai pārtraukts, pamatojoties uz mērījuma rezultātiem, vai rezultāts paliek skaitlis atskaitē, ko neviens vairs neatver. Daudzas organizācijas iegūst zemu vērtējumu ne tāpēc, ka nemēra, bet tāpēc, ka mērījumam nav vietas lēmumā.
Sākuma (baseline) līmenī nav aprakstīts, ko nozīmē panākumi, pirms AI risinājums sāk darbu. Pēc laika tiek vērtēts, vai kaut kas "jutās labāk", bez fiksēta kritērija. Ko tas praktiski nozīmē organizācijai, kas atrodas šajā līmenī, ir aprakstīts lapā par ko baseline līmenis nozīmē praksē.
Foundation līmenī rezultāts ir gan noteikts, bet mērījums notiek vienreizēji vai gadījuma rakstā. Pēc pāris nedēļām kāds pārbauda, vai tas darbojas, bet nav atkārtošanas un nav fiksētas formas. Lapa par ko foundation līmenis nozīmē praksē parāda, kā šī situācija atšķiras no baseline un no nākamā līmeņa.
Sākot no activation līmeņa, mērīšana kļūst par ieradumu, nevis izņēmumu: viens un tas pats kritērijs tiek pārskatīts fiksētos brīžos. Insight līmenī šis rezultāts tiek saistīts ar lēmumu — risinājums, kas nesniedz iepriekš sagaidīto, tiek pielāgots vai pārtraukts. Intelligence līmenī mērījums ir iekļauts plašākā ritmā: AI risinājumu sniegumi tiek salikti kopā un salīdzināti, lai organizācija apgūtu, kāda veida risinājumi darbojas un kādi ne.
Sniegumu vadība ir atkarīga no dimensijām, kas secībā ir agrākas. Bez organizācijas, kas zina, kurš ir atbildīgs par rezultātu, mērījums paliek skaitlis bez īpašnieka — tas sākas ar jautājumu, cik gatava organizācija ir attiecībā uz AI, uz kuru var atbildēt, izmantojot organizācijas dimensiju. Bez infrastruktūras, kas ļauj fiksēt datus par izmantošanu un rezultātu, nav nekā, ko mērīt — skatiet IT infrastruktūras dimensiju. Un bez datu pārvaldības, kas nosaka, kuri dati ir pietiekami uzticami, lai uz tiem balstītos, mērījums varbūt sniedz skaitli, bet nesniedz pamatu — skatiet datu pārvaldības dimensiju. Ja kāds vēlas paaugstināt sniegumu vadību, nesakārtojot šos pamatus, viņš mēra kaut ko, bet ne tādu, uz kā var būvēt.
Solis no baseline uz foundation prasa galvenokārt vienošanos: pirms risinājuma sākuma noteikt, ko nozīmē panākumi, un fiksēt to vietā, kur to vēlāk var atrast. Tas nav investīcija tehnoloģijā, bet ieradumā.
Solis no foundation uz activation prasa atkārtošanu: viens un tas pats kritērijs tiek pārskatīts fiksētos brīžos, nevis vienreizējā skatījumā. Tas prasa laiku no kāda, kas šo lietu ievieto darba kārtībā un turpina to jautāt.
Solis uz insight prasa kaut ko sarežģītāku: vēlmi atsaukt vai pielāgot risinājumu, ja mērījums izrādās vājš, arī ja tajā jau ir ieguldīts. Tas ir mazāk izmaksu jautājums, vairāk kultūras jautājums.
Solis uz intelligence beigās prasa salīdzinājumu starp risinājumiem, lai organizācija nemācītos katru reizi atsevišķi, bet redzētu modeļus. Tas prasa fiksētu vietu, kur šis salīdzinājums notiek, un cilvēkus, kuriem tam tiek dots laiks.
hybridresourcing gatavības mērījums parāda, vai organizācija ir spējīga nest to, ko AI sniedz — vai pamati ir sakārtoti, un vai sniegumu vadība var uz tiem būvēt. Tas neko nesaka par to, kuri uzdevumi paša darba ietvaros ir piemēroti, lai AI tos pārņemtu, un cik lielā mērā. Uz šo jautājumu atbild FTE TO AI darba skenēšana, kas pēc uzdevuma aprēķina, cik lielu tā daļu var nodot AI. Tas, kurš zina, kur organizācija atrodas šajā dimensijā, tādējādi jau saņem norādi, vai šāda darba skenēšanas rezultāti kādreiz kaut kur nonāks, vai pazudīs atskaitē, ko neviens vairs neatver.
Gatavības mērījums, ar plot-kārtu, kurā vairāki cilvēki vērtē atsevišķi un kļūst redzama izkliede starp viņu atbildēm, joprojām ir izstrādes procesā. Tas, kurš vēlas izmantot mērījumu, tiklīdz tas būs pieejams, var pierakstīties gaidīšanas sarakstā.
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.