hybridresourcing Pieteikties gaidīšanas sarakstam

Kennisbank

Lēmumi, kurus jūs nenododat AI

Katra vadība, kas sāk strādāt ar AI, agrāk vai vēlāk sastopas ar šo jautājumu: kuru lēmumu drīkst pieņemt sistēma, un kurš lēmums paliek pie cilvēka. Jautājums izklausās vienkārši. Atbilde bieži nav tāda, jo robeža nav pašā lēmumā, bet gan tajā, kā organizācija ir to sakārtojusi.

Kāpēc šo jautājumu nevar atbildēt ar sarakstu

Neeksistē fiksēts saraksts ar lēmumiem, kuriem pēc definīcijas jāpaliek cilvēka rokās. Atlaišanas lēmums, kredīta atteikums, medicīnisks novērtējums: tie ir bieži minēti piemēri, bet iemesls, kāpēc tie ir jutīgi, katrā organizācijā ir citāds. Vienā iestādē tas ir jautājums par juridisko atbildību, citā — par rezultāta neatgriezeniskumu, trešajā — par pietiekamas kļūdu robežas trūkumu. Kas kopē sarakstu no citas organizācijas, kopē atbildi, neuzdodot pašu jautājumu.

Tas, kas patiešām darbojas, ir lēmuma paša analīze: kāda ir ietekme, ja tas noiet greizi, vai rezultātu var labot, un vai ir kāds, kas var rezultātu izklāstīt un par to atbildēt. Šie trīs jautājumi ir pamatā tam, ko citur dēvē par aģentu noteikumiem: noteiktas robežas, kas nosaka, kad sistēma drīkst turpināt darbu un kad tai jāapstājas un jāiesaista cilvēks.

Kāpēc šis ir organizācijas, nevis tehnisks jautājums

Kārdinājums ir liels šo jautājumu nodot IT nodaļai, kā ja tas būtu iestatījums, ko konfigurē vienreiz. Tas nedarbojas, un iemesls ir vienkāršs: aģenta noteikums ir uzticams tikai tad, ja organizācija tam apkārt ir sakārtota. Ja neviens nezina, kas ir procesa īpašnieks, neviens nevar noteikt, kas ir eskalācijas punkts. Ja dati nav sakārtoti, sistēma nezina, kad tā sastopas ar izņēmumu, kam nepieciešams cilvēks. Organizācijas fundamentālās dimensijas — pārvaldība, infrastruktūra, datu pārvaldība — tāpēc ir svarīgākas par jautājumu, kuri lēmumi drīkst tikt automatizēti. Bez šā pamata katra robeža, ko jūs iezīmējat, ir robeža uz papīra.

Tieši tāpēc šis jautājums reti dzīvo tikai vienā organizācijas vietā. Vadība redz risku, IT direktors redz tehnisko iespējamību, procesa īpašnieks redz ikdienas praksi. Kā šīs trīs perspektīvas savest kopā, pirms automatizācijas temps kļūst par nesaskaņu avotu, aprakstīts lapā kā risināt tempa sarunu starp padomi un vadību. Kas šo jautājumu uzdod tikai tad, kad pirmais pilotprojekts jau darbojas, uzdod to par vēlu.

Ko brieduma mērījums šeit dara un ko nedara

hybridresourcing brieduma mērījums parāda, vai organizācijai ir pamats, lai šādas robežas iezīmētu ar nozīmi. Septiņas dimensijas, pieci līmeņi no baseline līdz intelligence, un aptaujas kārta, kurā vairāki cilvēki novērtē situāciju neatkarīgi viens no otra. Šī izkliede bieži ir noderīgākā daļa: ja CHRO datu brieduma līmeni novērtē kā activation un IT direktors — kā baseline, jūs zināt, ka vispirms nepieciešama saruna, pirms tiek pierakstīts noteikums, ko neviens nevar īstenot.

Ko mērījums nedara — tas nepasaka, kuru lēmumu jūsu organizācijā drīkst automatizēt. Tas mēra gatavību, nevis konkrētas uzdevuma piemērotību. Tas pasaka, vai organizācija spēj panest to, ko AI spēj paveikt, nevis to, ko AI konkrēti uzņemtos. Šī atšķirība starp panešanu un uzņemšanos ir aprakstīta atšķirība starp AI panešanu un AI uzņemšanos, un šī atšķirība šajā lapā tiek apzināti saglabāta: mērījuma rezultāts nav ne atļauja, ne aizliegums, tas ir momentuzņēmums no organizācijas pašreizējā stāvokļa.

Tas momentuzņēmums noveco. Organizācija, kas šodien datu pārvaldībā uzrāda foundation līmeni, pēc gada var būt sasniegusi activation, vai tikpat labi var būt palikusi tajā pašā vietā. Cik bieži ir jēga mērījumu atkārtot un no kā tas atkarīgs, lasāms lapā cik bieži brieduma mērījums jāatkārto. Vienreizējam mērījumam, kas nogulstas atvilktnē, ir maza vērtība; mērījumam, kas atkal iedarbina sarunu vadībā, — liela.

Ko šis mērījums neatrisina

Mērījums neatrisina domstarpības jūsu vadībā. Tas padara tās redzamas, un tas nav tas pats. Ja jūsu padome un vadība jau ilgstoši nav vienisprātis par AI ieviešanas tempu, iemesls bieži ir dziļāks nekā faktu trūkums: runa ir par riska uzņemšanās vēlmi, par to, kurš par ko tiek uzskatīts atbildīgu, par to, kas notiek, kad kāds atver tērzēšanas logu un domā, ka tādējādi ir ieviesis AI organizācijā. Tas, ko jūs neredzat, ja zināt tikai tērzēšanas logu, ir tieši tā organizācijas daļa, par kuru ir šis jautājums: infrastruktūra, noteikumi, cilvēki, kas zina, kad sistēmai jāapstājas. Kāpēc jūsu vadība nav vienisprātis par tempu, izskaidrots šajā lapā, un bieži ir lietderīgāk šo sarunu vest vispirms, nevis gaidīt, kamēr pilotprojekts iestrēgst un jautājums tik un tā nonāk uz galda.

No gatavības uz uzdevumu

Šī lapa ir par robežu, ko jūs iezīmējat iepriekš: kurš lēmums paliek pie cilvēka, neatkarīgi no tā, ko sistēma tehniski spēj paveikt. Tiklīdz šī robeža ir aptuveni noteikta, jautājums pāriet uz pašu darbu: kuri uzdevumi šīs robežas iekšienē ir piemēroti nodošanai, un kura funkcijas daļa neatkarīgi no organizācijas gatavības paliek cilvēku darbs. Šo jautājumu brieduma mērījums neatbild. FTE TO AI darba skenējums izrēķina pa uzdevumiem, kuru darba daļu var pārņemt AI, un tādējādi savienojas ar punktu, kur šī lapa beidzas: nav svarīgi, vai jūsu organizācija ir gatava, bet gan tas, kas konkrēti ir gatavs nodošanai, tiklīdz tā būs gatava.

Rīks, ar kuru jūs to varat pats noskaidrot, tiek izstrādāts. Kas grib veikt mērījumu, tiklīdz tas būs pieejams, var pierakstīties gaidīšanas sarakstā.

Robbyde assistent van de volwassenheidsmeting

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.