Zems rezultāts brieduma mērījumā vairumam valdes locekļu rada vienu un to pašu jautājumu: cik nopietni tas ir. Atbilde ir tāda, ka pats jautājums nāk pārāk agri. Zems skaitlis vienā no septiņām dimensijām var nozīmēt divus scenārijus, kuriem savā starpā ir maz sakara, un instruments pats par sevi nepasaka, kurš no diviem attiecas uz konkrēto gadījumu.
Pirmais scenārijs ir organizācija, kas atrodas pašā sākumā. Nav datu pārvaldības, kas tiktu konsekventi uzturēta, nav infrastruktūras, kas varētu nesot AI risinājumus, un pati organizācija vēl nav izveidojusi ieradumu darboties ar AI sistēmām. Šajā scenārijā zemais rezultāts ir precīzs situācijas atspoguļojums. Tajā nav nekā dīvaina; lielākā daļa organizāciju sāk tieši šeit. Svarīga ir secība, kādā tas tiek veidots. Lapā kāpēc fundamentālajām dimensijām jābūt pirmajām varat lasīt, kāpēc organizācija, IT infrastruktūra un datu pārvaldība neatrodas līdzās citām dimensijām, bet gan zem tām — lēmumu pieņemšanas intelligence līmenim ir maza vērtība, ja dati, uz kuriem šie lēmumi balstās, nav uzticami.
Otrais scenārijs ir mazāk pamanāms un valdei bieži pārsteidzošāks. Organizācija tiešām ir kaut ko izveidojusi — pilotprojektus, atsevišķus risinājumus, komandu, kas ar tiem strādā — bet cilvēki, kas aizpilda anketu, novērtē situāciju pēc būtības atšķirīgi. CIO redz infrastruktūru, kas ir gatava; COO redz procesus, kas joprojām balstās uz manuālu kontroli. CHRO redz organizāciju, kas pieņem AI; komandu vadītāji redz cilvēkus, kas atstāj rīkus neizmantotus, tiklīdz situācija kļūst sarežģīta. Šajā scenārijā zems vidējais rezultāts nav problēma. Problēma ir izkliede.
Tieši tāpēc mērījums izmanto plot-kārtu: vairāki cilvēki vērtē atsevišķi, neredzot cits cita atbildes, un tikai pēc tam izkliede kļūst redzama. Organizācija ar zemu vidējo rādītāju un mazu izkliedi zina, kur tā atrodas, un var no tā turpināt. Organizācijai ar vidējo rādītāju, kas izskatās pieņemami, bet ar lielu izkliedi, ir cita problēma: nav kopīga priekšstata par realitāti, un šim priekšstatam jāveidojas pirms rezultāts par kaut ko var liecināt.
Mērījums norāda uz izkliedi. Tas to nepaskaidro un to neatrisina. Ja CIO un COO strukturāli atšķirīgi novērtē IT infrastruktūru, tad tā ir saruna, kas jāizrunā — par to, kas tieši ir izveidots, kam ir piekļuve tam un kāda daļa no tā darbojas produkcijā, salīdzinot ar pilotvidi. Mērījums nodrošina šīs sarunas sākumpunktu, nevis rezultātu. Tas pats attiecas uz pirmo scenāriju: zināt, ka nekā vēl nav, nav plāns kaut ko izveidot. Lapās cik brieduma pilna ir jūsu organizācija AI jautājumos un cik brieduma pilna ir jūsu IT infrastruktūra AI jautājumos ir aprakstīts, uz ko katrā dimensijā skatās līmeņi no baseline līdz intelligence, lai zems rezultāts iegūtu virzienu, nevis būtu tikai vērtējums.
Zems rezultāts fundamentālajās dimensijās nenozīmē, ka atkarīgās tēmas, piemēram, lēmumu pieņemšana un aģentu uzvedība, kļūs aktuālas tikai pēc gada. Tas nozīmē, ka šīs tēmas var fiksēt jau tagad, arī tad, ja izpilde jāgaida vēlāk. Tas, kādi lēmumi organizācijā faktiski tiek pieņemti un kas tos pieņem, ir aprakstīts lapā kam jābūt lēmumu inventarizācijā, un tas, kuri no šiem lēmumiem principiāli paliek ārpus automatizācijas iespējām — juridisku, ētisku vai pārvaldības apsvērumu dēļ — ir lasāms lapā kurus lēmumus nekad nedrīkst automatizēt. Šis darbs var sākties, kamēr fundamentālās dimensijas vēl aug; tam nav jāgaida, kamēr infrastruktūra ir sakārtota, lai gan izpilde tomēr uz to gaidīs.
Zems rezultāts neparedz laika grafiku un neparedz iznākumu. Divām organizācijām ar identisku rezultātu var būt ļoti atšķirīgi ceļi priekšā, atkarībā no tā, kur precīzi bija izkliede, kurš scenārijs bija piemērojams un cik daudz no pamata jau bija neformāli klāt, ko anketa nespēja uzņemt. Mērījums ir fotogrāfija ar septiņām dimensijām un pieciem līmeņiem; tas nav prognoze par to, kas notiks pēc šīs fotogrāfijas.
Kamēr brieduma mērījums parāda organizācijas nestspēju — vai organizācija var nesot AI, pamatojoties uz to, kāds ir pamats un kopīgais priekšstats — cits jautājums attiecas uz kaut ko citu: ko AI šajā organizācijā faktiski var pārņemt. Tas ir uzdevuma līmeņa jautājums, nevis organizācijas līmeņa jautājums, un uz to atbild FTE TO AI darba skenēšana (werkscan), kas katram uzdevumam aprēķina, kādu tā daļu var pārņemt AI. Šie divi jautājumi seko cits pēc cita: tikai tad, kad ir skaidrs, vai un kur organizācija var nesot šo svaru, ir vērts zināt, ko faktiski var pārņemt. Tāpēc, ja rezultāts mērījumā ir zems, šos divus jautājumus nevar apmainīt vietām — bet abus var jau tagad sākt apzināt.
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.