Een lage uitkomst op de volwassenheidsmeting roept bij de meeste directies dezelfde vraag op: hoe erg is dit. Het antwoord is dat de vraag zelf te vroeg komt. Een laag getal op een van de zeven dimensies kan twee scenario's betekenen die weinig met elkaar te maken hebben, en het instrument alleen vertelt u niet welk van de twee van toepassing is.
Het eerste scenario is de organisatie die aan het begin staat. Er is geen datamanagement dat volgehouden wordt, er is geen infrastructuur die AI-toepassingen kan dragen, en de organisatie zelf heeft nog geen gewoonte gemaakt van het werken met AI-systemen. In dit scenario is de lage score een correcte beschrijving van de situatie. Er is niets vreemds aan; de meeste organisaties beginnen hier. Wat wel telt, is de volgorde waarin dat opgebouwd wordt. Op waarom de fundamentele dimensies eerst moeten leest u waarom organisatie, IT-infrastructuur en datamanagement niet naast de andere dimensies staan maar eronder — een intelligence-niveau op besluitvorming heeft weinig waarde als de data waarop die besluiten steunen niet betrouwbaar is.
Het tweede scenario is minder zichtbaar en vaak verrassender voor een directie. De organisatie heeft wel degelijk iets opgebouwd — pilots, losse toepassingen, een team dat ermee werkt — maar de mensen die de vragenlijst invullen, scoren wezenlijk anders. De CIO ziet een infrastructuur die klaar is; de COO ziet processen die nog steunen op handmatige controle. De CHRO ziet een organisatie die AI omarmt; de teamleiders zien mensen die de tools links laten liggen zodra het spannend wordt. In dit scenario is de lage gemiddelde score niet het probleem. De spreiding is het probleem.
Dit is de reden dat de meting werkt met een plot-ronde: meerdere mensen scoren apart, zonder elkaars antwoorden te zien, en pas daarna wordt de spreiding zichtbaar. Een organisatie met een laag gemiddelde en een kleine spreiding weet waar ze staat en kan daar vanuit verder. Een organisatie met een gemiddelde dat er acceptabel uitziet maar met een grote spreiding heeft een ander probleem: er is geen gedeeld beeld van de werkelijkheid, en dat beeld moet er eerst zijn voordat een score ergens over gaat.
De meting wijst de spreiding aan. Ze verklaart die niet, en ze lost die niet op. Als de CIO en de COO structureel anders scoren op IT-infrastructuur, dan is dat een gesprek dat gevoerd moet worden — over wat er precies gebouwd is, wie er toegang tot heeft, en welk deel daarvan in productie draait versus in een pilotomgeving. De meting levert het startpunt van dat gesprek, niet de uitkomst. Hetzelfde geldt voor scenario één: weten dat er nog niets staat, is geen plan om iets te gaan bouwen. Op hoe volwassen is uw organisatie als het om AI gaat en hoe volwassen is uw IT-infrastructuur als het om AI gaat staat per dimensie beschreven waar de niveaus baseline tot intelligence naar kijken, zodat een lage score een richting krijgt in plaats van alleen een oordeel.
Een lage score op de fundamentele dimensies betekent niet dat afhankelijke thema's zoals besluitvorming en agent-gedrag pas over een jaar relevant worden. Ze betekenen dat die thema's nu al vastgelegd kunnen worden, ook als de uitvoering nog moet wachten. Welke besluiten in een organisatie eigenlijk genomen worden en door wie, staat beschreven op wat hoort er in een besluiten-inventaris, en welke van die besluiten principieel buiten bereik van automatisering blijven — vanwege wettelijke, ethische of bestuurlijke redenen — leest u op welke besluiten mogen nooit geautomatiseerd worden. Dat werk kan starten terwijl de fundamentele dimensies nog groeien; het hoeft niet te wachten tot de infrastructuur op orde is, al zal de uitvoering daar wel op wachten.
Een lage score voorspelt geen tijdlijn en geen uitkomst. Twee organisaties met een identieke score kunnen zeer verschillende paden voor zich hebben, afhankelijk van waar precies de spreiding zat, welk scenario van toepassing was, en hoeveel van het fundament al informeel aanwezig was zonder dat de vragenlijst dat kon opvangen. De meting is een foto met zeven dimensies en vijf niveaus; ze is niet een voorspelling van wat er na die foto gebeurt.
Waar de volwassenheidsmeting de draagkracht van de organisatie in beeld brengt — kan de organisatie AI dragen, op basis van wat er aan fundament en gedeeld beeld staat — gaat een andere vraag over iets anders: wat kan AI in deze organisatie feitelijk overnemen. Dat is een taakniveau-vraag, geen organisatieniveau-vraag, en die wordt beantwoord door de werkscan van FTE TO AI, die per taak berekent welk deel daarvan door AI over te nemen is. De twee vragen liggen na elkaar: pas als duidelijk is of, en waar, de organisatie het gewicht kan dragen, heeft het zin om te weten wat er feitelijk overgenomen kan worden. Wie een lage score op de meting ziet, kan die twee vragen dus niet omdraaien — maar kan ze wel allebei alvast in beeld brengen.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.