Kto po raz pierwszy otrzymuje wynik na pięciu poziomach — baseline, foundation, activation, insight, intelligence — stawia sobie potem inne pytanie. Nie: co to oznacza, ale: jak długo to pozostaje prawdziwe. Wynik to zdjęcie. Organizacja nie stoi w miejscu. Pytanie o częstotliwość powtarzania jest więc uzasadnione, a odpowiedź jest mniej prosta niż stały interwał sześciu lub dwunastu miesięcy.
Pomiar dojrzałości rejestruje stan na siedmiu wymiarach. Niektóre z nich zmieniają się powoli. Zarządzanie danymi, na przykład, nie zmienia się w ciągu kwartału — potrzebne są do tego strukturalne decyzje, którym potrzeba czasu, aby stały się widoczne w wyniku. Inne wymiary mogą zmieniać się szybciej. Jeśli organizacja przeprowadza zmianę w kierownictwie, lub gdy podjęta zostaje decyzja o governance danych, to zmienia to wynik na tym konkretnym wymiarze szybciej niż w ciągu roku. Stały schemat powtarzania traktuje wszystkie wymiary jako równie szybko zmieniające się. Nie są takie. Więcej o tej kolejności i o tym, dlaczego niektóre wymiary muszą być pierwsze, można przeczytać w dlaczego fundamentalne wymiary muszą być pierwsze.
Wartość powtarzania nie polega na potwierdzaniu liczby. Polega ona na ukazaniu ruchu, lub jego braku. Organizacja, która pozostaje na poziomie foundation, mimo że zainwestowano w pilotaże AI, pokazuje coś, czego jednorazowy pomiar nie może ukazać: że inwestycja nie przekłada się na wymiary, które za to odpowiadają. To dokładnie ten rodzaj rozbieżności, z którym zarządy często nie mogą sobie poradzić wewnętrznie. Jeśli chce Pan/Pani zrozumieć, dlaczego ta dyskusja w zespole zarządzającym tak często się blokuje, jest to opisane w dlaczego Pański zarząd nie jest zgodny co do tempa AI.
Pomiar działa z rundą plot: kilka osób w organizacji ocenia niezależnie od siebie, a rozproszenie między tymi wynikami staje się widoczne. To rozproszenie mówi coś, czego nie mówi pojedyncza średnia. Duże rozproszenie na danym wymiarze — CIO widzi infrastrukturę IT jako solidną, COO widzi chaos — jest już samo w sobie sygnałem, niezależnie od poziomu, na jaki wypada wynik. To rozproszenie jest również powodem do powtórzenia, ale nie w stałym terminie. Powtórz, gdy samo rozproszenie stało się tematem rozmowy, i sprawdź, czy się zmniejsza. Jeśli rozproszenie pozostaje duże, mówi to coś o tym, jak organizacja komunikuje się wewnętrznie w sprawie AI, a nie o samej technologii.
Czynniki, które mogą przesunąć wynik w okresie pośrednim, nie są równo rozłożone na siedem wymiarów. Zmiany w strukturze organizacyjnej — nowy właściciel danych, inna linia raportowania — wpływają na fundamentalne wymiary: organizację, infrastrukturę IT, zarządzanie danymi. Jeśli chce Pan/Pani wiedzieć, jak te dwa ostatnie są konkretnie mierzone, znajdzie Pan/Pani to w jak dojrzała jest Pańska organizacja w zakresie AI oraz w jak dojrzała jest Pańska infrastruktura IT w zakresie AI. Zmiany w wymiarach zależnych — wymiarach, które mogą się poruszyć tylko wtedy, gdy fundamentalne wymiary osiągnęły dany poziom — następują po nich, z opóźnieniem. Pomiar powtórzony za wcześnie mierzy więc często szum na fundamentalnych wymiarach, podczas gdy zależne wymiary wcale jeszcze nie mogły się poruszyć.
Pomiar dojrzałości nie może przewidzieć, kiedy organizacja osiągnie wyższy poziom. Nie może wskazać, czy inwestycja w infrastrukturę IT przyniesie wyższy wynik w ciągu kwartału czy dwóch lat — to zależy od decyzji podejmowanych przez samą organizację, od jej wielkości oraz od tego, jak duży jest wewnętrzny opór wobec zmian. Pomiar nie może też ustalić, czy niski wynik jest problemem, który należy rozwiązać, czy realistycznym punktem wyjścia, na który organizacja świadomie się decyduje. Te dwa scenariusze przy niskim wyniku różnią się od siebie bardziej, niż często się przyjmuje, i są opisane w jakie dwa scenariusze odpowiadają niskiemu wynikowi. Pomiar stawia pytania i pokazuje strukturę. Nie daje harmonogramu i nie gwarantuje, że powtórzenie przyniesie wyższy wynik.
Poniważ fundamentalne wymiary zmieniają się powoli, powtórzenie w ciągu kilku miesięcy ma niewielki sens — czas jest zbyt krótki, aby zmiana w organizacji, infrastrukturze IT czy zarządzaniu danymi stała się widoczna. Sensowniej jest powtórzyć pomiar w momencie, gdy istnieje konkretny powód: decyzja o governance danych, reorganizacja, duża inwestycja w AI, która się sprawdza lub nie. Pomiar nie jest wtedy roczną rutyną, lecz instrumentem, który stosuje Pan/Pani w momencie, gdy chce Pan/Pani wiedzieć, czy zmiana odczuwana wewnętrznie jest również mierzalna w siedmiu wymiarach.
Pomiar dojrzałości dotyczy nośności: czy organizacja może udźwignąć AI, czy jest wystarczająco silna na fundamentalnych wymiarach, aby budować dalej. Nie dotyczy tego, jaką pracę AI może przejąć. Jeśli chce Pan/Pani wiedzieć, co zmienia się w samej codziennej pracy — jaką część zadania, roli czy procesu AI może faktycznie przejąć — to jest to inne pytanie, wymagające innego instrumentu. Skan pracy FTE TO AI oblicza dla każdego zadania, jaką część pracy można przejąć, niezależnie od tego, czy organizacja jako całość jest na to już gotowa. Te dwa pomiary — nośność i potencjał przejęcia — nie odpowiadają sobie wzajemnie, ale razem dają pełny obraz, na podstawie którego zarząd może podjąć uzasadnioną decyzję.
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.