Zarządzanie wynikami to jeden z siedmiu wymiarów, za pomocą których hybridresourcing mierzy dojrzałość organizacji, jeśli chodzi o AI. Ten wymiar dotyczy czegoś konkretnego: czy potrafią Państwo ustalić, czy praca wspierana lub przejmowana przez AI rzeczywiście staje się lepsza, szybsza lub tańsza? Wiele organizacji rozpoczyna piloty, nie mogąc odpowiedzieć na to pytanie, i przez to utyka w fazie prób, bez możliwości wykazania, co to faktycznie przyniosło.
Zarządzanie wynikami może stać się dojrzałe tylko wtedy, gdy inne wymiary już coś ustanowiły, na czym można budować. Bez wiarygodnych danych z zarządzania danymi pomiar wyników jest jedynie oszacowaniem. Bez jasnych zakresów odpowiedzialności wynikających z wymiaru organizacyjnego, tak jak zostało to opisane na stronie o tym, ile kosztuje podniesienie organizacji o jeden poziom, nikt nie ponosi odpowiedzialności za wynik. A bez infrastruktury IT, która potrafi rejestrować i powtarzać pomiary, jak opisano na stronie o tym, ile kosztuje podniesienie infrastruktury IT o jeden poziom, każdy pomiar pozostaje jednorazowy. To dlatego ten wymiar w pomiarze może przesunąć się na wyższy poziom dopiero wtedy, gdy fundamentalne wymiary już coś niosą.
Baseline. Nie ma stałego sposobu oceny, czy praca wspierana przez AI działa lepiej niż stary sposób pracy. Oceny są incydentalne i zależne od konkretnej osoby. Gdy ktoś odchodzi, znika także jedyny istniejący wgląd.
Foundation. Istnieją pojedyncze pomiary, zwykle na poziomie projektu lub pilotu. Rzadko są ze sobą porównywane i nie ma ustalonego momentu, w którym ktoś sprawdza, czy zamierzony efekt rzeczywiście wystąpił. Pomiar istnieje, ale nie funkcjonuje jako proces uczenia się.
Activation. Istnieje powtarzalny rytm: pomiary są powtarzane w ustalonych momentach i przekazywane jako informacja zwrotna osobom wykonującym pracę. Organizacja zaczyna dostrzegać wzorce, choć nie są one jeszcze systematycznie rejestrowane ani porównywane między działami.
Insight. Pomiary są wykorzystywane do korygowania kursu, nie tylko do raportowania. Istnieje wspólny obraz tego, co działa, a co nie, a ten obraz prowadzi do zmian w sposobie wdrażania AI. Różne zespoły mogą porównywać swoje wyniki między sobą, ponieważ sposób pomiaru jest taki sam.
Intelligence. Zarządzanie wynikami jest wbudowane w sposób, w jaki podejmowane są decyzje dotyczące AI. Wyniki wcześniejszych wdrożeń bezpośrednio zasilają wybory dotyczące nowych zastosowań. Organizacja potrafi uzasadnić, dlaczego coś jest lub nie jest skalowane, zamiast opierać to na przeczuciu lub na tym, kto najgłośniej opowiada się za kolejnym pilotem.
Poziom tego wymiaru nie tkwi w samym narzędziu czy dashboardzie. Tkwi w otaczającym go zachowaniu: czy po pilocie następuje spojrzenie z perspektywy, czy natychmiast przechodzi się do kolejnego? Czy ktoś w Państwa organizacji może na żądanie pokazać, co dane zastosowanie AI faktycznie przyniosło, niezależnie od wcześniejszego założenia? Czy słaby wynik jest omawiany, czy po cichu zapominany? To nie są pytania techniczne. Dotyczą tego, czy powstał zwyczaj patrzenia, a nie tylko działania.
W ramach tego wymiaru często powstaje duże rozproszenie między osobami wypełniającymi rundę plot. Kierownik operacyjny widzi codziennie pojedyncze pomiary z fazy activation i ocenia organizację wyżej, niż uzasadnia rzeczywistość, ponieważ dla niego te pomiary są uchwytne. CFO, który widzi jedynie raport kwartalny, ocenia niżej, ponieważ nie ma ciągłego obrazu tego, co było mierzone w międzyczasie. Oba obrazy są prawdziwe dla osoby, która je podaje. Samo rozproszenie jest informacją: pokazuje, że nie istnieje wspólny, ogólnoorganizacyjny wgląd w wyniki, co samo w sobie już mówi o poziomie.
Krok z baseline do foundation wymaga przede wszystkim dyscypliny: wybrania stałego momentu na spojrzenie z perspektywy i niedopuszczenia, by ten moment zniknął pod naporem kolejnego pilotu. Krok do activation wymaga powtarzalnego procesu, co z kolei dotyka dojrzałości leżącej pod nim infrastruktury. Krok do insight lub intelligence wymaga, aby pomiary były wystarczająco wiarygodne, by na nich się oprzeć, co prowadzi z powrotem do jakości danych oraz do tego, kto w organizacji jest upoważniony do korygowania kursu na podstawie tych pomiarów. Również wymiary takie jak etyka oraz prywatność i bezpieczeństwo mają w tym znaczenie: pomiar wyników, który pomija pytanie, czy dany wynik powstał w odpowiedzialny sposób, jest pomiarem niekompletnym. To, ile dokładnie kosztuje jeden krok — w czasie, uwadze czy środkach — różni się w zależności od organizacji i zależy od tego, gdzie znajdują się inne wymiary. Dlatego hybridresourcing pracuje z rundą plot, a nie ze stałym planem krokowym: najpierw uwidocznić, gdzie Państwo się znajdują i gdzie opinie się rozchodzą, zanim zostanie ustalone, co jest potrzebne.
Ta strona dotyczy tego, czy Państwa organizacja może ustalić, co AI faktycznie przynosi, niezależnie od tego, jakiej pracy dotyczy. To inne pytanie niż to, które zadania da się przejąć i w jakim stopniu. Kto chce to wiedzieć, na poziomie każdego zadania i na podstawie tego, co dana praca faktycznie obejmuje, znajdzie to w skanie pracy FTE TO AI. Zarządzanie wynikami i skan pracy uzupełniają się wzajemnie: jeden mierzy, czy można ocenić wynik, drugi wylicza, jaka część pracy jest do oceny.
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.