Istnieje pokusa, by podejść do gotowości na AI jako do zbioru odrębnych tematów, które można dowolnie łączyć. Wybrać to, co wydaje się urgentne, zmierzyć to, iść dalej. Pomiar dojrzałości hybridresourcing nie działa w ten sposób, i to nie jest kwestia stylu.
Siedem wymiarów nie jest sobie równe w czasie. Organizacja, infrastruktura IT i zarządzanie danymi są fundamentalne: bez działającej podstawy w tych obszarach wszystko, co następuje później, nie ma na czym się oprzeć. Pozostałe wymiary są zależne. Zakładają, że fundament już jest w stanie coś unieść. To jest kolejność techniczna, porównywalna z fundamentem, który musi być gotowy, zanim budowanie kolejnego piętra ma jakikolwiek sens. Można wybudować piętro bez fundamentu, ale to, co się w takim wypadku mierzy, nie jest tym, co myślimy, że mierzymy.
Organizacje, które zaczynają od wymiarów zależnych — powiedzmy, od tego, jak zespoły interpretują wyniki AI, albo jak szybko decyzje są korygowane — otrzymują wyniki, które wydają się postępem, ale nie mają znaczenia bez warstwy podstawowej. Zespół może być doskonały w interpretowaniu wyników AI, podczas gdy dane, na których te wyniki się opierają, są niewiarygodne. Taki wynik w wymiarze zależnym mówi coś o umiejętnościach, ale nic o tym, czy rezultatowi można zaufać.
Wymiary fundamentalne nie są więc ważniejsze w sensie prestiżu. Są wcześniejsze w sensie logiki. Zarządzanie danymi określa, co jest merytorycznie możliwe. Infrastruktura IT określa, co jest technicznie skalowalne. Organizacja określa, kto za co odpowiada, gdy coś idzie nie tak. Bez tych trzech elementów każdy wynik w pozostałych wymiarach jest wynikiem bez fundamentu.
Metoda pracuje z rundą porównawczą: kilka osób w tej samej organizacji ocenia niezależnie od siebie wszystkie siedem wymiarów. To, co staje się widoczne potem, jest często bardziej informatywne niż sam wynik. Rozbieżność między respondentami jest sygnałem. Jeśli CIO ocenia infrastrukturę IT na wyższym poziomie niż zespoły, które z nią pracują codziennie, mówi to coś o tym, kto ma jaki obraz rzeczywistości — i to jest właśnie rozmowa, która poprzedza każdy następny krok.
Ta rozbieżność wyraźnie nie jest błędem pomiaru. Jest pomiarem. Organizacja, w której wszyscy oceniają dokładnie ten sam poziom, ma albo wyjątkowo wspólny obraz, albo nikt dobrze nie zastanowił się nad pytaniem. Obie sytuacje są możliwe; runda porównawcza uwidacznia różnicę, zamiast uśredniać ją do jednej liczby.
Pomiar dojrzałości nie mówi nic o tym, które zadania AI może przejąć. Nie mówi nic o tym, ile czasu zajmuje wdrożenie, i nic o tym, co projekt AI przynosi finansowo. Nie dostarcza żadnego procentu, żadnego czasu realizacji, żadnej kwoty — ponieważ te liczby nie mogą wynikać z pomiaru gotowości. Co metoda dostarcza, to umiejscowienie na pięciu poziomach — baseline, foundation, activation, insight, intelligence — dla każdego wymiaru, oraz obraz tego, gdzie organizacja najbardziej rozmija się w swoim własnym obrazie siebie.
To jest też powód, dla którego metoda nie udziela porady co do tego, co powinno się dalej zrobić. W tym wyniku nie ma „powinniście”. Jest wynik, a organizacja sama decyduje, co z nim zrobić. To rozróżnienie nie jest przypadkowe; jest granicą właściwą dla instrumentu, który mierzy, a nie doradza.
Pomiar dojrzałości odpowiada na pytanie, czy organizacja jest w stanie unieść AI. Nie odpowiada na pytanie, jaką pracę AI mogłaby przejąć — to jest inne zagadnienie, z inną skalą i inną logiką. Różnica między tymi dwoma pytaniami jest opracowana w rozróżnieniu między unoszeniem AI a przejmowaniem przez AI, i warto mieć to rozróżnienie jasno przed oczami, zanim interpretuje się pomiar jako stwierdzenie o czymś innym niż to, co on mierzy.
Kolejność między fundamentalnym i zależnym dotyka też tego, co organizacja może zautomatyzować, a co nie. Kto zastanawia się, co musi zostać zmapowane, zanim automatyzacja może być poważnie rozważana, znajdzie punkty odniesienia w tym, co powinno się znaleźć w inwentaryzacji decyzji, a kto zastanawia się, gdzie leży granica, znajdzie ją opracowaną w tym, które decyzje nigdy nie mogą być zautomatyzowane. Obydwa pytania zakładają organizację, która już wie, gdzie stoi — a to jest właśnie to, co dostarcza ten pomiar.
Ponieważ gotowość nie jest stanem stałym, istotne jest również pytanie, jak często ten pomiar powinien być powtarzany; to zagadnienie jest omówione w tym, jak często potrzebny jest ponowny pomiar dojrzałości.
Gdy wymiary fundamentalne są w porządku, lub przynajmniej zmapowane, powstaje inne pytanie: jaka część rzeczywistej pracy w organizacji może zostać przejęta przez AI. To nie jest to, na co odpowiada ten pomiar. To właśnie do tego służy skan pracy FTE TO AI: rozliczenie na poziomie zadania, które wskazuje, jaka część pracy może zostać przejęta i jaka część pozostaje przy ludziach. Pomiar dojrzałości określa, czy grunt jest wystarczająco stabilny; skan pracy oblicza, co na tym gruncie można zbudować.
Pomiar dojrzałości hybridresourcing jest w fazie rozwoju. Kto chce skorzystać z wyniku tego pomiaru, gdy będzie dostępny, może zapisać się na listę oczekujących.
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.