Kennisbank

Dlaczego pilot bez ustalenia z góry, co ma wynikać, nic nie daje

Pułapka

Ruszamy z pilotem. Zespół, narzędzie, okres kilku tygodni lub miesięcy. Na końcu następuje podsumowanie: było dobrze, ludzie byli entuzjastyczni, pewne rzeczy poszły szybciej. I na podstawie tego odczucia zapada decyzja, choć nikt wcześniej nie ustalił, na jakie właściwie pytanie pilot miał dać odpowiedź.

To jest pułapka. Nie sam pilot, ale brak pytania, na które pilot miał odpowiedzieć. Bez tego pytania każdy wynik jest dobrym wynikiem, i to jest właśnie problem. Pilot bez ustalenia z góry, co ma wynikać, nie może się nie powieść, a przez to nie może niczego dowieść.

Dlaczego to wydaje się logiczne

Pilot wydaje się bezpiecznym sposobem, by zacząć. Zacznij od małego, zobacz, co się stanie, potem skaluj, jeśli działa. To wydaje się rozsądne i w stabilnej sytuacji faktycznie tak jest. Ale AI nie dotyka tylko zespołu prowadzącego pilota. Dotyka sposobu, w jaki rejestrowane są dane, kto o czym decyduje i jakie systemy muszą się ze sobą komunikować. Pilot, który niczego z tego nie mierzy, nie mierzy więc również tego, czy reszta organizacji osiągnęłaby ten sam wynik.

Logika „najpierw wypróbuj na małą skalę” zakłada, że sukces w małej skali przekłada się na sukces w dużej skali. To jest właśnie dlaczego skalowanie bez ustabilizowanych podstaw nic nie daje: to, co działało w pilocie, działało często dzięki okolicznościom, które nie występują nigdzie indziej. Zmotywowany zespół, czysty zbiór danych, kierownik, który akurat się zaangażował. Bez ustalenia z góry, co miało zostać zweryfikowane, pozostaje niejasne, czy wynik powstał dzięki technologii, czy dzięki wyjątkowym okolicznościom, w których była testowana.

Po czym rozpoznać, że w tym tkwicie

Jest kilka rozpoznawalnych sygnałów.

Pierwszy sygnał to zakończenie pilota opowieścią, a nie odpowiedzią. Opowiada się, co się wydarzyło, ale nikt nie może powiedzieć, czy wcześniej postawione pytanie — którego właściwie nigdy nie było — zostało odpowiedziane.

Drugi sygnał to fakt, że pilot był odseparowany od reszty organizacji. Jeden zespół, jeden przypadek użycia, brak powiązania z systemami czy działami, które miałyby nieść wynik, jeśli działa. To ta sama pułapka, co gdy pilot działa tylko w swoim kącie: izolowany sukces mówi niewiele o tym, co się stanie, kiedy reszta organizacji musi się przyłączyć.

Trzeci sygnał to fakt, że pilot nie ma właściciela. Jest kierownik projektu, może dostawca, ale nie ma właściciela odpowiedzialnego za to, co ma się wydarzyć po zakończeniu pilota. Zauważa się to dopiero, gdy pilot się kończy i pytanie „co teraz” pozostaje bez odpowiedzi — dokładnie ten sam wzorzec widoczny, gdy demo bez właściciela nic nie daje.

Czwarty sygnał to fakt, że testowano technologię, ale nie strukturę, w której ma ona funkcjonować. Role, odpowiedzialności, linie podejmowania decyzji — pozostały niezmienione podczas pilota, i to jest właśnie dlaczego technologia nałożona na niezmienioną strukturę nic nie daje. Pilot, który nie dotyka struktury, testuje tylko to, czy technologia działa w otoczeniu, które nie musi się zmieniać. To inne pytanie niż to, czy organizacja jest gotowa z nią pracować.

Co musi być ustalone najpierw

Kolejność, w jakiej budowana jest gotowość na AI, nie jest przypadkowa. Organizacja, infrastruktura IT i zarządzanie danymi tworzą podstawę, na której mogą się dopiero opierać zależne wymiary — takie jak sposób współpracy ludzi z AI czy sposób podejmowania decyzji. Pilot, który ignoruje tę kolejność, mierzy w rzeczywistości coś innego niż to, co twierdzi, że mierzy. Mierzy kreatywność jednego zespołu w jednym momencie, nie gotowość organizacji jako całości.

To również punkt, na który CEO i COO patrzą zazwyczaj inaczej. To, na co zwraca uwagę CEO przy dojrzałości AI różni się od tego, co ocenia przy tym COO, a pilot bez ustalonego z góry punktu pomiarowego pozostawia obu bez punktu odniesienia. Pytanie nie brzmi, czy pilot był przyjemny, ale czy mówi coś o wymiarach, które muszą nieść resztę.

Od pilota do pomiaru

Pomiar dojrzałości hybridresourcing.com ma za zadanie umożliwić właśnie to wcześniejsze ustalenie. Pięć poziomów, od baseline do intelligence, w siedmiu wymiarach, z rundą typu plot, w której kilka osób ocenia niezależnie od siebie, dzięki czemu widoczny staje się rozrzut, a nie jedno wrażenie przyjmowane za prawdę. Dzięki temu widać, gdzie organizacja naprawdę się znajduje, zanim ponownie ruszy pilot, który musi po fakcie dowodzić tego, co nigdy nie zostało ustalone z góry.

Ten pomiar dotyczy pytania, czy organizacja może nieść AI: czy podstawa jest wystarczająco solidna, by pozwolić czemuś działać strukturalnie. Gdy to pytanie zostanie odpowiedziane, powstaje przestrzeń na inne pytanie, a mianowicie jaką część faktycznej pracy AI może przejąć. Na to pytanie odpowiada skan pracy FTE TO AI, który dla każdego zadania obliczana, jaką jego część można przekazać AI. Narzędzie do tego pomiaru dojrzałości jest w budowie; kto chce skorzystać z pomiaru, gdy będzie dostępny, może zapisać się na listę oczekujących.