Baseline to pierwszy z pięciu poziomów w pomiarze dojrzałości hybridresourcing. Nie jest to negatywna ocena. Opisuje organizację, w której siedem wymiarów — w tym organizacja, infrastruktura IT i zarządzanie danymi — nie ma jeszcze struktury, która może nosić AI. Możliwe, że już eksperymentowano z AI. Trwają pilotaże, zakupiono licencje, ktoś w zespole używa modelu językowego do raportów. To nie zmienia poziomu. Baseline dotyczy tego, co jest, a nie tego, co już wypróbowano.
Na poziomie baseline brakuje wspólnego obrazu tego, kto za co odpowiada w kwestii AI. Decyzje o narzędziach są podejmowane na poziomie działu, bez tego, by ktokolwiek miał przegląd nad tym, co wszystko działa. Infrastruktura IT jest przystosowana do procesów pracy sprzed AI: systemy, które nie komunikują się między sobą, brak centralnego miejsca, w którym łączą się dane, brak wizji co jest potrzebne, aby modele mogły działać na danych organizacji. Zarządzanie danymi istnieje z nazwy — jest archiwum, jest CRM, jest intranet — ale nikt nie może z pewnością powiedzieć, gdzie znajdują się jakie dane, kto ma do nich dostęp i czy te dane są poprawne.
Wymiary fundamentalne mają pierwszeństwo przed zależnymi, i to właśnie na tym poziomie odczuwa się to najsilniej. Pilotaż, który sam w sobie działa dobrze, zatrzymuje się, gdy musi się skalować, ponieważ infrastruktura pod nim tego nie wytrzymuje. Zespół, który z entuzjazmem testuje zastosowanie AI, odkrywa, że dane, których potrzebuje, nie są nigdzie dostępne w sposób ustrukturyzowany. To nie są incydenty. To przewidywalne skutki fundamentu, który jeszcze nie jest gotowy.
Baseline nie oznacza, że organizacja stoi w miejscu albo że ludzie nie chcą działać. Często prawdą jest odwrotność: jest ruch, są inicjatywy, uwolniono budżet. Czego brakuje, to nie motywacja, a spójność. Odizolowane pilotaże bez wspólnej infrastruktury, odizolowane użycie danych bez centralnego zarządzania, odizolowane decyzje bez wspólnej odpowiedzialności. Energia jest. Struktury, aby tę energię ująć, jeszcze nie.
Nie oznacza to również, że ten poziom musi trwać długo albo że coś jest nie tak z organizacją, która od niego zaczyna. Większość organizacji, które poważnie zajmują się AI, zaczyna na poziomie baseline lub tuż powyżej niego. Poziom to zdjęcie, nie wyrok.
W rundzie plot pomiaru dojrzałości kilka osób ocenia niezależnie, i przy organizacjach na poziomie baseline często zwraca uwagę coś konkretnego: rozproszenie między respondentami jest duże. Tam, gdzie osoba odpowiedzialna za IT widzi, że infrastruktura ma jeszcze duże luki, kierownik działu może myśleć, że wszystko jest w porządku, ponieważ narzędzia, które sam używa, działają zgodnie z oczekiwaniami. To rozproszenie samo jest sygnałem. Pokazuje, że nie ma jeszcze wspólnego obrazu tego, gdzie organizacja się znajduje — a ten brak wspólnego obrazu to właśnie to, co charakteryzuje baseline.
Przejście z baseline na następny poziom nie wymaga większej liczby projektów AI. Wymaga nadania czemuś priorytetu przed pozostałym: jasnych odpowiedzialności, infrastruktury, która może zbierać i udostępniać dane, oraz zarządzania danymi, które jest wystarczająco wiarygodne, aby na nim budować. Bez tej podstawy każdy kolejny krok pozostaje tymczasowy, ponieważ stoi na piasku.
Co to przejście oznacza konkretnie dla Państwa organizacji, różni się w zależności od sytuacji — zależy to od sektora, wielkości i tego, który z siedmiu wymiarów najbardziej pozostaje w tyle. Jak przejść z baseline do następnego poziomu opisuje, jakie działania temu odpowiadają. Dla porównania warto również zobaczyć, do czego prowadzi ten krok: co poziom foundation oznacza w praktyce pokazuje, jak wygląda fundament, gdy podstawowa struktura już istnieje. Dla organizacji, które chcą spojrzeć dalej niż tylko na następny krok, co poziom insight oznacza w praktyce opisuje, jak dojrzałość rozwija się dalej, gdy dane i infrastruktura są już w porządku.
Pomiar dojrzałości hybridresourcing sprawdza, czy organizacja może nosić AI: czy istnieje fundament, czy struktura jest gotowa, czy istnieje wspólny obraz odpowiedzialności i danych. To inne pytanie niż to, jaka część samej pracy kwalifikuje się do AI. Organizacja na poziomie baseline może całkiem dobrze mieć procesy pracy, w których wiele zadań nadaje się do przejęcia przez AI — brakuje jedynie jeszcze struktury, aby to zrobić w sposób trwały. Kto chce wiedzieć, jaka część samej pracy, zadanie po zadaniu, może zostać przejęta przez AI, znajdzie tę odpowiedź nie w pomiarze dojrzałości, a w skanie pracy FTE TO AI. Ten wylicza dla każdego zadania, jaka jego część nadaje się do AI, niezależnie od tego, czy organizacja jest na to już gotowa. Obie odpowiedzi razem — czy organizacja jest gotowa, i czy praca jest gotowa — dają pełny obraz, zanim Państwo w coś zainwestują.
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.