Kennisbank

Foundation: podstawa stoi, ale czy wytrzymuje wszędzie

Foundation to poziom, na którym organizacja nie zaczyna już od zera. Podjęto decyzje, jest polityka, jest zespół lub rola, która się tym zajmuje. To krok po baseline, na którym AI działo się głównie incydentalnie i z inicjatywy poszczególnych osób. Na poziomie foundation coś zostało ustalone na papierze. Pytanie nie brzmi już, czy organizacja się tym zajmuje, ale jak równomiernie to wygląda w siedmiu wymiarach, które rozróżnia pomiar dojrzałości.

Jak rozpoznać foundation

Najczęstszą formą foundation jest nierównomierność. Organizacja i polityka stoją tu zazwyczaj najwcześniej: wyznaczono osobę odpowiedzialną za AI, są wytyczne dotyczące użycia, może pierwszy dokument dotyczący governance. Ale infrastruktura IT i zarządzanie danymi regularnie zostają w tyle. Systemy nie są przygotowane do wspierania zastosowań AI, dane są rozproszone, jakość i dostępność nie są zabezpieczone. To nie wyjątek; to wzorzec, w którym wymiary fundamentalne pozostają w tyle za wymiarami zależnymi.

To objawia się konkretnie: pilotaż, który na papierze został zatwierdzony, zatrzymuje się, bo potrzebne dane nie są dostępne lub niewiarygodne. Istnieje dokument polityki, ale nikt w organizacji nie potrafi go wyjaśnić bez sięgnięcia po niego. Wyznaczono osobę odpowiedzialną, ale ta osoba nie ma mandatu do decydowania o systemach czy budżetach. Foundation na papierze wygląda bardziej porządnie, niż działa w praktyce.

Co pokazuje runda punktowa

Na poziomie foundation rozproszenie w rundzie punktowej jest często największe. CIO ocenia infrastrukturę IT niżej, ponieważ wie, co jeszcze trzeba zrobić w zakresie integracji systemów. CHRO ocenia organizację i politykę wysoko, ponieważ przynajmniej jest teraz punkt kontaktowy. Obie oceny są słuszne z własnej pozycji. Pomiar czyni tę różnicę widoczną, zamiast ją uśredniać, i właśnie tu foundation wymaga rozmowy: który wymiar jest na czele, który musi jeszcze dogonić, i czy ta różnica w tempie jest znana wszystkim, którzy o tym współdecydują.

Dlaczego kolejność ma tu znaczenie

Powód, dla którego foundation objawia się w ten sposób, leży w naturze samych wymiarów. Organizację i politykę można ustanowić względnie szybko: dokument, rola, struktura konsultacyjna. Infrastruktura IT i zarządzanie danymi wymagają więcej czasu, ponieważ zależą od istniejących systemów, które nie zostały zbudowane pod AI. Kto na poziomie foundation zainwestował głównie w politykę i organizację, ma wrażenie postępu, choć warstwa fundamentalna nie rozwinęła się w tym samym tempie. Ta różnica staje się widoczna dopiero, gdy pilotaż chce wyjść poza fazę testową, i wtedy okazuje się, że dane nie są na to gotowe.

To jest też powód, dla którego foundation to etap przejściowy, a nie punkt docelowy. Poziom, na którym to się rozwiązuje, nazywa się activation, gdzie wymiary fundamentalne i zależne zbliżają się do siebie. Kolejne poziomy, insight i intelligence, budują na podstawie, która na poziomie foundation jeszcze nie jest wszędzie równa.

Czego wymaga ten krok

Krok z foundation do następnego poziomu nie wymaga więcej polityki. Polityka już istnieje. Wymaga wyrównania wymiarów, które pozostają w tyle, w szczególności infrastruktury IT i zarządzania danymi, tak aby wymiary zależne — w tym użycie AI oraz stopień, w jakim pracownicy są z nią zaznajomieni — miały na czym budować. To oznacza, że systemy muszą zostać uporządkowane, zanim wypuści się na nie nowe zastosowania, a jakość danych musi stać się tematem z właścicielem, nie założeniem.

Trasa z tego miejsca do następnego poziomu jest opisana na stronie jak przejść z foundation do następnego poziomu. Kto zastanawia się, jak wygląda krok wcześniejszy, znajdzie go na jak przejść z baseline do następnego poziomu; kto jest już dalej niż foundation, może przeczytać dalej na stronie o kroku z activation do następnego poziomu.

Czego foundation nie mówi

Pomiar dojrzałości pokazuje, czy organizacja może nosić AI: czy fundamentalne warstwy są wystarczająco silne, aby na nich cokolwiek zbudować. Nie mówi nic o tym, jaka praca się do tego kwalifikuje ani jaką część funkcji AI mogłaby przejąć. To inne pytanie, wymagające innego narzędzia. Gdy fundamentalne wymiary są uporządkowane — lub w trakcie pracy nad tym — skan pracy FTE TO AI może zmapować, jaka część pracy, zadanie po zadaniu, kwalifikuje się do przejęcia. Te dwa pomiary uzupełniają się wzajemnie: jeden pokazuje, czy podstawa istnieje, drugi pokazuje, co na tej podstawie można zrobić.