Zarządzanie wynikami o poziom wyżej: co to wymaga

Dlaczego na to pytanie nie da się odpowiedzieć kwotą

Zarządzanie wynikami to wymiar, który mierzy, czy organizacja widzi, co przynosi AI, i czy ta informacja gdzieś trafia. Nie czy istnieje dashboard, ale czy ktoś patrzy na to, co zastosowanie AI zmienia w czasie realizacji, jakości lub marży błędu, i czy ten wynik ma wpływ na następną decyzję. Podniesienie o poziom wyżej nie ma ustalonej kwoty, ponieważ odległość między poziomami różni się w zależności od organizacji. Organizacja, która jeszcze nic nie mierzy, musi wprowadzić coś innego niż organizacja, która już mierzy, ale nigdzie nie wykorzystuje wyników. Co jest jednak pewne: koszty rzadko leżą w oprogramowaniu. Leżą w czasie, powtarzalności i gotowości do traktowania wyników poważnie, także wtedy, gdy wypadają rozczarowująco.

Co obejmuje zarządzanie wynikami w tym pomiarze

Ten wymiar patrzy na trzy rzeczy. Po pierwsze, czy wynik jest zdefiniowany przed rozpoczęciem zastosowania AI — co ma się poprawić i jak to zobaczyć. Po drugie, czy ten wynik jest po pewnym czasie faktycznie mierzony, a nie tylko zakładany. Po trzecie, czy pomiar ma konsekwencje: czy zastosowanie zostaje dostosowane, rozszerzone lub zatrzymane na podstawie tego, co zmierzono, czy wynik pozostaje liczbą w raporcie, który nikt ponownie nie otwiera. Wiele organizacji ocenia się niżej nie dlatego, że nie mierzy, ale dlatego, że pomiar nie ma miejsca w żadnej decyzji.

Po czym rozpoznać, gdzie obecnie się znajdujecie

Na poziomie baseline nie ma opisu tego, co oznacza sukces, przed rozpoczęciem zastosowania AI. Po fakcie sprawdza się, czy coś "wydawało się lepsze", bez ustalonego kryterium. Co to oznacza w praktyce dla organizacji, która znajduje się na tym poziomie, opisano na stronie o tym, co oznacza poziom baseline w praktyce.

Na poziomie foundation wynik jest już wskazany, ale pomiar odbywa się jednorazowo lub przypadkowo. Ktoś sprawdza po kilku tygodniach, czy to działa, ale nie ma powtórzeń i nie ma ustalonej formy. Strona o tym, co oznacza poziom foundation w praktyce pokazuje, jak ta sytuacja różni się od baseline i od następnego poziomu.

Od poziomu activation mierzenie staje się przyzwyczajeniem, a nie wyjątkiem: to samo kryterium jest ponownie sprawdzane w ustalonych momentach. Przy insight ten wynik zostaje powiązany z decyzją — zastosowanie, które nie daje tego, co przewidywano, jest dostosowywane lub zatrzymywane. Przy intelligence pomiar jest wbudowany w szerszy rytm: wyniki zastosowań AI są zestawiane i porównywane, dzięki czemu organizacja uczy się, jaki typ zastosowania sprawdza się, a jaki nie.

Dlaczego tego wymiaru nie da się wyodrębnić

Zarządzanie wynikami zależy od wymiarów, które w kolejności znajdują się wcześniej. Bez organizacji, która wie, kto jest odpowiedzialny za wynik, pomiar pozostaje liczbą bez właściciela — a to zaczyna się od pytania, jak dojrzała jest organizacja pod względem AI, na które odpowiedź znajduje się w wymiarze organizacji. Bez infrastruktury, która umożliwia zapisywanie danych o użyciu i wynikach, nie ma nic do zmierzenia — zobacz wymiar infrastruktury IT. A bez zarządzania danymi, które określa, które dane są wystarczająco wiarygodne, aby na nich się oprzeć, pomiar może dać liczbę, ale nie punkt odniesienia — zobacz wymiar zarządzania danymi. Kto chce podnieść zarządzanie wynikami bez uporządkowania tych fundamentów, mierzy coś, ale nie coś, na czym można budować.

Co wymaga podniesienie o poziom wyżej

Krok z baseline do foundation wymaga przede wszystkim ustalenia: przed rozpoczęciem zastosowania określić, co oznacza sukces, i zapisać to w miejscu, gdzie później można to odnaleźć. To nie jest inwestycja w technikę, ale w przyzwyczajenie.

Krok z foundation do activation wymaga powtarzalności: to samo kryterium powraca w ustalonych momentach, a nie jednorazowego spojrzenia. To kosztuje czas kogoś, kto umieszcza to w agendzie i wciąż o to pyta.

Krok do insight wymaga czegoś trudniejszego: gotowości do wycofania lub dostosowania zastosowania, jeśli pomiar wypada rozczarowująco, także wtedy, gdy już w niego zainwestowano. To mniej pozycja kosztowa, a bardziej kwestia kultury.

Krok do intelligence wymaga wreszcie porównania zastosowań między sobą, tak aby organizacja nie uczyła się przypadek po przypadku, ale widziała wzorce. To wymaga ustalonego miejsca, gdzie to porównanie się odbywa, oraz ludzi, którzy dostają na to czas.

Gdzie ten pomiar się zatrzymuje

Pomiar dojrzałości hybridresourcing pokazuje, czy organizacja jest w stanie znieść to, co przynosi AI — czy fundamenty są na miejscu i czy zarządzanie wynikami może na nich budować. Nie mówi nic o tym, które zadania w samej pracy są odpowiednie do przekazania AI i w jakim stopniu. Na to pytanie odpowiada skan pracy FTE TO AI, który dla każdego zadania obliczą, jaką jego część można przekazać AI. Kto już wie, gdzie organizacja znajduje się w tym wymiarze, ma tym samym wskazówkę, czy wyniki takiego skanu pracy gdzieś trafią, czy zniknął w raporcie, który nikt ponownie nie otworzy.

Narzędzie jest w budowie

Pomiar dojrzałości, wraz z rundą plot, w której kilka osób ocenia niezależnie od siebie i widoczne staje się rozproszenie między ich odpowiedziami, jest wciąż w opracowaniu. Kto chce skorzystać z pomiaru, gdy będzie dostępny, może zapisać się na listę oczekujących.