Kto po raz pierwszy pracuje z modelem językowym, widzi, że coś działa. Pojawia się odpowiedź, ta odpowiedź wystarczająco często się zgadza, a wniosek nasuwa się sam: to może więcej. Ten wniosek nie jest błędny, ale opiera się na pojedynczym momencie w pojedynczym oknie. Okno czatu pokazuje, czy model potrafi odpowiedzieć na pytanie. Nie pokazuje, czy organizacja stojąca za tym potrafi to pytanie dobrze sformułować, dostarczyć właściwe dane i sprawić, by odpowiedź przełożyła się na decyzję, która ma jakiekolwiek znaczenie.
To rozróżnienie jest powodem, dla którego piloty często faktycznie startują, ale rzadko są skalowane. Pilot dowodzi, że technologia coś potrafi. Nie dowodzi niczego na temat siedmiu wymiarów, które decydują o tym, czy organizacja jest w stanie ten potencjał również udźwignąć: od organizacji i przywództwa, przez infrastrukturę IT, zarządzanie danymi, procesy, ludzi, ład organizacyjny, aż po kulturę. Okno czatu testuje jeden przypadek praktyczny, w jednym momencie, z jednym użytkownikiem. Nie mówi nic o tym, co się dzieje, gdy stu użytkowników zadaje to samo pytanie, przy danych, które nie zawsze są czyste, w procesie, który nie jest przystosowany do odpowiedzi, która się zmienia.
Pomiar dojrzałości hybridresourcing nie patrzy na zadanie ani na odpowiedź, lecz na warstwę pod spodem: pytanie, czy organizacja jako całość jest gotowa, by pracować z AI, a nie tylko z nią eksperymentować. Odbywa się to na pięciu poziomach — baseline, foundation, activation, insight, intelligence — oraz w siedmiu wymiarach, które razem określają, gdzie organizacja się znajduje. Nie każdy wymiar waży tak samo w każdym momencie. Wymiary fundamentalne, takie jak organizacja i infrastruktura IT, mają pierwszeństwo przed wymiarami, które są od nich zależne. To nie jest nasz wybór, lecz kolejność, w jakiej to działa: bez działającej infrastruktury dobre zarządzanie danymi ma niewielkie oparcie, a bez jasnego procesu decyzyjnego dobra infrastruktura ma niewielki efekt.
Ważnym elementem pomiaru jest runda plot. Kilka osób w organizacji ocenia niezależnie, nie widząc odpowiedzi innych. To, co z tego wynika, to nie tylko pozycja na pięciu poziomach, lecz także rozrzut między tym, co różne osoby uważają za prawdę. Zarząd, który uważa, że organizacja znajduje się na poziomie activation, podczas gdy dział IT umiejscawia siebie na poziomie baseline, ma problem większy niż wskazywałaby średnia. Ten rozrzut jest często bardziej informacyjny niż sam wynik: pokazuje, w czym organizacja nie zgadza się co do samej siebie, a to właśnie tam pilot utyka, choć nikt nie potrafi wskazać dlaczego.
Pomiar dojrzałości nie odpowiada na pytanie, jakie zadania AI może przejąć. Nie mówi nic o tym, ile czasu dane stanowisko poświęca na określoną czynność, ani co się stanie, gdy ta czynność zniknie. Mierzy gotowość, nie przejęcie. Organizacja może osiągnąć wysoki wynik we wszystkich siedmiu wymiarach, a mimo to nie zidentyfikować ani jednego zadania gotowego do przekazania. I odwrotnie, organizacja może mieć mnóstwo zadań doskonale nadających się do automatyzacji, podczas gdy sama organizacja nie jest jeszcze przygotowana, by pozwolić na to w odpowiedzialny sposób.
Pomiar nie mówi też, które decyzje wolno, a których nie wolno automatyzować — to pytanie zasługuje na osobną uwagę, między innymi w przeglądzie decyzji, które powinny pozostać poza zakresem automatyzacji. A wynik nie mówi nic o tym, czego w praktyce brakuje w dokumentacji: kto chce wiedzieć, co powinno znaleźć się w inwentaryzacji decyzji, nie znajdzie tego w poziomie ani w wymiarze, lecz w osobnym procesie.
Co pomiar rzeczywiście robi, to daje jasność co do pozycji wyjściowej. Niski wynik w jednym z siedmiu wymiarów nie oznacza automatycznie, że coś jest gruntownie nie tak; oznacza, że możliwe są dwie ścieżki, a która z nich ma zastosowanie, różni się w zależności od organizacji — różnica, która jest dalej omówiona na stronie opisującej dwa scenariusze przy niskim wyniku. Kto chce zacząć od własnej oceny, może to zrobić na stronach dotyczących dojrzałości samej organizacji oraz dojrzałości infrastruktury IT jako dwóch z siedmiu wymiarów, na których zbudowany jest pełny pomiar.
To rozdzielenie jest celowe. Organizacja, która chce najpierw wiedzieć, czy AI coś jej przynosi, zadaje inne pytanie niż organizacja, która chce wiedzieć, czy jest przygotowana, by wdrożyć AI w sposób odpowiedzialny. Obydwa pytania są uzasadnione, ale wymagają innych narzędzi. Kto pozwoli, by te dwa pytania się ze sobą pomieszały, otrzyma odpowiedź, która dobrze nie pasuje do żadnego z nich: wynik, który brzmi jak analiza zadań, albo analizę zadań, która udaje, że coś mówi o gotowości organizacyjnej.
Pomiar dojrzałości, z pięcioma poziomami, siedmioma wymiarami i rundą plot, jest obecnie w budowie. Nie ma jeszcze środowiska, w którym mogliby się Państwo dziś zalogować i uzyskać wynik. Kto jest tym zainteresowany, może zapisać się na listę oczekujących i zostanie poinformowany, gdy pomiar będzie dostępny.
Gdy gotowość organizacji jest już rozpoznana, pozostaje bez odpowiedzi inne pytanie: jaka część samej pracy rzeczywiście da się przejąć. To nie jest coś, na co odpowiada ten pomiar, i nie taki jest też jego cel. Na to pytanie odpowiada skan pracy FTE TO AI, który dla każdego zadania oblicza, jaka część pracy kwalifikuje się do przejęcia przez AI — obliczenie, które nabiera znaczenia dopiero wtedy, gdy organizacja, w której ono ląduje, jest rzeczywiście gotowa, by je udźwignąć.
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.