Foundation é o nível em que uma organização já não começa do zero. Foram feitas escolhas, existe política, existe uma equipa ou uma função que se dedica ao tema. É o passo seguinte ao baseline, em que a IA acontecia sobretudo de forma incidental e por iniciativa de indivíduos. No nível foundation, algo foi formalizado. A questão já não é se a organização está empenhada nisso, mas quão uniforme isso é ao longo das sete dimensões que a medição de maturidade distingue.
A forma mais comum de foundation é desigual. Organização e política costumam ser as primeiras a destacar-se: foi nomeado um responsável de IA, existem diretrizes de utilização, talvez um primeiro documento de governança. Mas a infraestrutura de TI e a gestão de dados ficam frequentemente atrás. Os sistemas não estão preparados para suportar aplicações de IA, os dados estão dispersos, a qualidade e a acessibilidade não estão garantidas. Isto não é excepção; é o padrão em que as dimensões fundamentais ficam atrás das dependentes.
Isto manifesta-se de forma concreta: um projeto-piloto aprovado no papel encravou porque os dados necessários não estão disponíveis ou não são fiáveis. Existe um documento de política, mas ninguém na organização o consegue explicar sem o ter à frente. Foi nomeado um responsável, mas essa pessoa não tem mandato para decidir sobre sistemas ou orçamentos. No papel, o foundation parece mais organizado do que funciona na prática.
No nível foundation, a dispersão na ronda de plotagem é frequentemente a maior. Um CIO classifica a infraestrutura de TI com uma pontuação baixa porque sabe o que ainda é preciso fazer em termos de integração de sistemas. Um CHRO classifica organização e política com uma pontuação alta porque agora existe, pelo menos, um ponto de contacto. Ambos os julgamentos são correctos a partir da respectiva posição. A medição torna essa diferença visível em vez de a diluir numa média, e é exactamente aí que o foundation exige uma conversa: que dimensão está mais avançada, qual ainda tem de acompanhar, e se essa diferença de ritmo é conhecida por todos os que decidem sobre o assunto.
A razão pela qual o foundation se apresenta desta forma está na natureza das próprias dimensões. Organização e política são relativamente rápidas de estabelecer: um documento, uma função, uma estrutura de reuniões. A infraestrutura de TI e a gestão de dados exigem mais tempo, porque dependem de sistemas existentes que não foram construídos para IA. Quem, no nível foundation, investiu sobretudo em política e organização, tem a impressão de progresso sem que a camada fundamental tenha acompanhado esse crescimento. Essa diferença só se torna visível quando um projeto-piloto quer avançar além da montagem experimental, e é então que se constata que os dados não estão prontos para isso.
É também por isso que o foundation é um passo intermédio e não um ponto final. O nível em que isto se resolve chama-se activation, onde as dimensões fundamentais e dependentes se aproximam. Os níveis seguintes, insight e intelligence, constroem sobre uma base que, no nível foundation, ainda não é uniforme em todo o lado.
O passo do foundation para o nível seguinte não exige mais política. Já existe política. Exige o alinhamento das dimensões que ficam atrás, nomeadamente a infraestrutura de TI e a gestão de dados, para que as dimensões dependentes — incluindo a utilização de IA e o grau de familiaridade dos colaboradores com ela — tenham algo sobre o qual construir. Isso significa que os sistemas têm de estar em ordem antes de novas aplicações serem lançadas sobre eles, e que a qualidade dos dados se torna um tema com um responsável, não uma suposição.
O percurso daqui para o nível seguinte está descrito em como chegar do foundation ao nível seguinte. Quem se pergunta como é o passo anterior, encontra-o em como chegar do baseline ao nível seguinte; quem já está além do foundation pode continuar a leitura na página sobre o passo de activation para o nível seguinte.
A medição de maturidade mostra se a organização consegue sustentar a IA: se as camadas fundamentais são suficientemente sólidas para se construir algo sobre elas. Não diz nada sobre que trabalho se qualifica para isso ou que parte de uma função a IA poderia assumir. Essa é uma questão diferente, com um instrumento diferente. Assim que as dimensões fundamentais estiverem em ordem — ou enquanto se trabalha nisso — o scan de trabalho da FTE TO AI pode mapear que parte do trabalho, tarefa a tarefa, se qualifica para ser assumida. As duas medições complementam-se: uma mostra se a base existe, a outra mostra o que há para fazer sobre essa base.
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.