As aplicações de IA dependem de dados. Não dos dados que a organização imagina ter, mas dos dados como estão de facto armazenados, definidos e mantidos. A gestão de dados é, por isso, uma das dimensões fundamentais na medição de maturidade: juntamente com organização e infraestrutura de TI, determina se há algo sobre o qual construir. Uma organização pode ter uma pontuação forte em pessoas e competências ou em gestão de desempenho e, ainda assim, verificar que cada aplicação de IA fica bloqueada porque ninguém consegue afirmar com certeza qual versão de uma base de clientes é a correta. Essa ordem não é uma escolha nossa; é a ordem em que funciona.
A gestão de dados trata do estado dos dados que uma organização utiliza para trabalhar e decidir. As definições estão fixadas, ou "cliente ativo" significa algo diferente em cada departamento. Existe um proprietário identificável por conjunto de dados, ou ninguém sabe quem é responsável quando um campo está errado há anos. Os dados são registados uma vez e obtidos a partir daí em todos os lugares, ou existem três exportações que já divergem entre si. As perguntas na medição não incidem sobre a quantidade de dados ou o tipo de sistema, mas sobre a fiabilidade e a proveniência do que existe.
Os cinco níveis vão de baseline a intelligence, e na gestão de dados a diferença entre esses níveis é frequentemente mais concreta de notar do que noutras dimensões. No nível baseline, os dados existem sobretudo de forma local: em folhas de cálculo, na memória de um colega, num sistema que já ninguém compreende por completo. No nível foundation, os principais conjuntos de dados estão identificados e existe um início de responsabilização, ainda que as definições continuem a divergir. O que esse nível foundation significa na prática, também para outras dimensões, está descrito em o que significa o nível foundation na prática, e o mesmo se aplica ao ponto de partida em si, em o que significa o nível baseline na prática. No nível activation, as definições são largamente partilhadas e existe um processo para sinalizar desvios. No nível insight, os dados são utilizados ativamente para fundamentar decisões, com visibilidade sobre qualidade e proveniência. No nível intelligence, a gestão de dados já não é um percurso separado, mas uma característica fixa do modo como a organização funciona.
A ronda de plotagem torna visível se essa estimativa está correta. Quando o CIO coloca a gestão de dados no nível activation e as equipas que trabalham diariamente com ela no nível baseline, essa dispersão diz mais sobre a situação real do que a média das duas pontuações. Frequentemente verifica-se que os sistemas estão configurados num nível superior ao comportamento que ocorre neles: existe um sistema central, mas as pessoas continuam a trabalhar em paralelo em ficheiros próprios porque não confiam no sistema.
O que custa passar de baseline para foundation depende de quão fragmentados estão atualmente os dados e de quantos departamentos mantêm a sua própria versão da verdade. O trabalho está então sobretudo em identificar responsáveis e fixar definições, não em nova tecnologia. Passar de foundation para activation exige mais frequentemente um passo técnico: designar uma fonte única, eliminar outras ou torná-las apenas de leitura. Passar de activation para insight desloca o peso para a governação: quem pode alterar o quê, como se controla a qualidade, o que acontece quando se encontra um erro. Quanto tempo e quão exigente é esse percurso depende da dimensão da organização, do número de sistemas que mantêm dados e do grau em que as pessoas já estão habituadas a considerar uma única fonte como principal. Isso não se traduz num valor fixo ou num prazo fixo; depende de onde se concentra a dispersão na sua ronda de plotagem.
A gestão de dados raramente existe isoladamente. Uma organização que não confia nos seus dados terá também dificuldade com quanto custa elevar a privacidade e a segurança um nível, porque não se pode proteger aquilo que não se conhece. Inversamente, uma gestão de dados forte pode estabelecer uma base sobre a qual quanto custa elevar a gestão de desempenho um nível se torna mais fácil de responder, pois a gestão de desempenho precisa de dados fiáveis para poder medir algo. Também a questão quanto custa elevar a ética um nível toca diretamente a gestão de dados: lidar de forma responsável com os dados começa por saber o que se tem e de onde vem. Quem aborda estas dimensões de forma isolada corre o risco de ver o trabalho numa dimensão travado por um atraso noutra.
Esta medição mostra se a organização possui os dados, os sistemas e as pessoas para suportar a IA. Essa é uma questão diferente de saber que parte do trabalho a IA pode efetivamente assumir. Assim que estiver claro em que ponto se encontram as dimensões fundamentais, incluindo a gestão de dados, torna-se útil analisar tarefa a tarefa o que a IA pode fazer e o que não pode. Esse é o domínio do scan de trabalho da FTE TO AI: este calcula, por tarefa, que parte do trabalho pode ser assumida, partindo dos dados e sistemas que efetivamente existem nesse momento.
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.