La nivelul activation, AI nu mai este pe planșa de proiectare. Există pilote, există instrumente în uz, s-a acumulat experiență despre ce funcționează și ce nu. Acesta este nivelul la care majoritatea organizațiilor rămân mai mult timp decât era planificat. Nu pentru că nu se întâmplă nimic, ci pentru că ceea ce se întâmplă rămâne fragmentat. O echipă lucrează cu agenți care execută sarcini, o altă echipă experimentează independent cu un model de limbaj pentru text, și nimeni nu are o imagine completă despre unde se află de fapt AI în organizație în acest moment.
Activation este nivelul aplicației izolate. Există dovezi că poate funcționa. Nu există încă o structură care să facă acea dovadă repetabilă în afara locului în care a apărut.
La acest nivel se combină des câteva semnale. Există cel puțin o aplicație care produce dovedit un rezultat, dar întrebarea de ce aceasta nu este implementată mai larg rămâne fără răspuns. Există buget pentru experimente, dar niciun proces fix pentru a determina care experiment primește o continuare și care nu. Diferite departamente au fiecare propriul furnizor, propria abordare, propria definiție a succesului. Și persoanele care conduc pilotele nu sunt de obicei aceleași persoane care ar trebui să decidă asupra scalării.
Acest ultim aspect este probabil cea mai clară caracteristică. La activation, cunoștințele despre ce funcționează se află la nivelul executanților. Decizia despre ce urmează se află mai sus. Între aceste două niveluri nu există de obicei o legătură fixă.
În runda de reprezentare grafică a măsurării maturității, acesta este nivelul la care dispersia dintre scoruri este cea mai mare. Un manager IT vede progres pentru că sistemele funcționează. Un director de HR vede stagnare pentru că nu există politici privind cine poate lucra cu ce instrument. Ambele observații sunt corecte. Ele descriu doar o dimensiune diferită.
Pasul de la activation la insight nu cere mai multe pilote. De obicei există deja suficiente. Pasul cere ceva ce activation în sine nu produce: o modalitate de a privi dincolo de aplicații individuale, de a le compara între ele și, pe baza acestui lucru, de a face o alegere.
Aceasta începe cu dimensiunile fundamentale. Dacă organizația nu are o imagine comună despre cine decide asupra a ce, fiecare aplicație rămâne o insulă. Dacă managementul datelor nu este în ordine, ceea ce funcționează într-un pilot nu poate fi transferat pur și simplu la un alt departament, pentru că datele de bază au un aspect diferit. Și dacă infrastructura IT diferă de la o echipă la alta, îmbinarea inițiativelor izolate costă mai mult decât ar costa reînceperea de la zero.
Acesta este motivul pentru care ordinea celor șapte dimensiuni nu este arbitrară. O organizație poate obține un scor ridicat pe o dimensiune dependentă — de exemplu o echipă care are abilități cu un instrument specific — în timp ce dimensiunile fundamentale de dedesubt încă nu susțin acest lucru. Această diferență este exact ceea ce se trece cu vedere frecvent la activation: progresul vizibil nu se sprijină întotdeauna pe o fundație care permite creșterea în continuare.
Insight este nivelul la care aceste dimensiuni fundamentale începe să conteze. Nu pentru că brusc se folosește mai mult AI, ci pentru că apare o modalitate de a vedea care aplicație poate fi repetată în altă parte și care rămâne legată de circumstanțele unei singure echipe. Ce anume necesită acest lucru în practică, de la măsurabilitate până la o imagine comună asupra aplicațiilor, este descris pe pagina despre cum treceți de la insight la nivelul următor.
Există o presupunere că mai mult timp sau mai mult buget rezolvă automat activation. Acest lucru nu este întotdeauna adevărat. O organizație poate rămâne blocată ani de zile la activation, cu mereu pilote noi care lasă aceleași întrebări fără răspuns. Problema atunci nu este lipsa de inițiativă. Este lipsa unei structuri care să conecteze inițiativele între ele.
Această structură are un aspect diferit la activation față de nivelurile precedente. Cei care doresc să știe cum a fost baza înainte de a exista experimente, găsesc acest lucru pe paginile despre ce înseamnă în practică nivelul baseline și ce înseamnă în practică nivelul foundation. Această comparație face vizibil faptul că saltul spre activation cere mai ales curaj — a încerca ceva — în timp ce saltul următor cere altceva: o imagine de ansamblu.
Imaginea de ansamblu nu vine dintr-un singur pilot. Ea vine din punerea alături a tot ceea ce se desfășoară și dintr-o modalitate de a vedea unde acestea se întâlnesc în lanțuri în care pașii se succed, în loc să continue să existe izolat unele de altele.
Măsurarea maturității arată dacă organizația în ansamblu este pregătită să susțină AI: dacă dimensiunile fundamentale se află sub aplicațiile izolate care există deja. Această întrebare este diferită de întrebarea ce parte a muncii propriu-zise este eligibilă pentru a fi preluată. Cei care se blochează la activation mai ales pe întrebarea care sarcini dintr-o echipă sau proces sunt potrivite pentru a fi transferate către AI, și în ce măsură, găsesc acel răspuns în scanul de lucru al FTE TO AI. Acesta calculează per sarcină ce parte a muncii poate prelua AI și oferă astfel imaginea complementară alături de gradul de pregătire cartografiat aici.
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.