Kennisbank

De ce un pilot fără acord asupra a ce trebuie să reiasă nu aduce niciun rezultat

Capcana

Se pornește un pilot. O echipă, un instrument, o perioadă de câteva săptămâni sau luni. La final urmează o reacție: s-a simțit bine, oamenii au fost entuziaști, unele lucruri s-au făcut mai rapid. Și apoi se ia o decizie pe baza acelui sentiment, în timp ce nimeni nu a stabilit dinainte la ce întrebare trebuia să răspundă de fapt pilotul.

Aceasta este capcana. Nu pilotul în sine, ci absența unei întrebări la care pilotul trebuia să răspundă. Fără acea întrebare, orice rezultat este un rezultat bun, și exact aceasta este problema. Un pilot fără un acord prealabil asupra a ce trebuie să reiasă nu poate eșua și, prin urmare, nici nu poate demonstra nimic.

De ce acest lucru pare logic

Un pilot pare o modalitate sigură de a începe. Se începe mic, se observă ce se întâmplă, apoi se scalează dacă funcționează. Sună înțelept, și într-o situație stabilă chiar este așa. Dar AI nu afectează doar echipa care conduce pilotul. Afectează modul în care sunt înregistrate datele, cine decide despre ce, și care sisteme trebuie să comunice între ele. Un pilot care nu măsoară nimic despre acestea nu măsoară, prin urmare, nici dacă restul organizației ar obține același rezultat.

Logica de „a încerca mai întâi la scară mică” presupune că succesul la scară mică se traduce în succes la scară mare. Exact de aceea scalarea fără o bază solidă nu aduce niciun rezultat: ce a funcționat într-un pilot a funcționat adesea datorită unor circumstanțe care nu sunt prezente în altă parte. O echipă motivată, un set de date curat, un manager care s-a implicat din întâmplare. Fără un acord prealabil asupra a ce trebuia testat, rămâne neclar dacă rezultatul s-a datorat tehnologiei sau circumstanțelor excepționale în care a fost testată.

Cum observați că vă aflați în această situație

Există câteva semnale recognoscibile.

Primul semnal este că pilotul se încheie cu o poveste, nu cu un răspuns. Se relatează ce s-a întâmplat, dar nimeni nu poate spune dacă întrebarea stabilită dinainte — care de fapt nu a existat niciodată — a fost sau nu clarificată.

Al doilea semnal este că pilotul a fost izolat de restul organizației. O echipă, un caz de utilizare, fără legătură cu sistemele sau departamentele care ar trebui să susțină rezultatul dacă funcționează. Este aceeași capcană ca cea în care un pilot care funcționează doar în colțișorul său nu aduce niciun rezultat: succesul izolat spune puțin despre ce se întâmplă atunci când restul organizației trebuie să se conecteze.

Al treilea semnal este că nimeni nu deține pilotul. Există un manager de proiect, poate un furnizor, dar niciun proprietar responsabil pentru ce trebuie să se întâmple după pilot. Acest lucru se observă abia atunci când pilotul s-a terminat și întrebarea „ce facem acum” rămâne fără răspuns, exact tiparul care devine vizibil atunci când o demonstrație fără un proprietar nu aduce niciun rezultat.

Al patrulea semnal este că a fost testată tehnologia, dar nu structura în care aceasta trebuie să funcționeze. Rolurile, responsabilitățile, liniile de decizie au rămas neschimbate pe durata pilotului, și exact de aceea tehnologia peste o structură neschimbată nu aduce niciun rezultat. Un pilot care nu afectează structura testează doar dacă tehnologia funcționează într-un mediu care nu trebuie să se schimbe. Aceasta este o întrebare diferită de cea dacă organizația este pregătită să lucreze cu ea.

Ce trebuie să existe mai întâi

Ordinea în care se construiește pregătirea pentru AI nu este arbitrară. Organizația, infrastructura IT și managementul datelor formează baza pe care se pot sprijini abia apoi dimensiunile dependente — precum modul în care oamenii colaborează cu AI sau modul în care se iau deciziile. Un pilot care ignoră această ordine măsoară, de fapt, altceva decât pretinde că măsoară. Măsoară creativitatea unei echipe într-un moment dat, nu pregătirea organizației ca întreg.

Acesta este și un aspect la care un CEO și un COO privesc, de regulă, diferit. Ce urmărește un CEO în privința maturității AI diferă de ce evaluează un COO în acest sens, iar un pilot fără un punct de măsurare stabilit dinainte îi lasă pe amândoi fără reper. Întrebarea nu este dacă pilotul a fost plăcut, ci dacă spune ceva despre dimensiunile care trebuie să susțină restul.

De la pilot la măsurare

Măsurarea maturității de la hybridresourcing.com este concepută pentru a face posibil acest acord prealabil. Cinci niveluri, de la baseline la intelligence, pe șapte dimensii, cu o rundă de plotare în care mai multe persoane acordă scoruri independent unele de altele, astfel încât dispersia să devină vizibilă în locul unei singure impresii considerate drept adevăr. Astfel devine vizibil unde se află organizația în realitate, înainte de a porni din nou un pilot care trebuie să demonstreze ulterior ceva ce nu a fost niciodată stabilit dinainte.

Această măsurare vizează întrebarea dacă organizația poate susține AI: dacă baza este pregătită pentru a face ca ceva să funcționeze structural. Odată ce această întrebare este clarificată, se creează spațiu pentru o altă întrebare, respectiv ce parte din munca efectivă poate prelua AI. Această întrebare este clarificată de scanul de muncă al FTE TO AI, care calculează pentru fiecare sarcină ce parte din aceasta poate fi transferată către AI. Instrumentul pentru această măsurare a maturității este în construcție; cei care doresc să utilizeze măsurarea de îndată ce va fi disponibilă se pot înscrie pe lista de așteptare.