Baseline este primul dintre cele cinci niveluri din măsurarea maturității hybridresourcing. Nu este o judecată negativă. Descrie o organizație în care cele șapte dimensii — printre care organizația, infrastructura IT și managementul datelor — nu au încă o structură care poate susține AI. Este posibil să se fi experimentat deja cu AI. Există proiecte pilot, s-au achiziționat licențe, cineva din echipă folosește un model de limbaj pentru rapoarte. Asta nu schimbă nimic la nivel. Baseline se referă la ce anume există, nu la ce s-a încercat deja.
La nivelul baseline lipsește o imagine comună despre cine este responsabil pentru ce atunci când vine vorba de AI. Deciziile privind instrumentele se iau la nivel de departament, fără ca cineva să aibă o privire de ansamblu asupra a ceea ce rulează. Infrastructura IT este configurată pentru procesele de lucru dinainte de AI: sisteme care nu comunică între ele, nicio locație centrală în care se adună datele, nicio viziune despre ce este necesar pentru a face modelele să funcționeze cu datele organizației. Managementul datelor există cu numele — există o arhivă, un CRM, un intranet — dar nimeni nu poate spune cu certitudine unde se află ce date, cine are acces la ele și dacă acele date sunt corecte.
Dimensiunile fundamentale au prioritate față de cele dependente, și asta se resimte cel mai puternic la acest nivel. Un proiect pilot care funcționează bine în sine se blochează în momentul în care trebuie să fie extins, pentru că infrastructura de dedesubt nu poate face față. O echipă care testează cu entuziasm o aplicație de AI descoperă că datele de care are nevoie nu sunt disponibile nicăieri într-o formă structurată. Acestea nu sunt incidente izolate. Sunt consecințele previzibile ale unui fundament care nu este încă finalizat.
Baseline nu înseamnă că organizația stagnează sau că oamenii nu vor. De multe ori este adevărat contrariul: există mișcare, există inițiative, s-a eliberat buget. Ce lipsește nu este motivația, ci coerența. Proiecte pilot izolate fără infrastructură comună, utilizare a datelor izolată fără gestionare centrală, decizii izolate fără proprietate comună. Energia există. Structura care să susțină acea energie, încă nu.
Nu înseamnă nici că acest nivel trebuie să dureze mult sau că este ceva în neregulă cu o organizație care începe de aici. Majoritatea organizațiilor care privesc serios spre AI începe la baseline sau puțin mai sus. Nivelul este o fotografie, nu o sentință.
În runda de plotare a măsurării maturității, mai multe persoane sunt evaluate separat, iar la organizațiile aflate la baseline se observă adesea un lucru specific: dispersia dintre respondenți este mare. Unde un responsabil IT vede că infrastructura are încă lacune mari, un șef de departament poate crede că lucrurile stau bine, pentru că instrumentele pe care le folosește funcționează corespunzător. Această dispersie este ea însăși un semnal. Arată că nu există încă o imagine comună despre unde se află organizația — și această lipsă a unei imagini comune este exact ceea ce caracterizează baseline.
Trecerea de la baseline la nivelul următor nu cere mai multe proiecte de AI. Cere ca ceva să aibă prioritate în fața restului: responsabilități clare, o infrastructură capabilă să colecteze și să pună la dispoziție date, și un management al datelor suficient de fiabil pentru a construi pe el. Fără această bază, orice pas următor rămâne temporar, pentru că se sprijină pe nisip.
Ce înseamnă concret această tranziție pentru organizația dumneavoastră diferă în funcție de situație — depinde de sector, de dimensiune și de care dintre cele șapte dimensii rămâne cel mai în urmă. Cum treceți de la baseline la nivelul următor descrie mișcările care corespund acestui proces. Pentru comparație, este util să vedeți și unde conduce acest pas: ce înseamnă în practică nivelul foundation arată cum se prezintă un fundament în momentul în care structura de bază este într-adevăr instalată. Pentru organizațiile care doresc să privească mai departe decât pasul următor, ce înseamnă în practică nivelul insight descrie cum se dezvoltă maturitatea în continuare odată ce datele și infrastructura sunt în ordine.
Măsurarea maturității hybridresourcing analizează întrebarea dacă o organizație poate susține AI: există fundamentul, este instalată structura, există o imagine comună despre responsabilități și date. Aceasta este o întrebare diferită de cea privind ce parte din munca în sine se califică pentru AI. O organizație la nivelul baseline poate avea foarte bine procese de lucru în care multe sarcini se pretează la preluarea de către AI — doar că lipsește încă structura pentru a face acest lucru într-un mod sustenabil. Cine dorește să știe cât de mult din munca în sine, pe sarcină, poate fi preluat de AI, nu găsește acel răspuns în măsurarea maturității, ci în scanarea muncii de la FTE TO AI. Aceasta calculează, pe sarcină, ce parte este adecvată pentru AI, indiferent de întrebarea dacă organizația este deja pregătită pentru asta. Ambele răspunsuri împreună — este organizația pregătită, și este munca pregătită — oferă imaginea completă înainte de a investi undeva.
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.