Insight este al patrulea dintre cele cinci niveluri pe care le distinge măsurarea maturității de la hybridresourcing: baseline, foundation, activation, insight și intelligence. O organizație la acest nivel a lăsat în urmă faza experimentelor izolate. Datele, infrastructura IT și structura organizațională nu mai sunt trei chestiuni separate, ci începe să se alinieze între ele. Aceasta este diferența de conținut față de activation: nu mai este vorba de a încerca dacă ceva funcționează, ci de a vedea de ce funcționează și unde se blochează.
La nivelul insight există o înțelegere clară a propriilor fluxuri de date: unde apare informația, unde se adună și unde se pierde între departamente. Această înțelegere nu se află întâmplător doar la un singur analist, ci este consemnată într-un mod pe care mai multe persoane îl pot consulta și utiliza. Infrastructura IT este organizată astfel încât să susțină aceste fluxuri de date, nu să le împiedice. Iar organizația a împărțit rolurile și responsabilitățile astfel încât deciziile privind aplicațiile de AI nu mai depind de întâmplare sau de un singur entuziast.
Acest nivel se recunoaște după tipul de întrebări care se pun în cadrul organizației. Nu mai este vorba de: putem încerca asta? Ci de: de ce funcționează această aplicație într-un departament și nu în altul, și ce ne spune asta despre datele sau structura noastră? Această întrebare poate fi formulată doar dacă există deja o imagine suficient de clară asupra a ceea ce se petrece. Această imagine este exact ceea ce adaugă insight față de nivelurile precedente.
Ce lipsește de obicei la acest nivel este pasul de la a înțelege la a prezice. Insight oferă explicații după fapte: de ce un proiect pilot a funcționat sau nu, de ce o echipă a avansat mai rapid decât alta. Ce nu există încă este o structură care să indice din timp unde va prinde sau nu o aplicație viitoare. Aceasta diferențiază insight de intelligence, nivelul la care acest strat predictiv este deja prezent. Ce înseamnă acest nivel în practică este descris pe pagina despre nivelul intelligence.
Un al doilea risc la acest nivel este ca înțelegerea să rămână limitată la un grup restrâns de persoane. Datele există, infrastructura există, dar dacă înțelegerea a ceea ce înseamnă aceste date nu este partajată în întreaga organizație, insight rămâne fragil. De îndată ce acea persoană plecă sau acel departament se reorganizează, nivelul scade. Acesta este unul dintre motivele pentru care măsurarea de la hybridresourcing nu funcționează cu o singură discuție, ci cu o rundă de tip plot: mai multe persoane evaluează separat cele șapte dimensiuni, iar dispersia dintre răspunsurile lor arată exact dacă înțelegerea este susținută la nivelul întregii organizații sau se bazează pe un grup restrâns de persoane.
La insight, dispersia dintre scoruri este de multe ori mai interesantă decât nivelul mediu în sine. O organizație poate obține în medie insight, în timp ce departamentul IT percepe înțelegerea ca fiind profundă, iar echipele operaționale simt cu greu vreun efect. Acest decalaj este exact semnalul care indică unde trebuie să înceapă pasul următor: nu la mai multă tehnologie, ci la partajarea a ceea ce este deja înțeles. Deoarece dimensiunile fundamentale — organizație, infrastructură IT, managementul datelor — susțin dimensiunile dependente, nu are sens să se înceapă cu aplicații predictive dacă înțelegerea nu a ajuns încă pretutindeni.
Trecerea de la insight la intelligence nu cere colectarea de date noi, ci transformarea perspectivelor existente în ceva care privește înainte, nu înapoi. Aceasta este o provocare diferită față de tranzițiile anterioare: de la baseline la nivelul următor era vorba mai ales de a pune o structură acolo unde aceasta lipsea, iar de la activation la nivelul următor era vorba de a lega succesele izolate între ele. La insight, provocarea se află în altă parte: înțelegerea comună care există deja trebuie să se traducă într-un sistem care oferă deja direcție din timp. Ce cere concret această tranziție este descris pe pagina despre pasul de la insight la nivelul următor.
Măsurarea maturității de la hybridresourcing răspunde la o altă întrebare decât cea despre sarcini și ore. Ea măsoară dacă o organizație poate susține AI: dacă datele, infrastructura și structura organizațională sunt pregătite pentru ceea ce vine peste ele. O organizație la nivelul insight are deja acest suport aproape pregătit. Aceasta nu înseamnă automat că este clar ce parte din munca efectivă poate fi preluată în mod concret de AI — aceasta este o altă măsurare, cu o altă scală. Cei care doresc să afle cât din munca actuală se poate prelua concret, pe sarcină și pe rol, găsesc acest lucru la scanul de muncă al FTE TO AI. Acest scan calculează ce parte din muncă se poate prelua, având în vedere măsura în care organizația este deja pregătită pentru asta, conform acestei măsurări.
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.