Aplicațiile AI se bazează pe date. Nu pe datele pe care vă imaginați că le aveți, ci pe datele așa cum sunt efectiv stocate, definite și întreținute. Managementul datelor este de aceea una dintre dimensiunile fundamentale din cadrul măsurării maturității: împreună cu organizația și infrastructura IT, determină dacă există ceva pe care să se poată construi. O organizație poate avea un scor ridicat la oameni și competențe sau la managementul performanței și totuși poate constata că fiecare aplicație AI se blochează pentru că nimeni nu poate spune cu certitudine care versiune a unei baze de date de clienți este cea corectă. Această ordine nu este o alegere a noastră; este ordinea în care funcționează.
Managementul datelor se referă la starea datelor pe care o organizație le folosește pentru a lucra și a decide. Sunt definițiile fixate, sau înseamnă "client activ" altceva în fiecare departament. Există un proprietar identificabil pentru fiecare set de date, sau nimeni nu știe cine este responsabil atunci când un câmp este greșit de ani de zile. Sunt datele înregistrate o singură dată și preluate de acolo de fiecare dată, sau există trei exporturi care între timp diferă unele de altele. Întrebările din măsurare nu se referă la cantitatea de date sau la tipul de sistem, ci la fiabilitatea și proveniența a ceea ce există.
Cele cinci niveluri se întind de la baseline la intelligence, iar la managementul datelor diferența dintre aceste niveluri este adesea mai concretă de observat decât la alte dimensiuni. La baseline, datele există în principal local: în foi de calcul, în capul unui colegi, într-un sistem pe care nimeni nu îl mai înțelege complet. La foundation, cele mai importante seturi de date sunt identificate și există un început de proprietate, chiar dacă definițiile încă diferă. Ce înseamnă acest nivel foundation în practică, inclusiv pentru alte dimensiuni, este descris la ce înseamnă nivelul foundation în practică, și la fel este valabil pentru punctul de start în sine la ce înseamnă nivelul baseline în practică. La activation, definițiile sunt în mare parte partajate și există un proces pentru semnalarea abaterilor. La insight, datele sunt utilizate activ pentru a fundamenta deciziile, cu vizibilitate asupra calității și provenienței. La intelligence, managementul datelor nu mai este un traseu separat, ci o caracteristică fixă a modului în care funcționează organizația.
Runda de plotare arată dacă această estimare este corectă. Când CIO-ul plasează managementul datelor la activation, iar echipele care lucrează zilnic cu acesta la baseline, această dispersie spune mai mult despre situația reală decât media celor două scoruri. Se constată frecvent că sistemele sunt configurate la un nivel mai înalt decât comportamentul din interiorul lor: există un sistem central, dar oamenii lucrează în continuare în paralel cu fișiere proprii pentru că nu au încredere în sistem.
Cât costă să treceți de la baseline la foundation depinde de cât de fragmentate sunt datele acum și de câte departamente folosesc o versiune proprie a adevărului. Munca se concentrează atunci mai ales pe identificarea proprietății și fixarea definițiilor, nu pe tehnologie nouă. De la foundation la activation este necesar mai frecvent un pas tehnic: desemnarea unei singure surse, dezactivarea altora sau lăsarea lor doar pentru citire. De la activation la insight, greutatea se deplasează spre guvernanță: cine poate modifica ce, cum se controlează calitatea, ce se întâmplă atunci când se găsește o eroare. Cât de lung și cât de dificil este acest traseu depinde de dimensiunea organizației, de numărul de sisteme care păstrează date și de măsura în care oamenii sunt deja obișnuiți să considere o singură sursă drept cea de referință. Acest lucru nu poate fi exprimat printr-o sumă fixă sau o durată fixă; depinde de unde se concentrează dispersia din runda dumneavoastră de plotare.
Managementul datelor rareori stă izolat. O organizație care nu are încredere în datele sale va avea de asemenea dificultăți cu cât costă să ridicați confidențialitatea și securitatea cu un nivel, pentru că nu puteți securiza ceea ce nu ați cartografiat. Invers, un management al datelor solid poate pune o fundație pe baza căreia cât costă să ridicați managementul performanței cu un nivel este mai ușor de răspuns, pentru că managementul performanței are nevoie de date fiabile pentru a putea măsura ceva. De asemenea, întrebarea cât costă să ridicați etica cu un nivel afectează direct managementul datelor: gestionarea responsabilă a datelor începe cu a ști ce aveți și de unde provine. Cine abordează aceste dimensiuni separat riscă ca munca la o dimensiune să fie blocată de o întârziere la alta.
Această măsurare arată dacă organizația are datele, sistemele și oamenii pentru a susține AI. Aceasta este o întrebare diferită de cea privind partea din muncă pe care AI o poate prelua efectiv. De îndată ce este clar unde se situează dimensiunile fundamentale, inclusiv managementul datelor, devine util să se analizeze per sarcină ce poate face AI și ce nu. Acesta este domeniul scanării muncii de la FTE TO AI: aceasta calculează per sarcină ce parte din muncă poate fi preluată, pe baza datelor și sistemelor care există efectiv în acel moment.
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.