Energetický sektor nie je jedno prostredie. Existuje strana fyzickej infrastruktúry — správa siete, výroba, údržba zariadení, ktoré vydržia desiatky rokov — a existuje strana trhu: obchodovanie, kontakt s klientmi, spracovanie dát o spotrebe a dodávke. Tieto dve strany majú odlišný vzťah k AI. Strana infrastruktúry je viazaná bezpečnostnými normami, reguláciou a zariadeniami, ktoré sa nevymieňajú rýchlo. Trhová strana sa pohybuje rýchlejšie, funguje s digitálnymi procesmi, ktoré existujú už dlhšie, a má menej fyzických obmedzení.
Toto rozdelenie je jadrom toho, kde sa sektor nachádza. Nie ako zaostávanie, ale ako vzťah medzi dvoma časťami tej istej organizácie, ktoré sa vyvíjajú v odlišnom tempe. Energetická spoločnosť, ktorá meria svoju AI vyspelosť, tak v skutočnosti meria dve organizácie naraz — a presne tu sa mnohé iniciatívy zasekávajú: pri predpoklade, že to, čo funguje na trhovej strane, sa dá bez problémov preniesť na stranu fyzickej infrastruktúry.
V sektore s mnohými zastaranými systémami, oddelenými dátovými tokmi medzi správou siete a dodávkou, a strogými požiadavkami na súlad s predpismi, určujú základné dimenzie — organizácia, IT infraštruktúra, správa dát — väčšiu časť toho, čo je možné, než v sektoroch s menšou reguláciou. AI aplikácia, ktorá má podporovať prediktívnu údržbu, je závislá od senzorových dát, ktoré sa zaznamenávajú konzistentne, od systémov, ktoré medzi sebou komunikujú, a od organizácie, ktorá vie, kto je zodpovedný za výsledok. Ak chýba jedna z týchto vrstiev, aplikácia zostane pilotným projektom, nech je model akokoľvek dobrý.
Dôvod, prečo základné dimenzie majú prednosť pred závislými, je rozpracovaný tu: nejde o to, že sa robí najprv to jednoduché, ale o poradie, v ktorom sa dimenzie navzájom vôbec umožňujú. V energetickom sektore je to viditeľnejšie než inde, pretože vzdialenosť medzi základom a aplikáciou je väčšia než v sektoroch s menej regulovanou infraštruktúrou.
Pri rozptyle medzi hodnoteniami viacerých respondentov v energetickej spoločnosti sa často objaví konkrétny vzor: ľudia na trhovej strane hodnotia organizáciu vyššie v oblasti správy dát a IT infraštruktúry než ľudia, ktorí pracujú so správou siete alebo výrobou. Obe skupiny majú pravdu, pokiaľ ide o ich vlastné prostredie — problém je, že organizácia ako celok sa hodnotí na základe len jednej z týchto dvoch strán.
Tento rozptyl je hodnotnejší než priemer. Priemer zakrýva, ktorá polovica organizácie ťahá priemer nadol. Kolo grafov ukazuje, kde je rozhovor o vyspelosti v skutočnosti dvoma rozhovormi, a to je presne informácia potrebná na určenie, kde začať.
Energetický sektor zdieľa veľkú časť tejto dynamiky s inými sektormi, ktoré sa výrazne spoliehajú na fyzické aktíva a reguláciu. V porovnaní s tým, ako sa stavebníctvo vyrovnáva s AI vyspelosťou, je zrejmé, že oba sektory majú do činenia s projektmi, ktoré sa rozprestierajú na roky, a s dátami, ktoré sú rozdrobené medzi viacero strán. Inštalačný sektor pozná podobné napätie medzi fyzickou prácou v teréne a digitálnymi procesmi v kancelárii — napätie, ktoré sa v energetickom sektore prejavuje medzi správou siete a trhovou stranou.
Čo energetický sektor odlišuje, je rozsah regulácie. Kým sektor nehnuteľností má do činenia najmä s vlastníckymi vzťahmi a pravidlami oceňovania, energetika funguje v rámci bezpečnostných noriem a povinností voči verejným službám, ktorý ponúka málo priestoru na experimentovanie bez schválenia. To robí dimenziu organizácie — kto môže robiť aké rozhodnutie, a na základe akých dát — dôležitejšou než v sektoroch, kde má schvaľovanie menej vrstiev.
Energetická spoločnosť, ktorá meria svoju vyspelosť, urobí dobre, keď preskúma, či sú rozhodnutia, ktoré má AI podporovať, dostatočne presne zadefinované. Čo by mal takýto inventár rozhodnutí obsahovať — kto rozhoduje, na základe akých informácií, a s akým mandátom — je popísané v čo patrí do inventára rozhodnutí. Pre sektor, kde sú rozhodnutia o údržbe, kapacite a dodávke často rozdelené medzi oddelenia, ktoré medzi sebou nekomunikujú denne, je tento inventár jednou z prvých vecí, ktoré prinášajú jasnosť o tom, kde má AI oporu a kde nie.
Toto meranie ukazuje, či má organizácia základy na to, aby uniesla AI — či sú dáta, systémy a štruktúra rozhodovania na to pripravené. To je iná otázka než to, akú prácu môže AI skutočne prevziať. Na túto otázku slúži pracovný skener FTE TO AI: ten sa pozerá po jednotlivých úlohách, v rámci správy siete, kontaktu s klientmi alebo plánovania, na to, akú časť z nich je možné prevziať, a ktorá časť zostáva závislá od ľudí. Meranie vyspelosti a pracovný skener tak odpovedajú na odlišné otázky — jedna o nosnosti organizácie, druhá o obsahu samotnej práce — a úplné sú až spolu.
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.