V takmer každej organizácii, ktorá experimentuje s AI, vznikne po nejakom čase rovnaká skupina: dvaja, možno traja ľudia, ktorí to chápu, ktorí sami začali skúšať, ktorí s nadšením rozprávajú o tom, čo je možné. Postavia prototyp, vyskúšajú nástroj, zdieľajú výsledky v internom chate. Zvyšok organizácie sa prizerá, prikyvuje a pokračuje v práci tak, ako to bolo vždy.
Po pár mesiacoch existuje zoznam zaujímavých experimentov a žiadna zmena v tom, ako sa práca skutočne robí. Dvaja nadšenci sú stále nadšení. Všetci okolo nich sa nepohli.
Úvaha za týmto prístupom znie rozumne: začať malým krokom, s ľuďmi, ktorí sú motivovaní, a nechať úspech, aby sa šíril sám. Pri niektorých zmenách to naozaj funguje. Nový spôsob práce, ktorý viditeľne šetrí čas, sa niekedy šíri organicky, pretože ho kolegovia prevezmú.
Pri AI tento mechanizmus väčšinou nefunguje, a dôvod nie je v ľuďoch, ale v organizácii okolo nich. Nadšenci majú často prístup k systémom, čas a mandát, ktoré ostatní nemajú. Čo je pre nich záležitosťou vyskúšania si niečoho na jedno popoludnie, si pre kolegu bez takého prístupu vyžaduje žiadosť, schválenie, IT lístok. Nadšenie nie je problém. Neprítomnosť cesty, po ktorej by mohli ísť ostatní, je problém.
Postupnosť, v ktorej sa vytvára pripravenosť na AI, nezačína pri ľuďoch, ktorí chcú. Začína pri štruktúre, ktorá to umožňuje: ako je organizácia nastavená, aká IT infrastruktúra existuje, ako sa riadia dáta. Dvaja nadšenci môžu túto štruktúru obísť, s vlastným prístupom, vlastnými trikmi, vlastnými odbočkami. Zvyšok organizácie to nemôže, a ani by o to nemal stáť — odbočky nie sú základom pre niečo, čo má trvalo funkčné.
To vysvetľuje, prečo sa tento vzorec často opakuje spolu s inými známymi nástrahami. Kto si prečíta o tom, čo sa musí ukázať, aby pilot niekam viedol, uvidí podobný mechanizmus: aktivita bez dohody o tom, čo znamená úspech, zostáva len aktivitou. Pri dvoch nadšencoch takáto dohoda tiež chýba — ani o tom, čo sa má ukázať, ani o tom, kto po nich prevezme.
Existuje niekoľko rozpoznateľných signálov. Prvým je, že sa pri každej diskusii o AI, na každej schôdzi, v každej aktualizácii, stále vracajú tie isté dve alebo tri mená. Druhým je, že otázky z iných oddelení začínajú slovami „ako to robili oni“ namiesto vlastnej cesty. Tretím, a najviac podceňovaným, je, že nikto nevie vysvetliť, čo by sa mohlo stať, keby jeden z tých dvoch ľudí zajtra odišiel.
Štvrtý signál je subtílnejší: experiment funguje stále vo svojom vlastnom kútiku, oddelene od zvyšku procesu. To súvisí s tým, čo sa deje, keď pilot mimo vlastného tímu nenájde nadväznosť — nadšenie bez spojenia so zvyškom organizácie zostáva ostrovom, akokoľvek dobre tento ostrov funguje.
Piaty signál, konečne, je, že rozšírenie sa navrhuje ako ďalší krok, hoci nikto neskontroloval, či je pod tým už postavený základ. Toto riziko je popísané v tom, čo sa stane, keď sa rozšírenie skúša skôr, než je postavený základ: dvaja nadšenci, ktorí chcú svoj vlastný úspech rozmnožiť na desať tímov, narazia presne na štruktúru, ktorú sami obišli.
Je lákavé dospieť k záveru, že je potrebných viac nadšencov, lepšie školenie alebo kultúrny program. To však míňa podstatu. Otázkou nie je, či existuje dostatok zapálených ľudí — často už existujú dvaja, a to je presne ten problém, pretože dvaja nie sú štruktúra. Otázkou je, či organizácia ako celok — v tom, ako je nastavená, ako medzi sebou systémy komunikujú, ako sú dáta dostupné a spoľahlivé — môže uniesť situáciu, v ktorej s AI dokáže pracovať nie dvaja, ale výrazne viac ľudí. To je iná otázka než to, kto je nadšený, a je to otázka, na ktorú treba odpovedať najprv.
Pre toho, kto v riadiacej funkcii naráža na tento vzorec, je užitočné vedieť, na čo by dával pozor niekto v podobnej pozícii: na čo by mal dávať pozor CEO pri posudzovaní vyspelosti AI popisuje niektoré z týchto bodov, podobne ako pohľad na čo by mal dávať pozor COO pri vyspelosti AI z iného uhla na tú istú organizáciu.
Ak dvaja nadšenci preukážu, že niečo je možné, zostáva nezodpovedaná otázka, koľko z práce je možné skutočne prevziať a kto to má urobiť. Táto otázka nesúvisí s pripravenosťou, ale so samotnou prácou: ktoré úlohy sa hodia na prevzatie zo strany AI a aký podiel to predstavuje. Presne na to slúži pracovný scan od FTE TO AI — ten pre každú úlohu vypočíta, aký podiel práce je možné prevziať, nezávisle od toho, kto s tým už teraz nadšene experimentuje.
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.