Kennisbank

Čo úroveň insight znamená v praxi

Insight je štvrtou z piatich úrovní, ktoré rozlišuje meranie vyspelosti hybridresourcing: baseline, foundation, activation, insight a intelligence. Organizácia na tejto úrovni má fázu jednotlivých experimentov za sebou. Dáta, IT infrastruktúra a organizačná štruktúra už nie sú tri oddelené otázky, ale začínajú sa na seba napájať. Presne to odlišuje túto úroveň od activation: už nejde o skúšanie, či niečo funguje, ale o pochopenie, prečo to funguje a kde to zlyháva.

Ako sa táto úroveň prejavuje

Na úrovni insight existuje prehľad o vlastných dátových tokoch: kde informácie vznikajú, kde sa spájajú a kde sa strácajú medzi oddeleniami. Tento prehľad nie je náhodne prítomný len u jedného analytika, ale je zaznamenaný tak, že ho môže konzultovať a používať viacero ľudí. IT infrastruktúra je nastavená tak, aby tieto dátové toky podporovala, nie brzdila. A organizácia rozdelila úlohy a zodpovednosti tak, že rozhodnutia o AI aplikáciách už nezávisia od náhody alebo od jediného nadšenca.

Táto úroveň sa dá spoznať podľa druhu otázok, ktoré sa v organizácii kladú. Už nie: môžeme to vyskúšať? Ale: prečo táto aplikácia funguje v jednom oddelení a v inom nie, a čo to hovorí o našich dátach alebo našej štruktúre? Túto otázku je možné položiť len vtedy, ak už existuje dostatočný prehľad o tom, čo sa deje. Tento prehľad je presne to, čo insight prináša navyše oproti predchádzajúcim úrovniam.

Čo na tejto úrovni ešte chýba

Čo na tejto úrovni zvyčajne ešte chýba, je krok od chápania k predvídaniu. Insight prináša vysvetlenia až po skutočnosti: prečo sa pilotný projekt ujal alebo nie, prečo jeden tím postupoval rýchlejšie ako druhý. Čo tu ešte chýba, je štruktúra, ktorá by vopred naznačila, kde sa nasledujúca aplikácia uchytí a kde nie. To odlišuje insight od intelligence, úrovne, na ktorej je táto predvídacia vrstva už prítomná. Čo táto úroveň znamená v praxi, je popísané na stránke o úrovni intelligence.

Druhým rizikom na tejto úrovni je, že prehľad zostane obmedzený na malú skupinu ľudí. Dáta sú tu, infrastruktúra je tu, ale ak sa pochopenie toho, čo tieto dáta znamenajú, nezdieľa v celej organizácii, insight zostáva nestabilný. Keď táto osoba odíde alebo sa oddelenie reorganizuje, úroveň klesne. To je jeden z dôvodov, prečo meranie hybridresourcing nefunguje na základe jediného rozhovoru, ale prostredníctvom plot-kola: viacero ľudí samostatne hodnotí sedem dimenzií, a rozptyl medzi ich odpoveďami presne ukazuje, či je prehľad zdieľaný v celej organizácii, alebo spočíva len na hŕstke ľudí.

Čo rozptyl na tejto úrovni odhaľuje

Pri insight je rozptyl medzi skóre často zaujímavejší než priemerná úroveň samotná. Organizácia môže priemerne dosahovať insight, zatiaľ čo IT oddelenie vníma prehľad ako dôkladný a operatívne tímy z neho takmer nič nepociťujú. Táto priepasť je presne signál, ktorý ukazuje, kde by mal začať ďalší krok: nie pri väčšej technike, ale pri zdieľaní toho, čo sa už chápe. Pretože základné dimenzie — organizácia, IT infrastruktúra, dátový manažment — nesú závislé dimenzie, nemá zmysel začínať s predvídacími aplikáciami, ak prehľad ešte neprenikol všade.

Cesta k ďalšej úrovni

Prechod z insight do intelligence nevyžaduje zbierať nové dáta, ale premeniť existujúce poznatky na niečo, čo hľadí dopredu, nie späť. Je to iná úloha než predchádzajúce prechody: pri prechode z baseline na ďalšiu úroveň šlo najmä o vybudovanie štruktúry, kde chýbala, a pri prechode z activation na ďalšiu úroveň o spojenie jednotlivých úspechov. Pri insight je úloha inde: zdieľané pochopenie, ktoré už existuje, sa musí premeniť na systém, ktorý vopred udáva smer. Čo tento prechod konkrétne vyžaduje, je popísané na stránke o kroku z insight na ďalšiu úroveň.

Prečo toto meranie stojí oddelene od otázky, čo prevezme AI

Meranie vyspelosti hybridresourcing odpovedá na inú otázku než tú o úlohách a hodinách. Meria, či organizácia unesie AI: či sú dáta, infraštruktúra a organizačná štruktúra pripravené na to, čo na nich bude postavené. Organizácia na úrovni insight má tento nosný základ z veľkej časti pripravený. To automaticky neznamená, že je jasné, akú časť skutočnej práce môže AI reálne prevziať — to je iné meranie, s inou stupnicou. Kto chce vedieť, koľko z aktuálnej práce sa dá konkrétne previesť na AI, podľa jednotlivých úloh a rolí, nájde to v pracovnom skene FTE TO AI. Tento sken vypočíta, akú časť práce je možné prevziať, s ohľadom na to, do akej miery je na to organizácia podľa tohto merania už pripravená.