Aplikácie AI sa spoliehajú na dáta. Nie na dáta, o ktorých si predstavujete, že ich máte, ale na dáta tak, ako sú skutočne uložené, definované a udržiavané. Manažment dát je preto jednou zo základných dimenzií v rámci meraní vyspelosti: spolu s organizáciou a IT infrastruktúrou určuje, či je vôbec niečo, na čom sa dá stavať. Organizácia môže silne skórovať v oblasti ľudí a schopností alebo v manažmente výkonu a napriek tomu zistiť, že každá aplikácia AI stroskotá, pretože nikto s istotou nevie povedať, ktorá verzia databázy klientov je tá správna. Toto poradie nie je naša voľba; je to poradie, v akom to funguje.
Manažment dát sa týka stavu dát, ktoré organizácia používa na prácu a rozhodovanie. Sú definície pevne stanovené, alebo znamená "aktívny klient" v každom oddelení niečo iné. Existuje jasne určený vlastník pre každú dátovú sadu, alebo nevie nikto, kto je zodpovedný, keď je nejaké pole už roky nesprávne. Zaznamenávajú sa dáta raz a čerpajú sa odvšadiaľ z toho istého miesta, alebo existujú tri exporty, ktoré sa medzičasom od seba odlišujú. Otázky v tomto meraní sa netýkajú množstva dát alebo typu systému, ale spoľahlivosti a pôvodu toho, čo je k dispozícii.
Päť úrovní ide od baseline po intelligence a pri manažmente dát je rozdiel medzi týmito úrovňami často konkrétnejšie zaznamenateľný než pri iných dimenziách. Na úrovni baseline existujú dáta predovšetkým lokálne: v tabuľkách, v hlave kolegu, v systéme, ktorému už nikto úplne nerozumie. Na úrovni foundation sú najdôležitejšie dátové sady pomenované a existuje začiatok vlastníctva, aj keď sa definície ešte líšia. Čo táto úroveň foundation znamená v praxi, aj pre iné dimenzie, je popísané na čo znamená úroveň foundation v praxi, a to isté platí pre samotný začiatočný bod na čo znamená úroveň baseline v praxi. Pri activation sú definície do veľkej miery zdieľané a existuje proces na signalizovanie odchýlok. Pri insight sa dáta aktívne používajú na podloženie rozhodnutí, s prehľadom o kvalite a pôvode. Pri intelligence už manažment dát nie je samostatným projektom, ale trvalou vlastnosťou toho, ako organizácia funguje.
Kolo plotovania ukáže, či je tento odhad správny. Keď CIO umiestni manažment dát na úroveň activation a tímy, ktoré s ním denne pracujú, ho umiestnia na baseline, hovorí tento rozptyl viac o skutočnej situácii než priemer oboch skóre. Často sa ukáže, že systémy sú nastavené na vyššej úrovni než správanie v nich: existuje centrálny systém, ale ľudia stále pracujú vedľa neho vo vlastných súboroch, pretože systému nedôverujú.
Čo stojí posun z baseline na foundation, závisí od toho, ako rozdrobené sú dáta teraz a koľko oddelení používa vlastnú verziu pravdy. Práca potom spočíva predovšetkým v určení vlastníctva a stanovení definícií, nie v novej technológii. Posun z foundation na activation si častejšie vyžaduje technický krok: určiť jeden zdroj, ostatné zrušiť alebo ich nastaviť len na čítanie. Posun z activation na insight presúva ťažisko na governance: kto môže čo meniť, ako sa kontroluje kvalita, čo sa stane, keď sa nájde chyba. Ako dlhý a náročný je tento proces, závisí od veľkosti organizácie, počtu systémov, ktoré udržiavajú dáta, a od miery, do akej sú ľudia už zvyknutí považovať jeden zdroj za rozhodujúci. Toto sa nedá zachytiť do pevnej sumy alebo pevnej dĺžky trvania; závisí to od toho, kde sa v vašom kole plotovania koncentruje rozptyl.
Manažment dát málokedy stojí osamote. Organizácia, ktorá nedôveruje svojim dátam, bude mať aj problémy s otázkou koľko stojí posunúť súkromie a bezpečnosť o jeden stupeň vyššie, pretože nemôžete zabezpečiť to, čo nemáte zmapované. Naopak, silný manažment dát môže položiť základ, na ktorom je jednoduchšie odpovedať na otázku koľko stojí posunúť manažment výkonu o jeden stupeň vyššie, pretože manažment výkonu potrebuje spoľahlivé dáta, aby mohol niečo merať. Aj otázka koľko stojí posunúť etiku o jeden stupeň vyššie sa priamo dotýka manažmentu dát: zodpovedné zaobchádzanie s dátami začína tým, že viete, čo máte a odkiaľ to pochádza. Kto pristupuje k týmto dimenziám oddelene, riskuje, že práca na jednej dimenzii bude brzdená zaostávaním v inej.
Toto meranie ukazuje, či má organizácia dáta, systémy a ľudí potrebných na to, aby uniesla AI. To je iná otázka než to, akú časť práce môže AI skutočne prevziať. Hneď ako je jasné, kde sa nachádzajú fundamentálne dimenzie, vrátane manažmentu dát, má zmysel pozrieť sa na jednotlivé úlohy a zistiť, čo AI dokáže a čo nie. To je oblasť pracovného skenu FTE TO AI: ten pre každú úlohu vypočíta, akú časť práce je možné prevziať, vychádzajúc z dát a systémov, ktoré sú v danom okamihu skutočne k dispozícii.
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.