Monitorovanie a signalizácia znie ako dashboard. Väčšinou je to niečo iné: systém, ktorý neustále prijíma údaje, porovnáva ich s očakávaním alebo prahovou hodnotou a vydáva signál, keď sa niečo odchýli. Môže to byť stroj, ktorý vibruje inak než normálne, zásoba, ktorá sa zmenšuje rýchlejšie než plánovane, sieť, cez ktorú prechádza nezvyčajná prevádzka, alebo klientský proces, kde sa predlžuje čas priebehu. AI komponent spočíva v rozpoznávaní vzorov, ktoré sa pevnými pravidlami nedajú zachytiť — nie v nahradení človeka, ktorý na signál reaguje.
Monitorovací systém prináša tri veci: nepretržité meranie, normu, s ktorou sa toto meranie porovnáva, a signál, keď odchýlka prekročí určitú hranicu. Čo sa stane potom, závisí od nastavenia. V najjednoduchšej forme ide upozornenie k človeku, ktorý ho posúdi a zareaguje. V pokročilejšej forme signál automaticky spustí nasledujúci krok — upozornenie dodávateľovi, úpravu v plánovaní, zablokovanie transakcie. Táto druhá forma sa dotýka oblasti reťazcov, v ktorých na seba nadväzujú kroky: monitorovanie sa potom stáva východiskovým bodom procesu, ktorý pokračuje bez zásahu, a to si vyžaduje iný druh dôvery než upozornenie, ktoré ešte niekto môže odklikať.
Rozdiel medzi týmito dvoma formami nie je nepodstatný. Signál, ktorý ide k človeku, môže byť nesprávny bez toho, aby okamžite spôsobil škodu — človek filtruje. Signál, ktorý spustí akciu, musí byť správny, alebo musí mať organizácia spôsob, ako akciu vrátiť späť. Mnohé organizácie preto začínajú prvou formou a k druhej sa presúvajú až vtedy, keď sa signál osvedčil.
Monitorovanie a signalizácia si v prvom rade vyžadujú nepretržité, spoľahlivé údaje. Systém, ktorý raz týždenne dostane export z iného systému, nemôže vydať signál — môže iba spätne podávať správy. Musí existovať tok: senzory, logy, transakcie, udalosti, ktoré prichádzajú nepretržite a ktorých kvalita sa nemení podľa toho, kto vykonáva vstup.
Okrem toho si to vyžaduje normu. Odchýlka je odchýlkou iba vo vzťahu k niečomu. Pri strojoch je to často technická špecifikácia; pri procesoch ide častejšie o historický priemer alebo cieľovú hodnotu, ktorú niekto stanovil. Kde táto norma chýba alebo je nestabilná — proces, ktorý sa neustále mení, trh, ktorý kolíše — systém vydáva buď príliš veľa signálov, alebo príliš málo. Oboje podkopáva dôveru v systém.
Po tretie si to vyžaduje stanovenú cestu pre to, čo sa so signálom stane. Kto dostane upozornenie, v akom čase sa posúdi, aká je eskalácia, ak sa nezareaguje. Bez tejto cesty skončí signál v priečinku, ktorý nikto nečíta, a systém stráca svoju funkciu. Toto sa dotýka rovnakej otázky ako pri rozhovoroch, ktoré sa zaznamenávajú a sleduje sa ich vybavenie: zaznamenávanie bez sledovania prináša iba archív, nie zlepšenie.
Najčastejšou chybou je monitorovací systém, ktorý vydáva príliš veľa signálov. Ak každá malá odchýlka vyvolá upozornenie, ľudia sa naučia ich ignorovať — opačný efekt než ten, na ktorý je systém určený. Nastavenie prahovej hodnoty je preto neustálym vyvažovaním medzi príliš veľkým šumom a príliš neskorým varovaním, a toto vyvažovanie sa posúva s tým, ako pribúda viac údajov.
Druhou chybou je, že signál sa síce spustí, ale nikto nie je vlastníkom jeho vybavenia. Toto sa často stáva, keď je monitorovanie nastavené ako IT projekt bez toho, aby bolo zapojené oddelenie, ktoré má so signálmi pracovať. Technika funguje, organizácia nie.
Tretia chyba vzniká, keď si signál vyžaduje rozhodnutie, ktoré je vlastne prácou pre človeka — je táto odchýlka akceptovateľná, treba zavolať klientovi, stojí toto riziko za zastavenie. Kde sa toto zvažovanie stáva náročnejším, než zvládne pevné pravidlo, monitorovanie sa posúva smerom k podpore rozhodovania, a platia iné nároky na odôvodnenie a vysvetliteľnosť než pri jednoduchom prahovom signáli.
Väčšina monitorovacích projektov, ktoré sa nepohnú z miesta, uviaznu na toku dát, nie na modeli. Senzory, ktoré vypadávajú, logy, ktoré sú nekonzistentné, systémy, ktoré si medzi sebou nekomunikujú — to nie sú problémy AI, sú to infrastrukturálne problémy, ktoré musia byť vyriešené najskôr. Dôležitú úlohu hraje aj koordinácia: signál, ktorý vznikne na jednom oddelení, musí často pristáť na inom oddelení, aby mal nejaký význam, a to sa dotýka otázky, ako je nastavená koordinácia medzi oddeleniami.
Táto stránka popisuje, čo môže monitorovanie a signalizácia prinášať a čo musí mať organizácia zvládnuté, aby to fungovalo. Ďalšou otázkou je, akú časť práce okolo týchto signálov — posudzovanie, sledovanie, eskaláciu — možno skutočne prevziať pomocou AI. Je to otázka na úrovni úloh, a na tú odpovedá pracovný scan FTE TO AI: ten pre každú úlohu vypočíta, akú časť práce je možné prevziať, namiesto toho, aby posudzoval na úrovni celého procesu alebo celej funkcie.
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.