Chatové okno, v ktorom niekto položí otázku a dostane odpoveď, vyzerá jednoducho. To, čo sa musí odohrávať pod tým, jednoduché nie je. Podpora rozhodovania s AI znamená, že systém kombinuje údaje z viacerých zdrojov, zaraďuje ich do správneho kontextu a formuluje odpoveď, na základe ktorej sa niekto odváži konať. Každý krok v tomto reťazci stavia na organizáciu nárok, ktorý predchádza otázke, aký model alebo platforma bude zvolená.
Model, ktorý podporuje rozhodnutia, je len tak dobrý ako údaje, ktoré má k dispozícii. To znamená, že čísla z rôznych systémov musia používať rovnakú definíciu, že historické údaje musia byť dostupné bez toho, aby ich niekto musel najprv manuálne exportovať, a že musí byť jasné, ktorý zdroj je autoritatívny, keď si dva systémy protirečia. Organizácie, ktoré toto ešte nemajú vyriešené, si to všimnú až vo chvíli, keď odpoveď systému nesúhlasí s tým, čo ľudia v teréne už vedeli.
Podpora rozhodovania sa často nachádza na priesečníku viacerých oddelení: v momente, keď informácia musí prejsť z jedného miesta na druhé, aby z nej vzišlo dobré rozhodnutie. To robí relevantným, ako koordinácia medzi oddeleniami funguje vo vašej organizácii, pretože systém, ktorý poskytne odporúčanie, ktoré potom zostane visieť medzi dvoma oddeleniami, nič neprinesie. Rovnaká logika platí pre zdroje, z ktorých je odporúčanie napájané: ak tieto zdroje tvoria dokumenty, ktoré sa musia najprv prečítať a zhrnúť, než sa s nimi dá niečo urobiť, otázka čo si vyžaduje čítanie a zhrňovanie dokumentov od organizácie priamo ovplyvňuje rýchlosť a spoľahlivosť odporúčania, ktoré z toho vzíde.
Časť podpory rozhodovania nespočíva v zodpovedaní otázky, ktorú niekto aktívne položí, ale v signalizovaní niečoho, čo si vyžaduje pozornosť skôr, než sa na to niekto opýta. To stavia iné nároky než chatové okno: musí existovať niečo, čo neustále sleduje situáciu, rozpoznáva prahové hodnoty a rozlišuje medzi šumom a signálom, na ktorom skutočne záleží. Čo to vyžaduje od monitorovania a signalizácie, je otázka, ktorá si vyžaduje samostatnú odpoveď, a kto chce vedieť, čo si monitorovanie a signalizácia vyžaduje od organizácie, zistí, že nejde len o techniku, ale aj o to, kto signály prijíma a čo sa s nimi ďalej deje.
Mnohé rozhodnutia sa pripravujú v rozhovoroch: s klientmi, s dodávateľmi, medzi kolegami. Ak sa tieto rozhovory nezaznamenávajú spôsobom, ktorý je znova využiteľný, systému, ktorý má podporovať rozhodnutie, chýba presne ten materiál, ktorý bol podnetom. To ukazuje, čo si zaznamenávanie a sledovanie rozhovorov vyžaduje od organizácie – téma, ktorá sa priamo dotýka otázky, či podpora rozhodovania môže stavať na niečom, alebo na ničom. Kto sa chce dozvedieť viac o tom, čo si zaznamenávanie a sledovanie rozhovorov vyžaduje, vidí súvislosť s kvalitou každého odporúčania, ktoré sa neskôr z týchto rozhovorov odvodí.
Nie je nezvyčajné, že jeden tím, s jedným súborom údajov a jedným prípadom použitia, predvedie funkčnú verziu podpory rozhodovania. To dokazuje, že sa to dá, nie že sa to dá v celej organizácii. Hneď ako sa chce pripojiť druhé oddelenie s inými systémami, inými vlastníkmi údajov a inými definíciami, často sa ukáže, že prvá verzia bola šitá na mieru presne tomu jednému tímu. Prečo pilotný projekt, ktorý funguje len vo svojom kútiku, neprináša nič, teda nie je otázkou zlyhania techniky, ale základu, ktorý nikdy nebol vybudovaný širšie. Pre toho, kto si o tom chce prečítať viac: prečo pilotný projekt, ktorý funguje len vo svojom kútiku, neprináša nič vysvetľuje, čo chýba medzi demom a plošným nasadením v celej organizácii.
Systém môže poskytnúť najlepšie podložené odporúčanie a napriek tomu sa nič nezmení, ak nikto nenesie zodpovednosť za to, aby s ním pracoval. Je to organizačná otázka, nie technická: kto je vlastníkom odporúčania, kto posudzuje, či sa dodržiava, a kto vysvetlí, prečo sa raz nedodržalo. Bez tohto vlastníka podpora rozhodovania zapadne do kategórie zaujímavých experimentov. Prečo demo bez vlastníka neprináša nič, súvisí s tým istým bodom, a kto chce sledovať presné odôvodnenie, nájde ho na prečo demo bez vlastníka neprináša nič.
Nároky, ktoré podpora rozhodovania stavia, sa vo veľkej miere týkajú toho, čo už musí byť pripravené, aby chatové okno mohlo robiť niečo zmysluplné: čisté a dostupné údaje, funkčné odovzdávanie medzi oddeleniami, štruktúrované zaznamenávanie rozhovorov a dokumentov a jasný vlastník toho, čo systém prináša. Presne to je dôvod, prečo meranie vyspelosti hybridresourcing skúma základné dimenzie skôr, než sa dostane na tie závislé: organizácia, IT infraštruktúra a manažment údajov určujú, či existuje niečo, na čom sa dá podpora rozhodovania vybudovať.
Otázka, či to organizácia zvládne, je nezávislá od otázky, aká časť práce sa dá skutočne prevziať AI. To druhé počíta pracovná analýza FTE TO AI za každú úlohu: aká časť práce sa dá prevziať a za akých podmienok. Kým táto stránka popisuje, čo musí byť pripravené, aby podpora rozhodovania mohla fungovať, pracovná analýza popisuje, čo sa, keď je tento základ prítomný, konkrétne posunie v samotnej práci.
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.