Každé vedenie, ktoré sa pustí do práce s AI, skôr či neskôr narazí na túto otázku: ktoré rozhodnutie môže prijať systém a ktoré musí zostať pri človeku. Otázka znie jednoducho. Odpoveď to väčšinou nie je, pretože hranica neleží v samotnom rozhodnutí, ale v tom, ako má organizácia okolo neho nastavené veci.
Neexistuje pevný zoznam rozhodnutí, ktoré musia z definície zostať v rukách ľudí. Rozhodnutie o výpovedi, zamietnutie úveru, medicínsky odhad: sú to príklady, ktoré sa často spomínajú, ale dôvod, prečo sú citlivé, sa líši podľa organizácie. Pri jednej inštitúcii ide o právnu zodpovednosť, pri druhej o nezvratnosť výsledku, pri tretej o chýbajúcu dostatočnú toleranciu na chyby. Kto skopíruje zoznam z inej organizácie, skopíruje odpoveď bez toho, aby si sám otázku položil.
Čo naozaj funguje, je rozobrať samotné rozhodnutie: aký je dopad, keď sa niečo pokazí, je výsledok napraviteľný, a je tu niekto, kto výsledok vie vysvetliť a zodpovedať sa za neho. Tieto tri otázky tvoria základ toho, čo sa inde nazýva pravidlá pre agentov: stanovené hranice, ktoré určujú, kedy systém môže pokračovať a kedy musí zastaviť a zapojiť človeka.
Je veľké lákanie prenechať túto otázku IT oddeleniu, ako by šlo o nastavenie, ktoré sa raz nakonfiguruje. To nefunguje, a to z jednoduchého dôvodu: pravidlo pre agenta je spoľahlivé iba tak, ako je usporiadaná organizácia okolo neho. Ak nikto nevie, kto je vlastníkom procesu, nikto nemôže určiť, kto je bodom eskalácie. Ak dáta nie sú v poriadku, systém nevie, kedy narazí na výnimku, ktorá si vyžaduje človeka. Základné dimenzie organizácie — riadenie, infrastruktúra, správa dát — musia preto predchádzať otázke, ktoré rozhodnutia možno automatizovať. Bez tohto základu je každá hranica, ktorú vytýčite, len hranicou na papieri.
Toto je zároveň dôvod, prečo táto otázka len zriedka žije na jednom mieste v organizácii. Vedenie vidí riziko, CIO vidí technickú realizovateľnosť, vlastník procesu vidí každodennú prax. Ako tieto tri pohľady zladiť skôr, než sa tempo automatizácie stane zdrojom nezhody, je popísané v ako viesť rozhovor o tempe medzi dozornou radou a vedením. Kto si túto otázku položí až vtedy, keď už beží prvý pilot, položí si ju príliš neskoro.
Meranie vyspelosti od hybridresourcing.com zmapuje, či má organizácia základ na to, aby tieto hranice vytýčila zmysluplne. Sedem dimenzií, päť úrovní od baseline po intelligence, a plot-kolo, v ktorom viacero ľudí hodnotí nezávisle od seba. Tento rozptyl je často najužitočnejšou časťou: ak CHRO ohodnotí vyspelosť dát na úrovni activation a CIO na úrovni baseline, viete, že najprv musí prebehnúť rozhovor, než na papieri vznikne pravidlo, ktoré nikto nedokáže vykonať.
Čo meranie nerobí, je povedať, ktoré rozhodnutie vo vašej organizácii sa môže automatizovať. Meria pripravenosť, nie vhodnosť konkrétnej úlohy. Povie vám, či organizácia unesie to, čo AI zvládne, nie to, čo by AI konkrétne prevzala. Tento rozdiel medzi unesením a prevzatím je rozdiel medzi tým, že AI unesiete, a tým, že jej niečo prenecháte, a je to rozlíšenie, ktoré táto stránka vedome zachováva: skóre v meraní nie je ani povolením, ani zákazom, je to snímka stavu, v ktorom sa organizácia práve nachádza.
Táto snímka starne. Organizácia, ktorá dnes v oblasti správy dát dosahuje skóre foundation, môže o rok dosahovať activation, alebo rovnako dobre zostať na mieste. Ako často má zmysel merať znova a od čoho to závisí, si môžete prečítať v ako často treba opakovať meranie vyspelosti. Jednorazové meranie, ktoré skončí v zásuvke, má malú hodnotu; meranie, ktoré znovu naštartuje rozhovor vo vedení, má hodnotu veľkú.
Meranie nevyrieši rozdiel v názoroch vo vašom vedení. Zviditeľní ho, a to nie je to isté. Ak sa vaša dozorná rada a vedenie už dlhšie nezhodujú v tempe zavádzania AI, príčina často leží hlbšie než v nedostatku faktov: ide o ochotu riskovať, o to, kto je za čo zodpovedný, o to, čo sa stane, keď niekto otvorí okno chatu a myslí si, že tým do organizácie zaviedol AI. Čo nevidíte, ak poznáte len okno chatu, je presne tá časť organizácie, o ktorej je táto otázka: infrastruktúra, pravidlá, ľudia, ktorí vedia, kedy má systém zastaviť. Prečo sa vaše vedenie nezhoduje v tempe, je vysvetlené na tejto stránke, a často je užitočnejšie viesť tento rozhovor najprv, než čakať, kým sa pilot zasekne a otázka sa aj tak dostane na stôl.
Táto stránka sa venuje hranici, ktorú vytýčite vopred: ktoré rozhodnutie zostáva pri človeku, bez ohľadu na to, čo systém technicky zvládne. Hneď ako je táto hranica približne stanovená, otázka sa presúva k samotnej práci: ktoré úlohy v rámci tejto hranice sú vhodné na prenechanie, a ktorá časť funkcie zostáva bez ohľadu na pripravenosť organizácie ľudskou prácou. Túto otázku meranie vyspelosti nezodpovedá. Werkscan od FTE TO AI pre jednotlivé úlohy vypočíta, akú časť práce môže prevziať AI, a tým nadväzuje presne na bod, kde táto stránka končí: nie či je vaša organizácia pripravená, ale čo konkrétne leží na stole na prenechanie, hneď ako pripravená bude.
Nástroj, ktorým si toto zmapujete sami, sa pripravuje. Kto chce meranie vykonať hneď, ako bude k dispozícii, môže sa zapísať na čakaciu listinu.
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.