Energetski sektor ni eno samo okolje. Obstaja stran fizične infrastrukture — upravljanje omrežja, proizvodnja, vzdrževanje naprav, ki trajajo desetletja — in obstaja stran trga: trgovanje, stik s strankami, obdelava podatkov o porabi in dobavi. Ti dve strani imata drugačen odnos do AI. Stran infrastrukture je vezana na varnostne standarde, regulacijo in opremo, ki se ne zamenja hitro. Stran trga se premika hitreje, deluje z digitalnimi procesi, ki že dlje časa obstajajo, in ima manj fizičnih omejitev.
Ta dvodelnost je bistvo tega, kje sektor stoji. Ne kot zamuda, temveč kot razmerje med dvema deloma iste organizacije, ki se razvijata v drugačnem tempu. Energetsko podjetje, ki meri svojo zrelost AI, torej pravzaprav meri dve organizaciji hkrati — in prav tu se veliko pobud zatakne: v predpostavki, da se tisto, kar deluje na strani trga, brez težav prevede na stran fizične infrastrukture.
V sektorju s številnimi zastarelimi sistemi, ločenimi podatkovnimi toki med upravljanjem omrežja in dobavo ter strogimi zahtevami glede skladnosti, temeljne dimenzije — organizacija, IT-infrastruktura, upravljanje podatkov — določajo večji del tega, kaj je mogoče, kot v sektorjih z manj regulacije. Aplikacija AI, ki naj bi podpirala prediktivno vzdrževanje, je odvisna od podatkov senzorjev, ki se dosledno zajemajo, od sistemov, ki med seboj komunicirajo, in od organizacije, ki ve, kdo je odgovoren za izid. Če manjka ena od teh plasti, aplikacija ostane pilotni projekt, ne glede na to, kako dober je model.
Razlog, zakaj temeljne dimenzije pridejo pred odvisnimi, je razložen tukaj: ne gre za to, da se najprej naredi lažje, temveč za vrstni red, v katerem dimenzije sploh omogočajo drug drugo. V energetskem sektorju je to bolj vidno kot drugje, ker je razdalja med temeljem in aplikacijo večja kot v sektorjih z manj regulirano infrastrukturo.
Pri razpršenosti med ocenami več respondentov v energetskem podjetju pogosto izstopi poseben vzorec: ljudje na strani trga ocenjujejo organizacijo višje na področju upravljanja podatkov in IT-infrastrukture kot ljudje, ki delajo z upravljanjem omrežja ali proizvodnjo. Obe skupini imata prav glede svojega lastnega okolja — težava je, da se organizacija kot celota presoja na podlagi le ene od teh dveh strani.
Ta razpršenost je vrednejša od povprečja. Povprečje skriva, katera polovica organizacije potiska povprečje navzdol. Krog razpršenosti razkrije, kje je pogovor o zrelosti pravzaprav dva pogovora, in to je natanko informacija, ki je potrebna za določitev, kje začeti.
Energetski sektor si veliko te dinamike deli z drugimi sektorji, ki se močno naslanjajo na fizična sredstva in regulacijo. V primerjavi s tem, kako se gradbeništvo spopada z zrelostjo AI, je opazno, da imata oba sektorja opravka s projekti, ki se raztezajo čez leta, in s podatki, ki so razdrobljeni med več strani. Panoga inštalacij pozna podobno napetost med fizičnim delom na terenu in digitalnimi procesi v pisarni — napetost, ki se v energetskem sektorju pojavlja med upravljanjem omrežja in stranjo trga.
Kar energetski sektor razlikuje, je obseg regulacije. Kjer se nepremičninski sektor predvsem sooča z lastninskimi razmerji in pravili vrednotenja, energetika deluje znotraj okvira varnostnih standardov in obveznosti javnih storitev, ki pušča malo prostora za eksperimentiranje brez odobritve. To dela dimenzijo organizacije — kdo lahko sprejme katero odločitev in na podlagi katerih podatkov — bolj obremenjeno kot v sektorjih, kjer ta odobritev pozna manj plasti.
Energetsko podjetje, ki meri svojo zrelost, dobro stori, če razišče, ali so odločitve, ki naj bi jih AI podpirala, dovolj natančno opredeljene. Kaj sodi v tak inventar odločitev — kdo odloča, na podlagi katerih informacij in s kakšnim pooblastilom — je opisano v kaj sodi v inventar odločitev. Za sektor, kjer so odločitve o vzdrževanju, zmogljivosti in dobavi pogosto razpršene med oddelke, ki ne komunicirajo vsakodnevno, je ta inventar ena od prvih stvari, ki prinesejo jasnost o tem, kje AI ima oprijemljivo podlago in kje ne.
Ta meritev pokaže, ali ima organizacija temelje za to, da nosi AI — ali so podatki, sistemi in struktura odločanja pripravljeni na to. To je drugačno vprašanje kot to, katero delo lahko AI dejansko prevzame. Za to vprašanje obstaja delovni pregled (werkscan) podjetja FTE TO AI: ta pogleda po posamezni nalogi, znotraj upravljanja omrežja, stika s strankami ali načrtovanja, kateri del naloge se lahko prevzame in kateri del ostaja odvisen od ljudi. Meritev zrelosti in delovni pregled torej odgovarjata na različna vprašanja — eno o zmogljivosti organizacije, drugo o vsebini samega dela — in postaneta popolna šele skupaj.
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.