Sektor poslovnih storitev — odvetništvo, računovodstvo, svetovanje, kadrovske storitve, pravno in davčno svetovanje — v svojem jedru prodaja nekaj, česar ni lahko avtomatizirati brez razprave: presojo. Kjer tovarna optimizira proces in trgovina upravlja asortiment, ta sektor prodaja strokovno znanje ljudi, ki vedo nekaj, česar stranka ne ve. To razmerje med ambicijo in pripravljenostjo je zato drugačno kot drugje. Zanimanje za AI je veliko, pogosto večje kot v sektorjih z manjšo maržo na znanje. Toda vprašanje, ali organizacija to zanimanje lahko nosi, pogosto obtiči pri elementih, ki nimajo nič opraviti z AI.
Mnoge pisarne v sektorju poslovnih storitev so zrasle okoli partnerja, seniorskega svetovalca, človeka z omrežjem in spominom. Znanje je v glavah, v e-poštni korespondenci, v dosjejih, ki so zgrajeni po strankah ali po zadevah, ne v skupnih sistemih, ki so med seboj povezani. To deluje dobro, dokler ljudje ostajajo. Postane problem, ko želite zgraditi nekaj, ki se mora opirati na to znanje. AI, ki mora delati z dosjeji, precedenti ali korespondenco s strankami, potrebuje nekaj, na čemer lahko teče: strukturo, v kateri je informacija najdljiva in primerljiva. Ta struktura v delih sektorja še manjka, ne iz nevoljnosti, temveč zato, ker samo delo nikoli ni zahtevalo te strukture.
Pet ravni meritve — baseline, foundation, activation, insight, intelligence — v tem sektorju kaže spremenljivo slika po posamezni dimenziji, in ta slika je le redko enakomerna. Nekatere pisarne imajo svoje upravljanje podatkov urejeno: dosjeji so strukturirani, pravice dostopa so urejene, obstaja predstava o tem, kaj je kje. Toda IT-infrastruktura za tem je zastarela ali razdrobljena med samostojnimi aplikacijami, ki med seboj ne komunicirajo. Pri drugih pisarnah je ravno obratno: sodobni sistemi, toda organizacijsko ni jasnosti o tem, kdo o čem odloča, kdo lahko odobri uporabo AI, ali kdo je odgovoren, če gre kaj narobe. Obe situaciji vodita v enak rezultat — pilotni projekt, ki deluje dobro sam po sebi, vendar se ne razširi, ker temeljne dimenzije niso na enaki ravni. To je zaporedje, ki ga meritev razkriva: organizacija, infrastruktura in upravljanje podatkov morajo najprej doseči neko raven, preden imajo od tega kaj koristi odvisne dimenzije, kot sta avtomatizirano testiranje ali stalna optimizacija.
Krog ocenjevanja, v katerem več ljudi oceni ločeno, pogosto v sektorju poslovnih storitev pokaže specifičen vzorec: partner ali direktor oceni organizacijo višje kot svetovalec, ki dnevno dela z dosjeji. Ta razlika pove nekaj. Lahko pomeni, da se odločitve o AI sprejemajo na ravni vodstva, ne da bi prišle do delovnega mesta, ali da se na delovnem mestu že dlje časa spopadajo s sistemom, ki je od zgoraj ocenjen kot zadosten. Obe interpretaciji sta koristni, in obe je mogoče narediti vidni le tako, da različni ljudje ocenjujejo ločeno, ne s tem, da se za en sam vtis vpraša tistega, ki pripravlja poročilo.
Kar ta sektor loči od na primer trgovine na drobno ali gostinstva, je občutljivost samih podatkov. Odvetniška ali računovodska pisarna dela z informacijami, ki spadajo pod dolžnost varovanja poklicne skrivnosti, pod disciplinsko pravo, pod pravila, ki ne veljajo za trgovinsko zalogo ali jedilnik. To neposredno vpliva na dimenzijo upravljanja podatkov: ne le, ali so podatki najdljivi, temveč ali so ti podatki shranjeni in zaščiteni na način, ki dopušča uporabo AI, ne da bi kršil zaupnost. To zahteva drugačen tempo kot v sektorjih, kjer so podatki manj obremenjeni, in ta razlika v tempu je vidna v ocenah te dimenzije.
Vzorec visoke ambicije poleg nepopolne osnove ni edinstven za sektor poslovnih storitev. V IT-sektorju se pogosto pojavlja nasproten problem — močna infrastruktura brez organizacijske jasnosti — in v finančnih storitvah je zamuda pogosto posledica regulacije, ki se spreminja hitreje, kot ji sistemi lahko sledijo. Primerjava ni namenjena temu, da bi en sektor prikazala boljšega ali slabšega od drugega, temveč da bi pokazala, da je zaporedje — najprej temeljne dimenzije, nato odvisne — povsod enako, tudi če je izvedba v vsakem sektorju drugačna.
Ta meritev ne pove nič o tem, katere naloge znotraj pisarne je mogoče prenesti na AI in koliko časa bi to sprostilo. To je drugo vprašanje, ki zahteva drugačen pogled: ne na organizacijo kot celoto, temveč na samo delo, nalogo za nalogo. Kdor po tej meritvi želi izvedeti, kaj glede na trenutno pripravljenost dejansko pride v poštev za AI, to najde pri delovni oceni podjetja FTE TO AI, ki za vsako nalogo izračuna, kateri del je mogoče prevzeti.
Orodje, ki izvaja meritev zrelosti in krog ocenjevanja, je še v izdelavi. Kdor ga želi uporabiti takoj, ko bo na voljo, se lahko prijavi na čakalno listo.
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.