Baseline je prva od petih ravni v meritvi zrelosti hybridresourcing. To ni negativna presoja. Opisuje organizacijo, kjer sedem dimenzij — med drugim organizacija, IT-infrastruktura in upravljanje podatkov — še nima strukture, ki lahko nosi AI. Morda je z AI že bilo eksperimentirano. Potekajo pilotni projekti, kupljene so licence, nekdo v ekipi uporablja jezikovni model za poročila. To ne spremeni ravni. Baseline govori o tem, kaj je vzpostavljeno, ne o tem, kaj je že bilo preizkušeno.
Na ravni baseline manjka skupna slika o tem, kdo je za kaj odgovoren, ko gre za AI. Odločitve o orodjih se sprejemajo na ravni oddelkov, brez da bi kdo imel pregled nad tem, kaj vse teče. IT-infrastruktura je urejena za delovne procese izpred AI: sistemi, ki med seboj ne komunicirajo, ni osrednjega mesta, kjer se podatki zbirajo, ni vizije o tem, kaj je potrebno, da modeli lahko delujejo s podatki organizacije. Upravljanje podatkov obstaja po imenu — obstaja arhiv, CRM, intranet — vendar nihče ne more zagotovo povedati, kje kateri podatki so, kdo ima do njih dostop in ali so ti podatki pravilni.
Temeljne dimenzije so predpogoj za odvisne, in to na tej ravni čutite najbolj. Pilotni projekt, ki sam po sebi dobro deluje, se zatakne, ko ga je treba razširiti, ker infrastruktura pod njim tega ne zmore. Ekipa, ki navdušeno testira uporabo AI, ugotovi, da podatki, ki jih potrebuje, nikjer niso strukturirano na voljo. To niso posamični dogodki. So predvidljive posledice temelja, ki še ni dokončan.
Baseline ne pomeni, da organizacija stoji na mestu ali da ljudje nočejo. Pogosto je res nasprotno: obstaja gibanje, obstajajo pobude, sproščen je proračun. Kar manjka, ni motivacija, temveč povezanost. Ločeni pilotni projekti brez skupne infrastrukture, ločena uporaba podatkov brez centralnega upravljanja, ločene odločitve brez skupnega lastništva. Energija je tam. Struktura, ki bi to energijo ujela, še ne.
To tudi ne pomeni, da mora ta raven trajati dolgo ali da je nekaj narobe z organizacijo, ki tu začenja. Večina organizacij, ki resno razmišljajo o AI, začne na ravni baseline ali tik nad njo. Raven je posnetek, ne obsodba.
V plot-krogu meritve zrelosti več oseb ocenjuje ločeno, in pri organizacijah na ravni baseline pogosto izstopa nekaj posebnega: razpršenost med respondenti je velika. Kjer IT-odgovorna oseba vidi, da ima infrastruktura še velike vrzeli, morda vodja oddelka meni, da je stvar v redu, ker orodja, ki jih uporabljajo, delujejo, kot morajo. Ta razpršenost je sama po sebi signal. Kaže, da še ni skupne slike o tem, kje organizacija stoji — in prav ta odsotnost skupne slike je značilna za baseline.
Prehod iz baseline na naslednjo raven ne zahteva več projektov AI. Zahteva, da nekaj postavite pred vse ostalo: jasne odgovornosti, infrastrukturo, ki lahko zbira in dostopa do podatkov, ter upravljanje podatkov, ki je dovolj zanesljivo za nadgradnjo. Brez te osnove ostaja vsak naslednji korak začasen, ker stoji na peščenih tleh.
Kaj ta prehod konkretno pomeni za vašo organizacijo, se razlikuje glede na situacijo — to je odvisno od panoge, obsega in od tega, katera od sedmih dimenzij najbolj zaostaja. Kako pridete od baseline do naslednje ravni opisuje, kateri koraki k temu spadajo. V primerjavo je koristno tudi vedeti, kam ta korak vodi: kaj raven foundation pomeni v praksi prikazuje, kako je videti temelj, ko je osnovna struktura vzpostavljena. Za organizacije, ki želijo pogledati dlje kot le en korak naprej, kaj raven insight pomeni v praksi opisuje, kako se zrelost razvija naprej, ko so podatki in infrastruktura urejeni.
Meritev zrelosti hybridresourcing preverja, ali organizacija lahko nosi AI: ali je temelj vzpostavljen, ali struktura stoji, ali obstaja skupna slika o odgovornostih in podatkih. To je drugo vprašanje kot to, kateri del samega dela je primeren za AI. Organizacija na ravni baseline ima lahko čisto dobro delovne procese, v katerih se veliko nalog ponuja za prevzem s strani AI — le struktura, da bi to izvedli na trajen način, še manjka. Kdor želi izvedeti, kolikšen del samega dela, po nalogah, je mogoče prevzeti z AI, tega odgovora ne najde v meritvi zrelosti, temveč v delovni analizi FTE TO AI. Ta po nalogah izračuna, kateri del je primeren za AI, ne glede na vprašanje, ali je organizacija za to že pripravljena. Oba odgovora skupaj — ali je organizacija pripravljena in ali je delo pripravljeno — dajeta popolno slikoprej, preden kamor koli vložite.
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.