Upravljanje uspešnosti je dimenzija, ki merí, ali organizacija vidi, kaj AI dejansko prinaša, in ali ta informacija kje pristane. Ne, ali obstaja nadzorna plošča, temveč ali kdo dejansko spremlja, kaj AI-rešitev spremeni pri pretočnem času, kakovosti ali stopnji napak, in ali ta izsledek vpliva na naslednjo odločitev. Ena raven višje ne stane fiksnega zneska, ker se razdalja med ravnmi razlikuje po organizacijah. Organizacija, ki še ničesar ne merí, mora vzpostaviti nekaj drugega kot organizacija, ki že merí, a izsledkov nikjer ne uporablja. Kar pa je gotovo: stroški redko tičijo v programski opremi. Tičijo v času, ponavljanju in pripravljenosti, da se rezultate jemlje resno, tudi kadar so slabši od pričakovanih.
Dimenzija preverja tri stvari. Prvič, ali je izsledek opredeljen, še preden se AI-rešitev začne uporabljati — kaj se mora izboljšati in po čem se to vidi. Drugič, ali se ta izsledek po določenem času dejansko merí, namesto da se zanj zgolj predpostavlja. Tretjič, ali ima meritev posledico: se rešitev prilagodi, razširi ali ukine na podlagi tega, kar je bilo izmerjeno, ali izsledek ostane le številka v poročilu, ki ga nihče več ne odpre. Veliko organizacij nizko oceno ne dobi zato, ker ne merijo, temveč zato, ker meritev nima mesta v nobeni odločitvi.
Na ravni baseline ni opredelitve, kaj uspeh pomeni, še preden se AI-rešitev začne uporabljati. Za nazaj se preveri, ali je bilo nekaj "boljše počutje", brez fiksnega merila. Kaj to v praksi pomeni za organizacijo na tej ravni, je opisano na strani o tem, kaj raven baseline pomeni v praksi.
Na ravni foundation je izsledek sicer opredeljen, a meritev poteka enkratno ali naključno. Nekdo po nekaj tednih preveri, ali stvar deluje, a ni ponavljanja niti fiksne oblike. Stran o tem, kaj raven foundation pomeni v praksi pokaže, kako se ta situacija razlikuje od baseline in od naslednje ravni.
Od ravni activation naprej merjenje postane navada namesto izjeme: ista merila se ob fiksnih trenutkih ponovno preverjajo. Pri insight se ta izsledek povezuje z odločitvijo — rešitev, ki ne dosega vnaprej pričakovanega, se prilagodi ali ukine. Pri intelligence je merjenje vgrajeno v širši ritem: uspešnost AI-rešitev se primerja med seboj, tako da se organizacija uči, kateri tip rešitve deluje in kateri ne.
Upravljanje uspešnosti je odvisno od dimenzij, ki so v vrstnem redu pred njim. Brez organizacije, ki ve, kdo je odgovoren za izsledek, meritev ostane številka brez lastnika — to se začne z vprašanjem, kako zrela je organizacija na področju AI, na katero odgovori organizacijska dimenzija. Brez infrastrukture, ki omogoča zajemanje podatkov o uporabi in izsledkih, ni ničesar za meriti — glejte dimenzijo IT-infrastrukture. In brez upravljanja podatkov, ki določa, kateri podatki so dovolj zanesljivi, da se nanje lahko zanesemo, meritev morda prinese številko, ne pa opore — glejte dimenzijo upravljanja podatkov. Kdor želi dvigniti raven upravljanja uspešnosti brez urejenih temeljev, merí nekaj, vendar ne nekaj, na čemer je mogoče graditi.
Korak od baseline do foundation zahteva predvsem dogovor: še pred začetkom uporabe rešitve opredelite, kaj pomeni uspeh, in to zapišite na mesto, kjer je pozneje mogoče to najti. To ni naložba v tehnologijo, temveč v navado.
Korak od foundation do activation zahteva ponavljanje: da se ista merila ponovno preverjajo ob fiksnih trenutkih, namesto da gre za enkraten pogled. To zahteva čas nekoga, ki to uvrsti na dnevni red in o tem tudi naprej sprašuje.
Korak do insight zahteva nekaj težjega: pripravljenost, da se rešitev umakne ali prilagodi, če je meritev slabša od pričakovane, tudi če je bilo v to že vloženo. To ni toliko stroškovno vprašanje kot kulturno vprašanje.
Korak do intelligence zahteva nazadnje primerjavo med rešitvami, tako da se organizacija ne uči po posameznih primerih, temveč prepozna vzorce. To zahteva fiksno mesto, kjer ta primerjava poteka, in ljudi, ki za to dobijo čas.
Meritev zrelosti hybridresourcing pokaže, ali je organizacija zmožna nositi tisto, kar AI prinaša — ali so temelji postavljeni in ali lahko upravljanje uspešnosti na njih gradi. Ne pove pa nič o tem, katere naloge znotraj samega dela so primerne za prevzem s strani AI in v kolikšni meri. Na to vprašanje odgovori delovni sken FTE TO AI, ki za posamezno nalogo izračuna, kolikšen del te je mogoče prenesti na AI. Kdor enkrat ve, kje organizacija stoji na tej dimenziji, ima s tem tudi indic, ali bodo izsledki takšnega delovnega skena kje pristali, ali pa bodo izginili v poročilu, ki ga nihče več ne odpre.
Meritev zrelosti, skupaj s plot-krogom, v katerem več oseb ločeno ocenjuje in postane vidna razpršenost med njihovimi odgovori, je še v razvoju. Kdor želi meritev uporabiti takoj, ko bo na voljo, se lahko prijavi na čakalni seznam.
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.