Vsaka direkcija, ki se loti dela z AI, prej ali slej naleti na to vprašanje: katero odločitev lahko sprejme sistem in katera odločitev ostane pri človeku. Vprašanje se sliši preprosto. Odgovor pogosto ni tako preprost, ker meja ni pri sami odločitvi, temveč pri tem, kaj je organizacija okoli nje uredila.
Ne obstaja fiksen seznam odločitev, ki bi morale po definiciji ostati človeške. Odločitev o odpustitvi, zavrnitev kredita, medicinska ocena: to so primeri, ki jih pogosto navajajo, vendar se razlog, zakaj so občutljivi, razlikuje od organizacije do organizacije. Pri eni instituciji gre za pravno odgovornost, pri drugi za nepovratnost izida, pri tretji za odsotnost dobre varnostne meje za napake. Kdor kopira seznam od druge organizacije, kopira odgovor, ne da bi si zastavil vprašanje.
Kar deluje, je razčlenitev same odločitve: kakšen je vpliv, če gre kaj narobe, ali je izid mogoče popraviti, in ali obstaja nekdo, ki lahko izid pojasni in za njega odgovarja. Ta tri vprašanja so temelj tega, kar se drugje imenuje pravila za agente: zapisane meje, ki določajo, kdaj lahko sistem nadaljuje delo in kdaj se mora ustaviti in vključiti človeka.
Skušnjava, da to vprašanje prepustimo IT, kot bi šlo za nastavitev, ki jo enkrat konfigurirate, je velika. To ne deluje, iz preprostega razloga: pravilo za agenta je zanesljivo le, če je organizacija okoli njega urejena. Če nihče ne ve, kdo je lastnik procesa, nihče ne more določiti, kdo je točka za eskalacijo. Če podatki niso urejeni, sistem ne ve, kdaj naleti na izjemo, ki zahteva človeka. Temeljne dimenzije organizacije — upravljanje, infrastruktura, upravljanje podatkov — zato pridejo pred vprašanjem, katere odločitve je mogoče avtomatizirati. Brez te osnove je vsaka meja, ki jo začrtate, meja na papirju.
To je hkrati razlog, zakaj to vprašanje redko živi na enem samem mestu v organizaciji. Direkcija vidi tveganje, CIO vidi tehnično izvedljivost, lastnik procesa vidi dnevno prakso. Kako te tri perspektive uskladite, preden tempo avtomatizacije postane vir nesoglasij, je opisano na tem naslovu, kako voditi pogovor o tempu med upravnim odborom in direkcijo. Kdor si to vprašanje zastavi šele, ko že teče prvi pilotni projekt, ga zastavi prepozno.
Meritev zrelosti podjetja hybridresourcing prikaže, ali ima organizacija vzpostavljeno osnovo za smiselno začrtanje tovrstnih meja. Sedem dimenzij, pet stopenj od baseline do intelligence, in krog ocenjevanja, kjer več ljudi ocenjuje ločeno drug od drugega. Ta razpršenost je pogosto najbolj koristen del: če CHRO postavi zrelost podatkov na activation, CIO pa na baseline, veste, da mora najprej potekati pogovor, preden nastane pravilo na papirju, ki ga nihče ne more izvajati.
Kar meritev ne naredi, je povedati, katero odločitev v vaši organizaciji je mogoče avtomatizirati. Meri pripravljenost, ne primernosti specifične naloge. Pove vam, ali organizacija lahko nosi, kar AI zmore, ne kar bi AI konkretno prevzel. Ta razlika med nošenjem in prevzemanjem je razlika med tem, da AI nosite, in tem, da AI prevzame, in to je razlika, ki jo ta stran zavestno ohranja: rezultat meritve ni dovoljenje in ni prepoved, je posnetek stanja, v katerem se organizacija trenutno nahaja.
Ta posnetek zastara. Organizacija, ki danes na področju upravljanja podatkov dosega foundation, je lahko čez leto dni na activation, ali pa je ravno tako ostala na istem mestu. Kako pogosto je smiselno meritev ponoviti in od česa to je odvisno, lahko preberete na tej strani o tem, kako pogosto je treba ponoviti meritev zrelosti. Enkratna meritev, ki konča v predalu, ima majhno vrednost; meritev, ki znova sproži pogovor v direkciji, pa ima vrednost.
Meritev ne reši nesoglasja v vaši direkciji. Naredi ga vidnega, in to ni isto. Če se vaš upravni odbor in direkcija že dlje časa ne strinjata glede tempa uvajanja AI, je vzrok pogosto globlji od pomanjkanja dejstev: gre za pripravljenost na tveganje, za to, kdo je za kaj odgovoren, za to, kaj se zgodi, ko nekdo odpre klepetalno okno in misli, da je s tem v podjetje pripeljal AI. Kar ne vidite, če poznate le klepetalno okno, je prav tisti del organizacije, o katerem govori to vprašanje: infrastruktura, pravila, ljudje, ki vedo, kdaj se mora sistem ustaviti. Zakaj se vaša direkcija ne strinja glede tempa, je pojasnjeno na tej strani, in pogosto je bolj koristno ta pogovor speljati najprej, kot čakati, da se pilotni projekt zatakne in vprašanje vseeno pride na mizo.
Ta stran govori o meji, ki jo začrtate vnaprej: katera odločitev ostane pri človeku, ne glede na to, kaj sistem tehnično zmore. Ko je ta meja približno določena, se vprašanje premakne na samo delo: katere naloge znotraj te meje so primerne za prenos, in kateri del funkcije ostane človeško delo ne glede na pripravljenost organizacije. Na to vprašanje meritev zrelosti ne odgovori. Delovni pregled FTE TO AI izračuna za vsako nalogo, kateri del dela lahko prevzame AI, in se s tem navezuje na točko, kjer se ta stran konča: ne, ali je vaša organizacija pripravljena, temveč kaj konkretno leži na voljo za prenos, ko bo pripravljena.
Orodje, s katerim to sami preverite, je v izdelavi. Kdor želi opraviti meritev, ko bo na voljo, se lahko uvrsti na seznam čakajočih.
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.