Den som för första gången får en poäng på de fem nivåerna — baseline, foundation, activation, insight, intelligence — ställer därefter en annan fråga. Inte: vad betyder detta, utan: hur länge förblir detta sant. En poäng är ett foto. Organisationen står inte stilla. Frågan om upprepningsfrekvensen är därför berättigad, och svaret är mindre enkelt än ett fast intervall på sex eller tolv månader.
En mognadsmätning registrerar ett tillstånd i sju dimensioner. Vissa av dem förändras långsamt. Datahantering, till exempel, förskjuts inte inom ett kvartal — det krävs strukturella beslut som tar tid att bli synliga i poängen. Andra dimensioner kan röra sig snabbare. Om organisationen genomför ett ledarskapsbyte, eller om det fattas ett beslut om datagovernance, förändrar det utfallet på just den dimensionen snabbare än inom ett år. Ett fast upprepningsschema behandlar alla dimensioner som lika snabbrörliga. Det är de inte. Mer om denna ordning och varför vissa dimensioner måste komma först finns i varför de fundamentala dimensionerna måste komma först.
Värdet av att upprepa mätningen ligger inte i att bekräfta en siffra. Det ligger i att synliggöra rörelse, eller frånvaron av den. En organisation som ligger kvar på foundation trots att man investerat i AI-pilotprojekt visar något som en engångsmätning inte kan visa: att investeringen inte landar i de dimensioner som ligger bakom den. Det är precis den typ av avvikelse som ledningsgrupper ofta inte kan lösa internt. Om ni vill förstå varför den diskussionen så ofta fastnar inom en ledningsgrupp finns det utvecklat i varför er ledning är oenig om AI-tempot.
Mätningen använder en plot-omgång: flera personer inom organisationen poängsätter separat, och spridningen mellan dessa poäng blir synlig. Den spridningen säger något som ett enskilt medelvärde inte säger. En stor spridning på en dimension — CIO:n ser IT-infrastrukturen som solid, COO:n ser kaos — är i sig en signal, oberoende av vilken nivå poängen hamnar på. Den spridningen är också en anledning att upprepa mätningen, men inte enligt en fast tidsperiod. Upprepa när spridningen i sig har blivit ett samtalsämne, och se om den minskar. Om spridningen förblir stor säger det något om hur organisationen internt kommunicerar om AI, inte om tekniken i sig.
De faktorer som kan förskjuta poängen under tiden är inte jämnt fördelade över de sju dimensionerna. Förändringar i organisationsstrukturen — en ny ägare för data, en annan rapporteringslinje — påverkar de fundamentala dimensionerna: organisation, IT-infrastruktur, datahantering. Vill ni veta hur de två sistnämnda mäts konkret hittar ni det i hur mogen är er organisation när det gäller AI och i hur mogen är er IT-infrastruktur när det gäller AI. Förändringar i de beroende dimensionerna — de dimensioner som bara kan röra sig när de fundamentala dimensionerna har nått en viss nivå — följer därefter, med fördröjning. En mätning som upprepas för tidigt mäter alltså ofta brus på de fundamentala dimensionerna medan de beroende dimensionerna ännu inte kunde röra sig alls.
Mognadsmätningen kan inte förutsäga när en organisation når en högre nivå. Den kan inte ange om en investering i IT-infrastruktur leder till en högre poäng inom ett kvartal eller inom två år — det beror på beslut organisationen själv fattar, på organisationens storlek, och på hur mycket internt motstånd det finns mot förändring. Mätningen kan heller inte fastställa om en låg poäng är ett problem som behöver lösas, eller en realistisk utgångspunkt som organisationen medvetet väljer. Dessa två scenarier vid en låg poäng ligger längre ifrån varandra än man ofta antar, och är utvecklade i vilka två scenarier hör till en låg poäng. Mätningen ställer frågor och visar struktur. Den ger ingen tidslinje och ingen garanti att en upprepning ger en högre poäng.
Eftersom de fundamentala dimensionerna rör sig långsamt är det föga meningsfullt att upprepa mätningen inom några månader — tiden är för kort för att synliggöra förändring i organisation, IT-infrastruktur eller datahantering. Mer meningsfullt är att upprepa mätningen när det finns en konkret anledning: ett beslut om datagovernance, en omorganisation, en stor investering i AI som slår igenom eller inte. Mätningen blir då inte en årlig rutin, utan ett verktyg ni använder när ni vill veta om en förändring ni känner internt också är mätbar i de sju dimensionerna.
Mognadsmätningen handlar om bärkraft: kan organisationen bära AI, finns det tillräckligt på de fundamentala dimensionerna för att bygga vidare. Den handlar inte om vilket arbete AI kan ta över. Om ni vill veta vad som förändras i det dagliga arbetet självt — vilken del av en uppgift, en roll eller en process AI faktiskt kan ta över — är det en annan fråga, med ett annat verktyg. Arbetsscanen från FTE TO AI räknar per uppgift ut vilken del av arbetet som kan tas över, oberoende av frågan om organisationen som helhet redan är redo för det. Dessa två mätningar — bärkraft och övertagandepotential — besvarar inte varandra, men tillsammans ger de den fullständiga bild som en ledning kan grunda ett beslut på.
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.