Prestationsstyrning är en av de sju dimensioner som hybridresourcing använder för att mäta en organisations mognad när det gäller AI. Denna dimension handlar om något specifikt: kan ni fastställa om arbete som stöds av eller övertas av AI faktiskt blir bättre, snabbare eller billigare? Många organisationer startar pilotprojekt utan att kunna svara på den frågan, och blir därför kvar i en fas av att pröva utan att kunna visa vad det gav.
Prestationsstyrning kan bara bli mogen om andra dimensioner redan har lagt en grund att bygga vidare på. Utan tillförlitlig data från datahantering är en prestationsmätning en uppskattning. Utan tydliga ansvarsområden från organisationsdimensionen, som beskrivs på sidan om vad det kostar att höja organisation en nivå, finns det ingen som kan hållas ansvarig för resultatet. Och utan en IT-infrastruktur som kan registrera och upprepa mätningar, som beskrivs på sidan om vad det kostar att höja IT-infrastruktur en nivå, blir varje mätning en engångsföreteelse. Det är anledningen till att denna dimension i mätningen först kan röra sig till en högre nivå när de grundläggande dimensionerna redan bär något.
Baseline. Det finns inget fast sätt att bedöma om AI-stött arbete presterar bättre än det gamla sättet att arbeta. Bedömningar sker sporadiskt och är knutna till enskilda personer. Om någon slutar försvinner även den enda insyn som fanns.
Foundation. Det finns lösa mätningar, oftast per projekt eller pilotprojekt. De jämförs sällan, och det finns inget fast tillfälle då någon ser tillbaka på om den avsedda effekten faktiskt uppstod. Mätningen finns, men fungerar inte som en lärandeprocess.
Activation. Det finns ett återkommande rytm: mätningar upprepas vid fasta tidpunkter och återkopplas till de som utför arbetet. Organisationen börjar se mönster, även om dessa ännu inte registreras systematiskt eller jämförs mellan avdelningar.
Insight. Mätningar används för att styra om, inte enbart för att rapportera. Det finns en gemensam bild av vad som fungerar och vad som inte fungerar, och den bilden leder till justeringar i hur AI används. Olika team kan jämföra sina resultat med varandra eftersom mätmetoden är densamma.
Intelligence. Prestationsstyrning är inbäddad i sättet på vilket beslut om AI fattas. Resultat från tidigare användning matar direkt in i valen för nya tillämpningar. Organisationen kan motivera varför något skalas upp eller inte, i stället för att basera det på magkänsla eller på vem som argumenterar hårdast för nästa pilot.
Nivån för denna dimension ligger inte enbart i ett verktyg eller en instrumentpanel. Den ligger i beteendet runt omkring: ser man tillbaka efter ett pilotprojekt, eller går man direkt vidare till nästa? Kan någon i er organisation på begäran visa vad en AI-tillämpning faktiskt har gett, oberoende av ett antagande i förväg? Diskuteras ett resultat som inte motsvarar förväntningarna, eller glöms det tyst bort? Det är inga tekniska frågor. De handlar om huruvida det har uppstått en vana att titta efterhand, inte bara att göra.
Inom denna dimension uppstår ofta en stor spridning mellan de som fyller i plot-rundan. En operativ chef ser dagligen de lösa mätningarna från activation-fasen och bedömer organisationen högre än verkligheten motiverar, eftersom dessa mätningar är konkreta för honom. En CFO som endast ser kvartalsrapporten bedömer lägre, eftersom han inte får en löpande bild av vad som har mätts under tiden. Båda bilderna är sanna för den som ger dem. Spridningen i sig är informationen: den visar att det inte finns en gemensam, organisationsövergripande insyn i prestationer, vilket i sig säger något om nivån.
Ett steg från baseline till foundation kräver framför allt disciplin: att välja ett fast tillfälle att se tillbaka och inte låta det tillfället försvinna under trycket från nästa pilot. Ett steg till activation kräver en upprepningsbar process, vilket i sin tur berör hur mogen den underliggande infrastrukturen är. Ett steg till insight eller intelligence kräver att mätningarna är tillförlitliga nog att styra efter, och det leder tillbaka till datakvalitet och till vem inom organisationen som har mandat att styra om utifrån dessa mätningar. Även dimensioner som etik och integritet och säkerhet spelar in här: en prestationsmätning som bortser från frågan om ett resultat kom till på ett ansvarsfullt sätt, är en ofullständig mätning. Vad ett steg exakt kostar, i tid, uppmärksamhet eller resurser, skiljer sig per organisation och beror på var de andra dimensionerna står. Därför arbetar hybridresourcing med en plot-runda i stället för en fast steg-för-steg-plan: först synliggöra var ni står och var åsikterna går isär, innan något fastställs om vad som behövs.
Denna sida handlar om huruvida er organisation kan fastställa vad AI ger, oavsett exakt vilket arbete det berör. Det är en annan fråga än vilka uppgifter som kan tas över och i vilken grad. Den som vill veta det, per uppgift och utifrån vad arbetet i sig innebär, hittar det i arbetsanalysen från FTE TO AI. Prestationsstyrning och arbetsanalysen kompletterar varandra: den ena mäter om ni kan bedöma ett resultat, den andra beräknar vilken del av arbetet det finns att bedöma.
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.