En VD som har AI på agendan hör vanligtvis två typer av budskap. Det ena kommer från teamen som driver pilotprojekt och rapporterar framgångar. Det andra kommer från siffrorna, som visar att lite av dessa framgångar sprider sig till resten av organisationen. Mellan dessa två budskap finns en fråga som VD:n förr eller senare ställer sig själv: beror detta på tekniken, på människorna, eller på något som vi ännu inte har satt upp.
Frågan är sällan "fungerar AI här". Den frågan har internt redan besvarats för länge sedan, oftast med ett exempel som faktiskt fungerade. Frågan som återstår är varför det exemplet inte fungerar överallt, och om det är ett skalningsproblem eller ett grundproblem. En VD vill veta om organisationen som helhet är redo att bära AI, inte om ett enskilt team kan arbeta smart med det.
Det är en annan typ av fråga än den specialisterna i organisationen ställer. COO:n tittar på processer, CIO:n på infrastruktur, CHRO:n på människor och roller. För varje av dessa infallsvinklar finns ett eget svar, att hitta hos vad en COO bör titta på när det gäller AI-mognad, vad en CIO bör titta på när det gäller AI-mognad och vad en CHRO bör titta på när det gäller AI-mognad. VD:n behöver dessa svar, men hans egen fråga ligger en nivå högre: står dessa tre grunder i proportion till varandra, eller lutar organisationen snett eftersom en ligger långt före den andra.
Risken för en VD är inte att AI misslyckas. Risken är att organisationen investerar i fel ordning: pengar och uppmärksamhet går till tillämpningar, medan organisation, IT-infrastruktur och datahantering ännu inte är på en nivå som kan bära dessa tillämpningar. Det är de fundamentala dimensionerna. De kommer före de beroende dimensionerna, inte som en preferens, utan eftersom det är den ordning i vilken det fungerar. En organisation som inte har den överblicken fortsätter köra pilotprojekt som inte summerar till något större, och betalar för det i tid, i programmets trovärdighet och i förtroendet hos de människor som deltog.
Vad han också har att förlora är förmågan att förklara för sin styrelse eller sina aktieägare var organisationen står. "Vi arbetar med AI" är inte ett svar en VD väntar sig när han blir tillfrågad vad det ger. Han behöver något han kan visa: en nivå, en struktur, en anledning till att samma fråga inte kommer tillbaka nästa kvartal.
En VD accepterar inte ett svar som bygger på ett enda perspektiv. Om bara IT säger att det går bra, eller bara HR säger att människorna är redo, vet han att den bilden är färgad av var den kommer ifrån. Vad han behöver är en bild där dessa perspektiv läggs sida vid sida, med skillnaderna synliga istället för bortförklarade.
Han accepterar heller inte ett svar som slår ihop allt i en enda hög. "AI-mognad: 3 av 5" säger honom ingenting om han inte vet vilken dimension som drar ner den siffran och vilken som drar upp den. Utan den uppdelningen kan han inte sätta prioriteringar, och varje samtal om AI förblir ett samtal om känsla istället för struktur.
Mognadsmätningen från hybridresourcing.com är byggd på dessa två punkter. Den tittar på sju dimensioner, från organisation och IT-infrastruktur till datahantering och de dimensioner som följer på dessa, och placerar varje dimension på en av fem nivåer: baseline, foundation, activation, insight, intelligence. Den nivån är aldrig lika för hela organisationen. Ett företag kan ligga på foundation inom datahantering och på activation inom organisation, och just den skillnaden är det som en VD har nytta av.
Mätningen arbetar med en plot-runda: flera personer i organisationen sätter poäng separat, utan att se varandras svar. Spridningen som uppstår är i sig information. Om CIO:n och CHRO:n ligger långt ifrån varandra på samma område, säger det något om hur organisationen ser på det, oavsett vad den "verkliga" nivån är. För en VD som står mellan två budskap är den spridningen ofta mer informativ än genomsnittet.
Denna mätning säger ingenting om vilka uppgifter AI kan ta över eller hur mycket kapacitet det frigör. Den mäter om organisationen kan bära, inte vad det finns att bära. Den som har den första bilden och vill veta vad den andra ger, hamnar vid en annan fråga: vilken del av arbetet kan tas över, och under vilka villkor. Det är exakt vad arbetsscanen från FTE TO AI är byggd för. Den räknar per uppgift ut vilken del av arbetet som kan tas över av AI, baserat på uppgiftens egen natur, inte på organisationens beredskap bakom den. De två mätningarna hör ihop i den ordningen: först se om marken bär, sedan räkna ut vad som kan byggas på den.
Verktyget med vilket organisationer själva kan genomföra detta är under uppbyggnad. Den som vill använda mätningen så snart den blir tillgänglig kan anmäla sig till väntelistan. Som jämförelse: hur en hel sektor hanterar detta beskrivs i hur byggsektorn presterar när det gäller AI-mognad.
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.