Det har funnits en framgångsrik pilot. Ledningen vill ha tempo. Beslutet fattas: rulla ut till resten av organisationen, andra team, andra avdelningar. Vad som fungerade i ett hörn måste nu fungera överallt.
Det går inte alltid bra. Inte för att tekniken plötsligt reagerar annorlunda, utan för att den omgivning där den ska fungera är organiserad på olika sätt överallt. Teamet där piloten lyckades hade av en slump en IT-infrastruktur som klarade det som krävdes, datahantering som var i ordning, och en organisationsstruktur där någon tog ansvar. På andra håll i organisationen ser en eller flera av dessa saker annorlunda ut. Resultatet: samma insats ger något på ett ställe och inget på ett annat, eller värre, extra arbete för att reparera fel.
Att skala upp känns som nästa steg eftersom piloten har bevisat något. Det finns ett resultat, det finns entusiasm, det finns press att öka avkastningen. Den som en gång fått något att fungera vill inte begränsa det till ett team. Dessutom är skalning synlig: fler användare, fler team, fler processlinjer som tar till sig det nya arbetssättet. Det känns som framsteg, även när de grundläggande dimensionerna — organisation, IT-infrastruktur, datahantering — ännu inte överallt ligger på den nivå där den dimension som är beroende av dem faktiskt kan fungera.
Ordningen som detta sker i är inte valfri. Om det grundläggande lagret inte är på plats har det beroende lagret inget att bygga på. Det är inte en fråga om preferens eller om att ta mer tid; det är det sätt på vilket dimensionerna bär upp varandra. Skalning ignorerar denna ordning och förväntar sig att upprepning av ett arbetssätt räcker, även utan den grund som fanns på plats den första gången av en slump.
Ett antal signaler återkommer ofta. Team som tar över det nya arbetssättet rapporterar varierande resultat, och ingen kan riktigt förklara varför det fungerar i ett team och inte i ett annat. Det efterfrågas mer utbildning eller mer kommunikation, medan problemet ligger på annat håll: i system som inte är kompatibla med varandra, i data som inte har samma kvalitet, i en struktur där ingen äger resultatet över teamgränserna.
Igenkännbar är också situationen där teknik rullas ut över en struktur som själv inte har förändrats: det nya arbetssättet görs tekniskt tillgängligt, men rollerna, ansvaret och beslutsvägarna är desamma som före piloten. Jämförbart är mönstret där en pilot fungerar bra i sitt eget hörn men inte ansluter till resten av organisationen: skalningen kopierar arbetssättet, inte de förutsättningar under vilka detta arbetssätt uppstod.
En tredje signal är mindre synlig men lika avgörande: två entusiaster drar hela lasset och ingen annan känner sig ansvarig. Så länge initiativet är beroende av ett fåtal personer som råkar vara motiverade finns det ingen organisatorisk grund att skala upp på — det finns bara entusiasm som inte multipliceras när teamet växer.
Den som känner igen dessa signaler bör fråga sig om spridningen mellan team är en följd av utförandet, eller av en skillnad i beredskap som fanns långt innan skalningen påbörjades. Denna distinktion är exakt vad mognadsmätningen från hybridresourcing tittar på: inte ett enda resultat för hela organisationen, utan fem nivåer över sju dimensioner, mätt genom att flera personer bedömer separat och spridningen mellan deras svar blir synlig. Den spridningen säger ofta mer än genomsnittet: skiljer sig VD:ns bedömning fundamentalt från CIO:ns, ligger där en del av förklaringen till varför skalning fungerar på ett ställe och inte på ett annat. Vad en VD i denna mätning visar om den egna organisationen och vad en COO känner igen där utifrån det dagliga utförandet ger sällan samma bild, och just den skillnaden är vad mätningen är uppbyggd kring.
Denna sida handlar om frågan om organisationen kan bära AI: står strukturen, står infrastrukturen, står datahanteringen på en nivå där skalning är meningsfull. Det är en annan fråga än vilken del av arbetet i sig som är lämplig att överlåta till AI. Den senare frågan besvaras av arbetsscanen från FTE TO AI: den räknar ut per uppgift vilken del av arbetet som kan tas över av AI, oberoende av om organisationen redan är redo för det. Båda frågorna hör ihop, men ordningen är inte valfri — att veta vad som är överförbart har litet värde så länge det inte är fastställt om grunden kan bära den överföringen.
Mognadsmätningen från hybridresourcing byggs fortfarande. Den som vill använda mätningen så snart den är tillgänglig kan anmäla sig till väntelistan.
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.