Insight är den fjärde av de fem nivåerna som mognadsmätningen från hybridresourcing särskiljer: baseline, foundation, activation, insight och intelligence. En organisation på denna nivå har lämnat fasen med lösa experiment bakom sig. Data, IT-infrastruktur och organisationsstruktur är inte längre tre separata frågor utan börjar ansluta till varandra. Det är vad som innehållsmässigt skiljer denna nivå från activation: inte längre pröva om något fungerar, utan se varför det fungerar och var det kör fast.
På insight-nivå finns insikt om de egna dataflödena: var information uppstår, var den samlas och var den går förlorad mellan avdelningar. Den insikten finns inte av en slump hos en enskild analytiker, utan är dokumenterad på ett sätt som flera personer kan konsultera och använda. IT-infrastrukturen är utformad för att stödja dessa dataflöden i stället för att hindra dem. Och organisationen har fördelat roller och ansvar på ett sådant sätt att beslut om AI-tillämpningar inte längre hamnar hos slumpen eller hos en enskild entusiast.
Denna nivå känns igen på vilken typ av frågor som ställs inom organisationen. Inte längre: kan vi pröva detta? Utan: varför fungerar denna tillämpning på en avdelning och inte på en annan, och vad säger det om vår data eller vår struktur? Den frågan kan bara ställas om det redan finns tillräcklig överblick över vad som pågår. Den överblicken är precis det som insight tillför utöver nivåerna före den.
Vad som oftast fortfarande saknas på denna nivå är steget från att förstå till att förutsäga. Insight ger förklaringar efter fakta: varför en pilot slog igenom eller inte, varför ett team gick snabbare än ett annat. Vad som ännu inte finns är en struktur som i förväg redan anger var en nästa tillämpning kommer att landa eller inte. Det skiljer insight från intelligence, nivån där det förutsägande lagret faktiskt finns. Vad den nivån innebär i praktiken beskrivs på sidan om nivån intelligence.
En andra risk på denna nivå är att insikten stannar hos en begränsad grupp människor. Data finns, infrastrukturen finns, men om förståelsen av vad denna data betyder inte delas inom hela organisationen förblir insight bräcklig. Så snart den personen slutar eller den avdelningen omorganiseras faller nivån tillbaka. Det är en av anledningarna till att mätningen från hybridresourcing inte fungerar med ett enskilt samtal, utan med en plot-runda: flera personer poängsätter de sju dimensionerna separat, och spridningen mellan deras svar visar exakt om insikten är förankrad i hela organisationen eller vilar hos en handfull personer.
Vid insight är spridningen mellan poängen ofta mer intressant än den genomsnittliga nivån i sig. En organisation kan i genomsnitt hamna på insight medan IT-avdelningen upplever insikten som grundlig och de operativa teamen knappt märker något av det. Den klyftan är exakt den signal som visar var nästa steg bör börja: inte med mer teknik, utan med att dela vad som redan förstås. Eftersom de fundamentala dimensionerna — organisation, IT-infrastruktur, datahantering — bär upp de beroende dimensionerna, är det meningslöst att börja med förutsägande tillämpningar om insikten ännu inte har trängt igenom överallt.
Övergången från insight till intelligence kräver inte att ny data samlas in, utan att befintliga insikter omvandlas till något som blickar framåt i stället för bakåt. Det är en annan uppgift än övergångarna före den: från baseline till nästa nivå handlade det främst om att sätta upp struktur där den saknades, och från activation till nästa nivå om att koppla samman lösa framgångar. Vid insight ligger uppgiften på ett annat håll: den delade förståelsen som redan finns måste översättas till ett system som i förväg redan ger riktning. Vad den övergången konkret innebär beskrivs på sidan om steget från insight till nästa nivå.
Mognadsmätningen från hybridresourcing besvarar en annan fråga än den om uppgifter och timmar. Den mäter om en organisation kan bära AI: om data, infrastruktur och organisationsstruktur är redo för det som kommer ovanpå. En organisation på insight-nivå har i stort sett den bäraren på plats. Det innebär inte automatiskt att det är tydligt vilken del av det faktiska arbetet som verkligen kan tas över av AI — det är en annan mätning, med en annan skala. Den som vill veta hur mycket av det nuvarande arbetet som konkret kan tas över, per uppgift och per roll, hittar det i arbetsscanen från FTE TO AI. Den scanen räknar ut vilken del av arbetet som kan tas över, givet i vilken mån organisationen enligt denna mätning redan är redo för det.
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.