Intelligence är den femte nivån i mognadsmätningen av hybridresourcing, efter baseline, foundation, activation och insight. Det är nivån där de sju dimensionerna — från organisation och IT-infrastruktur till datahantering och de beroende dimensionerna ovanpå dessa — inte längre fungerar var för sig, utan är avstämda mot varandra. Det låter abstrakt tills man tittar på vad som i praktiken sker och inte längre sker.
På de lägre nivåerna körs AI i pilotprojekt, isolerat från varandra, med varierande ägarskap. På intelligence-nivå är det mönstret brutet. Beslut om nya tillämpningar fattas inte längre projekt för projekt, utan följer av en struktur som redan finns på plats: tydligt ägarskap, data som är sökbar och tillförlitlig, infrastruktur som klarar utökning utan att varje initiativ på nytt stöter på samma begränsningar. Organisationen har inte en enda framgångsrik tillämpning, utan ett arbetssätt där tillämpningarna förstärker varandra istället för att stå i vägen för varandra.
Det betyder inte att allt automatiskt går bra. Det betyder att när något går fel, vet organisationen vad det beror på och hur den justerar det. De grundläggande dimensionerna bär då tyngden av de beroende dimensionerna, som det ska vara: först finns grunden, därefter tillämpningen som lutar sig mot den.
På insight-nivå ser organisationen ofta redan tydligt vad som händer: det finns överblick över vad som fungerar och vad som inte fungerar, det mäts och justeras. Vad som fortfarande saknas på insight-nivå är sättet på vilket dessa insikter strukturellt omsätts i hur organisationen är uppbyggd. Intelligence är steget där den insikten inte längre är en rapport, utan en del av verksamheten själv. Den som vill veta mer om den övergången hittar en fördjupning i hur ni tar er från insight till nästa nivå.
Spridningen mellan respondenter är på denna nivå oftast mindre än på nivåerna under. På baseline och foundation skiljer sig avdelningarnas poäng ofta åt kraftigt, eftersom vissa redan kommit längre än andra. På intelligence-nivå är den spridningen vanligtvis mer begränsad, inte därför att alla är överens om allt, utan därför att strukturen i sig lämnar mindre utrymme för stora skillnader i upplevelse. Det är något som mätningens diagramrunda ger inblick i: inte bara den genomsnittliga nivån, utan också hur enhetlig den bilden är inom organisationen.
Intelligence är den högsta nivån i denna mätning, och det väcker frågan vad som då återstår att göra. Svaret är att att uppnå en nivå inte är en slutpunkt. Infrastruktur åldras, team förändras, nya tillämpningar för med sig nya krav på data och förvaltning. Att underhålla denna nivå kräver lika mycket uppmärksamhet som att uppnå den, och frågan förskjuts från 'hur kommer vi hit' till 'hur behåller vi detta medan organisationen och tekniken fortsätter att förändras'. En fördjupning av den frågan finns i hur ni bygger vidare från intelligence.
För organisationer som ännu inte har uppnått denna nivå är det nyttigt att veta att vägen dit inte går i ett enda steg. Rutten går via nivåerna under, och frågorna som gäller på varje nivå skiljer sig åt. Den som undrar hur de första stegen ser ut hittar det i hur ni tar er från baseline till nästa nivå och i steget som följer därefter, beskrivet i hur ni tar er från activation till nästa nivå.
Att uppnå intelligence-nivå säger något om i vilken grad en organisation är uppbyggd för att bära AI-tillämpningar. Det säger ingenting om vilka uppgifter inom den organisationen som är lämpliga att låta AI ta över, och i vilken grad. Det är en annan fråga, med ett annat verktyg.
Mognadsmätningen av hybridresourcing handlar om bärsidan: står organisationen, infrastrukturen och datahanteringen på ett sådant sätt att AI-tillämpningar kan fungera utan att stöta på grundläggande begränsningar. Den frågan är villkorad av den andra frågan, nämligen vilken del av själva arbetet som är lämpligt för AI. För den frågan finns arbetsscanen från FTE TO AI, som per uppgift beräknar vilken del av arbetet som kan tas över. En organisation på intelligence-nivå har strukturen på plats för att göra något med resultaten av den scanen; den som vill veta vad en arbetsscan konkret ger när AI faktiskt börjar utföra uppgifter, hittar det i vad ni kan göra med agenter som utför arbete.
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.