Ett chattfönster där någon ställer en fråga och får ett svar ser enkelt ut. Vad som måste ske därunder är det inte. Beslutsstöd med AI innebär att ett system kombinerar data från flera källor, placerar dem i rätt sammanhang och formulerar ett svar som någon vågar agera på. Varje steg i den kedjan ställer ett krav på organisationen som föregår frågan om vilken modell eller vilken plattform som väljs.
En modell som stödjer beslut är bara så bra som de data den får se. Det betyder att siffror från olika system måste använda samma definition, att historiska data är tillgängliga utan att någon först måste exportera dem manuellt, och att det är tydligt vilken källa som är auktoritativ när två system säger emot varandra. Organisationer som ännu inte har detta i ordning märker det först i det ögonblick systemets svar inte stämmer med det medarbetarna på golvet redan visste.
Beslutsstöd befinner sig ofta i knutpunkten mellan flera avdelningar: det ögonblick då information måste flytta från en plats till en annan för att ett bra beslut ska kunna fattas. Det gör det relevant hur koordinering mellan avdelningar fungerar i er organisation, eftersom ett system som ger ett råd som därefter fastnar mellan två avdelningar inte har gett något resultat. Samma logik gäller för de källor som ger underlag till rådet: om dessa källor består av dokument som först måste läsas och sammanfattas innan de kan användas, påverkar frågan vad läsning och sammanfattning av dokument kräver av organisationen direkt hastigheten och tillförlitligheten hos det råd som blir resultatet.
En del av beslutsstöd handlar inte om att besvara en fråga som någon aktivt ställer, utan om att signalera något som förtjänar uppmärksamhet innan någon frågar efter det. Det ställer andra krav än ett chattfönster: något måste kontinuerligt bevaka, känna igen tröskelvärden och skilja mellan brus och en signal som verkligen betyder något. Vad detta kräver av övervakning och signalering är en fråga som måste besvaras separat, och den som vill veta vad övervakning och signalering kräver av organisationen ser att det inte bara handlar om teknik utan också om vem som tar emot signalerna och vad som händer med dem.
Många beslut förbereds i samtal: med kunder, med leverantörer, mellan kollegor. Om dessa samtal inte dokumenteras på ett sätt som är återanvändbart, saknar systemet som ska stödja ett beslut precis det material som gav upphov till det. Det gör synligt vad dokumentation och uppföljning av samtal kräver av organisationen, ett ämne som direkt berör frågan om beslutsstöd kan byggas på något, eller på ingenting. Den som vill veta mer om vad dokumentation och uppföljning av samtal kräver ser sambandet med kvaliteten på varje råd som senare härleds ur dessa samtal.
Det är inte ovanligt att ett team, med en dataset och ett användningsfall, visar en fungerande version av beslutsstöd. Det bevisar att det kan göras, inte att det kan göras organisationsövergripande. Så snart en andra avdelning med andra system, andra dataägare och andra definitioner vill ansluta sig, visar det sig ofta att den första versionen var skräddarsydd för just det ena teamet. Varför en pilot som bara fungerar i sitt eget hörn inte ger något resultat är därför inte en fråga om bristande teknik utan om ett fundament som aldrig anlagts brett. För den som vill läsa mer om detta: varför en pilot som bara fungerar i sitt eget hörn inte ger något resultat förklarar vad som saknas mellan en demo och en organisationsövergripande tillämpning.
Ett system kan ge det mest välgrundade rådet och ändå inte förändra något, om ingen bär ansvaret att arbeta med det. Det är en organisatorisk fråga, inte en teknisk fråga: vem äger rådet, vem bedömer om det följs, och vem förklarar varför det en gång inte följdes. Utan den ägaren hamnar beslutsstöd i kategorin intressanta experiment. Varför en demo utan ägare inte ger något resultat hänger samman med samma punkt, och den som vill följa det exakta resonemanget kan hitta det på varför en demo utan ägare inte ger något resultat.
De krav som beslutsstöd ställer handlar till stor del om vad som redan måste finnas på plats innan chattfönstret kan göra något meningsfullt: ren och tillgänglig data, fungerande överlämning mellan avdelningar, strukturerad dokumentation av samtal och dokument, och en tydlig ägare för det systemet levererar. Det är precis varför mognadsmätningen från hybridresourcing.com tittar på de grundläggande dimensionerna innan de beroende dimensionerna behandlas: organisation, IT-infrastruktur och datahantering avgör om det finns något att bygga beslutsstöd på.
Frågan om en organisation kan bära detta är fristående från frågan om vilken del av arbetet som faktiskt kan tas över av AI. Det senare beräknar arbetsscanen från FTE TO AI per uppgift: vilken del av arbetet som kan tas över, och under vilka villkor. Medan denna sida beskriver vad som måste finnas på plats innan beslutsstöd kan fungera, beskriver arbetsscanen vad som, när den grunden finns, konkret förändras i själva arbetet.
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.