Den som för första gången arbetar med en språkmodell ser något fungera. Det kommer ett svar, svaret stämmer ofta nog, och slutsatsen ligger nära till hands: det här kan mer. Den slutsatsen är inte fel, men den bygger på ett enda ögonblick i ett enda fönster. Ett chattfönster visar om en modell kan besvara en fråga. Det visar inte om organisationen bakom kan ställa frågan rätt, leverera rätt data, och låta svaret landa i ett beslut som spelar någon roll.
Den skillnaden är anledningen till att pilotprojekt ofta startar men sällan skalas upp. Piloten bevisar att tekniken kan något. Den bevisar ingenting om de sju dimensioner som avgör om organisationen även klarar att bära det kunnandet: från organisation och ledarskap till IT-infrastruktur, datahantering, processer, människor, styrning och kultur. Ett chattfönster testar ett praktikfall, vid ett tillfälle, med en användare. Det säger ingenting om vad som händer när hundra användare ställer samma fråga, med data som inte alltid är ren, i en process som inte är utformad för ett svar som varierar.
Mognadsmätningen från hybridresourcing tittar inte på en uppgift eller ett svar, utan på lagret därunder: frågan om organisationen som helhet är redo att arbeta med AI, och inte bara experimentera med den. Det sker på fem nivåer — baseline, foundation, activation, insight, intelligence — och över sju dimensioner som tillsammans avgör var en organisation står. Inte varje dimension väger lika tungt vid varje tillfälle. De fundamentala dimensionerna, som organisation och IT-infrastruktur, går före de dimensioner som är beroende av dem. Det är inget val vi gjort, utan den ordning i vilken det fungerar: utan en fungerande infrastruktur har god datahantering liten verkan, och utan tydligt beslutsfattande har en god infrastruktur liten effekt.
En viktig del av mätningen är plot-rundan. Flera personer inom organisationen skattar var för sig, utan att se varandras svar. Det som kommer ut av det är inte bara en position på fem nivåer, utan även spridningen mellan vad olika personer tror är sant. En ledning som tror att organisationen befinner sig på nivå activation, medan IT placerar sig själva på baseline, har ett problem som är större än genomsnittet. Den spridningen är ofta mer informativ än själva poängen: den visar var organisationen är oenig med sig själv, och det är precis där ett pilotprojekt fastnar utan att någon kan peka ut varför.
Mognadsmätningen ger inget svar på frågan vilka uppgifter AI kan ta över. Den säger ingenting om hur mycket tid en funktion lägger på en viss handling, och ingenting om vad som händer om den handlingen försvinner. Den mäter beredskap, inte övertagande. En organisation kan få högt poäng på alla sju dimensioner och trots det inte ha identifierat en enda uppgift som är redo att överlämnas. Omvänt kan en organisation vara full av uppgifter som utmärkt lämpar sig för automatisering, medan organisationen själv ännu inte är rustad för att låta det ske på ett ansvarsfullt sätt.
Mätningen anger heller inte vilka beslut som får respektive inte får automatiseras — det är en fråga som förtjänar egen uppmärksamhet, bland annat i översikten av beslut som bör förbli utanför automatiseringens räckvidd. Och poängen säger ingenting om vad som i praktiken saknas i dokumentationen: den som vill veta vad som bör ingå i en beslutsinventering hittar inte det i en nivå eller en dimension, utan i ett separat spår.
Vad mätningen faktiskt gör är att ge klarhet om utgångspositionen. En låg poäng på en av de sju dimensionerna innebär inte automatiskt att något är grundligt fel; det betyder att det finns två möjliga vägar, och vilken av de två som gäller varierar per organisation — en skillnad som utvecklas vidare på sidan som beskriver de två scenarierna vid en låg poäng. Den som vill börja med en egen bedömning kan göra det på sidorna som behandlar organisationens egen mognad och IT-infrastrukturens mognad som två av de sju dimensioner som hela mätningen bygger på.
Denna åtskillnad är medveten. En organisation som först vill veta om AI ger den något, ställer en annan fråga än en organisation som vill veta om den är förberedd att använda AI på ett ansvarsfullt sätt. Båda frågorna är legitima, men de kräver olika instrument. Den som låter båda frågorna flyta samman får ett svar som inte passar riktigt bra för någon av dem: en poäng som låter som en uppgiftsanalys, eller en uppgiftsanalys som låtsas säga något om organisatorisk beredskap.
Mognadsmätningen, med de fem nivåerna, de sju dimensionerna och plot-rundan, byggs för närvarande. Det finns ännu ingen miljö där ni idag kan logga in och göra en bedömning. Den som är intresserad kan anmäla sig till väntelistan och hålls informerad så snart mätningen blir tillgänglig.
När organisationens beredskap väl är kartlagd återstår den andra frågan obesvarad: vilken del av själva arbetet som faktiskt kan tas över. Det är inte något denna mätning går in på, och det är inte heller avsikten. Den frågan besvaras av arbetsscanen från FTE TO AI, som per uppgift beräknar vilken del av arbetet som lämpar sig för att tas över av AI — ett beräkningsarbete som bara betyder något när organisationen det landar i faktiskt är redo att bära 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.