Varje ledning som börjar arbeta med AI stöter förr eller senare på denna fråga: vilket beslut får ett system fatta, och vilket beslut ska förbli hos en människa. Frågan låter enkel. Svaret är det ofta inte, eftersom gränsen inte ligger vid beslutet självt utan vid vad organisationen har organiserat runt omkring det.
Det finns ingen fast lista med beslut som per definition måste förbli mänskliga. Ett uppsägningsbeslut, ett avslag på ett kreditansökan, en medicinsk bedömning: det är exempel som ofta nämns, men anledningen till att de anses känsliga varierar mellan organisationer. Hos en institution handlar det om juridiskt ansvar, hos en annan om att utfallet är oåterkalleligt, hos en tredje om att det saknas en god felmarginal. Den som kopierar en lista från en annan organisation kopierar ett svar utan att ha ställt frågan.
Vad som fungerar är att bryta ner beslutet självt: vad är konsekvensen om det går fel, kan utfallet återställas, och finns det någon som kan redogöra för och stå till svars för utfallet. Dessa tre frågor ligger till grund för vad som på andra håll kallas agentregler: fastställda gränser som avgör när ett system får fortsätta arbeta och när det måste stanna och koppla in en människa.
Frestelsen är stor att lägga denna fråga hos IT, som om det var en inställning man konfigurerar en gång för alla. Det fungerar inte, av en enkel anledning: en agentregel är endast tillförlitlig om organisationen runt omkring den är i ordning. Om ingen vet vem som äger en process kan ingen avgöra vem som är eskaleringspunkten. Om data inte är i ordning vet ett system inte när det stöter på ett undantag som kräver en människa. De grundläggande dimensionerna i en organisation — styrning, infrastruktur, datahantering — går därför före frågan om vilka beslut som får automatiseras. Utan den grunden är varje gräns ni drar en gräns på papper.
Detta är just anledningen till att denna fråga sällan lever på ett enda ställe i organisationen. Ledningen ser risken, CIO:n ser den tekniska genomförbarheten, processägaren ser den dagliga praktiken. Hur ni får dessa tre perspektiv att möta varandra innan automatiseringstakten blir en källa till oenighet beskrivs i hur ni för samtalet om takt mellan styrelse och ledning. Den som ställer denna fråga först när den första piloten redan pågår, ställer den för sent.
Mognadsmätningen från hybridresourcing kartlägger om en organisation har den grund som krävs för att dra denna typ av gränser på ett meningsfullt sätt. Sju dimensioner, fem nivåer från baseline till intelligence, och en plottrunda där flera personer poängsätter oberoende av varandra. Den spridningen är ofta den mest nyttiga delen: om en CHRO sätter datamognaden på activation och CIO:n på baseline vet ni att ett samtal måste äga rum innan en regel skrivs på papper som ingen kan genomföra.
Vad mätningen inte gör är att säga vilket beslut i er organisation som får automatiseras. Den mäter beredskap, inte lämpligheten hos en specifik uppgift. Den berättar om organisationen kan bära det som AI klarar, inte vad AI konkret skulle ta över. Denna åtskillnad mellan att bära och att ta över är skillnaden mellan att bära AI och att låta AI ta över, och det är en åtskillnad som denna sida medvetet håller fast vid: en poäng på mätningen är inget frikort och inget förbud, det är en ögonblicksbild av det tillstånd organisationen befinner sig i just nu.
Den ögonblicksbilden åldras. En organisation som idag får poängen foundation för datahantering kan om ett år ligga på activation, eller lika gärna ha stått still. Hur ofta det är meningsfullt att mäta på nytt, och vad det beror på, kan ni läsa om i hur ofta en mognadsmätning bör upprepas. En engångsmätning som hamnar i en låda har litet värde; en mätning som startar om samtalet i ledningen har det.
Mätningen löser inte meningsskiljaktigheten i er ledning. Den gör den synlig, och det är inte samma sak. Om er styrelse och ledning redan länge är oense om takten i AI-adoptionen ligger orsaken ofta djupare än brist på fakta: det handlar om riskbenägenhet, om vem som hålls ansvarig för vad, om vad som händer när någon öppnar ett chattfönster och tror att de därmed har infört AI i verksamheten. Det ni inte ser om ni bara känner till chattfönstret är precis den del av organisationen som denna fråga handlar om: infrastrukturen, reglerna, människorna som vet när ett system måste stanna. Varför er ledning är oenig om AI-takten beskrivs på denna sida, och det är ofta mer nyttigt att föra det samtalet först än att vänta tills en pilot kör fast och frågan ändå hamnar på bordet.
Denna sida handlar om gränsen ni drar i förväg: vilket beslut förblir hos en människa, oavsett vad ett system tekniskt klarar. Så snart den gränsen är ungefärligt fastställd flyttas frågan till själva arbetet: vilka uppgifter inom den gränsen är lämpliga att överlåta, och vilken del av en befattning förblir mänskligt arbete oavsett organisationens beredskap. Den frågan besvarar inte mognadsmätningen. Arbetsscanen från FTE TO AI räknar per uppgift ut hur stor del av arbetet som kan tas över av AI, och ansluter därmed till den punkt där denna sida slutar: inte om er organisation är redo, utan vad som konkret ligger redo att överlämnas när den är det.
Verktyget med vilket ni kan kartlägga detta själva är under uppbyggnad. Den som vill göra mätningen så snart den blir tillgänglig kan ställa sig i 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.