Ett lågt utfall på mognadsmätningen väcker hos de flesta ledningar samma fråga: hur illa är det. Svaret är att frågan i sig kommer för tidigt. Ett lågt tal på en av de sju dimensionerna kan betyda två scenarier som har föga gemensamt med varandra, och instrumentet i sig säger inte vilket av de två som gäller.
Det första scenariot är organisationen som står vid startpunkten. Det finns ingen datahantering som upprätthålls, det finns ingen infrastruktur som kan bära AI-tillämpningar, och organisationen själv har ännu inte gjort det till en vana att arbeta med AI-system. I detta scenario är det låga resultatet en korrekt beskrivning av situationen. Det är inget märkligt med det; de flesta organisationer börjar här. Vad som spelar roll är i vilken ordning det byggs upp. På varför de fundamentala dimensionerna måste komma först kan ni läsa varför organisation, IT-infrastruktur och datahantering inte står bredvid de övriga dimensionerna utan under dem — en intelligence-nivå på beslutsfattande har litet värde om de data som besluten vilar på inte är tillförlitliga.
Det andra scenariot är mindre synligt och ofta mer överraskande för en ledning. Organisationen har faktiskt byggt upp något — pilotprojekt, lösa tillämpningar, ett team som arbetar med det — men de personer som fyller i enkäten skattar väsentligt olika. CIO:n ser en infrastruktur som är redo; COO:n ser processer som fortfarande vilar på manuell kontroll. CHRO:n ser en organisation som omfamnar AI; teamledarna ser människor som lämnar verktygen därhän så snart det blir spännande. I detta scenario är det låga genomsnittsresultatet inte problemet. Spridningen är problemet.
Detta är anledningen till att mätningen arbetar med en plot-omgång: flera personer skattar separat, utan att se varandras svar, och först därefter blir spridningen synlig. En organisation med ett lågt genomsnitt och en liten spridning vet var den står och kan bygga vidare därifrån. En organisation med ett genomsnitt som ser acceptabelt ut men med en stor spridning har ett annat problem: det finns ingen delad bild av verkligheten, och den bilden måste finnas innan ett resultat kan handla om något.
Mätningen pekar ut spridningen. Den förklarar den inte, och den löser den inte. Om CIO:n och COO:n strukturellt skattar olika på IT-infrastruktur, då är det ett samtal som måste föras — om vad som exakt har byggts, vem som har tillgång till det, och vilken del av det som körs i produktion jämfört med i en pilotmiljö. Mätningen ger startpunkten för det samtalet, inte utfallet. Detsamma gäller för scenario ett: att veta att det ännu inte finns något är ingen plan för att bygga något. På hur mogen är er organisation när det gäller AI och hur mogen är er IT-infrastruktur när det gäller AI beskrivs per dimension vad nivåerna baseline till intelligence tittar på, så att ett lågt resultat får en riktning istället för att bara vara ett omdöme.
Ett lågt resultat på de fundamentala dimensionerna betyder inte att beroende teman som beslutsfattande och agentbeteende först blir relevanta om ett år. Det betyder att dessa teman redan nu kan dokumenteras, även om genomförandet ännu måste vänta. Vilka beslut som egentligen fattas i en organisation och av vem beskrivs på vad bör ingå i en beslutsinventering, och vilka av dessa beslut som principiellt förblir utom räckhåll för automatisering — av juridiska, etiska eller styrningsmässiga skäl — kan ni läsa om på vilka beslut får aldrig automatiseras. Det arbetet kan påbörjas medan de fundamentala dimensionerna fortfarande växer; det behöver inte vänta till infrastrukturen är i ordning, även om genomförandet kommer att vänta på det.
Ett lågt resultat förutspår ingen tidslinje och inget utfall. Två organisationer med ett identiskt resultat kan ha mycket olika vägar framför sig, beroende på var exakt spridningen låg, vilket scenario som gällde, och hur mycket av fundamentet som redan fanns informellt utan att enkäten kunde fånga upp det. Mätningen är en ögonblicksbild med sju dimensioner och fem nivåer; den är ingen förutsägelse om vad som händer efter den ögonblicksbilden.
Där mognadsmätningen kartlägger organisationens bärkraft — kan organisationen bära AI, utifrån vad som finns i form av fundament och delad bild — handlar en annan fråga om något annat: vad AI faktiskt kan ta över i denna organisation. Det är en fråga på uppgiftsnivå, inte en fråga på organisationsnivå, och den besvaras av FTE TO AI:s arbetsscan, som per uppgift beräknar vilken del av den som kan tas över av AI. De två frågorna kommer i tur och ordning: först när det är klart om, och var, organisationen kan bära vikten, är det meningsfullt att veta vad som faktiskt kan tas över. Den som ser ett lågt resultat på mätningen kan alltså inte kasta om dessa två frågor — men kan mycket väl börja kartlägga båda redan nu.
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.