Managementový tým, který říká „budeme nasazovat AI“, tím často nemyslí totéž. Jedna polovina si představuje jazykový model, který shrnuje zprávy, druhá systémy, které částečně samostatně vyřizují kontakt s klienty. Obě představy si vyžadují technologii, která to zvládne zpracovat, a kapacitu, která to dokáže doprovázet. Jsou to dva různé druhy připravenosti a málokdy se testují oddělene.
Náklady na připravenost na AI se nenacházejí primárně v licencích. Nacházejí se v tom, co musí proběhnout, než se úloha bezpečně přemístí ze systému k AI: data, která jsou dohledatelná a aktuální, propojení, která existují nebo je třeba je vybudovat, a lidé, kteří vědí, kdy výsledek schválit a kdy ne. Kolik to stojí, závisí na tom, kolik z těchto součástí už je na místě a kolik ještě chybí.
V rámci každé ambice, která předpokládá práci s AI, spadá podkladová práce do tří kategorií. AI může úlohu zcela převzít, aniž by na ni ještě někdo z lidí musel dohlížet. Člověk vykonává dohled a schvaluje nebo zamítá, s odůvodněním. Nebo práce zůstává lidskou prací, protože si to vyžaduje úsudek, kontext nebo odpovědnost.
Potřebná technologie se u každé kategorie liší. Úplné převzetí si vyžaduje spolehlivá, dobře strukturovaná data a systém, který rozpozná chybová hlášení dříve, než způsobí škodu. Dohled se schvalováním si vyžaduje rozhraní, v němž člověk rychle vidí, proč systém dospěl k danému výsledku. Lidská práce často nevyžaduje novou technologii, ale vyžaduje jasnost o tom, kdo za co zůstává odpovědný — to se týká rozhodovacích pravomocí, které je při změně třeba znovu přidělit.
Firmy, které toto rozlišení už dělají, si všímají rozdílu v tom, jak rychle se pilotní projekt dostane od zkoušky k produkci. Firmy, které to nedělají, dál testují, aniž by bylo jasné, jaká část práce se skutečně přesouvá.
Rozdíl mezi firmami, kterým to už dnes hladce funguje, a firmami, které na to ještě nejsou připraveny, se obvykle nenachází ve výběru technologie. Nachází se ve třech věcech, které mu předcházejí.
Za prvé: zda organizace ví, z jakých úloh se skládá který proces, odděleně od funkčního titulu, který k tomu patří. Bez tohoto přehledu je každé tvrzení o „připravenosti na AI“ pouhým odhadem.
Za druhé: zda systémy, které nyní existují, dodávají data, která může využít aplikace AI. Mnoho organizací má data, která jsou správná pro člověka, který je čte, ale nejsou dostatečně strukturovaná pro systém, který s nimi musí počítat.
Za třetí: zda existuje kapacita — v hodinách, nikoli v dobrých úmyslech — k doprovázení přechodu. Někdo musí zkontrolovat prvních sto výsledků, než systém může fungovat bez dohledu. Tyto hodiny obvykle nejsou v ničím plánu.
Prvním viditelným znakem není úspora nákladů, ale posun v tom, kam směřuje čas. Práce, která dříve spočívala ve vykonávání, se stává prací, která spočívá v posuzování. To si vyžaduje jiné dovednosti a někdy jinou roli, nikoli automaticky méně lidí.
Druhým znakem je, že otázky, které dříve patřily IT, nyní patří vedení. Které rozhodnutí může systém učinit sám a které musí vždy potvrdit člověk? To je rozhodovací pravomoc, nikoli technické nastavení, a musí být někde zaznamenána dříve, než nastane incident.
Třetí znak se nachází v rozpočtu. Uvolněné hodiny na jednom místě automaticky nezmizí jako úspora; často se objeví jako dodatečná kapacita na jiném místě, například v kontrole, v kontaktu s klienty ve chvílích, kdy AI nedostačuje, nebo v údržbě systémů samotných. Co to celkově znamená pro rozpočet, souvisí s tím, jak je vybudována finanční odolnost a jaká je marže na to, aby se tento posun vstřebal, než přinese výnos.
Tento test nic nevypovídá o tom, koho si organizace ponechá v zaměstnání nebo propustí. To je rozhodnutí s vlastními zákonnými požadavky, mimo rámec toho, co je zde popsáno. Zde je popsána kapacita: které hodiny se uvolní, které hodiny je třeba navíc a jaká technologie za tím musí stát. To platí stejně pro spolupráce s jinými stranami — co připraví partnerství na AI částečně určuje, zda posun uvnitř firmy funguje i v celém řetězci.
Týká se to také compliance. Systém, který převezme část procesu, mění, kdo je za co prokazatelně odpovědný, a to si zaslouží vlastní test zaměřený na compliance a rizika, která je třeba připravit na AI.
Neexistuje procento, které by platilo pro každou organizaci. Závisí na tom, kolik dat je již použitelných, kolik procesů je již zdokumentováno a kolik kapacity je k dispozici na doprovázení první fáze. Firmy s velkým množstvím nestrukturovaných dat a малo dokumentace začínají s větším objemem práce než firmy, které to už mají v pořádku. Právě tento rozdíl je důvodem, proč odhad předem málo vypovídá, aniž by se nejprve nepodívalo na samotnou práci, úlohu po úloze — to je to, co [pracovní skenování FTE TO AI](/) mapuje po jednotlivých úlohách.
Abyste zjistili, kde je vaše organizace nejdále a kde nejméně, existuje bezplatná kontrola připravenosti: osm krátkých otázek, jedna na každou dimenzi, s obrazem toho, kde už připravenost stojí a kde ještě zbývá práce. Úplný test ambicí, se čtyřmi vrstvami a pěti confidence gates, se právě připravuje.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.