Ένα έργο αποκτά μια ημερομηνία έναρξης, έναν προϋπολογισμό και συνήθως μια παρουσίαση με μια καμπύλη που ανεβαίνει. Αυτό που ένα έργο σχεδόν ποτέ δεν αποκτά, είναι μια στιγμή όπου κάποιος διαπιστώνει ότι έχει επιτευχθεί αυτό που έπρεπε να επιτευχθεί. Όχι: παραδόθηκε. Επιτεύχθηκε. Η εργασία μετατοπίστηκε, η συμπεριφορά άλλαξε, ο παλιός τρόπος εργασίας δεν είναι πλέον απαραίτητος.
Αυτή η διάκριση ήταν πάντα δύσκολη. Γίνεται πιο έντονη τώρα που ένα μέρος της βελτίωσης αποτελείται από AI που αναλαμβάνει εργασίες. Με ένα νέο σύστημα ή μια νέα διαδικασία, μπορείτε ακόμη να υποθέσετε ότι οι άνθρωποι θα το χρησιμοποιήσουν επειδή είναι υποχρεωτικό. Στην εργασία με AI, αυτή η υπόθεση δεν είναι αυτονόητη: κάποιος πρέπει να συνεχίσει να ελέγχει το αποτέλεσμα, κάποιος πρέπει να τολμήσει να εμπιστευτεί ένα αποτέλεσμα που δεν έχει γράψει ο ίδιος, και κάποιος πρέπει να έχει την εξουσία να εγκρίνει ή να απορρίψει αυτό το αποτέλεσμα. Αν αυτά τα τρία στοιχεία δεν είναι οργανωμένα, το σύστημα λειτουργεί, αλλά τίποτα δεν εδραιώνεται.
Υπάρχουν μετρήσεις που είναι αξιόπιστες επειδή είναι πραγματικές. Πόσες ώρες εργασίας μετατοπίζονται από μια εργασία στην επίβλεψη αυτής της εργασίας. Πόσα από τα αποτελέσματα εγκρίνονται από άνθρωπο χωρίς τροποποίηση, πόσα απορρίπτονται, και για ποιον λόγο. Αν ο χρόνος μεταξύ παράδοσης και απόφασης μειώνεται. Αν ο αριθμός των κλιμακώσεων προς έναν ανώτερο υπάλληλο μειώνεται επειδή η πρώτη αξιολόγηση αντέχει.
Αυτό είναι δυναμικότητα, όχι υπόσχεση. Οι ελευθερωμένες ώρες είναι ένα γεγονός από τη στιγμή που τις μετράτε· το τι κάνει ένας οργανισμός με αυτή την ελευθερωμένη δυναμικότητα είναι ξεχωριστό ερώτημα, με δικά του νομικά πλαίσια από τη στιγμή που αγγίζει συνέπειες για το προσωπικό. Το να κρατάτε αυτά τα δύο ερωτήματα χωριστά είναι προϋπόθεση για μια αξιόπιστη μέτρηση, όχι δευτερεύον ζήτημα.
Ένα ποσοστό χρήσης λέει ότι οι άνθρωποι πατάνε ένα κουμπί. Δεν λέει τίποτα για το αν πιστεύουν επίσης το αποτέλεσμα. Μια ομάδα μπορεί να εγκρίνει ένα αποτέλεσμα AI τυπικά και στην πράξη να μην κάνει τίποτα με αυτό, ή αντίθετα να το υιοθετήσει πλήρως χωρίς να το ελέγξει — και οι δύο συμπεριφορές φαίνονται πανομοιότυπες σε ένα πίνακα ελέγχου ως «υιοθέτηση 80%». Αυτός είναι ο λόγος για τον οποίο ένα μεμονωμένο ποσοστό χωρίς ερμηνεία δεν είναι χρήσιμο: περιγράφει μια ενέργεια, όχι μια αλλαγή στον τρόπο εκτέλεσης της εργασίας.
Υπάρχει επίσης ένα ζήτημα χρόνου. Μια βελτίωση που μετρά καλά τον πρώτο μήνα μπορεί να υποχωρήσει τον τέταρτο μήνα επειδή οι εξαιρέσεις συσσωρεύονται και κανείς δεν τις έχει προγραμματίσει. Αντίστροφα, μια βελτίωση που ξεκινά αργά μπορεί, μετά από έξι μήνες, να σταθεροποιηθεί από τη στιγμή που οι άνθρωποι που πρέπει να εγκρίνουν έχουν αποκτήσει εμπιστοσύνη σε αυτήν. Μια μέτρηση σε μία μόνο στιγμή είναι επομένως εξ ορισμού ελλιπής· αυτό που χρειάζεται είναι μια σειρά μετρήσεων που δείχνει αν η καμπύλη επαναλαμβάνεται ή επιπεδώνεται.
Μια επιχείρηση βλέπει την εργασία με AI να εδραιώνεται εντός τριμήνου, μια άλλη εξακολουθεί να δοκιμάζει μετά από έναν χρόνο. Αυτή η διαφορά σπάνια βρίσκεται στην τεχνολογία. Βρίσκεται στο ποιος έχει εκπαιδευτεί να αξιολογεί ένα αποτέλεσμα AI, ποιος έχει το δικαίωμα απόφασης να αφήσει αυτό το αποτέλεσμα να προχωρήσει, και αν αυτό το δικαίωμα απόφασης έχει κατοχυρωθεί ή εξακολουθεί να βρίσκεται σε ένα μόνο άτομο που «το κάνει κι αυτό παράλληλα». Περισσότερα σχετικά με το ποιος πρέπει πράγματι να αναλάβει αυτόν τον ρόλο περιγράφονται στο ποιος χρειάζεται για να πετύχει η εργασία με AI.
Μια άλλη συχνή αιτία: το έργο παραμένει τεχνικά επιτυχημένο αλλά οργανωτικά απομονωμένο. Το AI λειτουργεί, το πιλοτικό πρόγραμμα τρέχει, αλλά κανείς εκτός του τμήματος IT δεν χρησιμοποιεί το αποτέλεσμα διαρθρωτικά. Γιατί συμβαίνει αυτό και πώς αναγνωρίζετε αυτό το μοτίβο περιγράφεται στο πώς αποτρέπετε ένα έργο AI να παραμείνει στο τμήμα IT.
Και μερικές φορές η καθυστέρηση δεν είναι οργανωτικό πρόβλημα αλλά νομικό ή ζήτημα συμμόρφωσης που δεν έχει ληφθεί υπόψη στον σχεδιασμό· αυτή η κατάσταση περιγράφεται ξεχωριστά στο τι κάνετε όταν η φιλοδοξία μπορεί αλλά η συμμόρφωση δεν μπορεί.
Ο λόγος που ένας μόνο δείκτης απόδοσης (KPI) δεν είναι ποτέ αρκετός είναι ότι η ίδια η ετοιμότητα δεν χωράει σε ένα μόνο νούμερο. Κάτι εδραιώνεται μόνο όταν αντέχει ταυτόχρονα σε πολλές διαστάσεις: οι άνθρωποι που πρέπει να αξιολογούν είναι εκπαιδευμένοι, τα δεδομένα είναι χρησιμοποιήσιμα, η διαδικασία αναγνωρίζει την εξαίρεση, και το δικαίωμα απόφασης έχει ανατεθεί ρητά. Αν αποτύχει ένα, τότε μετράτε πρόοδο στα άλλα επτά και παρ' όλα αυτά καμία εδραίωση. Αυτό αναλύεται στο γιατί η ετοιμότητα δεν είναι ένα νούμερο αλλά μια σειρά ερωτημάτων.
Το υποκείμενο ερώτημα — ποια εργασία σε αυτή την επιχείρηση μπορεί πράγματι να αναλάβει το AI, και ποιο μέρος παραμένει ανθρώπινη εργασία — απαντάται ανά εργασία με τη σάρωση εργασίας (werkscan) της FTE TO AI.
Καμία μέτρηση δεν είναι πλήρης χωρίς μια χρονική διάσταση, έναν έλεγχο αιτιότητας και έναν διαχωρισμό μεταξύ χρήσης και εμπιστοσύνης. Συγκεκριμένα, αυτό σημαίνει: μη μετράτε μόνο αν κάτι χρησιμοποιείται, αλλά αν το αποτέλεσμα αντέχει χωρίς διόρθωση. Μη μετράτε μία φορά, αλλά σε σταθερές χρονικές στιγμές μετά την έναρξη. Και σε κάθε απόρριψη, ρωτήστε για τον λόγο, γιατί αυτός ο λόγος σας λέει περισσότερα από το ίδιο το σκορ.
Αν η φιλοδοξία είναι πολύ μεγάλη για να ελεγχθεί μονομιάς, μια σταδιακή προσέγγιση είναι συχνά πιο ρεαλιστική από ένα ετήσιο σχέδιο· πώς λειτουργεί αυτή η σταδιοποίηση περιγράφεται στο πώς σταδιοποιείτε μια φιλοδοξία που είναι πολύ μεγάλη για έναν χρόνο. Και για το ερώτημα πόσο γρήγορα μπορεί πράγματι να αλλάξει ένας οργανισμός, χωρίς η ίδια η μέτρηση να προκαλεί την καθυστέρηση, υπάρχει το πόσο γρήγορα μπορεί πράγματι να αλλάξει ένας οργανισμός.
Μια αξιόπιστη μέτρηση δεν ξεκινά από έναν πίνακα ελέγχου, αλλά από το ερώτημα πού βρίσκεται πράγματι ο οργανισμός σας αυτή τη στιγμή. Ο δωρεάν έλεγχος ετοιμότητας θέτει οκτώ σύντομες ερωτήσεις, μία ανά διάσταση, και δίνει μια εικόνα του πού έχετε προχωρήσει περισσότερο και πού όχι ακόμη. Η πλήρης δοκιμασία φιλοδοξίας, με τα τέσσερα επίπεδα και τις πέντε πύλες εμπιστοσύνης (confidence gates), βρίσκεται υπό κατασκευή.
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.