Μια διοικητική ομάδα που λέει "θα εφαρμόσουμε AI" δεν εννοεί με αυτό συχνά το ίδιο πράγμα. Οι μισοί σκέφτονται ένα γλωσσικό μοντέλο που συνοψίζει εκθέσεις, οι άλλοι μισοί συστήματα που χειρίζονται εν μέρει μόνα τους την επαφή με τους πελάτες. Και τα δύο απαιτούν τεχνολογία που μπορεί να το επεξεργαστεί αυτό και δυναμικότητα που μπορεί να το συνοδεύσει. Αυτά είναι δύο διαφορετικά είδη ετοιμότητας, και σπάνια εξετάζονται ξεχωριστά το ένα από το άλλο.
Το κόστος της ετοιμότητας για AI δεν βρίσκεται πρωτίστως στις άδειες χρήσης. Βρίσκεται σε αυτό που πρέπει να συμβεί προτού μια εργασία μπορέσει να μετακινηθεί με ασφάλεια από ένα σύστημα προς την AI: δεδομένα που είναι εντοπίσιμα και επίκαιρα, συνδέσεις που υπάρχουν ή πρέπει να χτιστούν, και άνθρωποι που γνωρίζουν πότε εγκρίνουν ένα αποτέλεσμα και πότε όχι. Το τι κοστίζει αυτό εξαρτάται από το πόσα από αυτά τα στοιχεία υπάρχουν ήδη και πόσα λείπουν ακόμη.
Μέσα σε κάθε φιλοδοξία που προϋποθέτει εργασία με AI, η υποκείμενη εργασία εμπίπτει σε τρεις κατηγορίες. Η AI μπορεί να αναλάβει την εργασία, χωρίς κανένας άνθρωπος να τη βλέπει πλέον. Ένας άνθρωπος διατηρεί εποπτεία και εγκρίνει ή απορρίπτει, με αιτιολογία. Ή η εργασία παραμένει ανθρώπινη εργασία, επειδή η κρίση, το πλαίσιο ή η ευθύνη το απαιτούν.
Η τεχνολογία που απαιτείται διαφέρει ανά κατηγορία. Η πλήρης ανάληψη απαιτεί αξιόπιστα, καλά δομημένα δεδομένα και ένα σύστημα που αναγνωρίζει τα μηνύματα σφάλματος πριν προκαλέσουν ζημιά. Η εποπτεία με έγκριση απαιτεί μια διεπαφή στην οποία ένας άνθρωπος μπορεί να δει γρήγορα γιατί ένα σύστημα κατέληξε σε ένα αποτέλεσμα. Η ανθρώπινη εργασία συχνά δεν απαιτεί νέα τεχνολογία, αλλά απαιτεί σαφήνεια σχετικά με το ποιος παραμένει υπεύθυνος για τι — αυτό άπτεται των δικαιωμάτων λήψης αποφάσεων που πρέπει να ανατεθούν εκ νέου κατά τη διάρκεια μιας αλλαγής.
Επιχειρήσεις που κάνουν ήδη αυτή τη διάκριση παρατηρούν τη διαφορά στο πόσο γρήγορα ένα πιλοτικό πρόγραμμα περνά από τη δοκιμή στην παραγωγή. Επιχειρήσεις που δεν την κάνουν συνεχίζουν να δοκιμάζουν χωρίς να γίνεται σαφές ποιο μέρος της εργασίας πράγματι μετατοπίζεται.
Η διαφορά μεταξύ επιχειρήσεων που το κάνουν ήδη σήμερα ομαλά και επιχειρήσεων που δεν είναι ακόμη έτοιμες γι' αυτό δεν βρίσκεται συνήθως στην επιλογή τεχνολογίας. Βρίσκεται σε τρία πράγματα που προηγούνται.
Πρώτον: αν ο οργανισμός γνωρίζει από ποιες εργασίες αποτελείται κάθε διαδικασία, ανεξάρτητα από τον τίτλο θέσης που της αντιστοιχεί. Χωρίς αυτή την απογραφή, κάθε δήλωση περί "ετοιμότητας για AI" είναι μια εκτίμηση.
Δεύτερον: αν τα συστήματα που υπάρχουν σήμερα παράγουν δεδομένα που μπορεί να χρησιμοποιήσει μια εφαρμογή AI. Πολλοί οργανισμοί έχουν δεδομένα που είναι σωστά για έναν άνθρωπο που τα διαβάζει, αλλά όχι αρκετά δομημένα για ένα σύστημα που πρέπει να υπολογίζει με αυτά.
Τρίτον: αν υπάρχει δυναμικότητα — σε ώρες, όχι σε καλές προθέσεις — για να συνοδεύσει τη μετάβαση. Κάποιος πρέπει να ελέγξει τα πρώτα εκατό αποτελέσματα προτού ένα σύστημα λειτουργήσει χωρίς εποπτεία. Αυτές οι ώρες συνήθως δεν βρίσκονται στον προγραμματισμό κανενός.
Το πρώτο ορατό σημάδι δεν είναι εξοικονόμηση κόστους, αλλά μια μετατόπιση στο πού πηγαίνει ο χρόνος. Εργασία που αρχικά αποτελούνταν από εκτέλεση γίνεται εργασία που αποτελείται από αξιολόγηση. Αυτό απαιτεί διαφορετικές δεξιότητες και μερικές φορές διαφορετικό ρόλο, όχι αυτόματα λιγότερους ανθρώπους.
Το δεύτερο σημάδι είναι ότι ερωτήματα που αρχικά βρίσκονταν στην πληροφορική βρίσκονται τώρα στη διοίκηση. Ποια απόφαση μπορεί να λάβει μόνο του ένα σύστημα, και ποια πρέπει πάντα να επιβεβαιώνεται από άνθρωπο; Αυτό είναι δικαίωμα λήψης απόφασης, όχι τεχνική ρύθμιση, και πρέπει να καταγράφεται κάπου προτού συμβεί το περιστατικό.
Το τρίτο σημάδι βρίσκεται στον προϋπολογισμό. Οι ώρες που ελευθερώνονται σε ένα σημείο δεν εξαφανίζονται αυτόματα ως εξοικονόμηση· εμφανίζονται συχνά ως πρόσθετη δυναμικότητα σε άλλο σημείο, για παράδειγμα στον έλεγχο, στην επαφή με πελάτες σε στιγμές όπου η AI δεν επαρκεί, ή στη συντήρηση των ίδιων των συστημάτων. Το τι σημαίνει αυτό εν τέλει για τον προϋπολογισμό συνδέεται με το πώς έχει χτιστεί η οικονομική ανθεκτικότητα και ποιο περιθώριο υπάρχει για να απορροφηθεί αυτή η μετατόπιση προτού αποδώσει.
Αυτή η δοκιμή δεν λέει τίποτα για το ποιον κρατά ή αφήνει να φύγει ένας οργανισμός. Αυτή είναι μια απόφαση με δικές της νομικές απαιτήσεις, πέρα από όσα περιγράφονται εδώ. Αυτό που περιγράφεται εδώ είναι δυναμικότητα: ποιες ώρες ελευθερώνονται, ποιες ώρες χρειάζονται επιπλέον, και ποια τεχνολογία πρέπει να υπάρχει γι' αυτό. Αυτό ισχύει εξίσου για συνεργασίες με άλλα μέρη — τι κάνει μια συνεργασία έτοιμη για AI καθορίζει εν μέρει αν μια μετατόπιση εντός του οργανισμού λειτουργεί και στην αλυσίδα.
Αυτό άπτεται επίσης της συμμόρφωσης. Ένα σύστημα που αναλαμβάνει μέρος μιας διαδικασίας αλλάζει ποιος είναι αποδεδειγμένα υπεύθυνος για τι, και αυτό αξίζει τη δική του δοκιμή σχετικά με τη συμμόρφωση και τον κίνδυνο που πρέπει να γίνουν έτοιμα για AI.
Δεν υπάρχει ποσοστό που να ισχύει για κάθε οργανισμό. Εξαρτάται από το πόσα δεδομένα είναι ήδη χρησιμοποιήσιμα, πόσες διαδικασίες είναι ήδη τεκμηριωμένες, και πόση δυναμικότητα υπάρχει για να συνοδεύσει την πρώτη περίοδο. Επιχειρήσεις με πολλά μη δομημένα δεδομένα και λίγη τεκμηρίωση ξεκινούν με περισσότερη εργασία από επιχειρήσεις που το έχουν ήδη τακτοποιημένο. Αυτή η διαφορά είναι ακριβώς ο λόγος για τον οποίο μια εκ των προτέρων εκτίμηση λέει λίγα χωρίς πρώτα να εξεταστεί η ίδια η εργασία, εργασία προς εργασία — αυτό είναι που χαρτογραφεί ανά εργασία η [σάρωση εργασίας του FTE TO AI](/).
Για να δείτε πού ο οργανισμός σας βρίσκεται πιο μπροστά και πού λιγότερο μπροστά, υπάρχει ένας δωρεάν έλεγχος ετοιμότητας: οκτώ σύντομες ερωτήσεις, μία ανά διάσταση, με μια εικόνα του πού βρίσκεται ήδη η ετοιμότητα και πού απομένει ακόμη δουλειά. Η πλήρης δοκιμή φιλοδοξίας, με τα τέσσερα επίπεδα και τις πέντε πύλες εμπιστοσύνης, 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.