Juhtkond, mis ütleb "me hakkame AI-d kasutama", ei mõtle sellega sageli sama asja. Pool mõtleb keelemudelile, mis võtab aruandeid kokku, teine pool süsteemidele, mis osaliselt iseseisvalt tegelevad kliendikontaktiga. Mõlemad eeldavad tehnoloogiat, mis suudab seda töödelda, ja tööjõudu, mis suudab seda juhendada. Need on kaks erinevat valmiduse liiki, ja neid testitakse harva teineteisest eraldi.
AI-valmiduse kulud ei peitu esmalt litsentsides. Need peituvad selles, mida on vaja teha enne, kui ülesanne saab turvaliselt liikuda süsteemilt AI-le: andmed, mis on leitavad ja ajakohased, liidesed, mis on olemas või tuleb ehitada, ning inimesed, kes teavad, millal tulemust kinnitada ja millal mitte. Mida see maksab, sõltub sellest, kui palju neist osadest on juba paigas ja kui palju veel puudub.
Iga ambitsiooni sees, mis eeldab AI-tööd, jaguneb aluseks olev töö kolme kategooriasse. AI saab ülesande üle võtta, ilma et inimene sellele veel vaatab. Inimene teostab järelevalvet ja kinnitab või lükkab tagasi, põhjendatult. Või jääb töö inimtööks, kuna otsustusvõime, kontekst või vastutus seda nõuab.
Vajalik tehnoloogia erineb kategooriate lõikes. Täielik ülevõtmine eeldab usaldusväärseid, hästi struktureeritud andmeid ja süsteemi, mis tuvastab veateated enne, kui need kahju tekitavad. Järelevalve koos kinnitamisega eeldab liidest, kus inimene saab kiiresti näha, miks süsteem jõudis konkreetsele tulemusele. Inimtöö ei eelda tavaliselt uut tehnoloogiat, kuid vajab selgust selle kohta, kes mille eest vastutab jääb — see puudutab otsustusõigusi, mis muudatuse käigus tuleb uuesti paika panna.
Ettevõtted, mis seda vahet juba teevad, märkavad erinevust selles, kui kiiresti pilootprojekt katsest tootmisse liigub. Ettevõtted, mis seda vahet ei tee, jäävad testima, ilma et selgeks saaks, milline osa töö tegelikult nihkub.
Erinevus ettevõtete vahel, kes juba täna sujuvalt toimivad, ja ettevõtete vahel, kes veel selleks valmis ei ole, ei peitu tavaliselt tehnoloogia valikus. See peitub kolmes asjas, mis sellele eelnevad.
Esiteks: kas organisatsioon teab, millistest ülesannetest milline protsess koosneb, eraldi ametinimetusest, mis sellega kaasneb. Ilma selle inventuurita on iga väide "AI-valmiduse" kohta hinnang.
Teiseks: kas praegu olemasolevad süsteemid annavad andmeid, mida AI-rakendus saab kasutada. Paljudel organisatsioonidel on andmed, mis on korrektsed inimesele, kes neid loeb, kuid mitte piisavalt struktureeritud süsteemile, mis peab nendega arvutama.
Kolmandaks: kas on olemas tööjõud — tundides, mitte headest kavatsustes — üleminekut juhendamiseks. Keegi peab kontrollima esimest sadat tulemust enne, kui süsteem saab töötada järelevalveta. Need tunnid ei ole tavaliselt kellegi planeeringus.
Esimene nähtav märk ei ole kulude kokkuhoid, vaid nihe selles, kuhu aeg läheb. Töö, mis varem koosnes teostamisest, muutub tööks, mis koosneb hindamisest. See eeldab teistsuguseid oskusi ja mõnikord teistsugust rolli, mitte automaatselt vähem inimesi.
Teine märk on see, et küsimused, mis varem olid IT juures, on nüüd juhtkonna juures. Millise otsuse võib süsteem iseseisvalt teha, ja millise peab inimene alati kinnitama? See on otsustusõigus, mitte tehniline seadistus, ja see peab olema kuskil kirja pandud enne, kui juhtum aset leiab.
Kolmas märk peitub eelarves. Vabanenud tunnid ühes kohas ei kaja automaatselt kokkuhoiuna; need ilmuvad sageli lisatööjõuna teises kohas, näiteks kontrollis, kliendikontaktis hetkedel, kus AI ei ole piisav, või süsteemide enda hooldamises. Mida see eelarve seisukohalt netona tähendab, on seotud sellega, kuidas finantsvastupidavus on ehitatud ja kui palju varu on olemas, et seda nihkumist katta enne, kui see tulu toob.
See test ei ütle midagi selle kohta, keda organisatsioon teenistuses hoiab või vabastab. See on otsus, mille juurde käivad omad seaduslikud nõuded, väljaspool sellest, mida siin kirjeldatakse. Siin kirjeldatakse tööjõudu: millised tunnid vabanevad, milliseid tunde on juurde vaja, ja millist tehnoloogiat selleks vajatakse. See kehtib sama hästi koostöö korral teiste osapooltega — mis muudab partnerluse AI-valmiks määrab kaasa, kas nihe majasiseselt toimib ka ahelas.
See puudutab ka vastavust (compliance). Süsteem, mis võtab üle osa protsessist, muudab seda, kes mille eest tõendatavalt vastutab, ja see väärib eraldi testi vastavuse ja riski kohta, mis peavad saama AI-valmis.
Ei ole protsenti, mis kehtiks igale organisatsioonile. See sõltub sellest, kui palju andmeid on juba kasutatavad, kui palju protsesse on juba dokumenteeritud, ja kui palju tööjõudu on olemas esimese perioodi juhendamiseks. Ettevõtted, kus on palju struktureerimata andmeid ja vähe dokumentatsiooni, alustavad rohkem tööga kui ettevõtted, kellel see on juba korras. See erinevus on täpselt põhjus, miks eelnev hinnang ütleb vähe, ilma et enne vaadataks tööle ise, ülesanne ülesande haaval — see on, mida [FTE TO AI töö-skaneering](/) ülesannete kaupa kaardistab.
Selleks, et näha, kus teie organisatsioon on kõige kaugemale jõudnud ja kus mitte, on olemas tasuta valmiduse test: kaheksa lühikest küsimust, üks igast mõõtmest, mis annab pildi sellest, kus valmidus juba on ja kus veel tuleb tööd tehta. Täielik ambitsiooni test, koos nelja kihi ja viie usaldusväravaga, on ehitamisel.
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.