Upravni timovi koji kažu "idemo koristiti AI" time često ne misle isto. Jedna polovica pomišlja na jezični model koji sažima izvještaje, druga na sustave koji dio kontakta s klijentima obavljaju samostalno. Oba slučaja zahtijevaju tehnologiju koja to može obraditi i kapacitet koji to može voditi. To su dvije različite vrste spremnosti, i rijetko se testiraju odvojeno jedna od druge.
Troškovi spremnosti za AI ne leže primarno u licencama. Leže u onome što se mora dogoditi prije nego što se zadatak sigurno može premjestiti sa sustava na AI: podaci koji su pronalazivi i aktualni, veze koje postoje ili se moraju izgraditi, i ljudi koji znaju kada odobriti rezultat a kada ne. Koliko to košta, ovisi o tome koliko je tih elemenata već postavljeno a koliko još nedostaje.
Unutar svake ambicije koja pretpostavlja rad s AI-jem, temeljni posao se svrstava u tri kategorije. AI može preuzeti zadatak, bez da ga čovjek još i gleda. Čovjek nadzire i odobrava ili odbija, s razlogom. Ili posao ostaje ljudski posao, jer to zahtijevaju prosudba, kontekst ili odgovornost.
Tehnologija koja je potrebna razlikuje se po kategoriji. Potpuno preuzimanje zahtijeva pouzdane, dobro strukturirane podatke i sustav koji prepoznaje pogreške prije nego što nastanu štete. Nadzor s odobravanjem zahtijeva sučelje u kojem čovjek brzo može vidjeti zašto je sustav došao do određenog rezultata. Ljudski posao često ne zahtijeva novu tehnologiju, ali zahtijeva jasnost o tome ko ostaje odgovoran za što — a to se dotiče prava odlučivanja koja se pri promjeni moraju iznova dodijeliti.
Tvrtke koje već prave tu razliku, primjećuju razliku u tome koliko brzo pilot-projekt prelazi iz probne u produkcijsku fazu. Tvrtke koje to ne prave, nastavljaju testirati bez da postane jasno koji se dio posla stvarno premješta.
Razlika između tvrtki koje danas to već glatko provode i tvrtki koje na to još nisu spremne, obično nije u izboru tehnologije. Leži u tri stvari koje prethode tomu.
Prvo: znaje li organizacija koji zadaci sastavljaju koji proces, odvojeno od naziva radnog mjesta koje je uz njega vezano. Bez tog inventara, svaka izjava o "spremnosti za AI" samo je procjena.
Drugo: proizvode li sustavi koji danas postoje podatke koje AI-primjena može koristiti. Mnoge organizacije imaju podatke koji su ispravni za čovjeka koji ih čita, ali nisu dovoljno strukturirani za sustav koji s njima mora računati.
Treće: postoji li kapacitet — u satima, ne u dobrim namjerama — za vođenje tog prijelaza. Netko mora provjeriti prvih stotinu rezultata prije nego što sustav može raditi bez nadzora. Ti sati obično ne stoje u nikakvom planiranju.
Prvi vidljivi znak nije uštede troškova, nego promjena u tome kamo odlazi vrijeme. Posao koji je prije sastojao od izvršavanja, postaje posao koji se sastoji od ocjenjivanja. To zahtijeva druge vještine i katkad drugu ulogu, ne automatski manje ljudi.
Drugi znak je da pitanja koja su prije bila u domeni IT-a, sada su u domeni uprave. Koju odluku sustav može donijeti sam, a koju uvijek mora potvrditi čovjek? To je pravo odlučivanja, ne tehnička postavka, i mora biti negdje zapisano prije nego što se dogodi incident.
Treći znak leži u proračunu. Oslobođeni sati na jednom mjestu ne pretvaraju se automatski u uštedu; često se pojavljuju kao dodatni kapacitet na drugom mjestu, na primjer u kontroli, u kontaktu s klijentima u trenucima kada AI nije dovoljan, ili u održavanju samih sustava. Što to u konačnici znači za proračun, povezano je s time kako je izgrađena financijska otpornost i koliko je margine da se ta promjena podnese prije nego što donese povrat.
Ova provjera ne govori ništa o tome koga organizacija zadržava u službi ili otpušta. To je odluka sa svojim vlastitim zakonskim uvjetima, izvan onoga što se ovdje opisuje. Ovdje se opisuje kapacitet: koji sati se oslobađaju, koji sati su dodatno potrebni, i kakva tehnologija za to treba postojati. To vrijedi jednako za suradnje s drugim strankama — što partnerstvo osposobljava za AI djelomično određuje funkcionira li promjena u vlastitoj kući i u lancu.
Tiče se to i usklađenosti (compliance). Sustav koji preuzima dio procesa, mijenja tko je za što dokazivo odgovoran, a to zaslužuje vlastitu provjeru o usklađenosti i riziku koji se moraju osposobiti za AI.
Ne postoji postotak koji vrijedi za svaku organizaciju. Ovisi o tome koliko su podaci već upotrebljivi, koliko su procesi već dokumentirani, i koliko postoji kapaciteta za vođenje početnog razdoblja. Tvrtke s mnogo nestrukturiranih podataka i malo dokumentacije počinju s više posla nego tvrtke koje to već imaju sređeno. Ta razlika je upravo razlog zašto procjena unaprijed malo govori bez da se prvo pogleda sam posao, zadatak po zadatak — to je ono što [skener posla FTE TO AI](/) mapira po zadatku.
Da biste vidjeli gdje je vaša organizacija najdalje a gdje najmanje daleko, postoji besplatna provjera spremnosti: osam kratkih pitanja, jedno po dimenziji, s pregledom gdje spremnost već stoji a gdje još ima posla. Cjelovita provjera ambicije, s četiri razine i pet confidence gates, u izradi je.
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.