Az igazgatói szobában egyszerűen hangzik: "a minőséget fel akarjuk tornázni, és az AI ebben segít." Mindenki bólint. Mégis az egyik igazgató ezzel kevesebb hibát ért az outputban, a másik gyorsabb és következetesebb munkát, egy harmadik pedig főként kevesebb függést néhány senior tapasztalatától. Ugyanaz a mondat, három ambíció. Amíg ez az ambíció nincs felbontva arra, hogy pontosan mi változik — melyik feladat, milyen szinten, milyen ellenőrzéssel —, addig egy irány nélküli kívánság marad.
Az elmozdulás nem egy jövőbeli forgatókönyvben rejlik. Már ma is végigfut a munkán, háromféle lépésben, amelyek egymás mellett léteznek:
A minőség növelése tehát nem azt jelenti, hogy "AI-t hozzáadunk", hanem pontosan meghatározzuk, hogy a három kategória közül melyikbe tartozik egy feladat, és úgy alakítjuk a szervezetet, hogy a második kategória — a felügyelet — valóban meg is történjen. Ez az a pont, ahol gyakran elakad a dolog: a vállalatok bevetik az AI-t az output előállítására, de nem építik ki mellé az ellenőrző réteget.
A különbség ritkán a technikában rejlik. Abban rejlik, hogy ki jogosult elutasítani egy AI-eredményt, kap-e erre időt az illető, és elvárja-e a szervezet, hogy egy elutasítás mellé rögzített indoklás kerüljön, ne pedig csupán egy megérzés. Azoknál a vállalatoknál, ahol ez már működik, ezt a szerepet explicitté tették: valaki felelős a folyamat AI-részének minőségéért, azzal a felhatalmazással, hogy visszaküldje a munkát. Azoknál a vállalatoknál, ahol ez még nem működik, az AI-output belefut egy olyan folyamatba, amelyet emberi munkára terveztek, anélkül hogy valakit kijelöltek volna az új típusú hibák felismerésére.
Az ambíciótoets ezt négy rétegben rögzíti: a vízió (a minőség növelése), a vision state (mit jelent ez konkrétan folyamatonként), a target (egy körülírt szint) és a target state (hogyan néz ki akkor a munka). Ezt a négy réteget nyolc felkészültségi dimenzió mentén vizsgálja — az adatminőségtől a döntési jogokon át az AI-output megítélésének képességéig — és öt confidence gate mentén, amelyek jelzik, hogy a szervezet készen áll-e a következő lépésre.
Ebből következik egy visszafordítás képességekre, és képességenként egy szerep:
Ez a szerepekre és felhatalmazásra vonatkozó kérdés visszatér rokon ambícióknál is: aki extra munkaerő felvétele nélkül szeretne növekedni, olvashatja, mit kíván ez itt: milyen képességek szükségesek ahhoz, hogy a csapat bővítése nélkül növekedjen, aki pedig néhány kulcsszemélytől való függést szeretné csökkenteni, itt találja az átfedést: milyen képességek szükségesek ahhoz, hogy kevésbé függjön kulcsszemélyektől. Aki a minőséget elsősorban az adminisztrációban keresi, ennek a konkrét folyamatra való átültetését itt olvashatja: milyen képességek szükségesek ahhoz, hogy az adminisztrációt felére csökkentse az AI-val.
Az eredmény nem az, hogy "az AI mindenütt közreműködik". Az eredmény az, hogy folyamatonként van egy kimondott válasz három kérdésre: melyik részt végzi az AI, ki hagyja jóvá vagy utasítja el a másik részt, és mit végez teljesen továbbra is saját maga. Egy év múlva ezt abban veszi észre, hogy kevesebb vita folyik arról, megbízható-e egy AI-eredmény, és inkább egy állandó ritmusban, amelyben az elutasításokat rögzítik és felhasználják a folyamat finomhangolására. Nincs ígéret arra, hogy a hibaarány egy rögzített számmal csökken — ez a folyamattól, az alapul szolgáló adatok minőségétől és attól függ, hány munkaóra megy jelenleg az ellenőrzésbe —, de igazolhatóan más beszélgetés zajlik majd a vezetői megbeszéléseken.
Ha ez az elmozdulás a létszámot is érinti, arra saját jogi követelmények vonatkoznak; ez a megítélés nem tartozik e vizsgálat körébe.
Aki előbb azt szeretné megtudni, hogyan válik egy ilyen ambíció mérhetővé ahelyett, hogy szándéknál maradna, azt itt olvashatja: hogyan alakít egy növekedési ambíciót mérhető lépésekké, és aki azon tűnődik, mit jelent egy target operating model közérthető nyelven, azt itt találja elmagyarázva: mit jelent egy target operating model közérthető szavakkal.
Az alapkérdésre — melyik munkát lehet ebben a vállalatban valóban átvenni az AI-val, és hol marad szükség felügyeletre vagy emberi munkára — feladatonként ad választ az FTE TO AI munkaszkennere. Ha előbb egy igazgatósági szintű képet szeretne, elmélyülés nélkül: az ingyenes felkészültségvizsgálat nyolc rövid kérdésből áll, dimenziónként egyből, és képet ad arról, hol tart a szervezet már a legmesszebb, és hol van még a legnagyobb távolság. A teljes ambíciótoets, a négy réteggel és az öt confidence gate-tel, jelenleg fejlesztés alatt áll.
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.