Un team direttivo formula un'ambizione: crescita, margine, arrivare più velocemente al cliente. Tutti annuiscono. Ma chi legge quell'ambizione come "facciamo più con meno persone" intende qualcosa di diverso da chi legge "lasciamo che l'AI svolga la maggior parte del lavoro di routine e teniamo le persone per il lavoro che richiede giudizio". Entrambe le letture si adattano alla stessa frase sulla stessa pagina di strategia. La differenza diventa visibile solo nel momento in cui qualcuno deve decidere: chi riceve il mandato su un sistema AI, chi firma per un risultato che un modello ha preparato, e chi è responsabile se le cose vanno male.
Strategia e governance non sono quindi una dimensione separata rispetto alle altre. È lo strato in cui un'ambizione viene tradotta in ciò che può accadere, da chi, e con quale supervisione. Senza quella traduzione, un'ambizione resta una frase su carta.
L'AI oggi sta già rilevando attività lavorative, in parte, non ovunque alla stessa velocità. Questo avviene in tre forme che attraversano ogni livello dell'organizzazione:
1. L'AI svolge il compito completamente. 2. L'AI svolge il compito in parte, con una persona che approva o respinge, con motivazione. 3. Il compito resta lavoro umano, perché il giudizio, la responsabilità o il contesto lo richiedono.
Per i processi e le operazioni questo significa una diversa distribuzione del lavoro. Per la governance significa qualcosa di diverso: chi ha il diritto decisionale quando un compito passa dalla forma 1 alla forma 2, e chi si accorge quando un compito considerato "lavoro umano" nel frattempo non lo è più? In molte direzioni quel diritto decisionale non è fissato in nessun luogo. C'è un'ambizione, c'è un'agenda tecnologica, ma non c'è risposta alla domanda su chi possa decidere che un team lavori d'ora in poi con il supporto dell'AI invece che senza.
Le aziende in cui questo funziona già hanno scritto l'ambizione in strati: una visione, lo stato in cui quella visione diventa concreta (vision state), un target, e lo stato in cui quel target diventa concreto (target state). Ad ogni livello è stato definito cosa significa il lavoro basato sull'AI per quel livello e chi decide in merito. Questo permette a un middle manager di rispondere a una domanda come "questo team può utilizzare uno strumento AI per le valutazioni iniziali" senza che la domanda debba tornare alla direzione.
Le aziende in cui questo non funziona ancora hanno spesso sia una strategia sia un'iniziativa AI, ma nessun collegamento tra le due. La strategia parla di crescita ed efficienza in termini generali; l'iniziativa AI si svolge nel reparto IT o in un team separato. Nessuno ha stabilito quale capability l'organizzazione necessiti per far convergere le due cose: chi verifica se un risultato dell'AI è sufficientemente buono, chi è proprietario del rischio se non lo è, e quale decisione in merito debba essere presa a livello di direzione e quale no.
Questa differenza non risiede nel livello di ambizione. Risiede nella prontezza: l'organizzazione ha già organizzato i diritti decisionali, la distribuzione dei ruoli e i momenti di verifica, oppure questo deve ancora avvenire prima che il lavoro possa effettivamente spostarsi.
La differenza percettibile non risiede nella presentazione della strategia ma nel momento successivo. Una direzione che ha già fatto la traduzione può rispondere a una domanda sull'impiego dell'AI in un team entro il mandato esistente. Una direzione che non lo ha fatto lascia la domanda in sospeso, oppure decide ad hoc, dopodiché la domanda successiva simile torna nuovamente in discussione. Questo non costa denaro visibile su una fattura, costa capacità liberata che non viene effettivamente liberata perché nessuno ha potuto decidere che il lavoro venga organizzato diversamente.
Il lavoro dietro questa dimensione non consiste quindi nella scrittura di una politica sull'AI. Consiste in quattro strati che si collegano tra loro: una visione che indica perché il lavoro basato sull'AI sia rilevante per l'ambizione, un vision state che descrive come questo si presenta nel concreto, un target che lo rende concreto in termini di capacità e risultato, e un target state che fissa quali ruoli e diritti decisionali siano necessari per questo. Otto dimensioni e cinque confidence gate verificano se questi strati si collegano effettivamente o se stanno solo l'uno accanto all'altro.
Se l'argomento si dirige verso conseguenze relative al personale, allora vale quanto segue: per questo esistono requisiti legali propri, separati da questa verifica.
Strategia e governance non sono separate dal resto. Se un diritto decisionale funziona dipende da come sono organizzati i processi per elaborare effettivamente i risultati dell'AI, da se la tecnologia e la capacità sono presenti per eseguire quelle decisioni, e da se la misurazione delle prestazioni mostra se uno spostamento produce il risultato previsto. Anche la domanda come un team direttivo imparia a usare le stesse parole per la stessa ambizione rientra direttamente qui, così come la domanda perché una strategia a volte resta un documento invece di diventare un quadro decisionale.
La domanda sottostante — quale lavoro in questa azienda possa realmente essere rilevato dall'AI — viene risposta compito per compito con la scansione del lavoro di FTE TO AI.
Il test di prontezza gratuito consiste in otto brevi domande, una per dimensione, e offre un quadro di dove la sua organizzazione è più avanti e dove resta ancora del lavoro da fare. Il test completo dell'ambizione, con i quattro strati e i cinque confidence gate, è in fase di sviluppo.
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.