Un processo è composto da fasi, e ogni fase ha una relazione diversa con l'AI. Valutare una richiesta consiste nel controllare i dati, applicare criteri, riconoscere un'eccezione e registrare una decisione. Di queste quattro fasi, l'AI può spesso assumere la prima, in parte la seconda con una persona che approva o respinge motivando, mentre la terza e la quarta restano generalmente lavoro umano. Il processo in sé non cambia categoria. Le fasi sì, ed è lì che si trovano il denaro e il tempo: non nel definire "questo processo è adatto all'AI", ma nello scomporre ogni fase e riorganizzare ciò che rimane dopo.
I costi connessi raramente hanno un importo fisso. Dipendono da quanti processi ci sono, da quanto vengono già eseguiti in modo coerente, e da quanta della conoscenza su tale esecuzione risiede nelle persone anziché nella documentazione.
La prontezza su questa dimensione richiede tre tipi di lavoro, distribuiti in modo diseguale tra le organizzazioni.
Il primo è l'inventario di processi e compiti: documentare ciò che effettivamente accade ora, fase per fase, invece di ciò che afferma il documento di processo. In molte aziende la pratica devia dallo schema, e questa deviazione è esattamente il punto in cui l'applicazione dell'AI si blocca.
Il secondo è la riprogettazione del passaggio di consegne tra AI e persona. Se una parte di un compito passa dall'esecuzione alla supervisione, cambia anche il ruolo del collaboratore: da fare a valutare. Questo richiede competenze diverse, una diversa organizzazione del tempo e spesso un diverso tipo di responsabilità. Questo lavoro di progettazione viene spesso sottovalutato, perché non sembra "introdurre l'AI" ma "ripensare il processo".
Il terzo è l'organizzazione del feedback: cosa succede quando la supervisione dà un rifiuto. Senza un percorso definito per il rifiuto, la persona finisce nella pratica per rifare tutto, e il vantaggio della fase AI scompare. Questo è uno dei costi più sottovalutati, perché diventa visibile solo dopo che la prima fase è già stata assunta dall'AI.
Alcune aziende hanno già questo operativo: una richiesta viene presentata digitalmente, un sistema valuta i casi standard, un collaboratore riceve solo i casi dubbi con una motivazione del perché il sistema ha dei dubbi. Altre aziende con un processo simile non lo hanno, e la differenza raramente sta nella tecnologia disponibile. Sta nel fatto che il processo sia mai stato scomposto in fasi valutate separatamente su cosa può fare l'AI, cosa richiede supervisione e cosa rimane lavoro umano.
Le aziende che hanno già fatto questo hanno generalmente investito anche nelle due fasi precedenti: criteri chiari su cosa costituisce un'eccezione, e un metodo definito per trattarla. Le aziende che non lo hanno ancora fatto scoprono spesso solo al primo tentativo di applicazione dell'AI che quei criteri non sono mai stati messi per iscritto, ma esistono solo nella mente di collaboratori esperti.
Il primo segnale è la confusione su cosa significhi concretamente "preparare il processo". Alcuni nella direzione intendono acquistare un sistema, altri intendono riscrivere le istruzioni di lavoro, altri ancora intendono formare i collaboratori per un nuovo ruolo. Tutti questi significati fanno parte della prontezza, ma sono pacchetti di lavoro diversi con tempi di realizzazione diversi e responsabili diversi.
Il secondo segnale è una discrepanza tra ambizione e governance attuale. Se la vision state presuppone che un processo venga in gran parte gestito dall'AI, mentre i diritti decisionali attuali su quella fase sono ancora interamente in capo a un collaboratore, allora non si tratta di un problema tecnico ma di una questione di governance: chi potrà in futuro ignorare un rifiuto della fase AI, e in base a quale autorità. Questa domanda riguarda il modo in cui il lavoro viene distribuito e valutato all'interno dell'organizzazione; per questo valgono requisiti legali propri, ed è compito dell'organizzazione stessa determinarli, non qualcosa su cui questa pagina si pronuncia.
La prontezza dei processi non è isolata. Se un compito si sposta dall'esecuzione alla supervisione, cambia anche ciò che deve essere misurato: non più quanti compiti sono stati completati, ma quanti rifiuti ci sono stati e perché, aspetto collegato a come deve cambiare la misurazione delle prestazioni quando l'AI assume parte del lavoro. Questo riguarda anche i sistemi in cui tali fasi vengono registrate, il che è a sua volta collegato a quale tecnologia e capacità sono necessarie prima che un processo possa effettivamente spostarsi. E poiché i collaboratori sono coloro che ricoprono il nuovo ruolo di supervisione, funziona meglio se vengono coinvolti presto nella progettazione, come descritto in come coinvolgere il personale operativo in una strategia senza che richieda anni.
La domanda di fondo — quale lavoro, in questa specifica azienda, in questi specifici processi, può effettivamente essere assunto dall'AI — non trova risposta in una stima generica ma nella scansione del lavoro di FTE TO AI, che lo analizza compito per compito.
Il controllo di prontezza gratuito consiste in otto brevi domande, una per dimensione, e fornisce un quadro di dove la sua organizzazione è più avanti e dove meno, inclusa questa dimensione. Il test di ambizione completo, con i quattro livelli e i cinque confidence gate, è in fase di sviluppo. Chi già ora si chiede se l'ambizione nella vision state sia in linea con ciò che nella pratica è stato predisposto in termini di diritti decisionali e supervisione, trova un primo spunto in come una visione vaga viene tradotta in qualcosa di abbastanza concreto da poter essere verificato.
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.