Un team direttivo che dice "vogliamo usare l'AI" intende spesso cose diverse. Metà pensa a un modello linguistico che riassume rapporti, l'altra metà a sistemi che gestiscono in parte autonomamente il contatto con i clienti. Entrambe le cose richiedono una tecnologia in grado di elaborarle e una capacità in grado di guidarle. Si tratta di due tipi diversi di prontezza, e raramente vengono valutati separatamente.
I costi della prontezza per l'AI non risiedono principalmente nelle licenze. Risiedono in ciò che deve accadere prima che un compito possa spostarsi in sicurezza da un sistema all'AI: dati reperibili e aggiornati, collegamenti che esistono o devono essere costruiti, e persone che sanno quando approvare un risultato e quando no. Quanto costa dipende da quanti di questi elementi sono già presenti e quanti mancano ancora.
All'interno di ogni ambizione che presuppone lavoro basato sull'AI, il lavoro sottostante rientra in tre categorie. L'AI può assumersi il compito, senza che una persona lo controlli più. Una persona mantiene la supervisione e approva o respinge, con motivazione. Oppure il lavoro rimane lavoro umano, perché il giudizio, il contesto o la responsabilità lo richiedono.
La tecnologia necessaria varia a seconda della categoria. L'assunzione completa richiede dati affidabili e ben strutturati e un sistema che riconosca i messaggi di errore prima che causino danni. La supervisione con approvazione richiede un'interfaccia in cui una persona possa vedere rapidamente perché un sistema è arrivato a un determinato risultato. Il lavoro umano spesso non richiede nuova tecnologia, ma richiede chiarezza su chi rimane responsabile di cosa — questo tocca i diritti decisionali che devono essere riassegnati in caso di cambiamento.
Le aziende che fanno già questa distinzione notano la differenza nella velocità con cui un progetto pilota passa dalla fase di prova alla produzione. Le aziende che non la fanno continuano a testare senza che diventi chiaro quale parte del lavoro si sposti effettivamente.
La differenza tra le aziende che oggi gestiscono già questo processo senza intoppi e quelle che non sono ancora pronte non risiede solitamente nella scelta della tecnologia. Risiede in tre elementi che la precedono.
Primo: se l'organizzazione sa quali compiti compongono quale processo, a prescindere dal titolo della funzione a cui sono associati. Senza questo inventario, ogni affermazione sulla "prontezza per l'AI" è una stima.
Secondo: se i sistemi attualmente esistenti producono dati che un'applicazione AI può utilizzare. Molte organizzazioni hanno dati corretti per una persona che li legge, ma non sufficientemente strutturati per un sistema che deve elaborarli.
Terzo: se c'è capacità — in ore, non in buone intenzioni — per guidare la transizione. Qualcuno deve controllare i primi cento risultati prima che un sistema possa funzionare senza supervisione. Queste ore di solito non compaiono nella pianificazione di nessuno.
Il primo segno visibile non è un risparmio sui costi, ma uno spostamento di dove va il tempo. Il lavoro che prima consisteva nell'eseguire diventa lavoro che consiste nel valutare. Questo richiede competenze diverse e talvolta un ruolo diverso, non automaticamente meno persone.
Il secondo segno è che domande che prima riguardavano l'IT ora riguardano la direzione. Quale decisione può prendere autonomamente un sistema, e quale deve sempre essere confermata da una persona? Questo è un diritto decisionale, non un'impostazione tecnica, e deve essere messo per iscritto da qualche parte prima che si verifichi l'incidente.
Il terzo segno si trova nel bilancio. Le ore liberate in un punto non si trasformano automaticamente in risparmio; spesso compaiono come capacità aggiuntiva in un altro punto, ad esempio nel controllo, nel contatto con i clienti nei momenti in cui l'AI non è sufficiente, o nella manutenzione dei sistemi stessi. Ciò che questo significa in termini di saldo per il bilancio dipende da come è stata costruita la resilienza finanziaria e da quale margine c'è per assorbire questo spostamento prima che generi un ritorno.
Questa verifica non dice nulla su chi un'organizzazione mantiene in servizio o lascia andare. Si tratta di una decisione con propri requisiti legali, al di fuori di quanto viene descritto qui. Ciò che viene descritto qui è la capacità: quali ore si liberano, quali ore servono in più, e quale tecnologia deve essere predisposta a tal fine. Questo vale altrettanto per le collaborazioni con altre parti — ciò che rende una partnership pronta per l'AI determina in parte se uno spostamento interno funzioni effettivamente nella catena.
Riguarda anche la compliance. Un sistema che assume una parte di un processo cambia chi è dimostrabilmente responsabile di cosa, e questo merita una verifica propria su compliance e rischio che devono essere resi pronti per l'AI.
Non esiste una percentuale valida per ogni organizzazione. Dipende da quanti dati sono già utilizzabili, da quanti processi sono già documentati e da quanta capacità c'è per guidare il periodo iniziale. Le aziende con molti dati non strutturati e poca documentazione partono con più lavoro rispetto alle aziende che hanno già questo aspetto in ordine. Questa differenza è esattamente il motivo per cui una stima a priori dice poco senza prima guardare al lavoro stesso, compito per compito — è ciò che la [scansione del lavoro di FTE TO AI](/) mappa per ogni singolo compito.
Per vedere dove la sua organizzazione è più avanti e dove lo è meno, è disponibile una verifica di prontezza gratuita: otto brevi domande, una per dimensione, con un quadro di dove si trova già la prontezza e dove c'è ancora lavoro da fare. La verifica completa dell'ambizione, con i quattro livelli 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.