Valdyba nori skaičiaus. Septyniasdešimt procentų pasirengimo, arba keturiasdešimt, arba devyniasdešimt. Skaičius leidžia lyginti, rikiuoti, pagrįsti sprendimą valandos posėdyje. Problema ta, kad pasirengimas AI darbui tokiu būdu neegzistuoja. Pasirengimas nėra organizacijos savybė, kaip apyvarta ar darbuotojų skaičius yra savybė. Tai atsakymas į klausimų seriją, kuri skirtingai išsprendžiama pagal kiekvieną matmenį, ir tas rezultatas vėl skiriasi pagal ambiciją.
Priežastis slypi tame, kas faktiškai vyksta, kai AI perima darbą. Tai nevyksta iš karto ir nevyksta visur vienodai. Kai kurias užduotis AI gali atlikti savarankiškai. Kitas užduotis AI gali paruošti, po to žmogus patvirtina arba atmeta su pagrindu. Kitos užduotys išlieka žmogaus darbu, ne todėl, kad AI to negali, o todėl, kad organizacija nėra sukūrusi tam sąlygų. Šios trys kategorijos kerta kiaurai kiekvieną skyrių, kiekvieną procesą ir kiekvieną ambiciją. Skaičius, kuris šią įvairovę apibendrina vienu procentu, nuslepia tiksliai tą informaciją, kurios valdybai reikia: kur yra skirtumas ir kodėl.
Tarkime, pateikiamas septyniasdešimt procentų pasirengimo balas. Ką tai reiškia? Septyniasdešimt procentų procesų yra pasirengę? Septyniasdešimt procentų darbuotojų yra apmokyti? Septyniasdešimt procentų duomenų yra naudojami? Balas be pagrindinio klausimo verčia skaitytoją spėlioti, o spėliojimas paprastai vyksta ambicijos, o ne tiesos naudai. Valdyba, kuri nori ambicijos, mielai skaito aukštą skaičių kaip patvirtinimą. Skaičius kviečia į tokį skaitymą, net jei pagrindas jo neatlaiko.
Aštuoni matmenys, kurie kartu nustato pasirengimą — nuo duomenų ir sistemų iki sprendimų teisių ir teisinių rėmų — nėra vienodai susiję su kiekviena ambicija. Ambicija, kuri reikalauja greitesnio kliento kontakto, remiasi kitais matmenimis nei ambicija, kuri reikalauja automatizuotos ataskaitos. Vienas pasirengimo skaičius šiuos skirtumus suvidurkina. Atsakymas į klausimą „ar mes pasirengę“ dėl to yra beveik visada: priklauso, kurią darbo dalį turite omenyje ir kurį ambicijos lygį tikrinate.
Vienoje įmonėje klausimas, ar AI gali perimti užduotį, jau seniai atsakytas: priežiūra sutvarkyta, sprendimų teisės priskirtos, kažkas žino, kas patvirtina rezultatą ir kokiu pagrindu. Kitoje įmonėje ta pati užduotis vis dar visiškai priklauso žmogui, ne todėl, kad užduotis tai reikalauja, o todėl, kad niekas nėra nustatęs, kas gali atmesti rezultatą, jei AI padaro klaidą. Skirtumas retai slypi technologijoje. Jis slypi klausime, ar organizacija iš anksto nustatė, kas turi būti tvarkoje, kol darbas pasislenka: kokie duomenys yra pakankamai išsamūs, kokį vaidmenį atlieka kontrolė, koks mandatas reikalingas, kad rezultatas galėtų likti.
Šie klausimai yra tiksliai priežastis, kodėl ambicijos patikra susideda iš keturių lygių — vizija, vizijos būsena, tikslas, tikslo būsena — ir kodėl kiekvienas lygis atskirai tikrinamas pagal aštuonis matmenis. Vizija, kuri nustato, kad AI perima didžiąją dalį ataskaitų, reikalauja iš organizacijos kitokių dalykų nei tikslas, kuris tą pačią funkciją norėtų turėti veikiančią per metus. Klausimai pagal lygį ir pagal matmenį duoda ne balą, o žemėlapį: kur organizacija jau toli, o kur ne.
Tame žemėlapyje ne kiekvienas atsakymas yra vienodai tikras. Patikimumo vartai (confidence gate) pažymi, kur pagrindas yra tvirtas, o kur jis remiasi prielaidomis. Matmuo gali atrodyti „pasirengęs“, nes niekas nepateikė klausimo kritiškai, ne todėl, kad atsakymas atlaikytų patikrinimą. Penki tokie vartai eina per visą patikrą, tiksliai tam, kad nebūtų palaikytas apgaulingas tikrumas tikru tikrumu. Kur vartai rodo žemą įvertį, tai nereiškia, kad ambicija yra neįgyvendinama. Tai reiškia, kad rezultatas šiuo klausimu nieko nesako, kol nebuvo geriau patikrinta.
Tai nepatogu valdybos posėdžio salėje, kuri norėtų atsakymo, tačiau tai yra sąžiningiausias aprašymas, ką patikra šiuo metu gali suteikti. Rezultatas, kuris viskam duoda penkias žvaigždutes, yra abejotinesnis nei rezultatas, kuris trims matmenims sako: nežinoma, reikia tolesnio tyrimo.
Aštuoni matmenys ir penki vartai nėra tikslas savaime. Jie verčiami atgal į gebėjimus (capabilities): ką turi mokėti vaidmuo, kas sprendžia, kas atmeta. Tai taip pat yra vieta, kur daugelis ambicijų praktiškai užstringa — ne dėl technologijos, o dėl klausimo kaip išvengti, kad AI projektas užstrigtų IT skyriuje vietoj to, kad pasiektų vaidmenis, kurie faktiškai atlieka darbą. Taip pat ambicija, kuri techniškai įgyvendinama, gali užstrigti dėl klausimo, kuris neturi nieko bendro su technologija, pavyzdžiui, ką daryti, kai ambicija galima, o atitiktis ne. Ir ne kiekviena ambicija tinka pirmiems metams: kartais atsakymas į pasirengimo klausimus yra, kad geriau pažvelgti į kurią ambiciją geriau atidėti metams, nei į tai, kas turi būti padaryta šį ketvirtį.
Pagrindinis klausimas — kokį darbą šioje įmonėje iš tiesų galima perkelti AI, užduotis po užduoties — atsakomas FTE TO AI darbo skano pagalba, atskirai nuo pačios ambicijos patikros.
Suteikti pasirengimo skaičių taigi nėra esmė. Esmė yra pažinti klausimus ir žinoti, kur atsakymas vis dar remiasi prielaida. Kas norėtų pamatyti, kur pati organizacija yra pažengusi labiausiai, o kur mažiausiai, gali atlikti nemokamą pasirengimo patikrinimą: aštuoni trumpi klausimai, po vieną kiekvienam matmeniui, su vaizdu, kur ambicija jau turi pagrindą, o kur ne. Visa ambicijos patikra, su keturiais lygiais ir penkiais patikimumo vartais, yra kuriama.
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.