Ne: vai mums ir daudz datu. Ne: vai mums uz papīra ir datu stratēģija. Jautājums, kas ir svarīgs, ir šaurāks un neērtāks: vai dati, kas attiecas uz konkrētu uzdevumu, ir pietiekami pilnīgi, aktuāli un pieejami, lai šo uzdevumu nodotu AI, pilnībā vai ar cilvēka uzraudzību.
Tas katram uzdevumam ir cits jautājums. Uzdevums, kurā AI apkopo tekstu no labi strukturētas datubāzes, prasa kaut ko citu nekā uzdevums, kurā AI sagatavo lēmumu, pamatojoties uz datiem, kas trīs sistēmās ir reģistrēti atšķirīgi. Ambīcija bieži skaļi min tikai pirmo gadījumu un pieņem, ka otrais ir tāds pats.
AI pārņem darbu. Daļu uzdevumu tā var veikt pilnībā, daļu tikai ar cilvēka uzraudzību, kas apstiprina vai noraida ar pamatojumu, un daļa joprojām paliek cilvēku darbs. Šis dalījums šķērso katru nodaļu un mainās nevis tāpēc, ka mainās gads, bet tāpēc, ka mainās pamatā esošie dati.
Atšķirība starp uzņēmumiem, kas to jau labi pārbauda, un uzņēmumiem, kas to vēl nedara, reti slēpjas datu daudzumā. Tā slēpjas jautājumā, vai kāds var norādīt, kuri dati pieder pie kura uzdevuma, kas ir to īpašnieks un kā jūs pamanītu, ka šie dati ir nepareizi. Uzņēmumos, kur šis jautājums ir kļuvis par ieradumu, salīdzinoši ātri redz katram uzdevumam, vai AI pārņemšana ir reāla saruna. Uzņēmumi, kuriem šis jautājums ir jauns, atklāj datu robus tikai tad, kad AI jau ir kaut ko izdarījusi nepareizi.
Tests neprasa datu klasifikācijas dokumentu. Tas prasa trīs lietas, kuras jūs varat norādīt, nevis aprakstīt:
Pierādījums, kas ir derīgs: izlases pārbaude, kurā trīs cilvēki neatkarīgi viens no otra konsultējas ar to pašu datu avotu un nonāk pie tā paša rezultāta. Pierādījums, kas nav derīgs: apmierinātības rādītājs par "mūsu datu infrastruktūru" vadības izbraukuma sanāksmē.
Uzdevums, kas datu dimensijā uzrāda zemu rezultātu, pēc definīcijas nav uzdevums, kas neatbrīvo kapacitāti. Tas nozīmē, ka mainās secība: vispirms dati kārtībā, tad nodošana. Tas ir laika grafiks, nevis noraidījums.
Tas arī nenozīmē, ka kaut kas nav kārtībā ar cilvēkiem, kuri šobrīd pārvalda datus. Tests mēra darba gatavību, nevis darbinieku kvalitāti, un neko nesaka par amatiem vai skaitiem. Ja rezultāts skar personāla lēmumus, tiem ir savas juridiskās prasības; tās jūs vērtējat atsevišķi, nevis pamatojoties uz gatavības testu.
Kas gan ir izmantojams: rezultāts parāda, vai problēma slēpjas pašos datos, cilvēkos, kas ar tiem strādā, vai piegādātājos, kas piegādā sistēmas. Šī atšķirība nosaka nākamo soli. Ja tas saistīts ar to, kā darbinieki apietas ar datiem, tas skar kā jūs pārbaudāt, vai jūsu cilvēki to spēj. Ja tas saistīts ar trešo pušu sistēmām, kas piegādā vai atklāj datus, tad tas skar kā jūs pārbaudāt, vai jūsu piegādātāji spēj sekot līdzi. Un, ja pati ambīcija nebija nosaukusi datu vajadzību, cēlonis bieži vien meklējams drīzāk formulējumā, nevis datos: tad palīdz kā jūs padarāt neskaidru vīziju konkrētu.
Aiz jautājuma "vai mūsu dati ir pietiekami labi" slēpjas lielāks jautājums: kādu darbu šajā uzņēmumā, ņemot vērā tagad esošos datus, patiešām var pārņemt AI, un kādu darbu nevar. Uz šo jautājumu par katru uzdevumu atbild FTE TO AI darba skenēšana, nevis spriedums par organizāciju kopumā.
Jūs varat pārbaudīt datu dimensiju atsevišķi, taču tā nestāv viena pati. Gatavība AI pārņemšanai sastāv no astoņām dimensijām, un dati ir viena no tām, līdzās, piemēram, cilvēkiem, piegādātājiem un pašas ambīcijas asumam. Rezultāts vienā dimensijā maz ko pasaka bez pārējām septiņām.
Bezmaksas gatavības pārbaude sniedz šo pārskatu astoņos īsos jautājumos, pa vienam katrai dimensijai, ar priekšstatu par to, kur jūs esat vistālāk un kur vismazāk tālu tikuši. Nekāda ziņojuma, nekādu saistību, taču godīgs sākumpunkts. Pilnīgais ambīcijas tests, ar četriem slāņiem no vīzijas līdz mērķa stāvoklim un pārnesumu uz lomām un lēmumu tiesībām, tiek gatavots.
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.