Process sastāv no soļiem, un katram solim ir cita attiecība ar AI. Pieteikuma izvērtēšana sastāv no datu pārbaudes, kritēriju piemērošanas, izņēmuma atpazīšanas un lēmuma fiksēšanas. No šiem četriem soļiem AI bieži var pārņemt pirmo, otro daļēji, ar cilvēku, kas apstiprina vai noraida ar pamatojumu, bet trešais un ceturtais parasti paliek cilvēka darbs. Pats process nemaina kategoriju. Soļi gan maina, un tieši tur atrodas nauda un laiks: nevis apgalvojumā "šis process ir piemērots AI", bet gan katra soļa atsevišķā izvērtēšanā un tā, kas paliek pāri, no jauna iekārtošanā.
Ar to saistītās izmaksas reti ir fiksēta summa. Tās ir atkarīgas no tā, cik daudz procesu ir, cik konsekventi tie jau tagad tiek izpildīti, un cik daudz zināšanu par šo izpildi atrodas cilvēkos, nevis dokumentācijā.
Gatavība šajā dimensijā prasa trīs veidu darbu, un tie organizācijās ir sadalīti nevienmērīgi.
Pirmais ir procesu un uzdevumu inventarizācija: fiksēt, kas patiešām notiek tagad, soli pa solim, nevis to, ko apgalvo procesa dokuments. Daudzos uzņēmumos prakse atšķiras no shēmas, un tieši šī atšķirība ir vieta, kur AI piemērošana apstājas.
Otrais ir nodošanas pārprojektēšana starp AI un cilvēku. Ja daļa uzdevuma pāriet no izpildes uz uzraudzību, mainās darbinieka loma: no darīšanas uz vērtēšanu. Tas prasa citas prasmes, citu laika sadalījumu un bieži vien cita veida atbildību. Šis projektēšanas darbs bieži tiek nenovērtēts, jo tas nešķiet kā "AI ieviešana", bet gan kā "procesa pārdomāšana no jauna".
Trešais ir atgriezeniskās saites iekārtošana: kas notiek, ja uzraudzība sniedz noraidījumu. Bez fiksēta ceļa noraidījuma gadījumam cilvēks praksē turpina visu pārdarīt no jauna, un AI soļa priekšrocība pazūd. Tā ir viena no visvairāk nenovērtētajām izmaksu pozīcijām, jo tā kļūst redzama tikai pēc tam, kad pirmais solis jau ir pārņemts.
Dažiem uzņēmumiem tas jau darbojas praksē: prasība tiek iesniegta digitāli, sistēma izvērtē standarta gadījumus, darbinieks saņem tikai šaubīgos gadījumus ar pamatojumu, kāpēc sistēma šaubās. Citiem uzņēmumiem ar līdzīgu procesu tā nav, un atšķirība reti slēpjas pieejamajā tehnoloģijā. Tā slēpjas tajā, vai process kādreiz ir sadalīts soļos, kas atsevišķi novērtēti pēc tā, ko var AI, kam nepieciešama uzraudzība un kas paliek cilvēka darbs.
Uzņēmumi, kas to jau ir izdarījuši, parasti ir ieguldījuši arī divos iepriekšējos soļos: skaidros kritērijos par to, kas ir izņēmums, un fiksētā veidā, kā šo izņēmumu apstrādāt. Uzņēmumi, kuriem tā vēl nav, bieži atklāj tikai pirmajā AI piemērošanas mēģinājumā, ka šie kritēriji nekad nav pierakstīti, bet atrodas tikai pieredzējušu darbinieku galvās.
Pirmā pazīme ir neskaidrība par to, ko konkrēti nozīmē "procesa sagatavošana". Daži vadībā ar to domā sistēmas iegādi, citi domā darba instrukciju pārrakstīšanu, vēl citi domā darbinieku apmācību jaunai lomai. Visas šīs nozīmes ir gatavības sastāvdaļa, taču tās ir dažādas darba paketes ar dažādiem izpildes termiņiem un dažādiem īpašniekiem.
Otrā pazīme ir neatbilstība starp ambīciju un pašreizējo pārvaldību. Ja vision state pieņem, ka procesu lielā mērā apstrādā AI, savukārt pašreizējās lēmumu tiesības šajā solī joprojām pilnībā pieder darbiniekam, tad tas nav tehnisks jautājums, bet gan pārvaldības jautājums: kam turpmāk būs tiesības ignorēt AI soļa noraidījumu un uz kāda pamata. Šis jautājums skar to, kā darbs organizācijā tiek sadalīts un vērtēts; tam ir savas juridiskās prasības, un tas ir organizācijas pašas ziņā jānosaka, nevis kaut kas, par ko šī lapa sniedz apgalvojumus.
Procesu gatavība nepastāv izolēti. Ja uzdevums pāriet no izpildes uz uzraudzību, mainās arī tas, kas jāmēra: vairs ne cik daudz uzdevumu ir pabeigti, bet gan cik daudz bija noraidījumu un kāpēc, kas ir saistīts ar to, kā darba izpildes mērīšanai jāmainās, kad AI pārņem daļu darba. Tas skar arī sistēmas, kurās šie soļi tiek fiksēti, kas savukārt saistīts ar to, kāda tehnoloģija un kapacitāte ir nepieciešama, pirms process patiešām var pāriet uz jaunu kārtību. Un tā kā tieši darbinieki ir tie, kas ieņem jauno uzraudzības lomu, labāk strādā, ja viņi tiek iesaistīti projektēšanā agri, kā aprakstīts kā darbiniekus iesaistīt stratēģijā, lai tas neaizņemtu gadiem.
Uz pamatjautājumu — kuru darbu šajā konkrētajā uzņēmumā, šajos konkrētajos procesos, patiešām var pārņemt AI — nesniedz atbildi vispārīgs novērtējums, bet gan FTE TO AI darba skenēšana, kas to noskaidro katram uzdevumam atsevišķi.
Bezmaksas gatavības pārbaude sastāv no astoņiem īsiem jautājumiem, pa vienam katrai dimensijai, un sniedz priekšstatu par to, kur jūsu organizācija ir tālāk un kur mazāk tālu tikusi, ieskaitot šo dimensiju. Pilnīgs ambīcijas tests, ar četriem slāņiem un piecām confidence gates, tiek izstrādāts. Tiem, kas jau tagad šaubās, vai vision state ambīcija sakrīt ar to, kā praksē ir iekārtotas lēmumu tiesības un uzraudzība, pirmo ievirzi var atrast kā neskaidru vīziju pārvērst par kaut ko pietiekami konkrētu, lai to varētu pārbaudīt.
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.