Projekt otrzymuje datę startu, budżet i zwykle prezentację z krzywą, która idzie do góry. Czego projekt prawie nigdy nie otrzymuje, to moment, w którym ktoś stwierdza, że zrobione zostało to, co miało być zrobione. Nie: dostarczone. Zrobione. Praca przeniesiona, zachowanie zmienione, stary sposób pracy niepotrzebny.
To rozróżnienie od zawsze było trudne. Staje się ostrzejsze teraz, gdy część poprawy polega na tym, że AI przejmuje zadania. Przy nowym systemie lub nowej procedurze można jeszcze zakładać, że ludzie zaczną z niego korzystać, ponieważ jest to obowiązkowe. Przy pracy wykonywanej przez AI takie założenie nie jest oczywiste: ktoś musi wciąż kontrolować wynik, ktoś musi mieć odwagę zaufać rezultatowi, który nie został napisany samodzielnie, a ktoś musi mieć uprawnienia do zaakceptowania lub odrzucenia tego rezultatu. Jeśli te trzy elementy nie są zorganizowane, system działa, ale nic się nie przyjmuje.
Istnieją pomiary, które są wiarygodne, ponieważ są faktyczne. Ile godzin pracy przesuwa się z zadania na nadzór nad tym zadaniem. Ile z rezultatów jest zatwierdzanych przez człowieka bez zmian, ile jest odrzucanych i z jakiego powodu. Czy czas między dostarczeniem a decyzją się skraca. Czy liczba eskalacji do starszego pracownika spada, ponieważ pierwsza ocena się utrzymuje.
To jest zdolność operacyjna, nie obietnica. Zwolnione godziny są faktem od momentu, gdy je Pan/Pani policzy; co organizacja robi z tą zwolnioną zdolnością operacyjną, to odrębne pytanie, z własnymi ramami prawnymi, gdy dotyka konsekwencji personalnych. Utrzymanie tych dwóch pytań w rozdzieleniu jest warunkiem wiarygodnego pomiaru, nie kwestią drugorzędną.
Wskaźnik użycia mówi, że ludzie naciskają przycisk. Nie mówi nic o tym, czy wierzą również w wynik. Zespół może dla formy zatwierdzić rezultat AI i w praktyce nic z nim nie robić, albo wręcz przeciwnie, przejmować wszystko bez sprawdzania — oba zachowania w panelu wyglądają identycznie jako "adopcja 80%". To jest powód, dla którego pojedynczy wskaźnik bez objaśnienia nie jest użyteczny: opisuje czynność, nie zmianę w sposobie wykonywania pracy.
Istnieje też problem czasowy. Poprawa, która w pierwszym miesiącu dobrze się mierzy, może w czwartym miesiącu spadać, ponieważ wyjątki się kumulują i nikt tego nie zaplanował. I odwrotnie, poprawa, która startuje wolno, może po pół roku stać się stabilna, gdy osoby, które muszą zatwierdzać, nabiorą do niej zaufania. Pomiar w jednym momencie jest więc z definicji niepełny; potrzebny jest szereg pomiarów, który pokazuje, czy krzywa się powtarza, czy wypłaszcza.
Jedna firma widzi, że praca wykonywana przez AI przyjmuje się w ciągu kwartału, druga po roku wciąż testuje. Ta różnica rzadko tkwi w technologii. Tkwi w tym, kto jest przeszkolony do oceniania rezultatu AI, kto ma prawo decyzyjne, by ten rezultat puścić dalej, i czy to prawo decyzyjne jest ustalone formalnie, czy wciąż leży na barkach jednej osoby, która "zajmuje się tym przy okazji". Więcej o tym, kto faktycznie powinien wypełniać tę rolę, znajduje się w kto jest potrzebny, aby praca wykonywana przez AI się powiodła.
Inna częsta przyczyna: projekt pozostaje sukcesem technicznym, ale izolowanym organizacyjnie. AI działa, pilotaż się kręci, ale nikt poza działem IT nie korzysta z rezultatu w sposób trwały. Czemu to się dzieje i jak rozpoznać ten wzorzec, opisano w jak zapobiec temu, by projekt AI pozostał w dziale IT.
A czasem opóźnienie nie jest problemem organizacyjnym, lecz kwestią prawną lub compliance, która nie została ujęta w planowaniu; ta sytuacja opisana jest odrębnie w co robić, gdy ambicja jest możliwa, ale compliance nie.
Powód, dla którego jeden KPI nigdy nie jest wystarczający, jest taki, że gotowość sama w sobie nie mieści się w jednej liczbie. Coś przyjmuje się dopiero, gdy utrzymuje się jednocześnie na wielu wymiarach: osoby, które muszą oceniać, są przeszkolone, dane są użyteczne, proces uznaje wyjątek, a prawo decyzyjne jest wyraźnie przypisane. Jeśli jeden z tych elementów zawodzi, mierzy Pan/Pani postęp na pozostałych siedmiu, a przyjęcia się mimo to nie ma. Jest to rozwinięte w czemu gotowość nie jest wskaźnikiem, lecz szeregiem pytań.
Pytanie leżące pod tym pytaniem — jaka praca w tej firmie faktycznie może zostać przejęta przez AI, a jaka część pozostaje pracą ludzką — jest odpowiadane dla każdego zadania za pomocą skanu pracy FTE TO AI.
Żaden pomiar nie jest kompletny bez wymiaru czasowego, sprawdzenia przyczyny oraz rozdzielenia między użyciem a zaufaniem. Konkretnie oznacza to: nie mierzyć jedynie tego, czy coś jest używane, ale czy rezultat utrzymuje się bez korekty. Nie mierzyć jednorazowo, lecz w ustalonych momentach po starcie. I przy każdym odrzuceniu pytać o przyczynę, ponieważ ta przyczyna mówi więcej niż sam wynik.
Jeśli ambicja jest zbyt duża, aby ją zweryfikować za jednym razem, podejście etapowe jest często bardziej realistyczne niż plan roczny; jak działa ten podział na etapy, opisano w jak podzielić na etapy ambicję, która jest za duża na rok. A dla pytania, jakie tempo organizacja jest faktycznie w stanie znieść, bez tego, by sam pomiar powodował opóźnienie, jest jak szybko organizacja może się naprawdę zmieniać.
Wiarygodny pomiar nie zaczyna się od panelu, lecz od pytania, gdzie Pana/Pani organizacja faktycznie się w tej chwili znajduje. Bezpłatny test gotowości zadaje osiem krótkich pytań, jedno na wymiar, i daje obraz tego, gdzie Pan/Pani jest najbardziej zaawansowany/a, a gdzie jeszcze nie. Pełny test ambicji, z czterema warstwami i pięcioma bramkami zaufania (confidence gates), jest w budowie.
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.