Zarząd chce liczby. Siedemdziesiąt procent gotowości, albo czterdzieści, albo dziewięćdziesiąt. Liczba porównuje, klasyfikuje, uzasadnia decyzję na godzinnym zebraniu. Problem polega na tym, że gotowość do pracy z AI nie istnieje w ten sposób. Gotowość nie jest cechą organizacji, tak jak obrót czy liczba pracowników są jej cechami. Jest odpowiedzią na szereg pytań, która wypada inaczej dla każdego wymiaru, a ten wynik różni się znowu w zależności od ambicji.
Powód leży w tym, co faktycznie się dzieje, gdy AI przejmuje pracę. To nie następuje jednorazowo i nie wszędzie równocześnie. Niektóre zadania AI może wykonywać samodzielnie. Inne zadania AI może przygotować, po czym człowiek zatwierdza lub odrzuca z podaniem przyczyny. Znowu inne zadania pozostają pracą ludzką, nie dlatego że AI nie potrafi, lecz dlatego że organizacja nie stworzyła do tego warunków. Te trzy kategorie przebiegają na wskroś przez każdy dział, każdy proces i każdą ambicję. Liczba, która podsumowuje tę różnorodność do jednego procentu, ukrywa właśnie tę informację, której zarząd potrzebuje: gdzie leży różnica i dlaczego.
Załóżmy, że przedstawiono wynik gotowości na poziomie siedemdziesięciu procent. Co to oznacza? Że siedemdziesiąt procent procesów jest gotowych? Że siedemdziesiąt procent pracowników jest przeszkolonych? Że siedemdziesiąt procent danych jest przydatnych? Wynik bez podanego pytania podstawowego pozwala czytelnikowi zgadywać, a to zgadywanie zazwyczaj wypada na korzyść ambicji, nie na korzyść prawdy. Zarząd, który chce ambicji, chętnie odczytuje wysoką liczbę jako potwierdzenie. Liczba zaprasza do takiej lektury, nawet jeśli uzasadnienie tego nie potwierdza.
Osiem wymiarów, które łącznie determinują gotowość — od danych i systemów do praw decyzyjnych i ram prawnych — nie łączy się w jednakowy sposób z każdą ambicją. Ambicja, która wymaga szybszego kontaktu z klientem, opiera się w dużej mierze na innych wymiarach niż ambicja, która wymaga zautomatyzowanego raportowania. Pojedyncza cyfra gotowości uśrednia te różnice. Odpowiedź na pytanie „czy jesteśmy gotowi” jest przez to prawie zawsze: to zależy, o którą część pracy pytacie i który poziom ambicji sprawdzacie.
W jednej firmie pytanie, czy AI może przejąć zadanie, jest już od dawna rozstrzygnięte: nadzór jest ustalony, prawa decyzyjne są przypisane, ktoś wie, kto zatwierdza wynik i na jakiej podstawie. W innej firmie to samo zadanie wciąż w całości leży po stronie człowieka, nie dlatego że zadanie tego wymaga, lecz dlatego że nikt nie ustalił, kto ma odrzucić wynik, jeśli AI popełni błąd. Różnica rzadko leży w technice. Leży w tym, czy organizacja z góry określiła, co musi się zgadzać, zanim praca przesunie się dalej: które dane są wystarczająco kompletne, jaką rolę odgrywa kontrola, jaki mandat jest potrzebny, aby uznać wynik za ostateczny.
Właśnie te pytania są powodem, dla którego test ambicji składa się z czterech warstw — wizja, stan wizji, cel, stan celu — i dlaczego każda warstwa jest osobno sprawdzana wobec ośmiu wymiarów. Wizja, która stwierdza, że AI przejmuje większość raportowania, wymaga od organizacji czegoś innego niż cel, który chce to mieć operacyjnie za rok. Pytania na poziomie każdej warstwy i każdego wymiaru nie dają wyniku punktowego, lecz mapę: gdzie organizacja jest już daleko, a gdzie jeszcze nie.
Również w ramach tej mapy nie każda odpowiedź jest równie pewna. Confidence gate wskazuje, gdzie uzasadnienie jest solidne, a gdzie opiera się na założeniach. Wymiar może wyglądać na „gotowy”, ponieważ nikt nie postawił krytycznego pytania, nie dlatego że odpowiedź wytrzymuje weryfikację. Pięć takich bram przebiega przez cały test, właśnie by zapobiec sytuacji, w której pozorna pewność zostanie uznana za rzeczywistą. Tam, gdzie brama daje niski wynik, nie znaczy to, że ambicja jest niewykonalna. Znaczy to, że wynik w tym punkcie nic nie mówi, dopóki nie zostanie lepiej przyjrzany.
Jest to niewygodne w sali zarządu, która chce odpowiedzi, ale jest to najbardziej uczciwy opis tego, co obecnie może dać sprawdzenie. Wynik, który wszędzie daje pięć gwiazdek, jest bardziej podejrzany niż wynik, który przy trzech wymiarach mówi: nieznane, potrzebne dalsze badanie.
Osiem wymiarów i pięć bram nie są celem samym w sobie. Przekładają się z powrotem na capabilities: co powinna umieć dana rola, kto decyduje, kto zatwierdza lub odrzuca. To jest też miejsce, w którym w praktyce wiele ambicji się zatrzymuje — nie na technice, lecz na pytaniu, jak zapobiec temu, żeby projekt AI zawisł w dziale IT zamiast dotrzeć do ról, które faktycznie wykonują tę pracę. Także ambicja, która jest technicznie wykonalna, może się zablokować na pytaniu, które nie ma nic wspólnego z techniką, jak to, co zrobić, gdy ambicja może, ale compliance nie pozwala. I nie każda ambicja pasuje do pierwszego roku: czasem odpowiedź na pytania o gotowość jest taka, że lepiej przyjrzeć się, którą ambicję lepiej odłożyć o rok, niż temu, co musi się wydarzyć w tym kwartale.
Pytanie leżące pod tym wszystkim — które prace w tej firmie da się rzeczywiście przejąć przez AI, zadanie po zadaniu — jest odpowiadane przez skan pracy FTE TO AI, niezależnie od samego testu ambicji.
Podanie liczby dotyczącej gotowości nie jest więc celem. Celem jest znać te pytania i wiedzieć, gdzie odpowiedź wciąż opiera się na założeniu. Kto chce zobaczyć, gdzie własna organizacja jest najdalej, a gdzie najmniej daleko, może wykonać bezpłatny test gotowości: osiem krótkich pytań, jedno na wymiar, dające obraz, gdzie ambicja ma już wsparcie, a gdzie nie. Pełny test ambicji, z czterema warstwami i pięciu 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.