Zespół kierowniczy, który mówi "wdrożymy AI", często ma na myśli coś innego, w zależności od osoby. Jedna połowa myśli o modelu językowym, który podsumowuje raporty, druga o systemach, które częściowo samodzielnie obsługują kontakt z klientem. Obie potrzeby wymagają technologii, która może to przetworzyć, oraz zdolności operacyjnych, które mogą to poprowadzić. To dwa różne rodzaje gotowości i rzadko są testowane niezależnie od siebie.
Koszty gotowości na AI nie tkwią przede wszystkim w licencjach. Tkwią w tym, co musi się wydarzyć, zanim zadanie może bezpiecznie przenieść się z systemu na AI: dane, które są łatwe do znalezienia i aktualne, integracje, które istnieją lub muszą zostać zbudowane, oraz ludzie, którzy wiedzą, kiedy zatwierdzić wynik, a kiedy nie. To, ile to kosztuje, zależy od tego, ile z tych elementów już istnieje, a ile jeszcze brakuje.
W ramach każdej ambicji, która zakłada pracę AI, praca podstawowa dzieli się na trzy kategorie. AI może przejąć zadanie, bez dalszej kontroli człowieka. Człowiek zachowuje nadzór i zatwierdza lub odrzuca wynik, z podaniem przyczyny. Albo praca pozostaje pracą ludzką, ponieważ wymaga tego ocena, kontekst lub odpowiedzialność.
Technologia potrzebna do tego różni się w zależności od kategorii. Pełne przejęcie wymaga wiarygodnych, dobrze ustrukturyzowanych danych oraz systemu, który rozpoznaje błędy, zanim wyrządzą szkodę. Nadzór z zatwierdzaniem wymaga interfejsu, w którym człowiek szybko może zobaczyć, dlaczego system doszedł do danego wyniku. Praca ludzka często nie wymaga nowej technologii, ale wymaga jasności co do tego, kto za co pozostaje odpowiedzialny — a to dotyka praw decyzyjnych, które przy zmianie muszą zostać na nowo przypisane.
Firmy, które już rozróżniają te kategorie, widzą to w tym, jak szybko pilotaż przechodzi z testu do produkcji. Firmy, które tego nie robią, wciąż testują, bez jasności, jaka część pracy faktycznie się przesuwa.
Różnica między firmami, które robią to już sprawnie, a firmami, które jeszcze nie są na to gotowe, zwykle nie tkwi w wyborze technologii. Tkwi w trzech rzeczach, które ją poprzedzają.
Po pierwsze: czy organizacja wie, z jakich zadań składa się dany proces, niezależnie od tytułu funkcji, do której te zadania są przypisane. Bez takiej inwentaryzacji każde stwierdzenie o "gotowości na AI" jest szacunkiem.
Po drugie: czy systemy, które istnieją obecnie, dostarczają dane, które aplikacja AI może wykorzystać. Wiele organizacji ma dane poprawne dla człowieka, który je czyta, ale niewystarczająco ustrukturyzowane dla systemu, który musi na nich operować.
Po trzecie: czy istnieje zdolność operacyjna — liczona w godzinach, nie w dobrych intencjach — aby poprowadzić przejście. Ktoś musi sprawdzić pierwsze sto wyników, zanim system będzie mógł działać bez nadzoru. Te godziny zwykle nie są uwzględnione w niczyim planowaniu.
Pierwszym widocznym znakiem nie jest oszczędność kosztów, lecz przesunięcie w tym, na co idzie czas. Praca, która wcześniej polegała na wykonywaniu, staje się pracą polegającą na ocenianiu. To wymaga innych umiejętności, a czasem innej roli, nie automatycznie mniejszej liczby ludzi.
Drugim znakiem jest to, że pytania, które wcześniej leżały po stronie IT, teraz leżą po stronie zarządu. Jaką decyzję system może podjąć samodzielnie, a jaka musi być zawsze potwierdzona przez człowieka? To jest prawo decyzyjne, nie ustawienie techniczne, i musi zostać gdzieś zapisane, zanim dojdzie do incydentu.
Trzeci znak tkwi w budżecie. Godziny zwolnione w jednym miejscu nie zamieniają się automatycznie w oszczędność; często pojawiają się jako dodatkowa zdolność operacyjna gdzie indziej, na przykład w kontroli, w kontakcie z klientem w sytuacjach, gdzie AI nie jest wystarczające, lub w utrzymaniu samych systemów. Co to netto oznacza dla budżetu, wiąże się z tym, jak zbudowana jest odporność finansowa i jaka marża jest dostępna, aby zaabsorbować to przesunięcie, zanim przyniesie ono zwrot.
Ta ocena nie mówi niczego o tym, kogo organizacja zatrzymuje w zatrudnieniu, a kogo zwalnia. To decyzja z własnymi wymogami prawnymi, poza zakresem tego, co jest tu opisane. To, co jest tu opisane, to zdolność operacyjna: które godziny się zwalniają, które godziny są dodatkowo potrzebne i jaka technologia musi za tym stać. Dotyczy to również współpracy z innymi stronami — co przygotowuje partnerstwo na AI współokreśla, czy przesunięcie wewnątrz organizacji faktycznie zadziała w całym łańcuchu.
Dotyka to również zgodności regulacyjnej (compliance). System, który przejmuje część procesu, zmienia, kto za co jest wykazywalnie odpowiedzialny, a to zasługuje na własną ocenę zgodności regulacyjnej i ryzyka, które muszą zostać przygotowane na AI.
Nie ma jednego procentu, który obowiązywałby dla każdej organizacji. Zależy to od tego, ile danych jest już użytecznych, ile procesów jest już udokumentowanych i jaka zdolność operacyjna jest dostępna, aby poprowadzić pierwszy okres. Firmy z dużą ilością niestrukturyzowanych danych i małą dokumentacją zaczynają z większą ilością pracy niż firmy, które to już mają uporządkowane. Ta różnica jest właśnie powodem, dla którego szacunek z góry mówi niewiele bez wcześniejszego przyjrzenia się samej pracy, zadanie po zadaniu — to właśnie mapuje [skan pracy FTE TO AI](/) dla każdego zadania.
Aby zobaczyć, w czym Państwa organizacja jest najdalej, a w czym najmniej daleko, dostępny jest bezpłatny test gotowości: osiem krótkich pytań, jedno na każdy wymiar, z obrazem tego, gdzie gotowość już stoi i gdzie jeszcze jest praca do wykonania. Pełen 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.