Manažérsky tím, ktorý povie „budeme nasadzovať AI“, tým často nemyslí to isté. Jedna polovica myslí na jazykový model, ktorý zhŕňa správy, druhá na systémy, ktoré čiastočne samy vybavujú kontakt s klientmi. Oboje si vyžaduje technológiu, ktorá to zvládne spracovať, a kapacitu, ktorá to vie sprevádzať. Sú to dva odlišné druhy pripravenosti a málokedy sa testujú oddelene.
Náklady na pripravenosť na AI nespočívajú primárne v licenciách. Spočívajú v tom, čo musí prebehnúť predtým, než sa úloha bezpečne presunie zo systému na AI: dáta, ktoré sú vyhľadateľné a aktuálne, prepojenia, ktoré existujú alebo sa musia vybudovať, a ľudia, ktorí vedia, kedy výsledok schváliť a kedy nie. To, koľko to stojí, závisí od toho, koľko z týchto súčastí už existuje a koľko ešte chýba.
V rámci každej ambície, ktorá predpokladá prácu s AI, spadá podkladová práca do troch kategórií. AI môže úlohu prevziať bez toho, aby sa na ňu ešte pozeral človek. Človek zachováva dohľad a schvaľuje alebo zamieta, z dôvodu. Alebo práca zostáva ľudskou prácou, pretože si to vyžaduje úsudok, kontext alebo zodpovednosť.
Potrebná technológia sa v každej kategórii líši. Úplné prevzatie si vyžaduje spoľahlivé, dobre štruktúrované dáta a systém, ktorý rozpozná chybové signály skôr, než spôsobia škodu. Dohľad so schvaľovaním si vyžaduje rozhranie, v ktorom človek rýchlo uvidí, prečo systém dospel k danému výsledku. Ľudská práca často nevyžaduje novú technológiu, ale vyžaduje jasnosť o tom, kto za čo zostáva zodpovedný — to sa dotýka rozhodovacích práv, ktoré sa musia pri zmene znova prideliť.
Spoločnosti, ktoré toto rozlíšenie už robia, vnímajú rozdiel v tom, ako rýchlo sa pilotný projekt dostane zo skúšky do produkcie. Spoločnosti, ktoré to nerobia, ďalej testujú bez toho, aby bolo jasné, ktorá časť práce sa skutočne presúva.
Rozdiel medzi spoločnosťami, ktorým to už dnes plynulo funguje, a spoločnosťami, ktoré na to ešte nie sú pripravené, zvyčajne nespočíva vo výbere technológie. Spočíva v troch veciach, ktoré tomu predchádzajú.
Za prvé: či organizácia vie, z akých úloh sa skladá ktorý proces, nezávisle od pracovnej pozície, ku ktorej patria. Bez tejto inventarizácie je každé tvrdenie o „pripravenosti na AI“ len odhadom.
Za druhé: či systémy, ktoré existujú, poskytujú dáta, ktoré môže využiť aplikácia AI. Mnohé organizácie majú dáta, ktoré sú správne pre človeka, ktorý ich číta, ale nie sú dostatočne štruktúrované pre systém, ktorý s nimi musí počítať.
Za tretie: či existuje kapacita — v hodinách, nie v dobrých úmysloch — na sprevádzanie prechodu. Niekto musí skontrolovať prvých sto výsledkov predtým, než systém môže bežať bez dohľadu. Tieto hodiny sa väčšinou v ničom pláne nenachádzajú.
Prvým viditeľným znakom nie je úspora nákladov, ale posun v tom, kam smeruje čas. Práca, ktorá pôvodne spočívala vo vykonávaní, sa stáva prácou spočívajúcou v posudzovaní. To si vyžaduje iné schopnosti a niekedy inú úlohu, nie automaticky menej ľudí.
Druhým znakom je, že otázky, ktoré predtým patrili IT, teraz patria vedeniu. Aké rozhodnutie môže systém urobiť sám a ktoré musí vždy potvrdiť človek? To je rozhodovacie právo, nie technické nastavenie, a musí byť niekde zdokumentované predtým, než nastane incident.
Tretí znak sa nachádza v rozpočte. Uvoľnené hodiny na jednom mieste automaticky nezmiznú ako úspora; často sa objavia ako dodatočná kapacita na inom mieste, napríklad v kontrole, v kontakte s klientmi v momentoch, kde AI nepostačuje, alebo v udržiavaní samotných systémov. Čo to v konečnom dôsledku znamená pre rozpočet, súvisí s tým, ako je vybudovaná finančná odolnosť a aká je marža na absorbovanie tohto posunu predtým, než prinesie výnos.
Tento test nič nehovorí o tom, koho si organizácia udrží v zamestnaní alebo prepustí. To je rozhodnutie s vlastnými zákonnými požiadavkami, mimo toho, čo sa tu popisuje. Tu sa popisuje kapacita: aké hodiny sa uvoľnia, aké hodiny sa naopak potrebujú, a aká technológia za tým musí stáť. To platí rovnako pre spolupráce s inými stranami — čo pripraví partnerstvo na AI čiastočne určuje, či posun vo vlastnom dome funguje aj v celom reťazci.
Dotýka sa to aj compliance. Systém, ktorý prevezme časť procesu, mení, kto je za čo preukázateľne zodpovedný, a to si zaslúži vlastný test compliance a rizika, ktoré treba pripraviť na AI.
Neexistuje percento, ktoré by platilo pre každú organizáciu. Závisí od toho, koľko dát je už použiteľných, koľko procesov je už zdokumentovaných a akú kapacitu máte na sprevádzanie prvého obdobia. Spoločnosti s množstvom neštruktúrovaných dát a malou dokumentáciou začínajú s väčším objemom práce než spoločnosti, ktoré to už majú v poriadku. Presne tento rozdiel je dôvodom, prečo odhad vopred hovorí málo bez toho, aby sa najprv pozrel na samotnú prácu, úlohu po úlohe — a to je to, čo [pracovný skener FTE TO AI](/) mapuje po jednotlivých úlohách.
Ak chcete zistiť, kde je vaša organizácia najďalej a kde najmenej pripravená, existuje bezplatná kontrola pripravenosti: osem krátkych otázok, jedna na každú dimenziu, s obrazom toho, kde už pripravenosť stojí a kde ešte zostáva práca. Úplný test ambícií, so štyrmi vrstvami a piatimi confidence gates, sa pripravuje.
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.