Vodstvena ekipa, ki pravi "uvajamo AI", pri tem pogosto ne misli na isto stvar. Ena polovica misli na jezikovni model, ki povzema poročila, druga na sisteme, ki delno sami obravnavajo stik s strankami. Oboje zahteva tehnologijo, ki to lahko obdela, in kapaciteto, ki to lahko spremlja. To sta dve različni vrsti pripravljenosti, in redko se preverjata ločeno.
Stroški pripravljenosti na AI niso primarno v licencah. So v tem, kaj se mora zgoditi, preden se lahko naloga varno preseli iz sistema na AI: podatki, ki so najdljivi in aktualni, povezave, ki obstajajo ali jih je treba zgraditi, in ljudje, ki vedo, kdaj potrdijo izid in kdaj ne. Kaj to stane, je odvisno od tega, koliko od teh elementov že obstaja in koliko jih še manjka.
Znotraj vsake ambicije, ki predpostavlja delo z AI, spada spodnje delo v tri kategorije. AI lahko prevzame nalogo, brez da bi človek še pogledal vanjo. Človek ohranja nadzor in potrdi ali zavrne, z razlogom. Ali pa delo ostane človeško delo, ker to zahtevajo presoja, kontekst ali odgovornost.
Tehnologija, ki je potrebna, se razlikuje glede na kategorijo. Popolna prevzem zahteva zanesljive, dobro strukturirane podatke in sistem, ki zazna napake, preden povzročijo škodo. Nadzor s potrditvijo zahteva vmesnik, v katerem lahko človek hitro vidi, zakaj je sistem prišel do določenega izida. Človeško delo pogosto ne zahteva nove tehnologije, temveč jasnost o tem, kdo za kaj ostane odgovoren — to se navezuje na pravice odločanja, ki jih je treba pri spremembi znova določiti.
Podjetja, ki to razlikovanje že delajo, opažajo razliko v tem, kako hitro pilotni projekt preide iz preizkusa v produkcijo. Podjetja, ki tega ne delajo, ostajajo pri testiranju, brez da bi bilo jasno, kateri del dela se dejansko premika.
Razlika med podjetji, ki jim to danes že gladko teče, in podjetji, ki na to še niso pripravljena, ponavadi ni v izbiri tehnologije. Je v treh stvareh, ki ji predhodijo.
Prvič: ali organizacija ve, iz katerih nalog je sestavljen posamezen proces, ločeno od naziva delovnega mesta, ki mu pripada. Brez tega popisa je vsaka izjava o "pripravljenosti na AI" zgolj ocena.
Drugič: ali sistemi, ki obstajajo zdaj, dajejo podatke, ki jih lahko uporabi rešitev AI. Veliko organizacij ima podatke, ki so pravilni za človeka, ki jih bere, vendar niso dovolj strukturirani za sistem, ki mora z njimi računati.
Tretjič: ali obstaja kapaciteta — v urah, ne v dobrih namenih — za spremljanje prehoda. Nekdo mora preveriti prvih sto izidov, preden lahko sistem deluje brez nadzora. Te ure ponavadi niso v nikogaršnjem načrtu.
Prvi opazni znak ni prihranek stroškov, temveč premik v tem, kam gre čas. Delo, ki je prej obsegalo izvajanje, postane delo, ki obsega presojanje. To zahteva druge veščine in včasih drugo vlogo, ne avtomatično manj ljudi.
Drugi znak je, da vprašanja, ki so prej sodila k IT, zdaj sodijo k vodstvu. Katero odločitev lahko sistem sprejme sam, in katero mora vedno potrditi človek? To je pravica odločanja, ne tehnična nastavitev, in mora biti nekje zapisano, preden pride do incidenta.
Tretji znak je v proračunu. Sproščene ure na enem mestu ne izginejo avtomatično kot prihranek; pogosto se pojavijo kot dodatna kapaciteta na drugem mestu, na primer pri nadzoru, pri stiku s strankami v trenutkih, ko AI ne zadostuje, ali pri vzdrževanju samih sistemov. Kaj to na koncu pomeni za proračun, je povezano s tem, kako je zgrajena finančna odpornost in kakšna marža obstaja, da se ta premik prestreže, preden prinese donos.
Ta preizkus ne pove nič o tem, koga organizacija obdrži v službi ali odpusti. To je odločitev z lastnimi pravnimi zahtevami, zunaj tega, kar je tu opisano. Kar je tu opisano, je kapaciteta: katere ure se sprostijo, katere ure so potrebne dodatno, in katera tehnologija mora za to stati. To velja enako za sodelovanja z drugimi partnerji — kaj partnerstvo pripravi na AI med drugim določa, ali premik znotraj lastne hiše sploh deluje v verigi.
To se dotika tudi skladnosti. Sistem, ki prevzame del procesa, spremeni, kdo je za kaj dokazljivo odgovoren, in to si zasluži lasten preizkus glede skladnosti in tveganja, ki jih je treba pripraviti na AI.
Ni mogoče navesti odstotka, ki bi veljal za vsako organizacijo. Odvisno je od tega, koliko podatkov je že uporabnih, koliko procesov je že dokumentiranih, in koliko kapacitete je na voljo za spremljanje prvega obdobja. Podjetja z veliko nestrukturiranih podatkov in malo dokumentacije začnejo z več dela kot podjetja, ki imajo to že urejeno. Ta razlika je natanko razlog, zakaj ocena vnaprej pove malo, brez da bi si prej ogledali samo delo, nalogo za nalogo — to je tisto, kar [delovni pregled FTE TO AI](/) po nalogah popiše.
Za ugotovitev, kje je vaša organizacija najbolj in najmanj pripravljena, obstaja brezplačno preverjanje pripravljenosti: osem kratkih vprašanj, eno na dimenzijo, s sliko, kje je pripravljenost že dosežena in kje delo še čaka. Celovit preizkus ambicij, s štirimi plastmi in petimi kontrolnimi vratmi zaupanja (confidence gates), je v pripravi.
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.