En process består av steg, och varje steg har en annan relation till AI. Att bedöma en ansökan består av att kontrollera uppgifter, tillämpa kriterier, känna igen ett undantag och registrera ett beslut. Av dessa fyra steg kan AI ofta ta över det första, det andra delvis med en människa som godkänner eller avslår med motivering, och det tredje och fjärde förblir vanligtvis mänskligt arbete. Processen i sig ändrar inte kategori. Stegen gör det, och det är där pengarna och tiden ligger: inte i att fastslå att "denna process är lämplig för AI", utan i att bryta ner varje steg och omforma vad som återstår därefter.
Kostnaderna som hör till detta har sällan ett fast belopp. De beror på hur många processer det finns, hur konsekvent de redan utförs, och hur mycket av kunskapen om det utförandet som finns hos människor snarare än i dokumentation.
Mognad på denna dimension kräver tre typer av arbete, och de är ojämnt fördelade mellan organisationer.
Det första är process- och uppgiftsinventering: dokumentera vad som faktiskt sker nu, steg för steg, i stället för vad processdokumentet påstår. I många företag skiljer sig praktiken från schemat, och den avvikelsen är precis där AI-tillämpning fastnar.
Det andra är att omforma överlämningen mellan AI och människa. Om en del av en uppgift övergår till tillsyn i stället för utförande, förändras medarbetarens roll: från att göra till att bedöma. Det kräver andra färdigheter, en annan tidsindelning och ofta ett annat slags ansvar. Detta designarbete underskattas ofta, eftersom det inte känns som att "införa AI" utan som att "tänka om processen från grunden".
Det tredje är att organisera återkopplingen: vad händer när tillsynen ger ett avslag. Utan en fastställd väg för avslag fortsätter människan i praktiken att göra om allt, och fördelen med AI-steget går förlorad. Detta är en av de mest underskattade kostnadsposterna, eftersom den bara blir synlig efter att det första steget redan har tagits över.
Vissa företag har redan detta i drift: en ansökan lämnas in digitalt, ett system bedömer standardfallen, en medarbetare får bara de tveksamma fallen med en motivering till varför systemet tvekar. Andra företag med en liknande process har inte detta, och skillnaden ligger sällan i tillgänglig teknik. Den ligger i om processen någonsin har delats upp i steg som var för sig bedömts utifrån vad AI klarar, vad som kräver tillsyn och vad som förblir mänskligt arbete.
Företag som redan har gjort detta har vanligtvis också investerat i de två föregående stegen: tydliga kriterier för vad som är ett undantag, och ett fastställt sätt att hantera det undantaget. Företag som ännu inte har gjort detta upptäcker ofta först vid det första försöket att tillämpa AI att dessa kriterier aldrig har skrivits ner, utan bara finns i huvudet på erfarna medarbetare.
Det första tecknet är förvirring om vad "att göra processen redo" konkret innebär. Vissa i ledningen menar därmed att köpa in ett system, andra menar att skriva om arbetsinstruktioner, ytterligare andra menar att utbilda medarbetare för en ny roll. Alla dessa betydelser är del av mognad, men det är olika arbetspaket med olika ledtider och olika ägare.
Det andra tecknet är en missmatchning mellan ambition och nuvarande styrning. Om vision state förutsätter att en process i stort sett hanteras av AI, medan de nuvarande beslutsrättigheterna vid det steget fortfarande helt ligger hos en medarbetare, då är det inte ett tekniskt problem utan en styrningsfråga: vem får framöver ignorera ett avslag från AI-steget, och på grundval av vilken befogenhet. Den frågan berör hur arbete fördelas och bedöms inom organisationen; för detta gäller egna lagstadgade krav och det är upp till organisationen själv att fastställa, inte något som denna sida uttalar sig om.
Processmognad står inte isolerad. Om en uppgift förskjuts från utförande till tillsyn, förändras också vad som behöver mätas: inte längre hur många uppgifter som slutförts, utan hur många avslag det fanns och varför, något som hänger samman med hur prestationsmätning måste förändras när AI tar över en del av arbetet. Det berör också de system där dessa steg registreras, vilket i sin tur hänger samman med vad som krävs av teknik och kapacitet innan en process faktiskt kan förskjutas. Och eftersom medarbetarna är de som fyller den nya tillsynsrollen, fungerar det bättre om de involveras tidigt i utformningen, som beskrivs i hur medarbetarna involveras i en strategi utan att det tar år.
Den underliggande frågan — vilket arbete i detta specifika företag, i dessa specifika processer, verkligen kan tas över av AI — besvaras inte av en generell uppskattning utan av arbetsscanen från FTE TO AI, som utreder detta per uppgift.
Den kostnadsfria mognadskontrollen består av åtta korta frågor, en per dimension, och ger en bild av var er organisation ligger längst och kortast fram, inklusive denna dimension. Den fullständiga ambitionstestningen, med de fyra lagren och de fem confidence gates, är under uppbyggnad. Den som redan nu undrar om ambitionen i vision state stämmer med vad som i praktiken är utformat kring beslutsrättigheter och tillsyn, hittar en första ansats i hur en vag vision omsätts till något konkret nog att testas mot.
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.