strategyaligned Ställ mig på väntelistan

Kennisbank

AI-ambitioner inom IT-sektorn: frågan om mognadsgrad

Var timmarna i den här sektorn finns

IT-sektorn består av arbete som lätt kan delas upp i upprepbara steg och arbete som just inte kan det. Skriva kod, testa, dokumentera, triagera ärenden, bedöma övervakning, rulla ut konfigurationer: många av dessa uppgifter har en fast struktur och ett tydligt bedömningskriterium. Bredvid det finns arbete som handlar om arkitekturella val, kundkontext, säkerhetsavvägningar och beslutet om när ett system ska eller inte ska gå till produktion. Den skillnaden avgör var AI redan idag tar över uppgifter, var mänskligt toezicht (mänskligt tillsyn) fortfarande behövs, och var mänskligt arbete förblir kärnan av saken.

De omständigheter som styr utfallet är inte enhetliga. Ett team som arbetar med en väldokumenterad kodbas och tydliga teststandarder kan lättare överlämna uppgifter än ett team som drivs av tribal kunskap och muntliga överenskommelser. En organisation med en fast granskningsstruktur kan bädda in tillsyn av AI-output i en befintlig process; en organisation utan den strukturen måste bygga den innan överlämning är ansvarsfull.

Förändringen som redan pågår

I delar av sektorn syns förändringen redan. Kodförslag, testgenerering och dokumentationsuppdateringar produceras i vissa team till stor del av AI, med en utvecklare som godkänner eller avslår baserat på funktionalitet och läsbarhet. I andra team utförs exakt samma arbete fortfarande helt manuellt, inte för att det principiellt skiljer sig där, utan för att förutsättningarna saknas: ingen tillgång till rätt verktyg, inga fastställda kvalitetskriterier, ingen tid avsatt för att bygga om processen.

Den skillnaden mellan företag ligger sällan i tekniken själv. Den ligger i mognadsgrad: har organisationen data och dokumentation i ordning, är det tydligt vem som har beslutsrätt att bedöma AI-output, har kapacitet frigjorts för att sätta upp den nya processen innan den gamla avvecklas. Där dessa förutsättningar saknas förblir en ambition på papper, även om tekniken redan finns tillgänglig.

Vad som gör en AI-ambition inom IT annorlunda

En ambition som "AI stödjer våra utvecklare" låter tydlig, men kräver i praktiken en rad förmågor (capabilities) som inte finns på plats av sig själva: en testmiljö som kan validera AI-genererad kod, en granskningsprocess som inte saktas ner av extra volym, och bedömare som vet på vilka grunder de avslår ett AI-förslag. Utan dessa förmågor förblir ambitionen en avsikt utan genomförande.

Det är precis varför samma ord i en ledningsgrupp kan betyda olika saker. CTO:n tänker på automatiserade pipelines, den operativa direktören på färre frigjorda timmar för support, HR-ansvarig på annan rollutformning. Ingen av dessa tolkningar är felaktig, men utan en gemensam avstämning förblir ambitionen icke bindande. Hur man översätter en vision till något mätbart, och inte till tre lösa antaganden, beskrivs i hur man gör en vision mätbar.

Hur andra sektorer möter samma fråga

IT-sektorn är inte unik i att brottas med denna förändring, även om knäckpunkterna skiljer sig. Inom finansiella tjänster ligger frågan annorlunda, eftersom tillsyn och ansvarsskyldighet spelar en större roll där; vad som gäller där beskrivs i vilka AI-ambitioner finns inom finansiella tjänster. Inom byggbranschen är fysiskt arbete en fast faktor som begränsar AI-övertagande på ett annat sätt än inom IT, som beskrivs i vilka AI-ambitioner finns inom byggbranschen. Och inom städbranschen handlar det främst om planering och kvalitetskontroll snarare än kodproduktion, utvecklat i vilka AI-ambitioner finns inom städbranschen. Mönstret är alltid detsamma: ambitionen blir konkret först när det är tydligt vilka förmågor som saknas.

När en ambition är för stor för stunden

En ledningsgrupp som beslutar att AI ska ta över "den största delen av granskningscykeln" formulerar därmed en ambition som inte kan realiseras inom ett kvartal. Det är inte en invändning mot ambitionen i sig, utan en signal om att fasa in den: vilken förmåga måste finnas på plats först, vilken därefter, och vid vilken punkt är organisationen för första gången i stånd att bedöma om det fungerar. Hur en sådan fasindelning kan se ut beskrivs i hur man fasar in en ambition som är för stor för ett år.

Om personalbeslut som kan följa av en sådan fasindelning tar vi inte ställning: vilket arbete en arbetsgivare låter upphöra eller omfördelar faller under egna lagkrav och egen bedömning. Vad vi beskriver är vilket arbete som kan överlämnas, helt eller delvis, och under vilka förutsättningar.

Vad man bör göra nu

Den underliggande frågan är inte om AI-ambitioner inom IT-sektorn är realistiska, utan om just detta företag, med denna kodbas, detta team och dessa processer, är redo att genomföra dem. Vilket arbete i detta företag som faktiskt kan tas över av AI, per uppgift, besvaras med arbetsskanningen från FTE TO AI.

Den som först vill få en uppfattning, utan förpliktelse, kan göra den kostnadsfria mognadskontrollen: åtta korta frågor, en per dimension, med en bild av var organisationen ligger längst fram och var minst. Den fullständiga ambitionstestet, med alla fyra lager och de fem confidence gates, är under uppbyggnad.

Mariade assistent van de ambitietoets

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.