Az előző részben (https://kmexpert.hu/az-ai-nem-egy-uj-eszkoz-hanem-egy-uj-munkatars/) arról írtam, hogy az AI-t érdemes a szervezet új „munkatársának” tekinteni. Csakhogy ez a munkatárs egészen másképp működik, mint egy ember: nem rendelkezik tapasztalattal, hallgatólagos (tacit) tudással vagy szervezeti rutinokkal. Kizárólag arra a tudásra tud építeni, amelyet a szervezet számára hozzáférhetővé és értelmezhetővé teszünk.
Ez felvet egy új kérdést; Milyen állapotban van a szervezet tudásrendszere?
Garbage In – Garbage Out
A mesterséges intelligencia világában gyakran idézik a mondást: Garbage In – Garbage Out.
A rossz bemenetből nem lesz jó kimenet. A legtöbben ezt az adatok minőségével kapcsolatban emlegetik, pedig ugyanilyen igaz a szervezeti tudásra is. Ha a szervezet tudása hiányos, ellentmondásos, elavult vagy nehezen hozzáférhető, akkor az AI sem fog jobb eredményt adni.
Sőt.
Az AI nem javítja ki a rossz tudást. Felerősíti annak következményeit.
A mesterséges intelligencia pontosan olyan jó döntéseket, elemzéseket és javaslatokat fog készíteni, amilyen minőségű tudásra építhet.
Míg egy tapasztalt munkatárs képes kiegészíteni a hiányzó információkat saját tapasztalataival, józan ítélőképességével és hallgatólagos (tacit) tudásával, addig az AI kizárólag arra tud támaszkodni, amit a szervezet számára hozzáférhetővé tett.
Az AI-nak még nagyobb szüksége van jó tudásmenedzsmentre, mint az embereknek.
A legtöbb szervezet rossz helyen kezdi
Amikor egy szervezet AI bevezetéséről dönt, a beszélgetések jellemzően technológiai kérdésekkel indulnak.
- Melyik platformot válasszuk?
- Copilot vagy ChatGPT?
- Saját AI megoldást fejlesszünk, vagy használjunk kész rendszereket?
- Mely folyamatokat auto De meggyőződésünk szerint nem ezekkel kellene kezdeni.
Az első kérdés inkább ez: Mennyire felkészült a szervezet arra, hogy az AI valódi üzleti értéket teremtsen?
Másképpen fogalmazva: AI Readiness = Knowledge Readiness.
Ha a szervezet tudásrendszere nincs felkészítve az AI korszakára, akkor a legjobb technológia sem fogja elhozni a várt eredményeket.
Minden AI projektet meg kellene előznie egy Knowledge Readiness diagnózisnak
Mielőtt AI alkalmazásokat vezetnénk be, érdemes felmérni a szervezet tudásérettségét.
Nem a technológiát, a szervezetet!
Egy ilyen diagnózis többek között választ adhat a következő kérdésekre:
- Hol található a szervezet kritikus tudása?
- Mennyire hozzáférhető és újrahasznosítható?
- Mennyire megbízható és naprakész?
- Milyen tudásmenedzsment kockázatok veszélyeztetik az AI bevezetés sikerét?
- Mely területeken várható a legnagyobb üzleti megtérülés?
- Hol érdemes elindítani az AI transzformációt?
- Milyen szervezeti változásokra kell felkészülni?
Ezek a kérdések nem lassítják az AI bevezetését.
Éppen ellenkezőleg.
Segítenek abban, hogy a szervezet a megfelelő helyen kezdje el a fejlesztéseket, csökkentse a kockázatokat és a legnagyobb üzleti értéket teremtő területekre koncentráljon.
A diagnózis nem fékez, hanem gyorsít
Sok vezető attól tart, hogy egy alapos szervezeti felmérés csak késlelteti az AI projektek indulását.
Tapasztalataink szerint ennek éppen az ellenkezője igaz.
A megfelelő diagnózis:
- kijelöli a fejlesztési prioritásokat,
- láthatóvá teszi a szervezeti kockázatokat,
- segít reális megtérülési várakozásokat kialakítani,
- és megalapozza a sikeres AI transzformációt.
Nem minden szervezet AI-érett. De minden szervezet fejleszthető.
A sikeres AI transzformáció nem technológiai projekt
A mesterséges intelligencia bevezetése sokkal több, mint egy új eszköz bevezetése. Valójában szervezeti átalakulás.
És minden szervezeti átalakulásnak szilárd alapokra van szüksége. Mi úgy gondoljuk, hogy ezek az alapok a szervezet tudásrendszerében találhatók.
Ezért mondjuk egyre gyakrabban:
AI Readiness = Knowledge Readiness
Mielőtt AI rendszereket vezetnénk be, érdemes feltenni egy egyszerű kérdést:
Készen áll-e rá a szervezetünk?
A következő részben arról írok, hogy ki lehet az a szervezeten belüli vezető vagy szakember, aki képes végigvinni ezt a tudásalapú átalakulást, és miért válik a Chief Knowledge Officer szerepe stratégiai jelentőségűvé az AI korszakban.
