Proč se “AI-připraven” stalo nejzneužívanějším termínem v cloudu

“AI-připraven” je ve všech prezentacích prodejců a všech agendách, které jsem prošel v minulém roce. Tento termín je všude. To, co znamená, již není jasné.

Když finanční ředitel říká AI-připraven, myslí tím schválený rozpočet. Když to říká IT ředitel, myslí tím zavedené platformy. Když to říká konzultant, myslí tím rozsah práce. Když to říká člen správní rady, myslí tím defenzivní postoj. Stejné dvě slova. Čtyři různé rozhovory.

Výsledek je předvídatelný: společnosti prohlašují AI-připravenost na základě toho, které definice jim nejvíce lichotí, a pak sledují, jak jejich pilotní projekty selhávají ve výrobě z důvodů, které nikdo neočekával — protože nikdo vlastně nevyřešil stejný problém.

Tento termín není problémem. Chybějící pochopení pod ním je. A stojí za to jej vyřešit, protože to, co “AI-připraven” skutečně znamená, má velmi málo společného s tím, co většina společností kupuje.

 The Platform Layer is Maturing, but That’s Not the Gap

Pokud jsou lidé požádáni o definici, většina z nich se shodne na stejném místě. AI-připraven znamená technickou pozici: zavedené platformy, definovaná identitní architektura, zdokumentovaná správa, nasazená pozorovatelnost, FinOps kontroly aktivní, možná najatý Chief AI Officer.

To není špatně. Tyto věci jsou důležité a technická vrstva se dramaticky zlepšila. Na Google Cloud Next minulý týden byla zpráva jasná — “éra pilotních projektů je u konce, éra agentů je zde.” Identita, správa a pozorovatelnost jsou budovány přímo do platformy. Velké hyperscalery se shodují na podobných schopnostech podobnou rychlostí.

To je skutečný posun a stojí za to jej brát vážně. Ale jak se technická vrstva zrací, zbývající práce zákazníků nezmizí — stává se více viditelnou. Existuje vrstva mezi platformou a vašimi lidmi, kterou žádný prodejce nebude budovat za vás. Většina společností ještě nezačala.

The Missing Layer: The Harness

Říkejme jí postroj. Deterministický middleware mezi vašimi lidmi a AI — nástrojový řetězec, který znemožňuje autonomnímu systému odchýlit se od vašeho specifika, vašich ochranných zábran nebo vašich cílů.

Při vývoji softwaru není postroj modelem. Je to systém specifikací, testovací infrastruktura, kontrolní brány, nasazení politik — scaffolding, který udržuje výstup AI v souladu s tím, co podnik skutečně potřebuje, ne s tím, co platforma považuje za “dobrý kód” obecně.

Platforma byla postavena, aby byla obecná. Sladění s vaším podnikem je problémem budování a pouze vy jej můžete vyřešit. Většina společností ještě nezačala. Nasazují AI na zavedené platformy a důvěřují výchozím hodnotám, aby zajistily sladění. Výchozí hodnoty nikdy nebudou dělat to.

Ale i s funkčním postrojem není technická vrstva problémem. Lidská vrstva ano.

 The Real Bottleneck: Human Behavior

Minulý týden jsem strávil čtyřicet pět minut psaním e-mailu ručně, než jsem si uvědomil, co dělám.

Pracuji v tomto prostoru každý den. Mám přístup k nejlepším nástrojům, hluboké pochopení, kdy a jak je používat, a silnou osobní motivaci maximalizovat AI ve své vlastní práci. A přesto jsem se uchýlil ke starému způsobu — psaní řádek po řádku, se stejnou svalovou pamětí, kterou jsem používal dvacet let — než jsem si uvědomil, co dělám.

Pokud by připravenost existovala na úrovni platformy, byla by připravena. Pokud by existovala na úrovni postroje, byla by připravena. Ale připravenost, jak se skutečně projevuje, existuje někde jinde — v mezerě mezi tím, co je možné, a tím, co se dosáhne. Vynásobeno napříč každým jednotlivcem, na každé úkolu, tisícekrát týdně.

To je mezera, kterou nikdo nevyřešuje. Není to proto, že technologie nemůže pomoci. Je to proto, že dvacet až šedesát pět let svalové paměti se nezmění na základě projektu.

Jakmile přijmete to, celý rámec “AI-připraven” začíná vypadat špatně.

 “AI-Ready” is Not a Finish Line

“Připraven” znamená dokončenou čáru, a ta neexistuje. Společnosti, které vypadají AI-připravené, stojí na dně další rampy, a ty, které ne, stojí na dně dřívější rampy. Obě hledí na práci, kterou ještě neudělaly.

To je proč “Jsme AI-připraveni?” je špatná otázka. Léčí připravenost jako stav, kterého lze dosáhnout, zatímco ve skutečnosti je to škála, po které se musí jít — jeden definovaný kus za druhým. Lepší otázka je praktická: co je další kus připravenosti, kterého naše lidi potřebují, a kdo je zodpovědný za to, aby je tam dostal? Nebudete rozpočetovat AI-připravenost jako destinaci, protože taková destinace neexistuje. Budete rozpočetovat na další kousky slona, a pak na další.

Pro téměř každou společnost je další kousek na úrovni jednotlivce — a to je místo, kde skutečně žije práce, na kterou nikdo není připraven.

 Every Employee now Manages an AI Team

Každý jednotlivý přispěvatel ve vaší firmě nyní očekává, že bude řídit heterogenní tým dvaceti specialistů, které si nevybral a plně nerozumí.

Váš copywriter má výzkumníka, editora a překladatele. Váš vývojář má juniora inženýra a kontrolora kódu. Váš produktový manažer má analytika, designéra a zpracovatele zákaznických rozhovorů. Bez ohledu na roli, bez ohledu na senioritu, každý člověk ve vaší firmě nyní má tým. Nežádali si ho. Nebýt školeni pro něj. Kvalita jejich výstupu nyní závisí na tom, jak dobře ho řídí.

To je to, co skutečná připravenost vyžaduje — a není to změna řízení. Změna řízení je procedurální: nové pracovní postupy, nové školení, nové nástroje nasazené shora. Co se zde děje, je něco jiného. Každý člověk se musí naučit delegovat, hodnotit a zpochybňovat výstup napříč obory, ve kterých nebyl školen. To není procedura. To je předefinice práce, která se děje na všech úrovních, bez playbooku.

Říkejme tomu, čemu chcete — zdatnost, praxi, řízení. Štítek záleží méně než uznání, že toto je práce. Většina společností dosud nemá jméno pro to, natož plán.

Rethinking How Readiness is Measured

Přestaňte měřit připravenost jako kontrolní seznam. Začněte měřit ji tam, kde skutečně existuje — na úrovni jednotlivce — a navrhněte organizaci kolem svalů, ne kolem platformy.

Následují tři věci. Přestaňte se ptát “Jsme AI-připraveni” a začněte se ptát “co je další kus připravenosti pro naše lidi, a kdo za to zodpovídá.” Investujte do lidské kapacity se stejnou naléhavostí, s jakou investujete do schopností platformy — většina správních rad má tento poměr obrácený o řádovou velikost. A najměte a odměňujte za schopnost řídit heterogenní tým AI specialistů, protože to je nová podlaha, ne cílový stav.

“AI-připraven” není špatný termín. Je nejvíce nepochopeným termínem v cloudu — a nepochopení stojí společnosti více, než si uvědomují. Společnosti, které to udělají správně, nebudou ty, které mají nejvíce platforem. Budou to ty, jejichž lidé skutečně předefinovali, co dosahují.