Miksi “AI-valmis” on muuttunut pilven väärinkäytetyimmäksi termeksi

“AI-valmis” on jokaisen myyjän esityksessä ja jokaisen hallituksen kokouksessa, jonka olen viime vuoden aikana katsellut. Tämä terme on joka paikassa. Se, mitä se tarkoittaa, ei ole enää selvää.

Kun CFO sanoo AI-valmis, hän tarkoittaa budjetin hyväksymistä. Kun CIO sanoo sen, hän tarkoittaa alustoja, jotka ovat paikallaan. Kun konsultti sanoo sen, he tarkoittavat työn laajuutta. Kun hallituksen jäsen sanoo sen, he tarkoittavat puolustettavaa asennetta. Samat kaksi sanaa. Neljä keskustelua.

Tuloksena on ennustettavissa: yritykset julistavat AI-valmiuden, joka perustuu siihen määritelmiin, joka heidän mielestään on kaikkein suotuisin, ja sitten he katsovat, kuinka heidän kohteensa epäonnistuvat tuotannossa syistä, joita kukaan ei ole odottanut — koska kukaan ei ollut todella ratkaisemassa samaa ongelmaa.

Tämä terme ei ole ongelma. Ymmärrys, joka sen alla on, on. Ja se on arvokasta korjata, koska se, mitä “AI-valmis” todella tarkoittaa, ei ole juuri sitä, mitä useimmat yritykset ostavat.

Alusta on kypsynyt, mutta se ei ole aukko

Painostettuna määritelmään, useimmat ihmiset laskevat lähes samaan paikkaan. AI-valmis tarkoittaa teknistä asennetta: alustat ovat paikallaan, identiteettirakenteet on määritelty, hallinto on dokumentoitu, havainnollistaminen on käytössä, FinOps-ohjaus on käytössä, ja ehkä Chief AI -upseeri on palkattu.

Tämä ei ole väärin. Nämä asiat ovat tärkeitä, ja tekninen taso on edennyt dramaattisesti. Google Cloud Next -tapahtumassa viime viikolla viesti oli yksiselitteinen — “pilottien aika on ohi, agenttien aika on täällä.” Identiteetti, hallinto ja havainnollistaminen rakennetaan suoraan itse alustaan. Suuret hyperskalereiden yritykset ovat lähentymässä samankaltaisia ominaisuuksia samalla nopeudella.

Tämä on todellinen muutos, ja se on otettava tosissaan. Mutta kun alusta kypsynyt, asiakkaan jäljellä oleva työ ei katoa — se tulee näkyvämmäksi. On kerros alustan ja ihmisten välillä, jonka kukaan myyjä ei rakenna sinulle. Useimmat yritykset eivät ole aloittaneet sitä.

Puuttuva kerros: Valjastus

Kutsutaan sitä valjastukseksi. Deterministinen middleware ihmisten ja AI:n välillä — työkalu, joka tekee siitä mahdottomaksi autonomiselle järjestelmälle poiketa määritelmästä, varusteista tai tavoitteista.

Ohjelmistokehityksessä valjastus ei ole malli. Se on määritelmäjärjestelmä, testirakenteet, tarkastusportit, käyttöönotto-ohjeet — rakenteet, jotka pitävät AI-tulosteen linjassa liiketoiminnan todellisten tarpeiden kanssa, eikä yleisen “hyvän koodin” näkökulmasta.

Alusta on rakennettu yleiseksi. Liiketoiminnan mukainen linjaus on rakennusongelma, ja vain sinä voit ratkaista sen. Useimmat yritykset eivät ole aloittaneet sitä. He asentavat AI:ta kypsiin alustoihin ja luottavat oletusarvoihin, jotka määrittävät linjauksen. Oletusarvot eivät koskaan tehneet sitä.

Mutta jopa toimivan valjastuksen kanssa, tekninen taso ei ole aukko. Ihmisen taso on.

Todellinen pullonkaula: Ihmisen käyttäytyminen

Viime viikolla vietin 45 minuuttia kirjoittamassa sähköpostia käsin, ennen kuin havaitsin, mitä tein.

Työskentelen tässä alalla joka päivä. Minulla on pääsy parhaimpiin työkaluihin, syvä ymmärrys siitä, milloin ja miten niitä käyttää, ja vahva henkilökohtainen kannustimemme maksimoida AI:ta omassa työssäni. Ja silti oletin vanhaan tapaan — kirjoittamalla rivi riviltä, samalla lihaksen muistilla, jonka olen käyttänyt 20 vuoden ajan — ennen kuin huomasin, mitä tein.

Jos valmius eläisi alustatasolla, se olisi valmis. Jos se eläisi valjastustasolla, se olisi valmis. Mutta valmius, niin kuin se todella toteutuu, elää jossain muualla — aukossa, joka on mahdollista ja mitä saavutetaan. Moninkertaistettuna jokaiselle yksilölle, jokaisessa tehtävässä, tuhansia kertoja viikossa.

Se on aukko, jota kukaan ei ratkaise. Se ei ole sitä, etteikö teknologia voisi auttaa. Se on sitä, ettei 20-65 vuoden lihaksen muisti uudelleenohjaa projektisuunnitelman mukaan.

Kun hyväksyt sen, koko “AI-valmiuden” kehys alkaa näyttää väärältä.

“AI-valmis” ei ole maali

“Valmis” antaa ymmärtää, että on maali, ja sitä ei ole. Yritykset, jotka näyttävät AI-valmiilta, seisovat seuraavan ramppien alussa, ja ne, jotka eivät ole, seisovat aiemman ramppien alussa. Molemmat tarkastelevat työtä, jota he eivät ole tehneet vielä.

Se on, miksi “Olemme me AI-valmiit?” on väärä kysymys. Se kohdellaan valmiutta tilana, johon pääsee, kun käytännössä se on asteikko, jota kiipeet määritellyssä kappaleessa kerrallaan. Parempi kysymys on käytännöllinen: mitä seuraava palanen valmiutta ihmistemme tarvitsee, ja kuka on vastuussa siitä, että he saavat sen? Et budjetoi AI-valmiutta kohteena, koska sitä kohtaa ei ole. Budjetoit seuraavasta palasesta ja sitten seuraavasta.

Melkein jokaiselle yritykselle seuraava palanen on yksilötasolla — ja siinä on työ, jota kukaan ei ole valmis.

Jokainen työntekijä johtaa nyt AI-tiimiä

Jokainen yksittäinen työntekijä liiketoiminnassanne odotetaan johtavan epäyhtenäistä tiimiä 20 asiantuntijasta, joita he eivät ole palkanneet eivätkä täysin ymmärrä.

Kopioijallanne on tutkija, toimittaja ja kääntäjä. Kehittäjällänne on nuorempi insinööri ja koodin tarkastaja. Tuotejohtajallanne on analyytikko, suunnittelija ja asiakkaan haastattelun syntetisoija. Riippumatta roolista, riippumatta senioriteetista, jokainen henkilö yrityksessänne on tiimillä. He eivät pyytäneet sitä. He eivät olleet koulutettu siihen. Heidän tuotoksensa laatu riippuu siitä, miten hyvin he johtavat sitä.

Tämä on, mitä valmius todella vaatii — eikä se ole muutoksen johtaminen. Muutoksen johtaminen on prosessuaalista: uudet työnkulut, uudet koulutukset, uudet työkalut käynnistetään ylhäältä alaspäin. Tässä tapahtuu jotain muuta. Jokaisen on opittava delegoimaan, arvioimaan ja kyseenalaistamaan tuotokset eri aloilla, joissa he eivät ole koulutettu. Se ei ole prosessi. Se on työn uudelleenmäärittely, joka tapahtuu jokaisella tasolla, ilman pelisääntöjä.

Kutsukaamme sitä kutsuta, harjoitusta tai johtamista. Termi on vähemmän tärkeä kuin tunnustaminen, että tämä on työ. Useimmat yritykset eivät vieläkään ole nimeä sille, saati suunnitelmaa.

Uudelleenarviointi valmiuden mittaamista

Lopeta valmiuden mittaaminen tarkistuslistana. Aloita mittaaminen siellä, missä se todella elää — yksilötasolla — ja suunnittele organisaatio lihaksen, ei alustan, mukaan.

Kolme asiaa seuraa. Lopeta kysymys “Olemme me AI-valmiit” ja aloita kysymys “mitä seuraava palanen valmiutta ihmistemme tarvitsee, ja kuka omistaa sen.” Investoi ihmisten kyvyssä samalla kiireellisyydellä kuin alustan kyvyssä — useimmat hallitukset ovat kääntäneet tämän suhteen yhden kerran. Palkkaa ja palkitse kykyä johtaa epäyhtenäistä AI-asiantuntijatiimiä, koska se on uusi pohja, eikä venyttämismaali.

“AI-valmis” ei ole väärä terme. Se on pilven väärinkäytetyin terme — ja väärinkäyttö on maksanut yrityksille enemmän kuin he tajusivat. Yritykset, jotka saavat tämän oikein, eivät ole niitä, joilla on eniten alustoja. Ne ovat niitä, joiden ihmiset ovat todella uudelleenohjanneet, mitä he tavoittelevat.