Miksi “AI-valmis” on kuulunut eniten väärinkäytetty termejä pilvessä

“AI-valmis” on jokaisessa myyjän esityksessä ja jokaisessa hallituksen asiakirjassa, jonka olen tarkastanut viime vuoden aikana. Ilmaisu 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 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 mukaan mihin tahansa määritelmään, joka heitä eniten korostaa, ja sitten seuraavat heidän kohteidensa epäonnistumista tuotannossa syistä, joita kukaan ei odottanut — koska kukaan ei ollut todella ratkaisemassa samaa ongelmaa.

Ilmaus ei ole ongelma. Ymmärrys sen alla on. Ja se on arvoa korjata, koska siitä, mitä “AI-valmis” todella tarkoittaa, on hyvin vähän tekemistä siitä, mitä useimmat yritykset ostavat.

Alusta on kypsyvä, mutta se ei ole aukko

Painostetta määritelmälle, useimmat ihmiset laskevat lähes samaan paikkaan. AI-valmis tarkoittaa teknistä asennetta: alustat paikallaan, identiteettirakenteen määritelty, hallinto dokumentoitu, havainnollistaminen käytössä, FinOps-ohjaus käytössä, ehkä Chief AI -upseeri palkattu.

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

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

Puuttuva kerros: Valjastus

Kutsutaan sitä valjastukseksi. Deterministinen välimuisti ihmisen ja AI:n välillä — työkalu, joka tekee siitä mahdottomaksi autonomiselle järjestelmälle poiketa määritelmästäsi, varmistusrajoitteistasi tai tavoitteistasi.

Ohjelmistokehityksessä valjastus ei ole malli. Se on määritysjärjestelmä, testirakenteet, tarkastusportit, käyttöönotto-ohjeet — rakenteet, jotka pitävät AI-tulosteen linjassa liiketoiminnan todellisten tarpeiden kanssa, eivät siinä, miltä “hyvä koodi” näyttää yleensä.

Alusta on rakennettu yleiseksi. Liittymä liiketoimintaa on rakennusongelma, ja vain sinä voit ratkaista sen. Useimmat yritykset eivät ole aloittaneet. He ottavat AI: n käyttöön kypsiin alustoihin ja luottavat oletusarvoihin varmistusrajoitteiden toteuttamiseen. Oletusarvot eivät koskaan tehneet sitä.

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

Todellinen pullonkaula: Inhimillinen käyttäytyminen

Viime viikolla vietin 45 minuuttia sähköpostin kirjoittamiseen manuaalisesti, ennen kuin huomasin, mitä tein.

Työskentelen tässä alueella joka päivä. Minulla on pääsy parhaisiin työkaluihin, syvä ymmärrys siitä, milloin ja miten niitä käytetään, ja vahva henkilökohtainen kannustus maksimoida AI: n käyttö omassa työssäni. Ja minä silti oletin vanhaan tapaan — kirjoittaminen rivi riviltä, samalla lihaksen muistilla, jonka olen käyttänyt 20 vuotta — 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 jossakin muualla — aukossa siinä, mitä on mahdollista ja mitä tavoitellaan. 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, että 20-65 vuoden lihaksen muisti ei uudelleenohjaa projektisuunnitelman mukaan.

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

“AI-valmis” ei ole maali

“Valmis” viittaa maaliin, ja sitä ei ole. Yritykset, jotka näyttävät AI-valmiilta, seisovat seuraavan rampin alussa, ja ne, jotka eivät ole, seisovat aiemman rampin alussa. Molemmat tarkastelevat työtä, jota he eivät ole vielä tehneet.

Sen vuoksi “Olemme me AI-valmiit?” on väärä kysymys. Se kohdellaan valmiutta tilana, johon pääsee, kun käytännössä se on asteikko, jota kiipeet määritelty osa kerrallaan. Parempi kysymys on käytännöllinen: mitä seuraava osa valmiutta ihmistemme tarvitsee, ja kuka on vastuussa siitä, että he pääsevät sinne? Et budjetoi AI-valmiutta kohteena, koska sitä kohteena ei ole. Budjetoit seuraavasta palasta elefantista, ja sitten seuraavasta.

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

Jokainen työntekijä hallitsee nyt AI-tiimin

Jokainen yksilöllinen työntekijä liiketoiminnassasi odotetaan johtavan heterogeenista tiimiä 20 asiantuntijaa, joita he eivät ole palkanneet eivätkä täysin ymmärrä.

Kopioijallasi on tutkija, toimittaja ja kääntäjä. Kehittäjälläsi on nuorempi insinööri ja koodin tarkastaja. Tuotepäällikkölläsi on analyytikko, suunnittelija ja asiakastiedon syntetisoija. Riippumatta roolista, riippumatta senioriteetista, jokainen henkilö yrityksessäsi on nyt tiimillä. He eivät pyytäneet sitä. Heille ei ollut koulutusta. Heidän tuotoksensa laatu riippuu siitä, miten hyvin he johtavat sitä.

Tämä on, mitä valmius todella vaatii — eikä se ole muutoksen hallintaa. Muutoksen hallinta on proseduraalista: uudet työvirrat, uudet koulutukset, uudet työkalut käyttöön otetaan ylhäältä alas. Tässä tapahtuu jotain muuta. Jokaisen on opittava delegoimaan, arvioimaan ja kyseenalaistamaan tuotoksen eri aloilla, joissa he eivät ole koskaan koulutuksessa olleet. Se ei ole prosessi. Se on uudelleenmäärittely työtä, joka tapahtuu jokaisella tasolla, ilman pelisääntöjä.

Kutsukaamme sitä mitä tahansa — sujuvuutta, käytännön harjoitusta, johtamista. Merkintä 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 ympärille, ei alustan.

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

“AI-valmis” ei ole väärä ilmaisu. Se on eniten väärinkäytetty termejä pilvessä — 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.