De ce “AI-Ready” a devenit cel mai abuzat termen în cloud

“AI-ready” este în fiecare prezentare a vendorilor și în fiecare ordine de zi a consiliului pe care am revizuit-o în ultimul an. Termenul este peste tot. Ce înseamnă nu mai este clar.

Când un CFO spune AI-ready, el înseamnă buget aprobat. Când un CIO spune asta, el înseamnă platforme în loc. Când un consultant spune asta, el înseamnă un plan de lucru. Când un director de consiliu spune asta, el înseamnă o poziție defensivă. Aceleași două cuvinte. Patru conversații.

Rezultatul este previzibil: companiile declară AI-readiness pe baza definiției care le flatează cel mai mult, apoi văd proiectele lor eșuând în producție din motive pe care nimeni nu le-a anticipat — pentru că nimeni nu a fost realmente implicat în rezolvarea aceluiași problemă.

Termenul nu este problema. Înțelegerea de sub el este. Și merită să o corectăm, pentru că ceea ce “AI-ready” înseamnă cu adevărat are foarte puțin de-a face cu ceea ce majoritatea companiilor cumpără.

Stratul platformei se maturizează, dar acolo nu este golul

Presat să dea o definiție, majoritatea oamenilor ajung în aproximativ același loc. AI-ready înseamnă o postură tehnică: platforme în loc, arhitectură de identitate definită, guvernanță documentată, observabilitate implementată, controale FinOps activate, poate un ofițer șef de inteligență artificială angajat.

Acest lucru nu este greșit. Aceste lucruri contează, iar stratul tehnic a evoluat dramatic. La Google Cloud Next săptămâna trecută, mesajul a fost fără echivoc — “era proiectului s-a încheiat, era agentului a sosit.” Identitatea, guvernanța și observabilitatea sunt integrate direct în platformă. Principalele hyperscalers converg spre capacități similare cu o viteză similară.

Acesta este un schimb real și merită să fie luat în serios. Dar pe măsură ce stratul platformei se maturizează, munca rămasă a clientului nu dispare — devine mai vizibilă. Există un strat între platformă și oamenii dvs. pe care niciun vendor nu îl va construi pentru dvs. Majoritatea companiilor nu au început încă.

Stratul lipsă: Hamul

Să-l numim hamul. Middleware-ul deterministic între oamenii dvs. și inteligența artificială — lanțul de instrumente care face imposibilă abaterea unui sistem autonom de la specificațiile, gardurile sau obiectivele dvs.

În dezvoltarea de software, hamul nu este modelul. Este sistemul de specificații, infrastructura de testare, porțile de revizuire, politicile de implementare — scheletul care ține output-ul inteligenței artificiale aliniat cu ceea ce afacerea dvs. are nevoie realmente, nu cu ceea ce platforma consideră “cod bun” în general.

Platforma a fost construită pentru a fi generală. Alinierea la afacerea dvs. este o problemă de construcție, și numai dvs. o puteți rezolva. Majoritatea companiilor nu au început încă. Ei implementează inteligență artificială pe platforme mature și se bazează pe setările implicite pentru a asigura alinierea. Setările implicite nu aveau să facă asta.

Dar chiar și cu un ham funcțional, stratul tehnic nu este golul. Cel uman este.

Veritabilul blocaj: Comportamentul uman

Săptămâna trecută, am petrecut patruzeci și cinci de minute scriind manual un e-mail înainte de a mă prinde.

Lucrăm în acest spațiu în fiecare zi. Am acces la cele mai bune instrumente, o înțelegere profundă a momentului și modului în care să le folosesc, și o puternică motivație personală de a maximiza inteligența artificială în munca mea. Și totuși, am recurs la vechea metodă — scriind linie cu linie, cu aceeași memorie musculară pe care am folosit-o timp de douăzeci de ani — înainte de a observa ce făceam.

Dacă pregătirea ar trăi la nivelul platformei, ar fi gata. Dacă ar trăi la nivelul hamului, ar fi gata. Dar pregătirea, așa cum se desfășoară realmente, trăiește undeva altundeva — în golul dintre ceea ce este posibil și ceea ce se ajunge. Înmulțit la fiecare individ, la fiecare sarcină, de mii de ori pe săptămână.

Acesta este golul pe care nimeni nu îl rezolvă. Nu este că tehnologia nu poate ajuta. Este că douăzeci până la șaizeci și cinci de ani de memorie musculară nu se reconfigurează pe un plan de proiect.

Odată ce acceptați asta, întreaga abordare a “AI-ready” începe să pară greșită.

“AI-Ready” nu este o linie de finish

“Gata” implică o linie de finish, și nu există una. Companiile care par a fi AI-ready stau la baza următorului ramp, și cele care nu par a fi AI-ready stau la baza unui ramp anterior. Ambele privesc în sus spre munca pe care nu au făcut-o încă.

De aceea “Suntem AI-ready?” este întrebarea greșită. Ea tratează pregătirea ca pe o stare pe care o atingeți, când în practică este o scară pe care o urcați — un fragment definit la un moment dat. Întrebarea mai bună este practică: ce este următorul fragment de pregătire de care oamenii noștri au nevoie, și cine este responsabil de a-i ajuta să ajungă acolo? Nu bugetați pentru AI-readiness ca o destinație, pentru că nu există o astfel de destinație. Bugetați pentru următorul pas al elefantului, și apoi pentru următorul.

Pentru aproape fiecare companie, următorul pas este la nivel individual — și acolo trăiește realmente munca pentru care nimeni nu este pregătit.

Fiecare angajat gestionează acum o echipă de inteligență artificială

Fiecare contributor individual în afacerea dvs. este acum așteptat să gestioneze o echipă eterogenă de douăzeci de specialiști pe care nu i-a angajat și nu îi înțelege pe deplin.

Redactorul dvs. are un cercetător, un editor și un traducător. Dezvoltatorul dvs. are un inginer junior și un reviewer de cod. Managerul dvs. de produs are un analist, un designer și un sintetizator de interviuri cu clienții. Indiferent de rol, indiferent de senioritate, fiecare persoană din compania dvs. are acum o echipă. Nu au cerut-o. Nu au fost instruiți pentru asta. Calitatea output-ului lor depinde acum de cât de bine o gestionează.

Acesta este ceea ce realmente cere pregătirea — și nu este managementul schimbării. Managementul schimbării este procedural: noi fluxuri de lucru, noi instruiri, noi instrumente implementate de sus în jos. Ceea ce se întâmplă aici este altceva. Fiecare persoană trebuie să învețe să deleagheze, să evalueze și să pună sub semnul întrebării output-ul în discipline în care nu au fost instruiți. Acesta nu este un procedeu. Acesta este un redefinitor de job, care se întâmplă la fiecare nivel, fără o carte de joc.

Să-l numim fluency, practică, conducere. Eticheta contează mai puțin decât recunoașterea că aceasta este munca. Majoritatea companiilor nu au încă un nume pentru asta, nici o strategie.

Reevaluarea modului în care se măsoară pregătirea

Opriți măsurarea pregătirii ca o listă de verificare. Începeți să măsurați acolo unde trăiește realmente — la nivel individual — și proiectați organizația în jurul mușchiului, nu a platformei.

Urmează trei lucruri. Opriți întrebarea “suntem AI-ready” și începeți să întrebați “ce este următorul fragment de pregătire pentru oamenii noștri, și cine este responsabil de a-i ajuta să ajungă acolo?” Investiți în capacitatea umană la aceeași urgență cu care investiți în capacitatea platformei — majoritatea consiliilor au această rată inversată cu o ordine de mărime. Și angajați și recompensați pentru capacitatea de a gestiona o echipă eterogenă de specialiști în inteligență artificială, pentru că aceasta este noua bază, nu o țintă de depășit.

“AI-ready” nu este un termen greșit. Este cel mai înțeles greșit termen în cloud — și neînțelegerea costă companiile mai mult decât realizează. Companiile care o fac corect nu vor fi cele cu cele mai multe platforme. Vor fi cele ale căror oameni au realmente reconfigurat ceea ce ajung.