ผู้นำทางความคิด
ทำไม “AI-Ready” จึงกลายเป็นคำที่ถูกใช้ผิดที่สุดใน Cloud
“AI-Ready” อยู่ใน每่่าเด็คของ_VENDOR และในตารางการประชุมที่ฉันตรวจสอบในปีที่แล้ว คำว่านี้อยู่ทุกที่ แต่ความหมายของมันไม่ชัดเจนอีกต่อไป
เมื่อ CFO พูดถึง AI-Ready หมายถึงงบประมาณที่ได้รับการอนุมัติ เมื่อ CIO พูดถึง AI-Ready หมายถึงแพลตฟอร์มที่ถูกติดตั้ง เมื่อผู้ให้คำปรึกษาพูดถึง AI-Ready หมายถึงขอบเขตของงาน เมื่อผู้อำนวยการคณะกรรมการพูดถึง AI-Ready หมายถึงท่าทางที่สามารถป้องกันได้ สองคำเดียวกัน แต่สี่การประชุมที่แตกต่างกัน
ผลลัพธ์ที่คาดการณ์ได้คือ บริษัทต่างๆ ประกาศความพร้อมของ AI ตามคำจำกัดความที่ทำให้พวกเขาได้รับการยกย่องมากที่สุด แล้วดูว่าโครงการนำร่องของพวกเขาล้มเหลวในการผลิตเนื่องจากสาเหตุที่ไม่มีใครคาดคิด — เพราะไม่มีใครแก้ปัญหาเดียวกัน
ระดับแพลตฟอร์มกำลังเติบโต แต่นั่นไม่ใช่ช่องว่าง
เมื่อถูกขอให้นิยาม AI-Ready ส่วนใหญ่ของคนจะลงเอยที่จุดเดียวกัน AI-Ready หมายถึงท่าทางทางเทคนิค: แพลตฟอร์มที่ถูกติดตั้ง, สถาปัตยกรรมอัตลักษณ์ที่ถูกกำหนด, การกำกับดูแลที่ถูกบันทึก, ความสังเกตการณ์ที่ถูกติดตั้ง, การควบคุม FinOps ที่ถูกติดตั้ง, และอาจจะมี Chief AI Officer ที่ถูกจ้าง
สิ่งนี้ไม่ผิด แพลตฟอร์มและระดับเทคนิคได้พัฒนาไปอย่างมาก ในงาน Google Cloud Next เมื่อสัปดาห์ที่แล้ว ข้อความที่ชัดเจน — “ยุคของโครงการนำร่องสิ้นสุดลง ยุคของตัวแทนมาถึง” อัตลักษณ์, การกำกับดูแล, และความสังเกตการณ์ถูกสร้างขึ้นโดยตรงบนแพลตฟอร์มเอง ผู้ให้บริการหลักกำลังรวมความสามารถที่คล้ายกันในอัตราที่คล้ายกัน
ช่องว่างที่หายไป: สายรัด
เรียกมันว่าสายรัด มิดเดิลแวร์ที่กำหนดระหว่างคนของคุณและ AI — ชุดเครื่องมือที่ทำให้ระบบอัตโนมัติไม่สามารถเบี่ยงเบนไปจากสเปคของคุณ, สายรัดของคุณ, หรือวัตถุประสงค์ของคุณ
ในการพัฒนาซอฟต์แวร์ สายรัดไม่ใช่แบบจำลอง มันเป็นระบบสเปค, โครงสร้างการทดสอบ, ประตูการตรวจสอบ, นโยบายการปรับใช้ — สะพานที่ทำให้ผลลัพธ์ของ AI สอดคล้องกับสิ่งที่ธุรกิจต้องการจริงๆ ไม่ใช่สิ่งที่แพลตฟอร์มคิดว่า “โค้ดที่ดี” ในทั่วไป
ปัญหาจริง: พฤติกรรมของมนุษย์
เมื่อสัปดาห์ที่แล้ว ฉันใช้เวลา 45 นาทีในการเขียนอีเมล์โดยใช้มือ
ฉันทำงานในพื้นที่นี้ทุกวัน ฉันมีเครื่องมือที่ดีที่สุด, ความเข้าใจที่ลึกซึ้งเกี่ยวกับวิธีการใช้เครื่องมือเหล่านั้น, และแรงจูงใจส่วนบุคคลที่จะเพิ่มประสิทธิภาพ AI ในงานของฉันเอง และฉันก็ยังต้องใช้วิธีการเก่า — การเขียนบรรทัดต่อบรรทัด, โดยใช้ความจำเนื้อหาเดียวกับที่ฉันใช้มา 20 ปี — ก่อนที่จะสังเกตเห็นว่าฉันกำลังทำอะไร
“AI-Ready” ไม่ใช่เส้นชัย
“พร้อม” หมายถึงเส้นชัย และไม่มีเส้นชัย nào บริษัทที่ดูเหมือนพร้อมสำหรับ AI จะยืนอยู่ที่ฐานของความต้องการที่จะพัฒนา และบริษัทที่ไม่พร้อมจะยืนอยู่ที่ฐานของความต้องการที่จะพัฒนาในระดับที่ต่ำกว่า
นั่นเป็นเหตุผลที่ “เราพร้อมสำหรับ AI หรือไม่” เป็นคำถามที่ไม่ถูกต้อง มันทำให้ความพร้อมดูเหมือนเป็นสถานะที่สามารถบรรลุได้ แต่ในความเป็นจริงแล้ว มันคือระดับที่ต้องปีนขึ้นไปทีละขั้น คำถามที่ดีกว่าคือ “สิ่งที่เราต้องทำต่อไปเพื่อให้คนของเราพร้อมสำหรับ AI คืออะไร และใครที่รับผิดชอบในการทำให้พวกเขาพร้อม” คุณไม่ต้องจัดงบประมาณสำหรับความพร้อมของ AI เป็นจุดหมายปลาย เพราะไม่มีจุดหมายปลายอยู่
ทุกคนในบริษัทของคุณตอนนี้จัดการทีม AI
ทุกคนในบริษัทของคุณคาดหวังให้จัดการทีมที่มีคน 20 คน ที่ไม่ได้ถูกจ้างโดยคุณและไม่ได้รับการฝึกอบรม
นักเขียนของคุณมีคนวิจัย, คนแก้ไข, และคนแปล นักพัฒนาของคุณมีคนช่วยงานและคนตรวจสอบโค้ด ผู้จัดการผลิตภัณฑ์ของคุณมีคนวิเคราะห์, คนออกแบบ, และคนสังเคราะห์ข้อมูลจากลูกค้า ไม่ว่าคุณจะอยู่ในตำแหน่งใด, คุณก็มีทีม คุณไม่ได้ขอให้มัน คุณไม่ได้รับการฝึกอบรมสำหรับมัน คุณภาพของผลลัพธ์ของคุณขึ้นอยู่กับว่าคุณจัดการมันได้ดีแค่ไหน
การพิจารณาความพร้อมใหม่
หยุดวัดความพร้อมเป็นเช็คलิสต์ และเริ่มวัดที่ที่ความพร้อมอยู่จริง — ที่ระดับบุคคล — และออกแบบองค์กรให้เหมาะสมกับความสามารถของคน ไม่ใช่แพลตฟอร์ม
สามสิ่งที่ตามมา คือ หยุดถาม “เราพร้อมสำหรับ AI หรือไม่” และเริ่มถาม “สิ่งที่เราต้องทำต่อไปเพื่อให้คนของเราพร้อมสำหรับ AI คืออะไร และใครที่รับผิดชอบในการทำให้พวกเขาพร้อม” ลงทุนในการพัฒนาความสามารถของคนในระดับเดียวกับการลงทุนในการพัฒนาความสามารถของแพลตฟอร์ม และจ้างและให้รางวัลสำหรับการจัดการทีมที่มีคน 20 คน เพราะ นั่นคือพื้นฐานใหม่ ไม่ใช่เป้าหมายที่ต้องใช้ความพยายาม
“AI-Ready” ไม่ใช่คำที่ผิด มันเป็นคำที่ถูกเข้าใจผิดที่สุดใน Cloud — และการเข้าใจผิดนี้ทำให้บริษัทต่างๆ เสียค่าใช้จ่ายมากกว่าที่พวกเขาคิด บริษัทที่ทำสิ่งนี้ได้ถูกต้องจะไม่ใช่บริษัทที่มีแพลตฟอร์มมากที่สุด แต่จะเป็นบริษัทที่คนของพวกเขาสามารถเปลี่ยนแปลงสิ่งที่พวกเขาต้องการได้
