Lista de verificare a pregătirii pentru IA: este compania dumneavoastră chiar pregătită?

Există o întrebare care mi se pune acum cel puțin o dată pe săptămână, de obicei rostită cu un râs ușor nervos: „Deci... ar trebui să facem ceva cu IA?” E o întrebare greșită, dar onestă. Întrebarea corectă — cea pe care aproape nimeni nu o pune prima — e mai liniștită și mult mai utilă: este compania aceasta cu adevărat pregătită să obțină valoare din IA sau am da pur și simplu foc banilor ca să părem moderni?

Am petrecut deja ani de zile stând la masă în fața proprietarilor și managerilor de firme mijlocii — producători, angrosiști, firme de profesioniști, afaceri de servicii regionale cu cincizeci până la trei sute de oameni. Cei care reușesc cu IA aproape niciodată nu pornesc de la tehnologie. Pornesc fiind sinceri cu privire la starea propriei case: datele, procesele, oamenii și cum se iau de fapt deciziile când nimeni nu se uită. Tehnologia e partea ușoară. Pregătirea e partea care decide dacă obțineți un rezultat sau un regret.

Așadar, aceasta este lista de verificare pe care o parcurg, mai mult sau mai puțin, înainte de a recomanda unei companii să cheltuiască un singur euro pe construirea a ceva. Nu e un model de maturitate cu douăsprezece dimensiuni și o diagramă radar colorată. E un set de întrebări simple la care puteți răspunde la o cafea, grupate în cinci lucruri care prezic cu adevărat dacă IA va funcționa pentru dumneavoastră — sau vă va face de râs discret într-o ședință de coordonare peste șase luni.

De ce „pregătirea” contează mai mult decât modelul

Iată adevărul incomod cu care furnizorii nu vor începe: modelul de IA e rareori cel care face un proiect să eșueze. Modelele sunt acum uimitor de bune și devin tot mai bune la fiecare câteva luni, indiferent dacă faceți ceva sau nu. Ceea ce ucide proiectele e tot ce înconjoară modelul — datele dezordonate cu care e hrănit, procesul de care e prins, oamenii care nu au fost niciodată întrebați, proprietarul neclar, definiția vagă a succesului.

Am văzut companii cheltuind sume serioase pe un pilot ingenios care a funcționat splendid în demonstrație și apoi a murit la contactul cu realitatea, fiindcă datele de care avea nevoie trăiau în trei sisteme incompatibile și în capul unei singure persoane. Pilotul nu era greșit. Compania pur și simplu nu era pregătită pentru el. Pregătirea nu e o poartă care vă ține departe de IA — e lucrul care determină dacă investiția dumneavoastră se compune sau se evaporă.

Vestea bună e că pregătirea poate fi remediată, iar majoritatea remedierilor sunt neglamuroase și ieftine. Nu aveți nevoie de un lac de date sau de un director de IA. Aveți nevoie să știți sincer unde vă aflați pe cinci fronturi și să închideți una sau două breșe care altfel ar scufunda primul proiect. Să le parcurgem.

Pilonul 1: Datele dumneavoastră — sunt destul de bune pentru a construi pe ele?

IA e la fel de bună ca ceea ce o hrăniți, iar aici sunt cel mai des surprinse firmele mijlocii. Nu pentru că datele lor ar fi groaznice — de obicei sunt suficient de bune pentru a conduce afacerea — ci pentru că „bine pentru oameni” și „bine pentru o mașină” sunt repere diferite. O persoană poate citi o fișă de client ușor inconsecventă și să știe că „Müller GmbH” și „Mueller G.m.b.H.” sunt aceeași firmă. Un sistem are nevoie ca dumneavoastră să fi decis deja asta.

Nu aveți nevoie de date perfecte. Nimeni nu are date perfecte, iar a le aștepta e doar amânare în costum. De ce aveți nevoie sunt date accesibile, rezonabil de consecvente și conectate la procesul pe care vreți să-l îmbunătățiți. Puneți-vă întrebările simple:

• Puteți accesa cu adevărat datele de care ați avea nevoie sau sunt prinse într-un sistem din care doar un singur furnizor poate exporta?
• Același lucru e înregistrat la fel de cele mai multe ori — clienții, produsele, statusurile, datele?
• Sistemele dumneavoastră de bază știu unele de altele sau cineva retastează între ele în fiecare zi?
• Există suficient istoric din care să se învețe, acolo unde sarcina chiar are nevoie de istoric?
• V-ați simți confortabil dacă un organism de reglementare ar întreba de unde provine un anumit număr?

Încă un lucru pe care oamenii îl subestimează: proprietatea asupra datelor. Dacă o bucată critică din ce ați hrăni modelului trăiește într-un instrument terț al cărui contract interzice exportarea, asta nu e o problemă tehnică pe care o puteți ocoli prin inginerie — e una comercială pe care trebuie să o rezolvați mai întâi. Mai bine să aflați asta acum, pe hârtie, decât la trei luni după ce ați început construirea.

Pilonul 2: Procesele dumneavoastră — sunt destul de stabile pentru automatizare?

Există o vorbă veche în domeniul nostru: dacă automatizezi un haos, obții un haos mai rapid. E un clișeu fiindcă e necruțător de adevărat. IA pusă peste un proces haotic nu repară haosul — îl scalează, iar acum sunteți confuzi cu viteză. Înainte de a putea pune inteligență peste un proces, procesul trebuie să fie destul de stabil încât să-l puteți descrie unui nou angajat în prima lui zi.

Asta nu înseamnă că trebuie să fie elegant sau complet documentat. Înseamnă că trebuie să fie real și repetabil. Testul e simplu: îl puteți desena? Dacă ați așeza trei persoane care fac munca într-o cameră și le-ați cere să schițeze pașii, ar desena aproximativ aceeași imagine — sau trei imagini diferite, fiecare insistând că a sa e modul în care se face „de fapt”?

Reguli versus raționament

Ajută și să știți cu ce fel de proces aveți de-a face. Dacă urmează reguli fixe — mută aceste date acolo, trimite acea memento, semnalează orice depășește un prag — s-ar putea să nu aveți nevoie deloc de IA; automatizarea simplă e mai ieftină și mai fiabilă. IA își merită banii acolo unde munca e cu adevărat dezordonată și de natură lingvistică sau de raționament: citirea unui e-mail în text liber și extragerea comenzii, redactarea unui prim răspuns, sortarea documentelor pe care nimeni nu vrea să le claseze. A fi sincer cu privire la care dintre ele aveți vă scapă de a cumpăra un baros pentru o pioneză.

Pilonul 3: Oamenii dumneavoastră — chiar îl vor folosi?

Acesta e pilonul căruia i se acordă cea mai puțină atenție și care strică cele mai multe proiecte. Puteți avea date curate și un proces ordonat și totuși să ajungeți cu un instrument pe care nu-l atinge nimeni, fiindcă oamenii a căror muncă s-a schimbat au fost tratați ca un gând de pe urmă. Un model ignorat are un ROI de exact zero, oricât de impresionant ar fi părut în prezentare.

Pregătirea aici ține parțial de competențe, dar mai ales de încredere și implicare. Au fost întrebați oamenii care fac munca ce îi încetinește sau li s-a înmânat o soluție la o problemă pe care nu au recunoscut că o au? Simte cineva din clădire un sentiment de proprietate asupra reușitei acestui lucru sau e „proiectul consultantului”? Există cel puțin o persoană curioasă în echipă care îl va susține în loc să-l ocolească discret?

Nu aveți nevoie de specialiști în date în personal. Pentru majoritatea firmelor mijlocii, partenerul potrivit aduce profunzimea tehnică. Ce nu puteți externaliza e disponibilitatea de a schimba modul în care se fac câteva sarcini zilnice — iar acea disponibilitate se construiește implicând oamenii devreme, nu anunțând noul sistem la o ședință generală după ce a fost deja cumpărat.

Pilonul 4: Strategie și buget — există un proprietar real și un număr real?

Inițiativele de IA care plutesc desprinse de afacere, fără un proprietar clar și fără un succes definit, tind să se rătăcească până când cineva le retrage discret finanțarea. Pregătirea pe acest front e neglamuroasă, dar decisivă: o persoană desemnată care deține rezultatul, o problemă specifică ce merită rezolvată și un buget pe măsura ambiției — inclusiv partea pe care toată lumea o uită, adică menținerea în funcțiune a lucrului după lansare.

Ar trebui să puteți completa această propoziție înainte de a începe: „Acest proiect reușește dacă, în trei luni, se întâmplă [un lucru specific și măsurabil].” „Devenim mai inovatori” nu e o linie de sosire; e un comunicat de presă. „Echipa noastră încetează să petreacă șase ore pe săptămână retastând comenzi” e o linie de sosire. Cu cât mai îngust și mai măsurabil, cu atât mai bine — și cu atât mai ușor de știut dacă ați câștigat cu adevărat.

În privința bugetului în mod special: construirea e de obicei jumătatea mai mică. Un model are nevoie de monitorizare, de o reglare ocazională și de un proprietar care observă când realitatea se abate de la ceea ce a fost antrenat. Firmele care bugetează doar pentru construire pregătesc un instrument care funcționează strălucit un trimestru și apoi putrezește încet fiindcă nimeni nu a fost plătit să-l îngrijească. Planificați pentru viața de apoi plictisitoare a proiectului, nu doar pentru nașterea lui palpitantă.

Pilonul 5: Risc și guvernanță — partea pe care nu o puteți sări în Europa

Pentru o firmă europeană mijlocie, acest pilon nu e opțional, iar a pretinde altfel e modul în care ajungeți cu un instrument ingenios pe care legal nu-l puteți pune în funcțiune. Nu aveți nevoie de un departament de conformitate, dar trebuie să fi pus întrebările de bază înainte de a construi, nu după. Mai ales se reduce la a ști ce date atinge sistemul, unde sunt procesate și cine răspunde când greșește ceva.

Întrebările sunt mai puțin înspăimântătoare decât par. Procesează instrumentul date cu caracter personal și, dacă da, pe ale cui servere și în baza cărui acord? Dacă IA sugerează ceva — un preț, un răspuns, o decizie — o revizuiește un om acolo unde contează sau acționează de unul singur? Puteți explica, în limbaj simplu, cum a ajuns la un anumit rezultat dacă un client sau un auditor întreabă? V-ați gândit ce se întâmplă în ziua în care greșește cu încredere, fiindcă acea zi va veni?

Punând totul cap la cap: evaluându-vă onest

Nu aveți nevoie de un tabel pentru asta, deși puteți construi unul. Parcurgeți cei cinci piloni și evaluați fiecare cu roșu, galben sau verde — nu aspirațional, ci așa cum este cu adevărat azi. Scopul nu e să obțineți verde peste tot; aproape nicio companie nu reușește, iar dumneavoastră nu aveți nevoie de asta. Scopul e să găsiți unul sau două roșuri care ar scufunda un prim proiect și să le rezolvați înainte de a construi.

1. 1
   Evaluați fiecare pilon cu roșu, galben, verde

   Date, procese, oameni, strategie, guvernanță. Fiți sincer — o autoevaluare optimistă doar mută dezamăgirea pentru mai târziu.
2. 2
   Găsiți-vă roșurile blocante

   Un roșu pe exact pilonul de care depinde primul proiect e un semn de oprire. Un roșu undeva fără legătură poate aștepta. Contextul contează mai mult decât totalul.
3. 3
   Rezolvați mai întâi breșele ieftine

   Majoritatea breșelor de pregătire se închid cu muncă neglamuroasă și ieftină — făcând datele accesibile, scriind procesul, implicând echipa devreme.
4. 4
   Alegeți cel mai mic proiect real

   Alegeți un proces stabil, frecvent și bine deținut, unde sunteți suficient de verde pentru a câștiga. O victorie mică finalizată o finanțează pe următoarea — în încredere, nu doar în bani.
5. 5
   Abia atunci, și numai atunci, construiți

   Cu roșurile eliminate de pe pilonii care contează și un obiectiv măsurabil scris, sunteți pregătit. Nu perfect — pregătit. Sunt lucruri diferite, și doar unul dintre ele se livrează.

Observați că cea mai mare parte a acestei munci nu are nimic de-a face cu IA. Date accesibile, un proces pe care îl puteți desena, o echipă convinsă, un proprietar clar, un om în buclă — acestea vă fac compania mai bună chiar dacă nu puneți niciodată în funcțiune un singur model. Acesta e bonusul discret al luării în serios a pregătirii: pregătirea e valoroasă în sine. IA vă oferă doar un motiv să o faceți în sfârșit.

Întrebări frecvente