AI & organizacija

Organizacijski standard treba granice, ne jedinstven način rada

Kada nekoliko timova razvije korisne načine rada uz AI, organizacija prirodno želi uvesti standard. No standardizacija lako postane pokušaj da se svaka situacija riješi istim postupkom. U distribuiranom radu uz AI korisniji je standard koji određuje granice, dok način izvedbe ostavlja dovoljno blizu kontekstu.

3 min čitanja AI & organizacija

Standard koji uklanja svu lokalnu prosudbu ne skalira dobru praksu; skalira krutost.

U ranoj fazi AI primjene dobre prakse obično nastaju lokalno. Tim prilagodi alat vlastitom procesu, pronađe koristan obrazac provjere i postupno izgradi osjećaj za situacije u kojima rezultat ima smisla. Kada takva praksa postane vidljiva, javlja se opravdano pitanje kako je prenijeti u ostatak organizacije.

Najjednostavniji odgovor često je propisati jedinstven postupak. No ono što je dobro funkcioniralo u jednom kontekstu ne mora imati isti rizik, podatke ni kriterij kvalitete drugdje. Previše detaljan standard može zato usporiti učenje, prikriti stvarne razlike među procesima i vratiti odluke daleko od mjesta na kojem nastaje rad.

Koristan standard određuje nekoliko čvrstih granica: koji rezultat mora provjeriti čovjek, koje se vrste podataka ne smiju koristiti, tko preuzima odgovornost za iznimku, kako se bilježi odstupanje i kada lokalna praksa mora ponovno na organizacijsku provjeru. Unutar tih granica tim može prilagoditi izvedbu svom procesu.

Takav pristup ne znači manje upravljanja. Znači preciznije upravljanje. Organizacija centralno definira ono što mora biti zajedničko, a lokalno ostavlja ono što ovisi o korisniku, procesu i kontekstu. Time se autonomija i kontrola prestaju promatrati kao suprotnosti.

Institucionalizacija AI prakse zato nije trenutak u kojem se pronađe jedan najbolji način rada. To je sposobnost organizacije da postavi pouzdane granice, uspoređuje različite lokalne izvedbe i iz njih redovito poboljšava zajednički standard.

Što to znači za organizacije?

  • Zajednički standard treba definirati minimalne kriterije kvalitete, rizika i odgovornosti, a ne svaki korak izvedbe.
  • Lokalne prilagodbe treba učiniti vidljivima i usporedivima kako bi iz njih nastajalo organizacijsko učenje.
  • Iznimke trebaju imati jasan put eskalacije i rok nakon kojeg se provjerava treba li promijeniti zajedničko pravilo.
  • Autonomiju timova treba vezati uz dokazivu kvalitetu i povratnu spregu, ne uz odsutnost kontrole.

Povezano sa ZPR modelom

Uvid pripada fazi Transformacija organizacije i primarno dimenziji Organizacijska kultura, uz snažnu vezu s procesima. Pokazuje kako organizacija pretvara distribuiranu praksu u zajednički način rada bez nepotrebne birokracije.

Primajte nove uvide jednom mjesečno.

Bez buke. Samo kratki analitički signali o AI-u, organizaciji i transformaciji rada.

Primajte analize i uvide.

Nije stigao potvrdni e-mail? Provjerite mapu Spam ili Junk.

Već pretplaćeni? Odjavite se

Kontaktirajte nas