AI-gerelateerde rollen en verantwoordelijkheden tot stand brengen

Voltooid

Elke strategie voor AI-acceptatie moet betrekking hebben op uw bestaande bedrijfsmogelijkheden. We hebben dit besproken in de module 'Bedrijfswaarde maken op basis van AI'. Het doel van deze module is om uw bedrijf voor te bereiden op AI-initiatieven. De vraag is nu: binnen uw organisatie, wie is verantwoordelijk voor welke taken als het gaat om AI? In deze les leert u hoe u AI-gerelateerde verantwoordelijkheden in uw organisatie kunt toewijzen.

Het inschakelen van AI in uw organisatie is een collectieve verantwoordelijkheid

Iedereen speelt een rol in AI-transformatie, niet alleen IT. Het is belangrijk om mensen van alle functies in uw bedrijf in staat te stellen ideeën over AI-toepassingen actief bij te dragen. Het is belangrijk om de samenwerking tussen zakelijke en technische teams te bevorderen bij het plannen van ontwerp en implementatie. Na de implementatie moeten teams binnen de technische en operationele kant van het bedrijf betrokken zijn bij het onderhouden van AI-oplossingen in de loop van de tijd:

  • De bedrijfsprestaties en het rendement van de AI-oplossing meten.
  • De prestaties en nauwkeurigheid van het model bewaken.
  • Reageren op inzichten die zijn verkregen uit een AI-oplossing.
  • Problemen oplossen die zich voordoen en bepalen hoe u de oplossing in de loop van de tijd kunt verbeteren.
  • Feedback verzamelen en evalueren van AI-gebruikers (of ze nu klanten of werknemers zijn).

Diagram dat laat zien dat AI multidisciplinaire vaardigheden vereist: domeinkennis, IT-vaardigheden en AI-vaardigheden.

Het is de ultieme verantwoordelijkheid van het senior leidinggevendenteam om eigenaar te zijn van de algehele AI-strategie en investeringsbeslissingen, het creëren van een cultuur die gereed is voor AI, wijzigingsbeheer en verantwoord AI-beleid.

Wat de andere leiders in een organisatie betreft, is er geen enkel model dat moet worden gevolgd, maar verschillende rollen kunnen een rol spelen. Uw organisatie moet een model bepalen dat geschikt is voor uw strategie en doelstellingen, de teams binnen uw bedrijf en uw AI-volwassenheid.

Line-of-Business Leader

Foto van een persoon die een leidinggevende is die voor een gebouw staat.

Deze persoon is een leidinggevende die verantwoordelijk is voor activiteiten van een bepaalde functie, line-of-business of proces binnen een organisatie.

  • Bronideeën van alle werknemers: Personen van elke afdeling en elk niveau moeten zich vrij voelen om ideeën bij te dragen, vragen te stellen en suggesties te doen met betrekking tot AI. We hebben ontdekt dat ideeën voor onze meest impactvolle toepassing van AI afkomstig zijn van onze werknemers binnen bedrijfsfuncties, niet van buiten of boven.

  • Nieuwe bedrijfsmodellen identificeren: de echte waarde van AI ligt in bedrijfstransformatie: het stimuleren van nieuwe bedrijfsmodellen, het inschakelen van innovatieve services, het creëren van nieuwe omzetstromen en meer.

  • Maak optionele community's voor het uitwisselen van ideeën: ze bieden mogelijkheden voor IT- en bedrijfsrollen om continu verbinding te maken. U kunt deze meting virtueel implementeren via hulpprogramma's zoals Yammer of persoonlijk bij netwerkgebeurtenissen of lunch- en leersessies.

  • Train bedrijfsexperts om Agile-producteigenaren te worden: een producteigenaar is lid van het Agile-team dat verantwoordelijk is voor het definiëren van de functies van de toepassing en het stroomlijnen van de uitvoering. Door deze rol als onderdeel of alle verantwoordelijkheden van een bedrijfsexpert op te nemen, kunnen ze tijd en moeite besteden aan AI-initiatieven.

Chief Digital Officer

Foto van een persoon die een Chief Digital Officer is.

De Chief Digital Officer (CDO) is een wijzigingsagent die toezicht houdt op de transformatie van traditionele bewerkingen met behulp van digitale processen. Hun doel is om nieuwe zakelijke kansen, omzetstromen en klantenservice te genereren.

  • Een cultuur van het delen van gegevens in het hele bedrijf cultiveren: de meeste organisaties genereren, opslaan en gebruiken gegevens op een silo. Hoewel elke afdeling een goed beeld kan hebben van hun eigen gegevens, hebben ze mogelijk geen andere informatie die relevant kan zijn voor hun activiteiten. Het delen van gegevens is essentieel voor het efficiënt gebruik van AI.
  • Maak uw AI-manifest: dit is de 'noordster' die duidelijk de visie van de organisatie voor AI en digitale transformatie breder beschrijft. Het doel is niet alleen om de strategie van het bedrijf te versterken, maar om iedereen in de hele organisatie te inspireren en hen te helpen begrijpen wat de transformatie voor hen betekent. De CDO moet samenwerken met andere leden van het senior managementteam om het document te maken en het bericht aan het bedrijf te sturen.
  • Identificeer katalysatorprojecten voor snelle overwinningen: Kick-start AI-transformatie door werk te identificeren dat direct kan profiteren van AI, dat wil gezegd H1-initiatieven. Laat deze projecten vervolgens zien om de waarde ervan te bewijzen en een impuls te krijgen tussen andere teams (H2 en H3).
  • Implementeer een onderwijsprogramma over best practices voor gegevensbeheer: naarmate meer mensen buiten IT betrokken raken bij het gebruik of maken van AI-modellen, is het belangrijk om ervoor te zorgen dat iedereen de best practices voor gegevensbeheer begrijpt. Gegevens moeten worden opgeschoond, geconsolideerd, opgemaakt en beheerd, zodat deze eenvoudig kunnen worden gebruikt door AI en vooroordelen kunnen voorkomen.

Leider human resources

Foto van een persoon die een leidinggevende is.

Een HR-directeur (Human Resources) levert fundamentele bijdragen aan de cultuur en ontwikkeling van mensen van een organisatie. Hun brede taken omvatten het implementeren van culturele ontwikkeling, het creëren van interne trainingsprogramma's en het inhuren op basis van de behoeften van het bedrijf.

  • Een "leercultuur" bevorderen: Overweeg hoe u een cultuur kunt stimuleren die wordt aangemoedigd door leiderschap dat uitdagingen omarmt en fouten erkent als waardevol onderdeel van continu leren en innovatie.

  • Een strategie voor digitaal leiderschap ontwerpen: maak een plan om line-of-business leiders en het senior leidinggevend managementteam hun eigen AI-kennis te bouwen en teams te leiden door middel van AI-acceptatie. Houd er rekening mee dat elke AI-strategie moet voldoen aan verantwoorde AI-principes.

  • Maak een plan voor het inhuren van nieuwe rollen, zoals gegevenswetenschappers: terwijl het verbeteren van uw werknemers het langetermijndoel is, moet u op de korte termijn mogelijk een aantal nieuwe rollen inhuren die specifiek zijn voor AI-initiatieven. Nieuwe rollen die mogelijk vereist zijn, zijn gegevenswetenschappers, softwaretechnici en DevOps-managers.

  • Maak een vaardighedenplan voor rollen die worden beïnvloed door AI: Voor het maken van een cultuur die gereed is voor AI, is een duurzame inzet van leiderschap vereist om werknemers te informeren en op te leiden aan zowel technische als zakelijke kant.

    • Aan de technische kant hebben werknemers kernvaardigheden nodig bij het bouwen en operationeel maken van AI-toepassingen. Het kan handig zijn om samen te werken met andere bedrijven om uw teams sneller te laten werken, maar AI-oplossingen zijn nooit statisch. Ze vereisen constante aanpassingen om nieuwe gegevens, nieuwe methoden en nieuwe kansen te benutten door mensen die ook een intiem begrip hebben van het bedrijf.
    • Aan de zakelijke kant is het belangrijk om mensen te trainen om nieuwe processen te gebruiken wanneer een op AI gebaseerd systeem hun dagelijkse werkstroom wijzigt. Training omvat het leren hoe ze AI-voorspellingen en -aanbevelingen interpreteren en erop reageren met behulp van een goed menselijk oordeel. U moet die verandering zorgvuldig beheren.

IT-leider

Foto van een persoon die een IT-leider is.

Hoewel de Chief Digital Officer belast is met het maken en implementeren van de algehele digitale strategie, houdt een IT-directeur toezicht op de dagelijkse technologieactiviteiten.

  • Start Agile-werkinitiatieven tussen bedrijven en IT: Het implementeren van Agile-processen tussen bedrijfs- en IT-teams kan helpen deze teams op elkaar af te stemmen op een gemeenschappelijk doel. Implementatie vereist een culturele verschuiving om samenwerking te vergemakkelijken en turfoorlogen te verminderen. Hulpprogramma's zoals Microsoft Teams en Skype zijn effectieve samenwerkingshulpmiddelen.
  • Maak een herstelplan voor donkere gegevens: donkere gegevens zijn ongestructureerde, niet-gemarkeerde en silogegevens die organisaties niet kunnen analyseren. Het is niet geclassificeerd, beveiligd of beheerd. In alle branches profiteren bedrijven aanzienlijk als ze donkere gegevens in het licht kunnen brengen. Hiervoor hebben ze een plan nodig om gegevenssilo's te verwijderen, gestructureerde informatie uit ongestructureerde inhoud te extraheren en overbodige gegevens op te schonen.
  • Flexibele cross-functionele leveringsteams en -projecten instellen: cross-functionele leveringsteams zijn cruciaal voor het uitvoeren van succesvolle AI-projecten. Mensen met intieme kennis van en controle over bedrijfsdoelen en -processen moeten een centraal onderdeel zijn van het plannen en onderhouden van AI-oplossingen. Gegevenswetenschappers die geïsoleerd werken, kunnen modellen maken die niet de context, het doel of de waarde hebben die ze effectief maken.
  • MLOps schalen binnen het bedrijf: het beheren van de volledige machine learning-levenscyclus op schaal is ingewikkeld. Organisaties hebben een aanpak nodig die de flexibiliteit van DevOps biedt voor de levenscyclus van machine learning. We noemen deze benadering MLOps: de praktijk van samenwerking tussen gegevenswetenschappers, AI-technici, app-ontwikkelaars en andere IT-teams om de end-to-end levenscyclus van machine learning te beheren. Meer informatie over MLOps vindt u in de bijbehorende eenheden van de module 'Ai-hulpprogramma's en -resources gebruiken voor uw bedrijf'.

De functie van zakelijke werknemers is niet alleen om inzichten te bieden aan gegevenswetenschappers. AI moet hen helpen beter en sneller te werken. In de volgende les gaan we kijken hoe dit doel kan worden bereikt met hulpprogramma's zonder code waarvoor geen kennis of bemiddeling van gegevenswetenschap nodig is.