Je AI-positie bepalen zonder er een consultant bij te halen

Op deze pagina geven we een flink deel weg van waar we normaal voor betaald worden. Dat is bewust, en de redenering is simpel genoeg om hardop te zeggen: een bedrijf dat dit zelf kan uitzoeken had ons toch nooit ingehuurd, en een bedrijf dat het probeert en vastloopt weet nu precies op welk punt het vastliep. Allebei die uitkomsten zijn beter dan een vage brochure.

Dus hier is de eerlijke versie van hoe je vaststelt waar je staat, met niets meer dan een middag en de mensen die al voor je werken.

Begin bij wat je al doet, niet bij wat AI kan

De meest voorkomende manier waarop deze oefening misgaat, is beginnen met een lijst AI-mogelijkheden en dan zoeken waar je ze kunt toepassen. Dat levert een lijst op van dingen die technisch kunnen en commercieel nergens over gaan. Begin aan de andere kant: welk werk in dit bedrijf is repetitief, hoog in volume, en wordt nu gedaan door iemand wiens tijd duur is?

Je hoeft niets van AI te weten om dat te beantwoorden. Je moet je eigen bedrijfsvoering kennen, en dat doe je.

Twee mensen in gesprek. De antwoorden zitten bij de mensen die het werk doen, niet in een rapport.

De zes vragen

Stel ze aan de mensen die het werk doen, niet aan het managementteam. Het managementteam weet hoe het proces hoort te lopen. De mensen die het doen weten hoe het echt loopt, en het verschil tussen die twee is waar de meeste kansen zich verstoppen.

Een. Wat doe je meer dan tien keer per week dat elke keer bijna identiek voelt? Dit vindt volume. Alles onder die frequentie verdient de moeite van automatiseren zelden terug, wat het gereedschap ook kost.

Twee. Waar wacht je op informatie die ergens in dit pand al bestaat? Dit vindt de zoekproblemen, die meestal goedkoper op te lossen zijn dan mensen denken en irritanter zijn dan de directie doorheeft.

Drie. Wat wordt er twee keer ingetypt? Data die met de hand van het ene systeem naar het andere gaat is een signaal dat twee systemen niet met elkaar praten, en vaak een beter eerste project dan wat dan ook met een model erin.

Vier. Welke besluiten nemen we op gevoel terwijl we er data over hebben? Voorzichtig met deze. Het eerlijke antwoord is soms dat het gevoel beter is dan de data, en dat is het waard om te weten voordat je iets bouwt dat het overruled.

Vijf. Wat ging er vorig kwartaal mis dat we hadden kunnen zien aankomen? Dit vindt de voorspelproblemen die het waard zijn. Schiet je niets te binnen, dan is dat een echt en bruikbaar antwoord, en betekent het dat de voorspelcategorie niet is waar jouw waarde zit.

Zes. Wie hier gebruikt al AI zonder dat het gevraagd is? Bijna elk bedrijf heeft zo iemand. Zoek uit wat hij doet, want hij heeft je pilot al gratis gedraaid en weet waar het stukloopt.

Een pen boven een klembord. Schrijf de antwoorden op, want de waarde zit in de gaten die je vindt.

De zes vragen, en waar elke vraag echt voor dient

De rechterkolom telt net zo zwaar als de middelste. Elk van deze vragen heeft een manier om een zelfverzekerd fout antwoord op te leveren, en de oefening is alleen de moeite waard als je bereid bent de ongemakkelijke versie op te schrijven.

Beoordeel eerlijk, niet ruimhartig

Beantwoord voor elke kans die je vindt drie dingen op papier: hoe vaak het voorkomt, hoe lang het nu duurt, en wie er anders zou moeten gaan werken. Dat derde punt is het punt dat mensen overslaan, en het is het punt dat bepaalt of er daadwerkelijk iets gebeurt.

Een verandering die vier uur per week bespaart maar waarvoor drie afdelingen het eens moeten worden over een nieuw proces, is een lastiger project dan een die twee uur bespaart en waarvoor een persoon een gewoonte moet aanpassen. Volume is niet hetzelfde als haalbaarheid, en dat is precies het punt van de prioriteitenmatrix die wij voor hetzelfde werk gebruiken.

Waar het zelf doen ophoudt te werken

Eerlijk zijn over de grenzen is nuttiger dan doen alsof ze er niet zijn. Drie plekken waar een zelfbeoordeling betrouwbaar vastloopt:

Je data ziet er niet uit zoals je denkt. Vrijwel elke zelfbeoordeling gaat ervan uit dat de data achter een kans bruikbaar is. Dat is hij meestal niet, en daarachter komen vraagt technisch werk in plaats van een gesprek. Dit is verreweg de meest voorkomende reden dat een zelfgemaakt plan na stap een stilvalt.

Niemand intern kan zeggen wat technisch moeilijk is. Je team kan je vertellen wat irritant is en wat vaak voorkomt. Beoordelen of een bepaald probleem een weekend of een jaar werk is, is een ander vak, en het in beide richtingen fout inschatten is duur.

De ongemakkelijke antwoorden komen intern niet boven. Mensen vertellen hun eigen directie zelden dat een proces alleen bestaat omdat iemand van boven er jaren geleden op stond. Een buitenstaander krijgt dit elke keer binnen het eerste uur te horen.

Wat je met de uitkomst doet

Kom je door de zes vragen heen met een rangorde waar je in gelooft, dan heb je het nuttige deel gedaan. Neem het bovenste item, bepaal welk bewijs jou zou overtuigen dat het werkt, en draai het klein, precies zoals beschreven in AI-roadmap maken. Daar heb je ons niet voor nodig.

Kom je erdoorheen en twijfel je of de bovenste drie wel haalbaar zijn, dan is dat het punt waarop een blik van buiten zijn geld waard is, en koop je iets specifieks in plaats van een algemene beoordeling. Dat is voor beide kanten een beter gesprek.

Over deze pagina

De zes vragen zijn Radicals eigen werkmethode, dezelfde openingsset die we in een AI-Foto-sessie gebruiken, hier uitgeschreven in plaats van binnenshuis gehouden. De redenering over haalbaarheid tegenover impact komt overeen met de eerder gepubliceerde prioriteitenmatrix. Geschreven door Radicals eigen team; er is geen klantdata gebruikt.