Muutosten hallinta ja hyväksyminen

Voitot:

• Kyky ymmärtää, että tekoälyn muuntaminen epäonnistuu usein inhimillisistä ja kulttuurisista syistä, ei teknisistä syistä, ja tunnistaa vastustuksen taustalla olevat huolenaiheet
• Kyky nopeuttaa adoptiota houkuttelevalla "miksi"-tarinalla, näkyvällä johtajuudella ja mestarien verkostolla
• Kyky hallita muutosta jatkumona, ei kertaluonteisena ilmoituksena, mittaamalla käyttöönottoa mittareilla ja poistamalla esteitä

Tekoälymuutoksen karu todellisuus on tämä: strategia, tekniikka ja budjetti voivat olla täydellisiä; Mutta jos ihmiset eivät hyväksy muutosta, kaikki on turhaa. Tutkimukset osoittavat johdonmukaisesti, että suurin osa tekoälyaloitteiden epäonnistumisesta ei ole teknistä, vaan inhimillistä ja kulttuurista. Tässä viimeisessä osiossa opit, kuinka ylemmän tason johtaja voi ohjata muutoksenhallintaa (ihmisten siirtymisen järjestelmälliseen hallintaan uuteen työtapaan) muuttaakseen tekoälymuutoksen todelliseksi omaksumiseksi (ihmisten todellinen ja jatkuva innovaation käyttö). Tavoitteena ei ole asentaa tekniikkaa; on varmistaa, että ihmiset käyttävät sitä turvallisesti, halukkaasti ja oikein.

Miksi ihmiset vastustavat?

Vastustus ei usein ole tyhmyyttä tai itsepäisyyttä, vaan ymmärrettäviä huolenaiheita: työturvallisuuden pelko ("ottaako tekoäly?"), osaamisahdistus ("En voi oppia tätä"), itseluottamuksen puute ("En voi luottaa sen tuottoon") ja merkityksen menetys ("miksi meidän on muututtava?"). Näiden huolenaiheiden huomiotta jättäminen lisää vastustusta; Heidän avoin kohtaaminen nopeuttaa adoptiota.

ahdistusta

taustalla oleva kysymys

Ylläpitäjän vastaus

työturvallisuus

Menetänkö työpaikkani?

Selitä selkeästi, kuinka rooli rikastuu

pätevyyttä

Voinko oppia tämän?

Koulutus, tuki, turvallinen testausalue

luottaa

Voinko luottaa tulokseen?

Opeta rajat, validointi

Merkitys

Miksi minun pitäisi muuttua?

Selitä "miksi" vakuuttavasti

Vinkki: Kehittäkää muutosta niin, ettei "keinoäly korvaa ihmiset", vaan "keinoäly tekee ihmisten työstä helpompaa, ottaa haltuunsa tylsän osan jättäen ihmiset tekemään arvokkaampaa työtä". Tämä saman totuuden kehystys korvaa pelon uteliaisuudella.

Muutoksenhallinnan perusvaiheet

Tekoälyyn sovitettujen klassisten muutosmallien (esim. Kotterin askeleet) olemus:

1. Luo kiireellisyys ja syy. Miksi nyt, miksi me? Vaikuttava tarina.
2. Näytä näkyvää johtajuutta. Ylimmän johdon tulee käyttää itse työkalua; ei retoriikalla vaan esimerkillä.
3. Tee varhaiset voitot näkyväksi. Juhli ja levitä sanaa pienistä mutta todellisista onnistumisista.
4. Kouluta ja tue. Osaamista ja turvallista testikenttää kaikille.
5. Luo mestareita. Ota jokaiseen joukkueeseen vapaaehtoisia, innostuneita muutosmestareita.
6. Tee siitä pysyvä. Upota uutta käyttäytymistä prosesseihin, tavoitteisiin ja kulttuuriin.

Askel askeleelta: adoptiosuunnitelma

1. Karttaa sidosryhmät ja huolenaiheet. Ketä se koskee, mitä se koskee?

2. Anna vakuuttava "miksi". Rakenna tarina muutoksesta ihmisten kielellä.

3. Osoita johtajuutta esimerkillä. Anna järjestelmänvalvojien käyttää työkalua näkyvästi.

4. Rakenna koulutus- ja mestariverkosto. Valtuuta, vahvista vapaaehtoisia pioneereja.

5. Mittaa, kuuntele, säädä. Mittaa käyttöönottoastetta, kerää palautetta, poista esteitä.

kolme minilaukkua

Tapaus 1 – Ohitettu pelko. Tilitoimisto mainosti tekoälytyökaluaan "tehokkuuden vuoksi", mutta ei koskaan käsitellyt työntekijöiden pelkoa työpaikan turvallisuudesta. Sana levisi, tiimi sabotoi hiljaa työkalua, adoptio pysyi 20 prosentissa. Johto perääntyi ja piti avoimen kokouksen selittäen, että ketään ei lomautettaisi ja että välimies ottaa haltuunsa tylsän työn ja siirtää kaikki konsultointiin. Kolmessa kuukaudessa adoptio kasvoi 75 prosenttiin. Pelosta puhuminen oli ratkaisu.

Tapaus 2 – Esimerkki johtajuudesta. Teknologiayrityksen toimitusjohtaja käytti tekoälytyökalua julkisesti laatiessaan omaa viikoittaista raporttiaan ja kertoi myös virheistään ("katso, hän teki tässä virheen, korjasin sen"). Tämä näkyvä johtajuus lähetti viestin, että "jos pomo käyttää sitä, se on vakavaa" ja osoitti, että todentaminen oli normaalia. Adoptio levisi nopeasti, ilman takaiskuja.

Tapaus 3 – Mestariverkoston teho. Yksi jälleenmyyjä valitsi jokaisesta kaupasta yhden vapaaehtoisen "AI-mestarin"; Nämä ihmiset saivat lisäkoulutusta ja heille annettiin tehtäväksi auttaa kollegoitaan henkilökohtaisesti. Oppiminen samaa työtä tekevältä ystävältä etäkoulutustiimin sijaan nopeuttaa käyttöönottoa kolminkertaisesti. Tehokkain opettaja oli naapuripöydän innostunut kollega.

Neljä kopioitavaa mallia

1) Sidosryhmien ja huolenaiheiden kartta:

Tehtäväsi: muutosjohtamisen konsultti. Luettelo sidosryhmät, joihin tämä tekoälyaloite vaikuttaa, ja tunnista kunkin ryhmän ensisijainen huolenaihe (työturvallisuus, pätevyys, luottamus, merkitys). Kirjoita tervehdys jokaiselle huolenaiheelle. Aloite: [teksti]

2) "miksi"-tarina:

Laadi vaikuttava "miksi nyt, miksi me" -tarina kerrottavaksi tämän tekoälymuutoksen parissa työskenteleville. Korvaa pelko uteliaisuudella; Korosta, että työkalu ottaa haltuunsa tylsän työn ja jättää ihmisen arvokkaampaan työhön. Muutos: [teksti]

3) Mestariohjelma:

Suunnittele "mestari"-ohjelma, joka nopeuttaa tekoälyn käyttöönottoa tiimeissä: miten mestarit valitaan, mitä koulutusta he saavat, mihin tehtäviin he ryhtyvät, miten heitä motivoidaan? Kirjoita ytimekäs ja toimiva suunnitelma.

4) Adoptiomittaussuunnitelma:

Ehdota mittareita tekoälytyökalun käyttöönoton mittaamiseksi: aktiivinen käyttöaste, käyttötiheys, käyttäjätyytyväisyys, estepalaute. Kirjoita kullekin mittarille, miten se kerätään ja mikä kynnys katsotaan "terveeksi".

Heikko kehote / Vahva kehote

Heikko: "Mitä minun pitäisi tehdä saadakseni ihmiset käyttämään tekoälyä?"

Johtopäätös: Yleiset "kouluta, kommunikoi" -suositukset; ei näe huolenaiheita ja kontekstia.

Vahva: "Otamme tekoälyn tukityökalun käyttöön 150 hengen puhelinkeskuksessa. Työn turvallisuudesta tiimissä on kova pelko. Tee juuri tähän tilanteeseen sopiva käyttöönottosuunnitelma: miten käsittelen sidosryhmien huolenaiheita, minkä pitäisi olla vakuuttava "miksi"-tarina, jonka kerron työntekijöille, miten perustan mestariohjelman ja millä mittareilla mittaan ensimmäisten 90 päivän käyttöönottovaiheita?

Tulos: Toimiva adoptiosuunnitelma tarina-mestari-mittauksella, joka perustuu kontekstiin ja todelliseen huoleen.

Yleisiä virheitä

• Inhimillisen ulottuvuuden ohittaminen. Tekniikkaan keskittyminen ja pelkojen ja huolenaiheiden huomiotta jättäminen on yleisin epäonnistumisen syy.
• Puhumattakaan pelosta. Kun ahdistus työn turvallisuudesta tukahdutetaan, se palaa hiljaisena sabotaasina; käsitellä sitä selvästi.
• Esimerkillisen johtajuuden puute. Ylläpitäjä, joka sanoo "Sinä käytät sitä", mutta ei käytä sitä itse, kumoaa viestin.
• Viestintä vain ylhäältä. Tehokkain opetus tulee läheiseltä kollegalta (mestari), ei kaukaisesta tiimistä.
• Ei mittaa adoptiota. Laitos, joka ei mittaa, käytetäänkö sitä vai ei, ei näe esteitä.

Huomio: Muutoksenhallinta ei ole kertaluonteinen ilmoitus, vaan prosessi, joka vaatii jatkuvuutta. Tekoäly voi ehdottaa sinulle adoptiosuunnitelmaa tai yhteystekstiä; Mutta ihmisten todellisten huolenaiheiden kuunteleminen, luottamuksen rakentaminen ja esimerkin johtaminen voi tapahtua vain ihmisen johdolla. Ole myös rehellinen: ihmisten valmistaminen uusiin rooleihin on sekä eettistä että kestävämpää sen sijaan, että piilotettaisiin tilanteet, joissa tekoäly todella korvaa joitakin rooleja.

Yhteenvetona

Tekoälymuutokset epäonnistuvat usein inhimillisistä ja kulttuurisista syistä, eivät teknisistä syistä. Resistanssi; Työturvallisuus syntyy pätevyydestä, luottamuksesta ja merkityksestä, ja se ratkaistaan ​​vastaamalla avoimesti näihin huolenaiheisiin, ei jättämällä niitä huomiotta. Onnistunut muutoksenhallinta kertoo vakuuttavan "miksi", näyttää esimerkkiä näkyvällä johtajuudella, juhlii varhaisia ​​voittoja, kouluttaa kaikkia, rakentaa mestarien verkostoa ja upottaa uuden käyttäytymisen kulttuuriin. Adoptiota on mitattava, kuunneltava ja esteet on poistettava. Tämän moduulin aikana; Visiosta tiekarttaan, käyttötapausten priorisoinnista sijoitetun pääoman tuottoprosenttiin ja riskeihin, hallintoon, etiikkaan, vaatimustenmukaisuuteen, lahjakkuuteen ja hankintoihin, olemme luoneet puitteet, joita johtaja tarvitsee hallitakseen tekoälyn muutosta päästä päähän ja vastuullisesti. Tekniikka on työkalu; strategia, hallinto ja ihmisten johtajuus ovat todellisia eroja.

Sovellustehtävä

Valitse tekoälyaloite ja kartoita asianomaisten sidosryhmien huolenaiheet mallin 1 avulla. 2. Laadi houkutteleva "miksi"-tarina kerrottavaksi työntekijöille mallin avulla; Muista käsitellä työturvallisuusongelmat rehellisesti. Kirjoita mestariohjelman kolme vaihetta ja kaksi mittaria, joilla mittaat adoptiota. Lopuksi "miten käytän tätä työkalua näkyvästi johtajana?" Anna konkreettinen vastaus kysymykseen.

tarkistuslista

• [ ] Kartoin asianomaiset sidosryhmät ja heidän huolenaiheensa.
• [ ] Käsittelin työturvallisuutta koskevan huolen rehellisesti.
• [ ] Rakensin vaikuttavan "miksi"-tarinan.
• [ ] Ajattelin näyttää esimerkkiä.
• [ ] Suunnittelin mestariverkoston.
• [ ] Tunnistan mittareita adoption mittaamiseksi.
• [ ] Suunnittelin muutoksen jatkoksi, en kertaluonteiseksi ilmoitukseksi.

Moduulin tentti

1. Mikä seuraavista on ylimmän johtajan todellinen rooli tekoälyssä?

• A) Suunnan antaminen, resurssien jakaminen, riskirajojen vetäminen ja vastuun ottaminen ✔
• B) Mallin arkkitehtuurin ja algoritmin valinta ja koodaus henkilökohtaisesti
• C) Luovuta tekoäly kokonaan teknologiatiimille ja odota tuloksia
• D) Jokaisen osaston salliminen vapaasti testata omaa työkaluaan.

Selitys: Järjestelmänvalvojan tehtävänä ei ole kouluttaa malleja tai kirjoittaa koodia; Suunnan antaminen, resurssien kohdentaminen, riskirajojen vetäminen ja vastuullisuuden ottaminen. Tekninen tiimi ratkaisee "miten"-kysymyksen, johtaja ratkaisee "miksi, milloin, mihin rajoihin ja kuka on vastuussa" -kysymykset. Tekoäly ei ole teknologiaprojekti, vaan liiketoiminnan muutoskysymys, ja omistajuuden tulee olla liiketoiminnan puolella.

2. Mikä on keskeinen piirre, joka erottaa hyvän tekoälynäön tyhjästä iskulauseesta?

• A) Sisältää uusimman tekniikan nimen
• B) Se riippuu liiketoiminnan tuloksesta, on mitattavissa ja sillä on aikahorisontti ✔
• C) Ole mahdollisimman itsevarma ja yleinen
• D) Samanlainen kuin kilpailijoiden visio

Selitys: Hyvä visio on sidottu liiketoiminnan tulokseen (ei teknologiaan), se on mitattavissa ja sillä on aikahorisontti. "Me tulemme olemaan tekoälyn johtajia" on mittaamaton, eikä se sisällä liiketoiminnan tuloksia. "Puolitamme ensimmäisen vasteajan ja laskemme kustannuksia 15 % kolmessa vuodessa" on konkreettista, mitattua ja aikahorisonttia. Kun poistat sanan "tekoäly" visiosta, sinun tulee jättää mielekäs liiketoiminnallinen tavoite.

3. Mitkä ovat ne mitat, jotka näkyvät näkymättöminä edellytyksinä useimmille instituutioille tekoälyn kypsyysarvioinnissa ja joihin ei kannata panostaa, kun ne ovat heikkoja?

• A) Vain markkinointi- ja brändimitat
• B) Vain laitteisto ja toimistoinfrastruktuuri
• C) Tiedot ja hallinto ✔
• D) Kilpailija-analyysi ja hinnoittelu

Kuvaus: Kypsyyttä mitataan viidellä ulottuvuudella (strategia, data, teknologia, lahjakkuus, hallinto). Data ja hallinto ovat usein näkymättömiä edellytyksiä: kalliin mallin rakentaminen, kun data on sotkuista ja huonolaatuista, on kuin ostaisi hyllyn tyhjään varastoon; Ilman hallintoa riskit kasaantuvat hiljaa. Tästä syystä aukot korjataan riippuvuusjärjestyksessä, ja tiedot ja hallinto ovat yleensä etusijalla.

4. Mikä on oikea lähestymistapa käyttötapaukselle arvo/sovellettavuus-matriisin 'korkea arvo + alhainen sovellettavuus' -alueella?

• A) Ota välittömästi käyttöön täydessä mittakaavassa
• B) Luopuminen kokonaan, koska se on arvotonta
• C) Tee se vapaa-ajalla alhaisen prioriteetin täyteaineena
• D) Suunnittelu suurena panoksena ja sen edellytysten luominen, samalla eteenpäin nopeilla voitoilla ✔

Kuvaus: Tätä aluetta kutsutaan "suureksi panokseksi": sillä on korkea arvo, mutta sitä ei voida tehdä heti tietojen, integroinnin tai teknisten ongelmien vuoksi. Oikea lähestymistapa on suunnitella se ja luoda sen edellytykset (tietoinfrastruktuuri, integraatio); Sukeltaminen sokeasti tarkoittaa kuukausien arvotonta työtä. Samaan aikaan "nopeilla voitoilla" (korkea arvo + korkea elinkelpoisuus) luodaan vauhtia ja tämä iso veto rahoitetaan.

5. Mikä on kriittisin asia tehdä ennen aloittamista todistaaksesi tekoälypilotin arvon?

• A) Määrittele menestysmittari ja mittaa nykytilanteen lähtötaso ✔
• B) Osta kallein mahdollinen ajoneuvo
• C) Pilotin avaaminen koko oppilaitokselle samanaikaisesti
• D) Tulosten raportointi ennusteella pilotin päätyttyä

Selitys: Perustaso on nykytilanteen mittaus ennen parantamista. Ilman lähtökohtaa väitettä, että olemme "parantuneet", ei voida todistaa; "Kuinka paljon parantunut?" skaalauspäätöksessä. Kysymykseen ei voi vastata. Siksi ennen pilotin aloittamista tulee määritellä onnistumismittari ja mitata nykytilanne numeroin. Et voi hallita ja puolustaa arvoa, jota et voi mitata.

6. Mitkä kustannuserät jäävät useimmiten instituutioiden huomiotta tekoälyn ROI-laskennassa ja saavat ne ajattelemaan, että hanke on kannattava?

• A) Vain yleiskulut, kuten toimistovuokra ja sähkö
• B) Piilokustannukset, kuten integrointi, jatkuva ihmisen valvonta ja ylläpito ✔
• C) Vain markkinointi- ja mainontabudjetti
• D) Ei mitään; lisenssimaksu on ainoa todellinen kustannus

Selitys: Laitokset tyypillisesti laskevat vain lisenssi-/käyttömaksun; kun taas tekoälyssä piileviä kustannuksia ovat yleensä integrointi, tietojen valmistelu, jatkuva ihmisen seuranta, ylläpito ja muutosten hallinta, ja ne ovat usein suurempia kuin lisensointi. Kun nämä kohteet jätetään pois, "kannattavaksi" pidetty projekti voi itse asiassa toimia tappiollisesti. Lisäksi hyötypuolella tulee kyseenalaistaa, muuttuuko säästetty aika todella arvoksi.

7. Mitä "mallin ajautuminen" tarkoittaa tekoälyriskeissä ja miksi se vaatii jatkuvaa seurantaa?

• A) Mallin siirtäminen fyysisten palvelimien välillä
• B) Mallin lisenssimaksu nousee ajan myötä
• C) Mallin suorituskyky heikkenee hiljaa ajan myötä maailman muuttuessa ✔
• D) Mallin tulos pysyy aina samana

Selitys: Mallin ajautuminen on sitä, kun malli kuluu ja sen suorituskyky heikkenee hiljaa maailman muuttuessa (uudet tuotteet, uudet käyttäytymismallit, uudet petosmallit). Kerran hyvin toimiva malli ei toimi hyvin ikuisesti; Siksi säännöllinen suorituskyvyn seuranta on välttämätöntä. Esimerkiksi petosmalli voi hiljaa heiketä uuden mallin edessä, ja ilman valvontaa tappio kasvaa eksponentiaalisesti.

8. Mikä on oikea lähestymistapa tekoälyn hallintaan liittyvien hyväksymisprosessien suunnittelussa?

• A) Jokaisen tekoäly-aloitteen alistaminen yhtä vahvalle hyväksynnälle sen riskeistä riippumatta
• B) Tasoitushyväksyntä riskitason mukaan: matala riski nopea, korkea riski tiukka valvonta ✔
• C) Täyden vapauden antaminen joukkueille ilman hyväksymisprosessia
• D) Kaikki hyväksynnät jätetään vain teknologiatiimille

Kuvaus: Hyvä hallinto tasapainottaa nopeutta, turvallisuutta ja johdonmukaisuutta. Saman raskaan hyväksynnän soveltaminen jokaiseen työhön (myös vähäriskiseen) työntää tiimit varjokäyttöön; Mikään hyväksyntä ei kerry riskiä. Oikea lähestymistapa on jakaa hyväksyntä riskitason mukaan: matalariskisten töiden tulisi sujua nopeasti, vain korkean riskin töiden tulee käydä läpi tiukasti. Näin sekä nopeus että hallinta säilyvät.

9. Mikä pitää paikkansa etiikan ja lainmukaisuuden välisestä suhteesta?

• A) Etiikka ja lainmukaisuus ovat sama asia; Se mikä kohtaa toisen, kohtaa myös toisen.
• B) Lainmukaisuus on korkeampi linja kuin etiikka
• C) Lainmukaisuus on vähimmäisvaatimus; etiikka on korkeampi linja, eikä kaikki, mikä on laillista, voi olla eettistä ✔
• D) Etiikalla on merkitystä vain silloin, kun laki jättää aukon

Kuvaus: Lainmukaisuus on vähimmäisvaatimus; Etiikka on korkeampi linja. Jokin voi olla laillista, mutta epäeettistä; Esimerkiksi käyttäjien käyttäytymistä manipuloiva tekoälyominaisuus ei ehkä ole kiellettyä, mutta se on epäeettistä. Vastuulliset laitokset "onko kiellettyä?" Ei "Onko se totta?" hän kysyy. Etiikkaa ei voida jättää loppuun asti; tulee sisällyttää suunnitteluun alusta alkaen.

10. Mikä on pääkriteeri sille, että järjestelmää voidaan pitää "korkean riskin" EU:n tekoälylainsäädännössä?

• A) Kuinka kallis järjestelmä on
• B) Kuinka monta käyttäjää järjestelmällä on
• C) Missä maassa järjestelmä on kehitetty?
• D) Järjestelmä vaikuttaa suoraan ihmisten perusoikeuksiin, turvallisuuteen tai elämänmahdollisuuksiin ✔

Kuvaus: EU:n tekoälylaki luo riskiin perustuvan logiikan. Korkean riskin järjestelmä on järjestelmä, joka voi suoraan vaikuttaa ihmisten perusoikeuksiin, turvallisuuteen tai elämänmahdollisuuksiin (työ, luotto, koulutus, terveys). Riskienhallinta, laatu ja puolueeton data, inhimillinen valvonta, dokumentointi, kirjanpito ja läpinäkyvyys ovat olennaisia ​​näille järjestelmille. "Onko tämä järjestelmä mukana päätöksessä, joka vaikuttaa henkilön työhön, rahaan, terveyteen tai vapauteen?" kysymys on hyvä alustava indikaattori.

11. Miksi on yksi vaarallisimmista ja yleisimmistä KVKK-rikkomuksista, että työntekijä liittää asiakkaan henkilötietoja julkisesti saatavilla olevaan ulkomaiseen tekoälytyökaluun?

• A) Vain koska se saa ajoneuvon kulkemaan hitaasti
• B) Koska se tarkoittaa usein luvatonta tiedonsiirtoa ulkomaille ja tahatonta käsittelyä ✔
• C) Vain koska ajoneuvo on maksettu
• D) Itse asiassa se ei sisällä riskejä, se on täysin turvallinen.

Selitys: Tämä toimenpide tarkoittaa usein sekä "tietojen siirtoa ulkomaille" (erityissääntöjen mukaisesti) että "tahatonta käsittelyä" (tietoja käytetään muihin tarkoituksiin kuin siihen tarkoitukseen, johon ne on kerätty), ja se tehdään yleensä ilman pätevää oikeusperustaa ja selvennystä. Se aiheuttaa vakavan rikkomis- ja hallinnollisen sakon riskin KVKK:n kannalta; Siksi hyväksyttävä käyttöpolitiikka ja yrityksen työkalut, jotka eivät vuoda tietoja, ovat välttämättömiä.

12. Mikä on 'kääntäjän' roolin tarkoitus, joka on useimmiten huomiotta jäänyt ja arvoa lukitseva rooli tekoälykompetenssissa?

• A) Vain vieraskielisten asiakirjojen kääntäminen
• B) Palvelimien ja tietokantojen hallinta
• C) olla henkilö, joka muuttaa liiketoimintaongelman tekoälyratkaisuksi ja rakentaa sillan liiketoiminnan ja teknologian välille ✔
• D) Tarjoa vain työntekijöille ajoneuvojen peruskoulutusta

Kuvaus: Tekoälykääntäjä (AI-kääntäjä) on henkilö, joka kääntää bisneskielen tekniseksi kieleksi ja päinvastoin rakentaen sillan "mikä liiketoimintaongelma millä tekoälyratkaisulla ratkaistaan". Kalleimmat epäonnistumiset eivät usein johdu asiantuntijoiden, vaan kääntäjien puutteesta: tekninen tiimi rakentaa täydellisen mallin, mutta väärään ongelmaan. Toimielimet investoivat liikaa asiantuntijoihin ja liian vähän kääntäjiin ja joukkolukutaitoon; Yleensä kuitenkin kaksi viimeistä avaavat arvon.

13. Mikä on tekoälykyvyn "tee tai osta" -päätöksen perusperiaate?

• A) Osta aina, koska se on halvempaa
• B) Rakenna ydinominaisuuksia, osta vakioominaisuudet ✔
• C) Kehitä aina sisällä, koska se on turvallisempaa
• D) Valitse suosituimman toimittajan suosittelema

Kuvaus: Perusperiaate on: tee organisaatiolle ainutlaatuiset ydinominaisuudet, jotka luovat kilpailuetua; Osta tavallisia, yleisiä, erottumattomia ominaisuuksia. Ennustava malli, jota kilpailijasi ei voi rakentaa omilla tiedoillasi, on ydin; Tekstin yhteenvetotyökalu on vakiona. Ydinosaajien ulkoistaminen on kilpailukyvyn vuokraamista pitkällä aikavälillä ja lisää toimittajien lukkiutumisriskiä.

14. Mikä on yleisin syy tekoälymuunnosten epäonnistumiseen ja tehokkain tapa torjua sitä?

• A) Riittämätön mallin tarkkuus; Ratkaisu on ostaa isompi malli
• B) laitteiden puute; Ratkaisu on ostaa lisää palvelimia
• C) Lisenssikustannukset; Ratkaisu on löytää halvempi toimittaja
• D) inhimillinen ja kulttuurinen sietokyky; Ratkaisu on muutoksenhallinta, joka ratkaisee selkeästi huolenaiheet ✔

Selitys: Suurin osa epäonnistumisista ei ole teknisiä, vaan inhimillisiä ja kulttuurisia: työturvallisuuden pelko, pelko osaamisesta, luottamuksen puute ja merkityksen menetys. Kun nämä ahdistukset tukahdutetaan, ne palaavat hiljaisena sabotaasina. Tehokkain tapa on vastata huolenaiheisiin avoimesti, selittää pakottava "miksi", näyttää esimerkkiä ja rakentaa läheisten kollegoiden mestariverkosto. Adoptio on mitattava ja esteet on poistettava.