નફો:
- પાંચ પરિમાણો (વ્યૂહરચના, ડેટા, ટેકનોલોજી, પ્રતિભા, શાસન) માં પુરાવાના આધારે સંસ્થાની કૃત્રિમ બુદ્ધિ પરિપક્વતાનું મૂલ્યાંકન કરવાની ક્ષમતા
- સૌથી નિર્ણાયક અંતર (ખાસ કરીને ડેટા અને ગવર્નન્સ) ને ઓળખવાની અને નિર્ભરતાના ક્રમમાં તેમને પ્રાથમિકતા આપવાની ક્ષમતા
- વાસ્તવિક લક્ષ્ય સ્તર અને ત્રિમાસિક માઇલસ્ટોન્સ સાથે કોંક્રિટ રોડ મેપમાં ગાબડાંને અનુવાદિત કરવાની ક્ષમતા
દ્રષ્ટિ સેટ કરવી એ અડધી યુદ્ધ છે; બાકીનો અડધો ભાગ આજે સંસ્થા ક્યાં ઉભી છે તેના પર પ્રામાણિકપણે જોવાનું છે. "અમે AI માં સારા છીએ" કહેવું સરળ છે; પરંતુ જો તમારો ડેટા અવ્યવસ્થિત છે, તમારી યોગ્યતા નબળી છે, અને તમારી પાસે શાસનનો અભાવ છે, તો સૌથી તેજસ્વી દ્રષ્ટિ પણ દિવાલને અથડાશે. આ એકમમાં, તમે શીખશો કે સંસ્થાની કૃત્રિમ બુદ્ધિ પરિપક્વતાનું મૂલ્યાંકન કેવી રીતે કરવું (પરિપક્વતા; સ્તર જે દર્શાવે છે કે પ્રતિભા કેટલી વિકસિત અને સંસ્થાકીય છે) અને આ મૂલ્યાંકનને નક્કર રોડમેપમાં કેવી રીતે અનુવાદિત કરવું (રોડમેપ; સમય યોજના જે બતાવે છે કે કયા ક્રમમાં અને ક્યારે પગલાં લેવામાં આવશે).
પરિપક્વતા શા માટે માપવામાં આવે છે?
પરિપક્વતાનું મૂલ્યાંકન એ પરીક્ષા નથી, પરંતુ મેપિંગ કાર્ય છે. તેનો ઉદ્દેશ્ય પ્રશ્નોના જવાબ આપવાનો છે "આપણે ક્યાં મજબૂત છીએ, અંતર ક્યાં છે, આપણે પહેલા શું બંધ કરવું જોઈએ?" ગાબડાં જોયા વિના રોકાણ કરવું એ સડેલા પાયા સાથે ઘર બનાવવા જેવું છે. ઉદાહરણ તરીકે, ડેટા ઈન્ફ્રાસ્ટ્રક્ચર નબળું હોય ત્યારે મોંઘા AI પ્લેટફોર્મ ખરીદવું એ ખાલી વેરહાઉસમાં શેલ્ફ ખરીદવા જેવું છે.
પરિપક્વતા સામાન્ય રીતે પાંચ પરિમાણો સાથે માપવામાં આવે છે:
કદ
તે શું પૂછે છે?
નબળા સૂચક
વ્યૂહરચના
શું ત્યાં સ્પષ્ટ દ્રષ્ટિ અને પ્રાથમિકતા છે?
"દરેક વ્યક્તિ કંઈક કરવાનો પ્રયાસ કરે છે"
ડેટા
શું ડેટા સુલભ, સ્વચ્છ, સંચાલિત છે?
અવ્યવસ્થિત, સિલ્ડ ડેટા
ટેકનોલોજી
શું ઈન્ફ્રાસ્ટ્રક્ચર અને સાધનો તૈયાર છે?
તદર્થ, બિન-સંકલિત સાધનો
પ્રતિભા
શું લોકો સક્ષમ છે, શું ભૂમિકા સ્પષ્ટ છે?
એક વ્યક્તિ પર નિર્ભરતા
શાસન
શું ત્યાં કોઈ નીતિ, જોખમ, નીતિશાસ્ત્રનું માળખું છે?
તેમાં કોઈ રાજકારણ નથી
ટીપ: જ્યારે 1-5 ના સ્કેલ પર ટીમ રેટની પરિપક્વતા હોય, ત્યારે દરેકને સ્વતંત્ર રીતે (એકબીજાને જોયા વિના) સ્કોર કરવા કહો, પછી તફાવતોની ચર્ચા કરો. સૌથી ઉપદેશક માહિતી સરેરાશમાં નહીં, પરંતુ લોકો વચ્ચેના અભિપ્રાયના તફાવતમાં છુપાયેલી છે.
પરિપક્વતા સ્તર
મોટાભાગની સંસ્થાઓ માટે એક સરળ પાંચ-સ્તરના સ્કેલ પર્યાપ્ત છે:
- જાગૃતિ: તેની વાત કરવામાં આવે છે, પરંતુ કોઈ માળખાગત કાર્ય નથી.
- અજમાયશ: ત્યાં વિખરાયેલા પાઇલોટ્સ છે, શીખવાનું શરૂ થયું છે.
- વ્યવસ્થિત: અગ્રતા, મેટ્રિક્સ અને શાસન સ્થાપિત થાય છે; તેના કેટલાક ઉત્પાદન ઉપયોગો છે.
- સ્કેલ પર: AI બહુવિધ પ્રક્રિયાઓમાં એમ્બેડ થયેલ છે, મૂલ્ય માપવા.
- પરિવર્તનશીલ: AI એ બિઝનેસ મોડલ અને સ્પર્ધાત્મક લાભનો ભાગ છે.
મોટાભાગની સંસ્થાઓ 1 અને 2 ની વચ્ચે છે. ધ્યેય અચાનક 5 પર જવાનું નથી, પરંતુ શિસ્ત સાથે આગલા સ્તર પર જવાનો છે.
સ્ટેપ બાય સ્ટેપ: એસેસમેન્ટથી રોડમેપ સુધી
1. પાંચ પરિમાણોને રેટ કરો. દરેક પરિમાણ માટે, પુરાવાના આધારે 1-5નો સ્કોર આપો (ઉદાહરણ તરીકે, લાગણી દ્વારા નહીં).
2. અંતરાલોને પ્રાધાન્ય આપો. સૌથી ઓછા સ્કોર સાથે પરિમાણ શોધો પરંતુ દ્રષ્ટિ માટે સૌથી મહત્વપૂર્ણ. સામાન્ય રીતે ડેટા અને ગવર્નન્સ સામે આવે છે.
3. લક્ષ્ય સ્તર સેટ કરો. તમે 12 મહિનામાં કયા પરિમાણ અને સ્તર સુધી પહોંચવા માંગો છો? વાસ્તવિક બનો.
4. પહેલોને લાઇન અપ કરો. નક્કર પહેલોની સૂચિ બનાવો જે દરેક ગેપને તેમની નિર્ભરતા અનુસાર બંધ કરશે (ડેટા ઈન્ફ્રાસ્ટ્રક્ચર મોટાભાગની વસ્તુઓ માટે પૂર્વશરત છે).
5. માઇલસ્ટોન અને માલિક પૂર્વજ. દરેક પહેલ માટે તારીખ, જવાબદારી અને સફળતાના માપદંડો મૂકો.
ત્રણ નાના કેસો
કેસ 1 - સ્પીડ સ્કિપિંગ ડેટા. એક ટેલિકોમ કંપનીએ પરિપક્વતા ક્ષમતા (4/5) પર ઉચ્ચ અને ડેટા પર ઓછો (2/5) સ્કોર કર્યો, પરંતુ તેમ છતાં તેણે મોટા અનુમાન પ્રોજેક્ટ પર કામ શરૂ કર્યું. કારણ કે ડેટા ગુણવત્તા નબળી હતી, મોડેલ 60% સચોટ રહ્યું, અને પ્રોજેક્ટ 8 મહિના પછી બંધ થઈ ગયો. તે પછીના વર્ષે 4-મહિનાનો ડેટા ક્લિન્ઝિંગ પ્રયાસ હાથ ધરવામાં આવ્યો હતો; સમાન મોડેલે 88% ચોકસાઈ પ્રાપ્ત કરી. જો ગેપ ઓર્ડર સાચો હોત તો 8 મહિના બચી શક્યા હોત.
કેસ 2 - પ્રમાણિક સ્કોરિંગ. હોસ્પિટલના જૂથની પરિપક્વતાના મૂલ્યાંકનમાં, મેનેજમેન્ટે ગવર્નન્સને 4/5 આપ્યો, પરંતુ ફિલ્ડ ટીમે તેને 1/5 આપ્યો (તેઓએ ક્યારેય નીતિ જોઈ ન હતી). આ 3-પોઇન્ટનો તફાવત સૌથી મૂલ્યવાન શોધ હતો: વહીવટીતંત્રે એક નીતિ લખી હતી પરંતુ તેને ક્ષેત્રમાં અમલમાં મૂક્યો ન હતો. ગેપની ચર્ચા કરવાથી વાસ્તવિક ગેપ બહાર આવ્યો.
કેસ 3 - વાસ્તવિક ધ્યેય. એક નિર્માતાનું લક્ષ્ય એક વર્ષમાં પરિપક્વતામાં લેવલ 2 થી લેવલ 5 પર જવાનું છે. કન્સલ્ટન્ટે બતાવ્યું કે આ અવાસ્તવિક છે, જે સ્તરો વચ્ચે કૂદકો મારવા માટે ડેટા, સંસ્કૃતિ અને શાસનની જરૂર છે. લક્ષ્ય ફરીથી "12 મહિનામાં 2 થી 3" પર સેટ કરવામાં આવ્યું હતું; સુધી પહોંચી હતી અને ગતિ જાળવી રાખવામાં આવી હતી. અતિશયોક્તિપૂર્ણ ધ્યેય અનિવાર્ય નિરાશા પેદા કરશે.
ચાર નકલ કરી શકાય તેવા નમૂનાઓ
1) પરિપક્વતા સ્વ-મૂલ્યાંકન માર્ગદર્શિકા:
તમારી ભૂમિકા: AI પરિપક્વતા મૂલ્યાંકનકાર. મને નક્કર પ્રશ્નોની યાદી તૈયાર કરો જે મને 5 પરિમાણો (વ્યૂહરચના, ડેટા, ટેકનોલોજી, પ્રતિભા, શાસન) માટે દરેક સ્તર (1-5) ને અલગ પાડવા સક્ષમ બનાવશે. દરેક પરિમાણ માટે 4 પ્રશ્નો લખો; પ્રશ્નો એવા પ્રશ્નો હોવા જોઈએ જે પુરાવા માટે પૂછે છે, "હા/ના" પ્રશ્નો નહીં.
2) ગેપ વિશ્લેષણ:
નીચે અમારા પરિપક્વતા સ્કોર્સ પાંચ પરિમાણો પર છે: [સ્કોર્સ]. અમારી દ્રષ્ટિ છે: [દ્રષ્ટિ]. આ વિઝન હાંસલ કરવા માટે મારે સૌથી પહેલા કયું અંતર બંધ કરવું જોઈએ? તેમના પરસ્પર નિર્ભરતાને ધ્યાનમાં રાખીને, અંતરની સૂચિ બનાવો અને તમે આ ઓર્ડરની ભલામણ શા માટે કરો છો તે સમજાવો.
3) ડ્રાફ્ટ 12-મહિનાનો રોડમેપ:
મારે નીચેના ગાબડાઓને બંધ કરવાની જરૂર છે: [ગેપ્સ]. મને ત્રિમાસિક (Q1-Q4) રોડમેપ તૈયાર કરો. દરેક ક્વાર્ટર માટે 2-3 પહેલો, દરેક પહેલ માટે એક સીમાચિહ્નરૂપ અને સફળતાના માપી શકાય તેવા માપની દરખાસ્ત કરો. નિર્ભરતા સાથેની પહેલોને યોગ્ય ક્રમમાં મૂકો.
4) બોર્ડ પરિપક્વતા સારાંશ:
અડધા પૃષ્ઠમાં બોર્ડને નીચેના પરિપક્વતા તારણોનો સારાંશ આપો: આજે આપણે જ્યાં છીએ, ત્રણ સૌથી મહત્વપૂર્ણ અંતર, 12-મહિનાનું લક્ષ્ય સ્તર અને આ માટે જરૂરી રોકાણ વસ્તુઓ. ટેક્નિકલ કલકલનો ઉપયોગ કરશો નહીં. તારણો: [ટેક્સ્ટ]
નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ
નબળા: "અમને એક AI રોડમેપ દોરો."
પરિણામ: સંસ્થાની વાસ્તવિક પરિસ્થિતિથી ડિસ્કનેક્ટ થયેલ સામાન્ય સૂચિ; અવલંબન અને અંતર દેખાતું નથી.
Güçlü: "અમારી પરિપક્વતાના મૂલ્યાંકનમાં, વ્યૂહરચના 3, ડેટા 2, ટેક્નોલોજી 3, ટેલેન્ટ 2, ગવર્નન્સ 1 બહાર આવી છે. અમારું વિઝન ગ્રાહક સેવામાં પ્રતિભાવ સમયને અડધો કરવાનો છે. આ નીચા શાસન અને ડેટા સ્કોરને ધ્યાનમાં રાખીને, 12-મહિનાનો ત્રિમાસિક માર્ગ નકશો તૈયાર કરો અને દરેક નિર્ભરતાના ક્રમને સેટ કરો; "
પરિણામ: એક માપી શકાય એવો માર્ગ નકશો જે વાસ્તવિક ગાબડાઓને બંધબેસે છે અને નિર્ભરતાને યોગ્ય રીતે સૂચિબદ્ધ કરે છે.
સામાન્ય ભૂલો
- અતિશયોક્તિપૂર્ણ પરિપક્વતા. "અમે ઠીક છીએ" કહેવાથી દિલાસો મળે છે પરંતુ અંતર છુપાવે છે. પ્રમાણિક, પુરાવા-આધારિત સ્કોરિંગ આવશ્યક છે.
- ડેટા અને ગવર્નન્સને છોડવું. મોટાભાગની AI પહેલો માટે આ અદ્રશ્ય પૂર્વજરૂરીયાતો છે; જ્યારે તે નબળું હોય ત્યારે તેના પર કોઈ ઈમારત બનાવી શકાતી નથી.
- વ્યસનોને અવગણવું. ખોટા ક્રમમાં પહેલ શરૂ કરવાથી (ડેટા તૈયાર ન હોય ત્યારે મોડેલ બનાવવું) સમય અને પૈસા બર્ન કરે છે.
- અવાસ્તવિક બાઉન્સ લક્ષ્ય. એક વર્ષમાં 2 થી 5 સુધી જવું એ એક સ્વપ્ન છે; ધીમે ધીમે આગળ વધો.
- એકવાર મૂલ્યાંકન કરો અને તેને ત્યાં જ છોડી દો. પરિપક્વતા વર્ષમાં ઓછામાં ઓછા એક વખત ફરીથી માપવી જોઈએ; તે પ્રગતિ અને નવા અંતર બતાવે છે.
સાવધાન: AI ડ્રાફ્ટ મેચ્યોરિટી એસેસમેન્ટ ફ્રેમવર્ક અથવા રોડમેપ બનાવી શકે છે; પરંતુ તે મેનેજર છે જે નક્કી કરે છે કે સ્કોર્સ વાસ્તવિકતાને અનુરૂપ છે કે કેમ અને સંસ્થા માટે કયો તફાવત ખરેખર મહત્વપૂર્ણ છે. એક પરિમાણ જે કાગળ પર "3" છે તે ક્ષેત્રમાં "1" હોઈ શકે છે.
સારાંશમાં
દ્રષ્ટિને વાસ્તવિકતામાં ફેરવવા માટે, સંસ્થાની વર્તમાન AI પરિપક્વતાને પાંચ પરિમાણો (વ્યૂહરચના, ડેટા, ટેક્નોલોજી, પ્રતિભા, શાસન)માં પ્રમાણિકપણે માપવા જરૂરી છે. ધ્યેય પરીક્ષા લેવાનો નથી, પરંતુ ગાબડાઓ જોવા અને તેને યોગ્ય ક્રમમાં બંધ કરવાનો છે; ડેટા અને ગવર્નન્સ ઘણીવાર અદ્રશ્ય પૂર્વજરૂરીયાતો હોય છે. પાંચ સ્તરે પરિપક્વતાની સ્થિતિ, વાસ્તવિક લક્ષ્ય સ્તર સેટ કરો અને અવલંબનના ક્રમમાં ત્રિમાસિક રોડમેપમાં અંતરને નકશા કરો. આગળના એકમમાં, આપણે જોઈશું કે આ રોડમેપનું હાર્દ રચતા ઉપયોગના કેસોને કેવી રીતે ઓળખવા અને પ્રાથમિકતા આપવી.
એપ્લિકેશન કાર્ય
દરેક સ્કોર માટે પુરાવાના નિવેદન સાથે તમારી સંસ્થાને પાંચ પરિમાણો, 1-5 પર રેટ કરો. જો શક્ય હોય તો, તમારા સહકર્મીને સ્વતંત્ર રીતે સ્કોર કરો અને તફાવતોની ચર્ચા કરો. બે સૌથી નીચા પરંતુ સૌથી મહત્વપૂર્ણ અંતરને ઓળખો. 3. નમૂના સાથે, આ અંતર માટે 12-મહિનાનો ત્રિમાસિક રોડમેપ ડ્રાફ્ટ બનાવો અને નિર્ભરતા ઓર્ડરની જાતે સમીક્ષા કરો.
ચેકલિસ્ટ
- [ ] મેં પુરાવા (લાગણી નહીં)ના આધારે પાંચ પરિમાણો બનાવ્યા.
- [ ] જો શક્ય હોય તો, મેં બીજી સ્વતંત્ર સ્કોરિંગ કરી અને તફાવતોની ચર્ચા કરી.
- [ ] મેં સૌથી જટિલ ગાબડાઓને પ્રાથમિકતા આપી.
- [ ] મેં ખાસ કરીને ડેટા અને ગવર્નન્સ ગેપ માટે તપાસ કરી.
- [ ] મેં 12-મહિનાનું વાસ્તવિક લક્ષ્ય સ્તર સેટ કર્યું છે.
- [ ] મેં નિર્ભરતાના ક્રમમાં રોડમેપ ગોઠવ્યો.
- [ ] મેં દરેક પહેલ માટે સીમાચિહ્નો, માલિકો અને માપદંડો સેટ કર્યા છે.