Pengurusan Perubahan dan Penerimaan — Strategi AI untuk Eksekutif (Tahap C)

Keuntungan:

Keupayaan untuk memahami bahawa transformasi kecerdasan buatan sering gagal atas sebab manusia dan budaya, bukan teknikal, dan mengenali kebimbangan yang mendasari rintangan
Keupayaan untuk mempercepatkan penerimaan dengan cerita 'mengapa' yang menarik, kepimpinan yang kelihatan dan rangkaian juara
Keupayaan untuk mengurus perubahan sebagai kesinambungan, bukan pengumuman sekali sahaja, dengan mengukur penerimaan menggunakan metrik dan mengalih keluar halangan

Realiti keras transformasi AI ialah ini: strategi, teknologi dan belanjawan boleh menjadi sempurna; Tetapi jika orang tidak menerima perubahan, semuanya sia-sia. Penyelidikan secara konsisten menunjukkan bahawa kebanyakan kegagalan inisiatif kecerdasan buatan bukanlah teknikal, tetapi manusia dan budaya. Dalam unit akhir ini, anda akan mempelajari cara pengurus kanan boleh menjalankan pengurusan perubahan (disiplin mengurus peralihan orang secara sistematik kepada cara kerja baharu) untuk mengubah transformasi AI kepada penggunaan sebenar (penggunaan inovasi yang sebenar dan berterusan oleh orang ramai). Matlamatnya bukan untuk memasang teknologi; adalah untuk memastikan orang ramai menggunakannya dengan selamat, rela dan betul.

Mengapa orang menentang?

Penentangan selalunya bukan kebodohan atau kedegilan, tetapi kebimbangan yang boleh difahami: ketakutan terhadap keselamatan pekerjaan ("adakah AI mengambil kerja saya?"), kebimbangan kecekapan ("Saya tidak dapat mempelajari ini"), kurang keyakinan ("Saya tidak boleh mempercayai outputnya"), dan kehilangan makna ("mengapa kita perlu berubah?"). Mengabaikan kebimbangan ini membesarkan rintangan; Bertemu mereka secara terbuka mempercepatkan pengangkatan.

kebimbangan

soalan asas

Jawapan pentadbir

keselamatan kerja

Adakah saya akan kehilangan pekerjaan saya?

Terangkan dengan jelas bagaimana peranan itu akan diperkayakan

kecekapan

Bolehkah saya belajar ini?

Latihan, sokongan, kawasan ujian selamat

amanah

Bolehkah saya mempercayai output?

Ajar sempadan, pengesahan

Maknanya

Kenapa saya perlu berubah?

Terangkan "mengapa" dengan meyakinkan

Petua: Bingkai perubahan bukan sebagai "kecerdasan buatan menggantikan manusia" tetapi sebagai "kecerdasan buatan menjadikan pekerjaan orang lebih mudah, mengambil alih bahagian yang membosankan, meninggalkan manusia untuk melakukan kerja yang lebih berharga." Pembingkaian kebenaran yang sama ini menggantikan ketakutan dengan rasa ingin tahu.

Langkah asas pengurusan perubahan

Intipati model perubahan klasik (cth. langkah Kotter) disesuaikan dengan kecerdasan buatan:

Cipta urgensi dan alasan. Kenapa sekarang, kenapa kita? Sebuah kisah yang menarik.
Tunjukkan kepimpinan yang nampak. Pengurusan atasan harus menggunakan alat itu sendiri; bukan dengan retorik tetapi melalui teladan.
Jadikan keuntungan awal dapat dilihat. Raikan dan sebarkan berita tentang kejayaan kecil tetapi nyata.
Mendidik dan menyokong. Kecekapan dan tempat ujian yang selamat untuk semua orang.
Cipta juara. Sertakan sukarelawan, juara perubahan yang bersemangat dalam setiap pasukan.
Jadikan ia kekal. Benamkan tingkah laku baharu dalam proses, matlamat dan budaya.

Langkah demi langkah: pelan penerimaan

1. Memetakan pihak berkepentingan dan kebimbangan. Siapa yang terjejas, apa kebimbangan?

2. Berikan "mengapa" yang menarik. Bina kisah perubahan dalam bahasa orang.

3. Menunjukkan kepimpinan melalui teladan. Benarkan pentadbir menggunakan alat dengan jelas.

4. Membina jaringan pendidikan dan juara. Memperkasakan, memperkasakan perintis sukarelawan.

5. Ukur, dengar, laraskan. Ukur kadar penerimaan, kumpul maklum balas, keluarkan halangan.

tiga kes mini

Kes 1 - Takut diabaikan. Sebuah firma perakaunan menggembar-gemburkan alat AInya "untuk kecekapan" tetapi tidak pernah menangani kebimbangan pekerja terhadap keselamatan pekerjaan. Perkataan tersebar, pasukan secara senyap mensabotaj alat itu, penggunaan kekal pada 20%. Pengurusan berundur dan mengadakan mesyuarat terbuka, menjelaskan bahawa tiada sesiapa yang akan diberhentikan kerja dan orang tengah akan mengambil alih kerja yang membosankan dan menggerakkan semua orang untuk berunding. Dalam 3 bulan, penerimaan meningkat kepada 75%. Bercakap tentang ketakutan adalah penyelesaiannya.

Kes 2 — Contoh dengan kepimpinan. Ketua Pegawai Eksekutif syarikat teknologi menggunakan alat AI secara terbuka semasa menyediakan laporan mingguannya sendiri dan juga berkongsi kesilapannya ("lihat, dia membuat kesilapan di sini, saya membetulkannya"). Kepimpinan yang kelihatan ini menghantar mesej bahawa "jika bos menggunakannya, ia serius" dan menunjukkan bahawa pengesahan adalah perkara biasa. Pengangkatan merebak dengan cepat, tanpa sebarang tolak balik.

Kes 3 — Kuasa rangkaian juara. Seorang peruncit memilih seorang sukarelawan "juara AI" dari setiap kedai; Mereka ini diberi latihan tambahan dan diberikan tugas untuk membantu rakan sekerja mereka secara bersemuka. Belajar daripada rakan melakukan kerja yang sama dan bukannya pasukan latihan jauh mempercepatkan penerimaan sebanyak 3x. Guru yang paling berkesan ialah rakan sekerja yang bersemangat di meja sebelah.

Empat templat yang boleh disalin

1) Peta berkepentingan dan kebimbangan:

Peranan anda: perunding pengurusan perubahan. Senaraikan kumpulan pemegang kepentingan yang terjejas oleh inisiatif AI ini dan kenal pasti kebimbangan utama yang mungkin ada pada setiap kumpulan (keselamatan pekerjaan, kecekapan, kepercayaan, makna). Tulis ucapan untuk setiap kebimbangan. Inisiatif: [teks]

2) Kisah "mengapa":

Draf cerita "mengapa sekarang, mengapa kita" yang menarik untuk diceritakan kepada mereka yang bekerja pada anjakan AI ini. Gantikan ketakutan dengan rasa ingin tahu; Tegaskan bahawa alat itu mengambil alih kerja yang membosankan dan menyerahkan manusia kepada kerja yang lebih berharga. Tukar: [teks]

3) Program juara:

Reka program "juara" yang akan mempercepatkan penggunaan AI dalam pasukan: bagaimanakah juara dipilih, latihan apa yang mereka terima, tugas apa yang mereka jalankan, bagaimana mereka bermotivasi? Tulis rancangan yang ringkas dan boleh diambil tindakan.

4) Pelan pengukuran pakai:

Cadangkan metrik untuk mengukur penggunaan alat AI: kadar penggunaan aktif, kekerapan penggunaan, kepuasan pengguna, maklum balas halangan. Untuk setiap metrik, tulis cara ia akan dikumpulkan dan ambang yang akan dianggap "sihat".

Gesaan lemah / Gesaan kuat

Lemah: "Apakah yang perlu saya lakukan untuk membuatkan orang ramai menggunakan AI?"

Kesimpulan: Cadangan umum "mendidik, berkomunikasi"; tidak melihat kebimbangan dan konteks.

Strong: "Kami menggunakan alat sokongan AI di pusat panggilan yang mempunyai 150 orang. Terdapat ketakutan yang kuat terhadap keselamatan pekerjaan dalam pasukan. Buat pelan penerimaan khusus untuk situasi ini: bagaimana saya menangani kebimbangan pihak berkepentingan, apakah cerita 'mengapa' yang menarik yang saya beritahu pekerja, bagaimana saya menyediakan program juara dan metrik apakah yang saya gunakan untuk mengukur penerimaan? Senaraikan langkah untuk 90 hari pertama."

Keputusan: Pelan penerimaan boleh diambil tindakan dengan ukuran-juara-cerita yang berasaskan konteks dan kebimbangan sebenar.

Kesilapan biasa

Melangkau dimensi manusia. Memberi tumpuan kepada teknologi dan mengabaikan ketakutan dan kebimbangan adalah punca kegagalan yang paling biasa.
Bukan bercakap tentang ketakutan. Apabila kebimbangan tentang keselamatan pekerjaan ditindas, ia kembali sebagai sabotaj senyap; menanganinya dengan jelas.
Kurang kepimpinan melalui teladan. Pentadbir yang mengatakan "Anda menggunakannya" tetapi tidak menggunakannya sendiri menyangkal mesejnya.
Komunikasi dari atas sahaja. Pengajaran yang paling berkesan datang daripada rakan sekerja yang rapat (juara), bukan daripada pasukan yang jauh.
Bukan mengukur penerimaan. Institusi yang tidak mengukur sama ada ia digunakan atau tidak tidak dapat melihat halangan.

Perhatian: Pengurusan perubahan bukanlah pengumuman sekali sahaja, tetapi proses yang memerlukan kesinambungan. AI boleh mencadangkan pelan penerimaan atau teks hubungan kepada anda; Tetapi mendengar kebimbangan sebenar orang, membina kepercayaan, dan memimpin melalui teladan hanya boleh berlaku melalui kepimpinan manusia. Juga, jujurlah: menyediakan orang untuk peranan baharu adalah beretika dan lebih mampan, dan bukannya menyembunyikan situasi di mana AI sebenarnya akan menggantikan beberapa peranan.

Secara ringkasnya

Transformasi AI sering gagal atas sebab manusia dan budaya, bukan sebab teknikal. Rintangan; Keselamatan kerja timbul daripada kebimbangan kecekapan, kepercayaan, dan makna, dan diselesaikan dengan secara terbuka memenuhi kebimbangan ini, bukan dengan mengabaikannya. Pengurusan perubahan yang berjaya memberitahu "mengapa" yang menarik, memimpin melalui teladan dengan kepimpinan yang boleh dilihat, meraikan kemenangan awal, mendidik semua orang, membina rangkaian juara dan membenamkan tingkah laku baharu dalam budaya. Pengangkatan mesti diukur, didengari, dan halangan mesti dibuang. Semasa modul ini; Daripada visi kepada peta jalan, daripada keutamaan kes penggunaan kepada ROI dan risiko, tadbir urus, etika, pematuhan, bakat dan perolehan, kami telah mewujudkan rangka kerja yang diperlukan oleh pengurus untuk mengurus transformasi AI secara menyeluruh dan bertanggungjawab. Teknologi adalah alat; strategi, tadbir urus dan kepimpinan rakyat adalah yang membuat perbezaan sebenar.

Tugasan permohonan

Pilih inisiatif AI dan petakan kebimbangan pihak berkepentingan yang terjejas dengan templat 1. 2. draf cerita "mengapa" yang menarik untuk memberitahu pekerja dengan templat; Pastikan anda menangani kebimbangan keselamatan pekerjaan dengan jujur. Tulis tiga langkah program juara dan dua metrik yang anda akan mengukur penerimaan. Akhir sekali, "bagaimana cara saya menggunakan alat ini dengan jelas sebagai pemimpin?" Berikan jawapan konkrit kepada soalan tersebut.

senarai semak

[ ] Saya memetakan pihak berkepentingan yang terjejas dan kebimbangan mereka.
[ ] Saya menangani kebimbangan keselamatan pekerjaan dengan jujur.
[ ] Saya membina cerita "mengapa" yang menarik.
[ ] Saya merancang untuk memimpin melalui teladan.
[ ] Saya mereka rangkaian juara.
[ ] Saya mengenal pasti metrik untuk mengukur penerimaan.
[ ] Saya merancang perubahan itu sebagai kesinambungan, bukan sebagai pengumuman sekali sahaja.

Peperiksaan Modul

1. Antara berikut yang manakah peranan sebenar seorang pengurus kanan dalam kecerdasan buatan?

A) Memberi hala tuju, memperuntukkan sumber, melukis had risiko dan menerima tanggungjawab ✔
B) Memilih dan mengekodkan seni bina model dan algoritma secara peribadi
C) Serahkan sepenuhnya kecerdasan buatan kepada pasukan teknologi dan tunggu hasilnya
D) Membenarkan setiap jabatan bebas menguji alatnya sendiri.

Penjelasan: Tugas pentadbir bukan untuk melatih model atau menulis kod; Memberi hala tuju, memperuntukkan sumber, melukis had risiko dan menerima akauntabiliti. Pasukan teknikal menyelesaikan soalan 'bagaimana', pengurus menyelesaikan soalan 'mengapa, bila, had apa dan siapa yang bertanggungjawab'. Kecerdasan buatan bukan projek teknologi, tetapi isu transformasi perniagaan, dan pemilikan harus di sisi perniagaan.

2. Apakah ciri utama yang membezakan visi AI yang baik daripada slogan kosong?

A) Mengandungi nama teknologi terkini
B) Ia bergantung kepada hasil perniagaan, boleh diukur dan mempunyai horizon masa ✔
C) Bersikap tegas dan umum yang mungkin
D) Sama dengan visi pesaing

Penjelasan: Visi yang baik terikat dengan hasil perniagaan (bukan teknologi), boleh diukur dan mempunyai ufuk masa. 'Kami akan menjadi pemimpin dalam AI' tidak boleh diukur dan tidak termasuk hasil perniagaan; 'Kami akan mengurangkan separuh masa tindak balas pertama dan mengurangkan kos sebanyak 15% dalam tiga tahun' adalah konkrit, diukur dan mempunyai horizon masa. Apabila anda mengalih keluar perkataan 'kecerdasan buatan' daripada visi, anda harus dibiarkan dengan matlamat perniagaan yang bermakna.

3. Apakah dimensi yang menonjol sebagai prasyarat halimunan untuk kebanyakan institusi dalam penilaian kematangan kecerdasan buatan dan tidak boleh dilaburkan apabila mereka lemah?

A) Dimensi pemasaran dan jenama sahaja
B) Hanya perkakasan dan infrastruktur pejabat
C) Data dan tadbir urus ✔
D) Analisis dan penentuan harga pesaing

Penerangan: Kematangan diukur dalam lima dimensi (strategi, data, teknologi, bakat, tadbir urus). Data dan tadbir urus selalunya merupakan prasyarat yang tidak dapat dilihat: membina model mahal apabila data tidak kemas dan tidak berkualiti adalah seperti membeli rak di gudang kosong; Tanpa tadbir urus, risiko secara senyap-senyap terkumpul. Itulah sebabnya jurang ditutup mengikut pergantungan, dan data serta tadbir urus secara amnya diutamakan.

4. Apakah pendekatan yang betul untuk kes penggunaan dalam kawasan 'nilai tinggi + kebolehgunaan rendah' bagi matriks nilai/kebolehgunaan?

A) Segera gunakan pada skala penuh
B) Berputus asa sepenuhnya kerana tidak bernilai
C) Melakukannya pada masa lapang sebagai kerja pengisi keutamaan rendah
D) Merancang sebagai pertaruhan besar dan menetapkan prasyaratnya, sementara itu bergerak ke hadapan dengan keuntungan pantas ✔

Penerangan: Kawasan ini dipanggil 'pertaruhan besar': ia mempunyai nilai yang tinggi tetapi tidak boleh dibuat serta-merta kerana data, penyepaduan atau kesukaran teknikal. Pendekatan yang betul ialah merancang dan menetapkan prasyaratnya (infrastruktur data, penyepaduan); Menyelam secara membuta tuli bermakna berbulan-bulan buruh yang tidak bernilai. Sementara itu, dengan momentum 'kemenangan cepat' (bernilai tinggi + daya maju tinggi) tercipta dan pertaruhan besar ini dibiayai.

5. Untuk membuktikan nilai juruterbang AI, apakah perkara paling kritikal yang perlu dilakukan sebelum memulakan?

A) Tentukan metrik kejayaan dan ukur garis dasar situasi semasa ✔
B) Membeli kenderaan yang paling mahal
C) Membuka perintis kepada keseluruhan institusi pada masa yang sama
D) Melaporkan keputusan dengan ramalan selepas juruterbang tamat

Penjelasan: Garis dasar ialah ukuran keadaan semasa sebelum penambahbaikan. Tanpa garis dasar, dakwaan bahawa kita 'diperbaiki' tidak boleh dibuktikan; 'berapa banyak peningkatan?' dalam keputusan skala. Soalan itu tidak dapat dijawab. Oleh itu, sebelum perintis bermula, metrik kejayaan harus ditakrifkan dan keadaan semasa harus diukur dalam nombor. Anda tidak boleh mengurus dan mempertahankan nilai yang anda tidak boleh ukur.

6. Item kos manakah yang paling kerap diabaikan oleh institusi dalam pengiraan ROI kecerdasan buatan dan menyebabkan mereka berfikir bahawa projek itu menguntungkan?

A) Hanya perbelanjaan am seperti sewa pejabat dan elektrik
B) Kos tersembunyi seperti integrasi, penyeliaan dan penyelenggaraan manusia yang berterusan ✔
C) Bajet pemasaran dan pengiklanan sahaja
D) Tiada; bayaran lesen adalah satu-satunya kos sebenar

Penjelasan: Institusi biasanya hanya mengira yuran lesen/penggunaan; manakala dalam AI, kos tersembunyi secara amnya ialah penyepaduan, penyediaan data, pemantauan manusia yang berterusan, penyelenggaraan dan pengurusan perubahan, dan ini selalunya lebih besar daripada pelesenan. Apabila item ini ditinggalkan, projek yang dianggap 'menguntungkan' sebenarnya mungkin beroperasi dengan kerugian. Di samping itu, dari segi manfaat, perlu dipersoalkan sama ada masa yang dijimatkan sebenarnya bertukar menjadi nilai.

7. Apakah maksud 'model drift' dalam risiko AI dan mengapa ia memerlukan pemantauan berterusan?

A) Memindahkan model antara pelayan fizikal
B) Yuran lesen model meningkat dari semasa ke semasa
C) Prestasi model secara senyap menurun dari semasa ke semasa apabila dunia berubah ✔
D) Output model sentiasa kekal sama

Penjelasan: Model drift ialah apabila model haus dan prestasinya merosot secara senyap apabila dunia berubah (produk baharu, gelagat baharu, corak penipuan baharu). Model yang berfungsi dengan baik sekali tidak berfungsi dengan baik selama-lamanya; Itulah sebabnya pemantauan prestasi tetap adalah penting. Sebagai contoh, corak penipuan mungkin lemah secara senyap-senyap dalam menghadapi corak baharu, dan tanpa memantau kerugian berkembang dengan pesat.

8. Apakah pendekatan yang betul semasa mereka bentuk proses kelulusan dalam tadbir urus AI?

A) Menundukkan setiap inisiatif kecerdasan buatan kepada kelulusan berat yang sama, tanpa mengira risikonya
B) Kelulusan peringkat mengikut tahap risiko: risiko rendah cepat, kawalan ketat berisiko tinggi ✔
C) Memberi kebebasan sepenuhnya kepada pasukan tanpa sebarang proses kelulusan
D) Menyerahkan semua kelulusan hanya kepada pasukan teknologi

Penerangan: Tadbir urus yang baik mengimbangi kepantasan, keselamatan dan ketekalan. Memohon kelulusan berat yang sama untuk setiap pekerjaan (walaupun berisiko rendah) mendorong pasukan ke dalam penggunaan bayangan; Tiada kelulusan mengumpul risiko. Pendekatan yang betul adalah untuk membuat lapisan kelulusan mengikut tahap risiko: kerja berisiko rendah harus mengalir dengan cepat, hanya kerja berisiko tinggi harus menjalani penelitian yang berat. Oleh itu, kedua-dua kelajuan dan kawalan dikekalkan.

9. Yang manakah benar tentang hubungan antara etika dan pematuhan undang-undang?

A) Etika dan pematuhan undang-undang adalah perkara yang sama; Apa yang bertemu satu sama lain bertemu dengan yang lain.
B) Pematuhan undang-undang adalah garis yang lebih tinggi daripada etika
C) Pematuhan undang-undang adalah minimum; etika adalah garis yang lebih tinggi dan bukan semua yang sah mungkin beretika ✔
D) Etika hanya penting apabila undang-undang meninggalkan jurang

Penerangan: Pematuhan undang-undang adalah minimum; Etika adalah garis yang lebih tinggi. Sesuatu mungkin sah tetapi tidak beretika; Sebagai contoh, ciri kecerdasan buatan yang memanipulasi tingkah laku pengguna mungkin tidak dilarang, tetapi ia tidak beretika. Institusi yang bertanggungjawab 'adakah ia dilarang?' Bukan 'Adakah ia benar?' dia bertanya. Etika tidak boleh dibiarkan begitu sahaja; harus tertanam dalam reka bentuk dari awal.

10. Apakah kriteria utama untuk sistem dianggap 'berisiko tinggi' dalam Undang-undang AI EU?

A) Betapa mahalnya sistem tersebut
B) Berapa ramai pengguna sistem tersebut
C) Di negara manakah sistem itu dibangunkan?
D) Sistem ini secara langsung memberi kesan kepada hak asasi manusia, keselamatan atau peluang kehidupan ✔

Penerangan: Undang-undang AI EU menetapkan logik berasaskan risiko. Sistem berisiko tinggi ialah sistem yang boleh menjejaskan hak asasi manusia, keselamatan atau peluang kehidupan (pekerjaan, kredit, pendidikan, kesihatan). Pengurusan risiko, data yang berkualiti dan tidak berat sebelah, pengawasan manusia, dokumentasi, penyimpanan rekod dan ketelusan adalah penting untuk sistem ini. 'Adakah sistem ini terlibat dalam keputusan yang menjejaskan pekerjaan, wang, kesihatan atau kebebasan seseorang?' soalan adalah penunjuk awal yang baik.

11. Mengapakah merupakan salah satu pelanggaran KVKK yang paling berbahaya dan kerap bagi pekerja untuk menampal data peribadi pelanggan ke dalam alat kecerdasan buatan berasaskan asing yang tersedia secara umum?

A) Hanya kerana ia menyebabkan kenderaan berjalan perlahan
B) Kerana ia selalunya bermaksud pemindahan data tanpa kebenaran ke luar negara dan pemprosesan yang tidak diingini ✔
C) Hanya kerana kenderaan dibayar
D) Sebenarnya, ia tidak membawa sebarang risiko, ia benar-benar selamat.

Penjelasan: Tindakan ini selalunya bermaksud 'pemindahan data ke luar negara' (tertakluk kepada peraturan khas) dan 'pemprosesan yang tidak diingini' (data digunakan untuk tujuan selain daripada tujuan pengumpulan data) dan biasanya dilakukan tanpa asas undang-undang dan penjelasan yang sah. Ia mewujudkan risiko serius pelanggaran dan denda pentadbiran dari segi KVKK; Oleh itu, dasar penggunaan yang boleh diterima dan alatan korporat yang tidak membocorkan data adalah penting.

12. Apakah tujuan peranan 'penterjemah', yang merupakan peranan yang paling kerap diabaikan dan mengunci nilai dalam kecekapan kecerdasan buatan?

A) Menterjemah hanya dokumen bahasa asing
B) Mengurus pelayan dan pangkalan data
C) Menjadi orang yang mengubah masalah perniagaan menjadi penyelesaian kecerdasan buatan dan membina jambatan antara perniagaan dan teknologi ✔
D) Memberi latihan asas kenderaan kepada pekerja sahaja

Penerangan: Penterjemah kecerdasan buatan (penterjemah AI) ialah orang yang menterjemah bahasa perniagaan ke dalam bahasa teknikal dan sebaliknya, membina jambatan 'masalah perniagaan mana yang diselesaikan oleh penyelesaian kecerdasan buatan mana'. Kegagalan yang paling mahal selalunya disebabkan bukan oleh kekurangan pakar tetapi oleh kekurangan penterjemah: pasukan teknikal membina model yang sempurna tetapi untuk masalah yang salah. Institusi melabur terlalu banyak untuk pakar dan terlalu sedikit dalam penterjemah dan literasi massa; Walau bagaimanapun, biasanya dua yang terakhir yang membuka nilai.

13. Apakah prinsip asas dalam keputusan 'buat atau beli' untuk bakat AI?

A) Sentiasa beli, kerana ia lebih murah
B) Bina keupayaan membezakan teras, beli keupayaan standard ✔
C) Sentiasa berkembang di dalam, kerana ia lebih selamat
D) Memilih yang disyorkan oleh pembekal yang paling popular

Penerangan: Prinsip asas ialah: menjadikan keupayaan teras unik kepada organisasi yang mencipta kelebihan daya saing; Beli keupayaan standard, biasa, tidak membezakan. Model ramalan yang pesaing anda tidak dapat membina dengan data anda sendiri adalah teras; Alat ringkasan teks adalah standard. Bakat teras penyumberan luar menyewakan daya saing dalam jangka panjang dan memperbesar risiko penguncian pembekal.

14. Apakah sebab yang paling biasa untuk kegagalan transformasi AI dan pendekatan paling berkesan terhadapnya?

A) Ketepatan model yang tidak mencukupi; Penyelesaiannya adalah dengan membeli model yang lebih besar
B) Kekurangan peralatan; Penyelesaiannya adalah dengan membeli lebih banyak pelayan
C) Kos lesen; Penyelesaiannya ialah mencari pembekal yang lebih murah
D) Ketahanan manusia dan budaya; Penyelesaiannya ialah pengurusan perubahan yang jelas menangani kebimbangan ✔

Penjelasan: Kebanyakan kegagalan bukan teknikal, tetapi manusia dan budaya: takut akan keselamatan kerja, kebimbangan tentang kecekapan, kurang keyakinan dan kehilangan makna. Apabila kebimbangan ini ditindas, ia kembali sebagai sabotaj senyap. Pendekatan yang paling berkesan adalah untuk memenuhi kebimbangan secara terbuka, menerangkan 'mengapa' yang menarik, memimpin melalui teladan, dan membina rangkaian juara rakan sekerja rapat. Penerimaan mesti diukur dan halangan mesti dibuang.