Før din AI-udrulning skal du rette dette
Styring: Vellykket AI-implementering begynder med ensartede processer og styring, ikke med valg af platform eller uddeling af licenser.
Oprydning: Oprydning i dokumentationen afslørede modstridende arbejdsgange og skabte det pålidelige grundlag, som automatisering havde brug for for at forbinde teams.
Synlighed: Integrerede systemer gav design-, handels- og ingeniørteams fælles indsigt i beslutninger, afhængigheder og overdragelser.
Sikkerhedsrammer: Afgrænsede AI-agenter med manuelle kontrolpunkter reducerer afhængighedsrisici, samtidig med at menneskeligt tilsyn bevares på tværs af automatiserede arbejdsgange.
Introduktion: Små, udokumenterede opgaver, såsom printervejledninger, afslørede værdifulde videnshuller, som AI kan hjælpe med at udbrede.
For mange virksomheder begynder indførelsen af AI med en samtale om værktøjer: hvilken platform, hvilket licensniveau, hvilket team der får adgang først. Men ifølge Jeffrey Cedeno, programleder for design hos NBCUniversal, som har brugt det seneste år på at hjælpe med at rulle AI ud på tværs af design- og ingeniørteams, er det helt forkert at starte der.
"Vi lancerede et governancesystem for hver eneste operationelle proces, der findes, så vi kunne begynde at samle forskellige teams," siger Cedeno. AI-værktøjerne kom bagefter. Governance kom først.
Vi lancerede et governancesystem for hver eneste operationelle proces, der findes, så vi kunne begynde at samle forskellige teams
Rækkefølgen "proces før platform" er forskellen mellem AI, der effektiviserer en organisation, og AI, der bare automatiserer det samme rod lidt hurtigere.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Vi satte os ned med Cedeno for at høre hans syn på, hvordan det faktisk har set ud i praksis på hans team: resultaterne, sikkerhedsrammerne og det mindre glamourøse oprydningsarbejde, der gjorde AI-udrulningen mulig i første omgang. Her er, hvad han sagde.
Afsløringen: AI viser, hvad der aldrig blev defineret
Cedeno havde ikke sat sig for at genopbygge den operationelle dokumentation. Han ville have design- og ingeniørteams til at bruge AI mere konsekvent. Men i det øjeblik de forsøgte at føre virkelige arbejdsgange ind i AI-værktøjer, viste problemerne sig med det samme.
"Vi fandt reelle huller i vores egen driftsstyring. For eksempel havde ét team en projektplan, som de brugte, mens et andet team havde et helt andet dokument til det samme," siger han. "Det hjalp ikke med at effektivisere tingene eller skabe kontinuitet."
Vi fandt reelle huller i vores egen driftsstyring.
Det er den slags problem, der kan gemme sig lige for øjnene af alle i årevis. Alle går ud fra, at deres egen proces grundlæggende er fin — indtil noget skal læse på tværs af dem alle på én gang, og det viser sig, at der aldrig var én samlet proces til at begynde med.
Den mindre glamourøse løsning kom først
Før nogen automatisering blev rullet ud, tog Cedeno og hans team fat på den del, ingen havde lyst til: De valgte ét værktøj til én opgave, ryddede op i det og fjernede overflødighederne.
"For vores vedkommende er SharePoint virkelig godt til levende dokumentation, og det er det, det bruges til," forklarer han. "Vi ryddede op i hver eneste mappe med meget opdaterede oplysninger om hvert eneste emne for hvert eneste team."
Confluence fik samme behandling og blev omstruktureret til en rigtig wiki med et tydeligt hierarki. Oprydningen var ikke nænsom. "Jeg slettede hundredvis af sider, så vi kunne omstrukturere alle dataene, så de passede til vores governancesystem," siger Cedeno.
Først da denne struktur var på plads, begyndte automatiseringen at udføre reelt arbejde, nemlig at forbinde SharePoint, Jira og Confluence, så indtastning af en sag i Airtable automatisk kunne oprette en tilsvarende Jira-sag uden manuel genindtastning. "Intet af det var muligt uden AI-integrationen," siger han. Men AI-integrationen var ikke mulig uden oprydningen først.
Gevinsten var klarhed, ikke bare hastighed
Det mest håndgribelige resultat var ikke hurtigere resultater; det var synlighed på tværs af teams, som ganske enkelt ikke fandtes før. Cedeno peger på den langvarige mangel på forbindelse mellem design- og handelsteams som et tydeligt eksempel.
"Vi har et handelsteam over for et [design]team. Disse teams arbejder i siloer, og nu er vi alle integreret," siger han. Tidligere kunne en designbeslutning gå videre uden at tage højde for noget som en reklamepause, fordi teamsene "bare sendte ting videre, og vi havde ingen idé om, hvad der skete med dem." Nu siger han: "Ved hvert trin er der også nogen, man skal tage hensyn til, og det er også det team, der er involveret i denne ene ting, som man ikke tænker over."
Anekdoten om printeren
Ikke alle huller i dokumentationen er strategiske. Nogle er bare åbenlyse, når først man lægger mærke til dem.
"Sel tilfældige ting — som hvordan folk bruger printeren i virksomheden — som var et af de mest stillede spørgsmål i hele vores team, manglede i dokumentationen," siger Cedeno. "Og kun to personer vidste, hvordan man skulle forklare dig, hvordan man gjorde det."
Sel tilfældige ting — som hvordan folk bruger printeren i virksomheden — som var et af de mest stillede spørgsmål i hele vores team, manglede i dokumentationen.
Det er et lille eksempel, men det er den tydeligste illustration af det egentlige problem: udokumenteret viden, der befandt sig i to personers hoveder, og som tidligere blev anset for at være for ubetydelig til at blive skrevet ned i dokumentationen. Men det er netop den slags viden, der kan gøre AI langt mere nyttig, især for nye medarbejdere i en organisation, der bruger det til introduktion.
More Articles
- At gå tilbage på AI: Virkelige historier fra ledere
- De AI-arbejdsgange fra den virkelige verden, som leverancechefen hos et Asana-implementeringsbureau bruger
- De bedste AI-modeller til projektledelsesopgaver
- AI-drevet projektleder og underviser deler en enkel AI-arbejdsgang, der fundamentalt ændrer måden, projekter drives på
- 3 alternativer til at erstatte dine menneskelige projektledere med AI-agenter
Sikkerhedsnettet: Smalle agenter, ikke én megahjerne
Trods al begejstring er Cedeno bemærkelsesværdigt forsigtig med at samle for meget i ét system. Hans team forsøger ikke at bygge ét system, der kan klare alt.
"Vi forsøger at skabe meget specifikke agenter og anvendelsestilfælde og arbejdsgange og derefter begrænse det dér," siger han. Ét system, der håndterer alt, lyder effektivt, men han ser tydeligt afvejningen: "Det skaber en situation, hvor man nu er afhængig af denne ene ting, og jo mindre menneskelig interaktion man har, desto større er risikoen for, at tingene går helt galt."
Derfor har alle automatiserede arbejdsgange hos NBCUniversal stadig det, han kalder et manuelt kontrolpunkt. "Der er et niveau af menneskelig interaktion, som en bypass-nøgle, ved hvert eneste berøringspunkt," siger han, "så hvis noget ikke er rigtigt, er der nogen, der opdager det."
Konklusionen
Cedenos erfaring er en ret direkte tilbagevisning af den måde, de fleste virksomheder taler om indførelsen af AI på. Instinktet er at lægge ud med værktøjet: giv alle licenser, afhold nogle workshops, og vent på, at produktiviteten stiger. Det, der faktisk gjorde en forskel hos Peacock, var langsommere og mindre spændende: at blive enige om én proces, rydde op i dokumentationen bag den og først derefter lade AI automatisere det, der allerede var klart defineret.
"Det bliver aldrig perfekt," siger Cedeno. "Jeg kan helt sikkert fortælle dig, at det har hjulpet os med at gøre det så perfekt, som det kan være lige nu."
Vil du have flere indsigter som disse? Opret en gratis DPM-konto for at høre fra flere eksperter som disse.
