Før AI-lanseringen din, fiks dette
Styring: Vellykket innføring av AI begynner med samordnede prosesser og styring, ikke valg av plattform eller utdeling av lisenser.
Opprydding: Opprydding i dokumentasjonen avdekket motstridende arbeidsflyter og skapte det pålitelige grunnlaget automatiseringen trengte for å koble sammen team.
Synlighet: Integrerte systemer ga design-, handels- og ingeniørteam felles oversikt over beslutninger, avhengigheter og overleveringer.
Sikkerhetsnett: Avgrensede AI-agenter med manuelle kontrollpunkter reduserer avhengighetsrisiko samtidig som menneskelig tilsyn opprettholdes gjennom automatiserte arbeidsflyter.
Introduksjon: Små, udokumenterte oppgaver, som instruksjoner for skrivere, avdekket verdifulle kunnskapshull som AI kan bidra til å spre.
For mange selskaper begynner innføringen av AI med en samtale om verktøy: hvilken plattform, hvilket lisensnivå, hvilket team som får tilgang først. Men ifølge Jeffrey Cedeno, en programleder for design hos NBCUniversal som har brukt det siste året på å bidra til å rulle ut AI på tvers av design- og ingeniørteam, er det helt feil utgangspunkt.
«Vi lanserte et styringssystem for hver eneste operative prosess som finnes, slik at vi kan begynne å samle ulike team», sier Cedeno. AI-verktøyene kom på andreplass. Styringen kom først.
Vi lanserte et styringssystem for hver eneste operative prosess som finnes, slik at vi kan begynne å samle ulike team
Rekkefølgen «prosess før plattform» er forskjellen mellom AI som effektiviserer en organisasjon, og AI som bare automatiserer det samme rotet litt raskere.
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 oss ned med Cedeno for å få hans syn på hvordan dette faktisk har sett ut i praksis i teamet hans: seirene, sikkerhetsnettene og det lite glamorøse oppryddingsarbeidet som gjorde utrullingen av AI mulig i utgangspunktet. Her er det han sa.
Tegnet: AI avslører det som aldri ble definert
Cedeno hadde ikke som mål å bygge opp den operative dokumentasjonen på nytt. Målet var å få design- og ingeniørteamene til å bruke AI mer konsekvent. Men i det øyeblikket de forsøkte å mate reelle arbeidsflyter inn i AI-verktøy, ble svakhetene umiddelbart synlige.
«Vi oppdaget reelle mangler i vår egen driftsstyring. For eksempel hadde ett team en prosjektplan de brukte, mens et annet team hadde et helt annet dokument for det samme», sier han. «Dette bidro ikke til å effektivisere ting eller skape kontinuitet.»
Vi oppdaget reelle mangler i vår egen driftsstyring.
Det er den typen problem som kan skjule seg rett foran øynene på folk i årevis. Alle antar at deres egen prosess i bunn og grunn fungerer fint – helt til noe må lese på tvers av alle prosessene samtidig, og det viser seg at det aldri fantes én prosess i utgangspunktet.
Den lite glamorøse løsningen kom først
Før noen automatisering ble rullet ut, gjorde Cedenos team den delen ingen hadde lyst til å gjøre: De valgte ett verktøy for én oppgave, ryddet det opp og fjernet overflødigheten.
«For vår del er SharePoint virkelig godt egnet til løpende dokumentasjon, og det er det som brukes», forklarer han. «Vi ryddet opp i hver eneste mappe med svært oppdatert informasjon om hvert eneste tema for hvert eneste team.»
Confluence fikk samme behandling og ble omstrukturert til en ordentlig wiki med et tydelig hierarki. Oppryddingen var ikke skånsom. «Jeg slettet hundrevis av sider, slik at vi kunne omstrukturere alle dataene for å samsvare med styringssystemet vårt», sier Cedeno.
Først etter at denne strukturen var på plass, begynte automatiseringen å gjøre reelt arbeid. Det innebar å koble sammen SharePoint, Jira og Confluence, slik at det å registrere en sak i Airtable automatisk kunne opprette en tilsvarende Jira-sak, uten behov for manuell registrering på nytt. «Ingenting av dette var mulig uten AI-integrasjonen», sier han. Men AI-integrasjonen var ikke mulig uten oppryddingen først.
Gevinsten var klarhet, ikke bare hastighet
Det mest håndgripelige resultatet var ikke raskere produksjon, men innsyn på tvers av team som ganske enkelt ikke fantes tidligere. Cedeno trekker frem det langvarige skillet mellom design- og handelsteamene som et tydelig eksempel.
«Vi har et handelsteam og et [design]team. Disse teamene jobber i siloer, og nå er vi alle integrert», sier han. Tidligere kunne en designbeslutning gå videre uten å ta hensyn til noe som en reklamepause, fordi teamene «bare sendte ting videre, og vi ante ikke hva som skjedde med det». Nå sier han at «hvert trinn også innebærer noen man må ta hensyn til, og dette er også teamet som er involvert i denne ene tingen du ikke tenker på».
Skriveranekdoten
Ikke alle mangler i dokumentasjonen er strategiske. Noen er bare åpenbare når du først legger merke til dem.
"Selv tilfeldige ting – som hvordan folk bruker skriveren i selskapet – som var ett av de mest stilte spørsmålene i hele teamet vårt, manglet i dokumentasjonen", sier Cedeno. "Og bare to personer visste hvordan de skulle forklare deg hvordan du gjør det."
Selv tilfeldige ting – som hvordan folk bruker skriveren i selskapet – som var ett av de mest stilte spørsmålene i hele teamet vårt, manglet i dokumentasjonen.
Det er et lite eksempel, men det er den tydeligste illustrasjonen av det faktiske problemet: udokumentert kunnskap, som lå i hodet på to personer, og som tidligere ble ansett som for trivielt til å dokumenteres. Men det er nettopp slike kunnskapsbiter som kan gjøre AI langt mer nyttig, særlig for nyere medarbeidere i en organisasjon som bruker det til opplæring.
More Articles
- Å spore tilbake på KI: Virkelige historier fra ledere
- De praktiske KI-arbeidsflytene som brukes av leveransesjefen i et Asana-implementeringsbyrå
- Verktøystakken jeg ville brukt hvis jeg startet et byrå
- De beste AI-modellene for prosjektstyringsoppgaver
- Prosjektleder og underviser med kunstig intelligens deler en enkel arbeidsflyt for kunstig intelligens som fundamentalt endrer hvordan prosjekter drives
Sikkerhetsnettet: Smale agenter, ikke én megahjerne
Til tross for all entusiasmen er Cedeno bemerkelsesverdig forsiktig med å samle for mye i ett system. Teamet hans prøver ikke å bygge ett system som gjør alt.
"Vi prøver å lage svært spesifikke agenter, bruksområder og arbeidsflyter, og så begrense det til dette", sier han. Ett enkelt system som håndterer alt, høres effektivt ut, men han ser tydelig hva man gir avkall på: "Det oppstår en situasjon der du nå er avhengig av denne ene tingen, og jo mindre menneskelig interaksjon du har, desto større er risikoen for at ting går helt galt."
Derfor har hver automatiserte arbeidsflyt hos NBCUniversal fortsatt det han kaller et manuelt kontrollpunkt. "Det finnes et nivå av menneskelig interaksjon, omtrent som en nøkkel for å omgå automatiseringen, ved hvert eneste kontaktpunkt", sier han, "slik at noen fanger det opp hvis noe ikke er riktig."
Konklusjonen
Cedenos erfaring er en ganske direkte tilbakevisning av måten de fleste selskaper snakker om innføring av AI på. Instinktet er å begynne med verktøyet: gi alle lisenser, gjennomføre noen kurs og vente på at produktiviteten skal øke. Det som faktisk gjorde en forskjell hos Peacock, var langsommere og mindre spennende: å bli enige om én prosess, rydde opp i dokumentasjonen bak den og først deretter la AI automatisere det som allerede var tydelig definert.
"Det kommer aldri til å bli perfekt", sier Cedeno. "Jeg kan definitivt si at det har hjulpet oss med å gjøre det så perfekt som det kan bli akkurat nå."
Vil du ha flere innsikter som disse? Registrer deg for en gratis DPM-konto for å høre fra flere eksperter som disse.
