AI Capability scale

W skrócie

Ankieta z 46 pytaniami o to, co firma ma, żeby używać AI: dane, technologię, umiejętności i zdolność do zmiany. Użyj jej, żeby zobaczyć, w czym zarząd, IT i operacje się zgadzają, a w czym nie.

Dla osoby, która prowadzi diagnozę: kierownika HR lub operacji, wewnętrznego zespołu projektowego albo zewnętrznego konsultanta.

Co mierzy

Skala pyta, na ile firma ma to, czego potrzebuje, żeby używać AI. Obejmuje osiem obszarów w trzech grupach:

• Rzeczy, które można kupić lub zbudować: dane, technologia i podstawowe zasoby, takie jak budżet i czas.
• Ludzie: umiejętności techniczne i umiejętności biznesowe.
• Jak działa organizacja: współpraca między działami, zdolność do zmiany i gotowość do podejmowania ryzyka.

To najlepiej sprawdzony otwarty kwestionariusz w tej części, który patrzy na całą organizację, a nie tylko na jej technologię.

Jak używać

1. Daj go kilku osobom w firmie, nie jednej: komuś z najwyższego kierownictwa, komuś z IT lub danych i komuś z operacji lub HR.
2. Zbierz odpowiedzi osobno.
3. Zestaw je obok siebie. Najcenniejsze są miejsca, w których grupy się nie zgadzają.
4. Dla każdego obszaru podawaj rozrzut odpowiedzi, nie tylko średnią.

Pierwotne badanie pytało jednego menedżera w każdej firmie. Przed tą słabością ostrzega późniejsze badanie modeli dojrzałości: zdanie jednej osoby z kierownictwa to opinia, a nie pomiar.

Czego nie mierzy

• Postaw ani zachowań pracowników. Pytania o zmianę i ryzyko pokazują, co menedżerowie mówią o firmie. Nie pokazują, co robią pracownicy.
• Wyników. Wysoki wynik nie przewiduje zwrotu z inwestycji. Zobacz nie traktuj wskaźnika dojrzałości jak prognozy.
• Tego, co AI mogłaby robić na każdym stanowisku. Do tego użyj mapy zadań.

Nie jest też krótka. Czterdzieści sześć pytań zajmuje czas, a menedżerowie przelatują długie formularze wzrokiem.

Jak to sprawdzono

• Autorzy zbudowali pytania na podstawie wcześniejszych badań i sprawdzili je na 143 menedżerach najwyższego szczebla w Stanach Zjednoczonych. Odpowiedzi ułożyły się w osiem obszarów zgodnie z założeniem. Badanie opisano na osobnej stronie.
• Główny autor zbadał potem umiejętności AI w 91 gminach w Niemczech, Norwegii i Finlandii, a w drugim badaniu w 168 gminach.

Szczegół techniczny: pierwsze badanie sprawdziło miarę standardowymi testami statystycznymi struktury ankiety. Wszystkie trzy badania mają tego samego głównego autora.

Licencja i dostęp

Pytania są wydrukowane w artykule, który jest w otwartym dostępie na licencji CC BY 4.0. Możesz je tłumaczyć i dostosowywać, podając autorów.

Alternatywy

Inne narzędzia do podobnego zadania i kiedy lepiej wybrać każde z nich.

• Czy instytucja publiczna i jej ludzie są gotowi na AI? Dual-level model of AI readiness in the public sector Wybierz je w instytucji publicznej albo gdy chcesz w jednym modelu gotowość organizacji i jej ludzi. Opiera się wyłącznie na ocenie ekspertów. Menedżerowie i pracownicy, w dyskusji · 4 grupy kryteriów. Liczba pytań nie jest ustalona Bezpłatne, można dostosować Sprawdzenie: Jeszcze niesprawdzone Ankiety gotowości
• Co sprawia, że ten projekt technologiczny jest trudny? NASSS-CAT: complexity assessment tools for technology projects Wybierz je, gdy chcesz rozmowy i listy działań, a nie wyniku liczbowego. Zespół projektu oraz pracownicy w wywiadach · Dwie listy kontrolne, formularz z 35 pytaniami i scenariusz wywiadu Bezpłatne; przed zmianami zapytaj autorów Sprawdzenie: Umiarkowane Scenariusze wywiadów i listy kontrolne

Praktyki, które z niego korzystają

• Nie traktuj wyniku oceny dojrzałości jak prognozy Wynik oceny dojrzałości lub gotowości do AI opisuje, gdzie według własnej deklaracji jesteś. Dowody, że wyższy wynik prowadzi do lepszych rezultatów, są skąpe i sporne. Używaj go, by zacząć rozmowę, a nie by przewidywać zyski. Zrób potem · Nakład pracy: niski (dni, jedna osoba) Dowody: Umiarkowane Sporne Pomiar · Rozpoznanie
• Oceniaj gotowość na podstawie kilku źródeł, a nie oceny jednego członka zarządu Ocena gotowości wypełniona przez jedną osobę z kierownictwa pokazuje punkt widzenia tej osoby. Zapytaj też pracowników i kierowników, a odpowiedzi porównaj z tym, co da się zaobserwować. Zrób potem · Nakład pracy: średni (tygodnie, kilka osób) Dowody: Wstępne Pomiar · Rozpoznanie

Szczegóły

Sprawdzenie

Umiarkowane Zbudowana i sprawdzona na 143 menedżerach najwyższego szczebla w Stanach Zjednoczonych, a wyniki się potwierdziły. Ten sam główny autor zmierzył później umiejętności AI w dwóch badaniach europejskich gmin. Żaden niezależny zespół nie powtórzył jeszcze tego sprawdzenia.

Czego dotyczy

Organizacja

Jak zbiera się odpowiedzi

Ankieta, w której menedżerowie odpowiadają o własnej firmie. Pierwotne badanie pytało jednego menedżera w każdej firmie.

Długość

46 pytań w 8 grupach

Koszt

Bezpłatne

Licencja

CC BY 4.0Możesz tłumaczyć, dostosowywać i przedrukowywać pytania, jeśli podasz autorów. Zgoda nie jest potrzebna.

Języki

Angielski

Autorzy

Mikalef and Gupta, 2021

Źródła

1. Mikalef and Gupta (2021). Artificial intelligence capability: Conceptualization, measurement calibration, and empirical study on its impact on organizational creativity and firm performance. Information & Management. doi:10.1016/j.im.2021.103434
2. Mikalef, Lemmer, Schaefer, Ylinen and colleagues (2021). Enabling AI capabilities in government agencies: A study of determinants for European municipalities. Government Information Quarterly. doi:10.1016/j.giq.2021.101596
3. Mikalef, Lemmer, Schaefer, Ylinen and colleagues (2023). Examining how AI capabilities can foster organizational performance in public organizations. Government Information Quarterly. doi:10.1016/j.giq.2022.101797

Powiązane badania na tej stronie

• Zdolności AI a wyniki firmy: ankieta wśród 143 członków kadry zarządzającej Mikalef and Gupta (2021). Artificial intelligence capability: Conceptualization, measurement calibration, and empirical study on its impact on organizational creativity and firm performance. Information & Management, 58(3), 103434.
• Czyje zdanie odzwierciedla wskaźnik dojrzałości cyfrowej? Silva, São Mamede and Santos (2024). A new proposed model to assess the digital organizational readiness to maximize the results of the digital transformation in SMEs. Journal of Innovation & Knowledge, 10(1), 100644.
• Dziesięć lat modeli dojrzałości cyfrowej: czy przewidują wyniki? Thordsen and Bick (2023). A decade of digital maturity models: much ado about nothing?. Information Systems and e-Business Management, 21(4), 947–976.