Ieņēmumu slazds uzņēmumu mākslīgajā intelektā
Demonstrācija uzvarēja iepirkumā
Uzvarējusī demonstrācija bija nevainojama. Lietotājs uzdeva jautājumu, sistēma atbildēja ar atsaucēm, interfeiss ieteica nākamo darbību, un informācijas panelis uzrādīja prognozētos ietaupījumus ar tādu pašpārliecību, kāda parasti tiek rezervēta lidostu arhitektūrai. Iepirkuma komanda bija izpildījusi savu darbu tā, kā to noteica process. Prasības tika apkopotas, piegādātāji novērtēti, drošības anketas aizpildītas, juridiskie nosacījumi saskaņoti, un izvēlētais risinājums izskatījās kā spējīgākā iespēja. Ikviens varēja norādīt uz dokumentu un teikt, ka procedūra ir ievērota.
Pēc sešiem mēnešiem procedūra joprojām bija korekta, bet darbība bija nogurusi. Datu savienotāji darbojās ar paraugdatiem, bet cīnījās ar reālo arhīvu. Atbilžu kvalitāte bija laba piegādātāja vidē, bet nekonsekventa iekšējā darba plūsmā. Cilvēku veiktā pārskatīšana prasīja ilgāk, nekā gaidīts, jo neviens nebija aprēķinājis pierādījumu sloga izmaksas. Piegādātājam bija ceļvedis, pircējam bija izņēmumi, un operatīvajai komandai bija rinda ar problēmām, kas neiederējās sākotnējā prasību tabulā. Nekas nebija krāpniecisks. Nekas nebija šokējošs. Iepirkuma process bija iegādājies mākslīgā intelekta spēju, bet tikai daļēji iegādājies nosacījumus, kādos šī spēja varētu kļūt par darbu.
Šī ir iepirkuma lamatas uzņēmumu mākslīgā intelekta jomā. Pirkšanas process ir veidots, lai salīdzinātu produktus, samazinātu juridisko risku, kontrolētu cenu un dokumentētu taisnīgumu. Tie ir leģitīmi mērķi. Taču mākslīgā intelekta vērtība parādās nesakārtotajā vidusdaļā starp produktu un organizāciju: datu piekļuve, darba plūsmas pārveide, pierādījumu uzkrāšana, lietotāju apmācība, izņēmumu apstrāde, modeļu atjauninājumi, drošības stāvoklis, integrācijas parāds, audita prasības, atgriezeniskās saites cilpas un atbildība par rezultātiem. Ja iepirkums novērtē redzamo produktu, bet pret darbības nosacījumiem izturas kā pret ieviešanas detaļām, organizācija pērk solījumu un saņem projektu.
Lamatas nav tādas, ka pircēji būtu muļķīgi. Lielākā daļa pircēju strādā ar mantotām veidnēm un reālu spiedienu. Viņiem tiek prasīts veicināt inovāciju, samazināt risku, rīkoties ātri, kontrolēt izmaksas, apmierināt drošības prasības, ievērot regulējumu un izvairīties no vainas vēlāk, kompakts darba apraksts ar skavotāja emocionālo diapazonu. Lamatas ir strukturālas: uzņēmumu mākslīgais intelekts tiek iepirkts kā programmatūra, bet uzvedas kā darbības modelis.
Rezultāta pirkšana nav iznākuma pirkšana
Uzņēmumu pircēji bieži jautā, vai sistēma spēj radīt rezultātu: kopsavilkumu, klasifikāciju, ieteikumu, izvilkumu, melnrakstu, riska karogu, meklēšanas rezultātu, analīzi, darbplūsmas darbību. Tas ir saprātīgs jautājums, bet arī neliels jautājums. Lielākais jautājums ir, vai organizācija spēj pārvērst šo rezultātu iznākumā ar skaidri noteiktu atbildību. Kurš to saņem. Ko viņi ar to dara. Kādus pierādījumus viņi redz. Kad viņi drīkst to noraidīt. Kas notiek, ja tas ir nepareizs. Kā kļūda tiek novērsta. Kam pieder rādītājs pēc tam, kad piegādātājs ir pametis telpu.
AI kopsavilkums nav iznākums. Lietu izskatītājs, kurš izmanto verificētu kopsavilkumu, lai pieņemtu ātrāku un labāk dokumentētu lēmumu, var būt iznākums. Riska rādītājs nav iznākums. Triage process, kas godīgi sadala lietas, reģistrē pamatojumu un apstrādā izņēmumus, var būt iznākums. Čatbota atbilde nav iznākums. Samazināta atbalsta slodze bez klientu maldināšanas, eskalācijas ceļu zaudēšanas vai neredzamu saistību radīšanas var būt iznākums. Iepirkumam ir jāpērk ceļš no radītā rezultāta līdz institucionālai rīcībai.
Šis ceļš šķērso departamentus. Juridiskā nodaļa rūpējas par pilnvarām un atbildību. Drošība rūpējas par piekļuvi un izolāciju. Datu komandas rūpējas par izcelsmi un kvalitāti. Operācijas rūpējas par rindām un personālu. Finanses rūpējas par izmaksām un ieguvumu realizāciju. Cilvēkresursi var rūpēties par darba dizainu. Atbilstības nodaļa rūpējas par pierādījumiem. Lietotāji rūpējas par to, vai sistēma palīdz vai klusi padara viņus atbildīgus par mašīnas minējumiem. Konkurss, kas šīs bažas uzskata par apstiprinājuma lodziņiem, nevis dizaina ievadiem, radīs elegantu dokumentāciju un trauslu ieviešanu.
Šī atšķirība maina arī cenu noteikšanu. Lēts rīks, kam nepieciešama dārga pārskatīšana, manuāla datu sagatavošana, pielāgota integrācija, papildu pārvaldība, neskaidri pierādījumi un liels atbalsts, var būt dārgs. Dārgāks rīks ar labāku eksportu, novērojamību, lomu dizainu, datu līgumiem un atjauninājumu kontroli var būt lētāk ekspluatējams. Iepirkums to nevar redzēt, ja salīdzina licences cenu, bet pārējo sauc par ieviešanu. Ieviešana ir vieta, kur AI projekti glabā savus rēķinus.
Pārbaudes saraksts aug ap nepareizu centru
Uzņēmumu iepirkums mīl pārbaudes sarakstus, jo pārbaudes saraksti rada kārtību un aizstāvamību. Vai sistēma atbalsta vienoto pierakstīšanos. Vai tā šifrē datus. Vai tā nodrošina audita žurnālus. Vai tā atbalsta mūsu valodu. Vai tā integrējas ar dokumentu sistēmām. Vai tā piedāvā uz lomām balstītu piekļuvi. Vai tai ir modeļa pārvaldības stāsts. Vai tā atbalsta atskaites. Šie jautājumi ir noderīgi. Problēma ir tā, ka jā var noslēpt lielu darbības virsmu.
Jā uz audita žurnāliem var nozīmēt neapstrādātus tehniskus žurnālus, kam nepieciešama speciālista interpretācija, nevis lietas līmeņa pierādījumus, ko var izmantot atbilstības nodaļa. Jā uz integrāciju var nozīmēt, ka pastāv API, nevis to, ka pircēja nesakārtotais satura modelis ir saprasts. Jā uz uz lomām balstītu piekļuvi var nozīmēt lomas produktā, nevis saskaņošanu ar organizācijas pilnvaru modeli. Jā uz eksportu var nozīmēt, ka dati iziet kā plakani faili bez izcelsmes. Jā uz cilvēka uzraudzību var nozīmēt apstiprināšanas pogu. Uzņēmumu AI ir vieta, kur daudzām jā atbildēm vajadzētu sekot parādi man neglītos apstākļos.
Pārbaudes sarakstam vajadzētu augt ap darbības jautājumiem. Kādiem pierādījumiem ir jāsaglabājas. Kuri datu avoti ir autoritatīvi. Kuri lauki ir pārāk veci. Kuriem lietošanas gadījumiem ir nepieciešami deterministiski ieraksti. Kurām darbībām nepieciešams cilvēka apstiprinājums. Par kurām kļūdām ir jāpaziņo. Kuras izmaiņas prasa atkārtotu novērtēšanu. Kuras piegādātāju atkarības ir pieņemamas. Kuras izejas tiesības nav apspriežamas. Kurām komandām ir jāmaina uzvedība. Kuras kontroles tiks pārbaudītas pirms darbības sākuma. Produkta pārbaudes saraksts bez darbības modeļa ir iepirkumu saraksts virtuvei, kuru neviens nav izmērījis.
Neskaidrās prasībās ir savāda mierinājuma sajūta. Tās uztur iepirkumu plašu, mazina konfliktus un ļauj ikvienam iztēloties, ka viņa bažas ir iekļautas. Diemžēl neskaidrās prasības nepazūd pēc līguma piešķiršanas. Tās atdzimst kā izmaiņu pieprasījumi, kavējumi, strīdi un vadības grupas slaidi ar arvien piesardzīgākiem darbības vārdiem. Konkrētība pirms līguma šķiet lēnāka. Bieži vien pēc tā tā ir daudz ātrāka.
Riska pārnešana bieži vien ir teātris
Iepirkuma procesi cenšas pārnest risku. Līgumi, garantijas, atlīdzības, pakalpojumu līmeņi, sertifikācijas, apdrošināšana, datu apstrādes noteikumi. Tiem ir nozīme. Nobriedušam iepirkumam tie ir nepieciešami. Taču uzņēmumu mākslīgā intelekta risinājumi rada riskus, kurus nevar pilnībā pārnest, jo tie mīt pircēja kontekstā. Piegādātājs var nodrošināt rīku, aizsardzības pasākumus, atbalstu un pierādījumus. Pircējam pieder dati, darba plūsma, pilnvaras, lietotāju rīcība, eskalācijas ceļš un lēmums, kas pieņem rezultātu. Līgums nevar ārpakalpojumā nodot spriedumu, kas notiek iestādes iekšienē.
Šeit dažas organizācijas kļūst pārlieku pašpārliecinātas. Piegādātājs ir izgājis drošības pārskatīšanu. Modelim ir dokumentācija. Noteikumi aptver datu aizsardzību. Pakalpojumam ir darbspējas saistības. Labi. Tagad kurš izlemj, vai atbildi ar zemu ticamību drīkst izmantot gadījumā ar augstu ietekmi. Kurš pamana, kad lietotāji pārtrauc pārskatīt. Kurš risina klienta iebildumus. Kurš apstiprina, ka apmācības piemēri atbilst reālajam darbam. Kurš aptur sistēmu, kad mainās politika. Ja atbilde ir piegādātājs, pircējs, iespējams, pērk pārvaldības fantāziju. Ja atbilde ir neviens, pircējs ir nopircis nākotnes incidentu.
Riska pārnešana rada arī perversus stimulus, kad pircēji lūdz piegādātājus uzņemties atbildību par lietām, kuras var kontrolēt tikai pircējs. Piegādātājs atbild ar izņēmumiem, piesardzīgu konfigurāciju, uzpūstām cenām vai neskaidrām saistībām. Pircējs atbild ar vairāk klauzulām. Galu galā līgums kļūst par polsterētu istapu ap darba plūsmu, kuru neviens nav izstrādājis. Uz papīra ļoti droši. Otrdien mazāk noderīgi.
Labāka pieeja ir riska sadale. Nosauciet risku. Piešķiriet daļu, ko piegādātājs var kontrolēt. Piešķiriet daļu, kas pircējam jāpārvalda. Definējiet kopīgus testus. Definējiet pierādījumus. Definējiet eskalāciju. Definējiet apturēšanas tiesības. Definējiet izmaiņu kontroli. Tas ir mazāk apmierinoši nekā izlikšanās, ka risks ir eksportēts zip failā. Tas ir arī tuvāk realitātei, kas ir spītīga veiksmīgas darbības iezīme.
Pilotprojekts nav iepirkuma vienība
Daudzi uzņēmumu mākslīgā intelekta pirkumi sākas ar pilotprojektu. Tas ir saprotami. Pilotprojekti samazina nenoteiktību un palīdz komandām mācīties. Iepirkumu slazds parādās tad, kad pilotprojekts kļūst par pierādījuma vienību. Pilotprojektu bieži aizsargā pieredzējuši lietotāji, atlasīti dati, tieša pārdevēja uzmanība, atvieglota integrācija, pagaidu pārvaldība un auditorija, kas ir gatava piedot nepilnības. Ražošana ir citāda. Ražošanā ir apjoms, darbinieku mainība, audits, robežgadījumi, drošības ierobežojumi, atbalsta pieprasījumi, saglabāšanas noteikumi, mainītas prioritātes un lietotāji, kuri nepiedalījās iedvesmojošajā atklāšanas sanāksmē.
Pilotprojektam tāpēc būtu jāpārbauda ražošanas pieņēmumi, ne tikai produkta iespējas. Vai parastie lietotāji var pabeigt darbplūsmu. Vai atbilžu kvalitāte saglabājas ar reāliem datiem. Cik daudz laika nepieciešams pārskatīšanai. Kuri ieraksti ir nepieciešami auditam. Kuri izņēmumi ir bieži. Kuri integrācijas punkti ir trausli. Kas notiek, ja avots ir novecojis. Vai sistēma spēj pareizi atteikt. Vai organizācija var to atbalstīt bez pārdevēja inženieriem, kas visu dienu atrodas tērzēšanā. Ja šie jautājumi tiek atlikti līdz pēc mērogošanas apstiprināšanas, pilotprojekts ir teātris ar labākām uzkodām.
Pirkuma vienībai vajadzētu būt kontrolētai darbības šķēlei. Šķēle ietver lietošanas gadījumu, datu avotus, pilnvaras, lietotājus, pārskatīšanas procedūru, pierādījumus, atbalsta modeli, izmaiņu procesu un izejas ceļu. Tā ir šaurāka par stratēģiju un plašāka par demonstrāciju. To var novērtēt jēgpilni, jo tā satur gan to, kas rada vērtību, gan to, kas rada izmaksas. Ja šķēle darbojas, mērogošana nozīmē zināma modeļa atkārtošanu un pielāgošanu. Ja darbojas tikai rīks, mērogošana nozīmē organizācijas atklāšanu pa vienai atkarībai.
Tāpēc pilotprojekta rādītājos būtu jāiekļauj garlaicīgi skaitļi. Pārskatīšanas minūtes uz gadījumu. Izlaboto rezultātu procentuālā daļa. Gadījumi, kas atteikti trūkstošu pierādījumu dēļ. Avotu aktualitātes kļūmes. Eskalāciju skaits. Lietotāju domstarpību iemesli. Eksporta pilnīgums. Incidenti, kam nepieciešams piegādātāja atbalsts. Laiks, kas nepieciešams, lai izskaidrotu apstrīdētu rezultātu. Šie rādītāji ir mazāk pievilcīgi nekā produktivitātes pieaugums. Tie ir arī skaitļi, kas nosaka, vai produktivitāte saglabājas.
Datu piekļuve nav savienotāju saraksts
Iepirkuma dokumentos bieži jautā, ar kurām sistēmām produkts savienojas. Tas ir nepieciešami, bet nepietiekami. Savienotājs ir durvis. Tas nenorāda, vai telpā ir marķēti plaukti, aktuāli ieraksti, likumīga piekļuve, konsekventi identifikatori, lietojami dokumenti, saglabāts konteksts vai grīda. Uzņēmumu dati reti gaida pieklājīgi. Tajos ir mantoti lauki, dublikāti, PDF faili ar noslēpumiem, SharePoint arheoloģija, departamentu taksonomijas, trūkstoši īpašnieki un faili, kas nosaukti par galīgo, jo optimisms ir atjaunojams.
Pircējam ir jāsaprot, kas MI sistēmai nepieciešams no datiem, ne tikai tas, kur dati atrodas. Vai tai ir nepieciešami pilni dokumenti vai iegūti lauki. Vai tai ir nepieciešams pašreizējais stāvoklis vai vēsturiski momentuzņēmumi. Vai tai ir nepieciešama atļauju apzinoša izguve. Vai tai ir nepieciešama izcelsme. Vai tai ir nepieciešami strukturēti marķējumi. Vai tai ir nepieciešama dzēšanas izplatīšana. Vai tai ir nepieciešami datu kvalitātes sliekšņi. Vai tai ir nepieciešama cilvēka korekcija. Katra vajadzība maina integrācijas izmaksas un pārvaldību. Savienotājs, kas ignorē šīs vajadzības, ir tikai šļūtene. Šļūtenes ir noderīgas. Tās ir arī tas, kā applūst pagrabi.
Datu piekļuvei ir juridiskas un sociālas dimensijas. Sistēma var tehniski nolasīt avotu un tomēr tai nav tiesību to izmantot modeļa apmācībai, analītikai, darbinieku uzraudzībai vai automatizētam lēmumu atbalstam. Lietotāji var uzticēties repozitorijam vienam mērķim un iebilst, kad tā saturs kļūst par degvielu citam. Iepirkums, kas jautā, vai varam savienot, pirms jautā, vai drīkstam izmantot, rada nākotnes pārsteigumus. Pārsteigums ir slikts piekrišanas mehānisms.
Laba mākslīgā intelekta iegāde tāpēc ietver datu izpēti pirms līguma slēgšanas vai vismaz pirms mērogošanas. Izpēti nekārtīgo korpusu. Pārbaudi izguvi. Apskati atļaujas. Izmēri dublēšanos. Apzini novecojušos laukus. Nosaki datu atbildīgos. Pārbaudi glabāšanas termiņus un piekrišanu. Saproti, kuri dati nevar pārvietoties. Nosaki cenu tīrīšanai. Ja šķiet, ka šis darbs aizkavē pirkumu, atceries, ka pirkums tāpat vēlāk saskartos ar to pašu nekārtību, tikai ar līgumu klāt.
Izmaiņu kontrole ir produkts
Uzņēmumu mākslīgais intelekts nestāv uz vietas. Modeļi atjaunojas. Uzvednes mainās. Izguves indeksi tiek pārbūvēti. Politika mainās. Datu avoti pārvietojas. Lietotāji atklāj robežgadījumus. Drošības noteikumi kļūst stingrāki. Parādās jauni noteikumi. Sistēma, kas izturēja iepirkumu, nav tā sistēma, ko organizācija darbinās pēc gada. Izmaiņu kontrole tāpēc nav administratīvs slogs ap produktu. Tā ir produkta daļa.
Iepirkumam būtu jājautā, kā tiek ierosinātas, pārbaudītas, apstiprinātas, paziņotas, atsauktas un dokumentētas uzvedības izmaiņas. Vai pircējs var atlikt modeļa atjauninājumu. Vai uzvednes izmaiņas var versijot. Vai izguves izmaiņas var salīdzināt. Vai politikas kopas var fiksēt. Vai piegādātājs var sniegt laidiena piezīmes, kas saistītas ar darbības risku, nevis mārketinga dzeju. Vai augstas ietekmes gadījumus var regresijas testēt pirms ieviešanas. Vai organizācija var redzēt, kurus gadījumus skārusi izmaiņa. Bez šīm tiesībām pircējs nav nopircis sistēmu. Tas ir abonējis kustību.
Iekšējām izmaiņām ir tikpat liela nozīme kā piegādātāja izmaiņām. Nodaļa maina veidlapu. Politikas komanda pārskata vadlīnijas. Datu komanda maina lauka nosaukumu. Vadītājs maina personālu. Juridiskā interpretācija mainās. MI sistēmas darbojas pāri šīm robežām, tāpēc nelielas iekšējas izmaiņas var mainīt rezultātus. Iepirkums to nevar atrisināt viens pats, bet tas var pieprasīt darbības modeli, kas atklāj un pārvalda kustību. Ja katras izmaiņas tiek uzskatītas par kāda cita lokālu uzlabojumu, MI darbplūsma kļūst par gaiteni, kur durvis nemitīgi veras pretī cilvēkiem.
Laba izmaiņu kontrole dod inovācijai ceļu. Tā nebloķē atjauninājumus. Tā padara atjauninājumus saprotamus. Komandas var ātrāk uzlabot modeļus un darbplūsmas, ja zina, kā testēt, apstiprināt un atgūties. Izmaiņu kontroles pretstats nav veiklība. Tā ir nepārvaldīta novirzīšanās ar laidiena kalendāru.
Lietotāji nav ieviešanas mērķi
Iepirkumos lietotāji bieži tiek uzskatīti par ieviešanas mērķiem. Apmāciet viņus, komunicējiet ieguvumus, mēriet lietojumu, slavējiet atbalstītājus, novērsiet šķēršļus. Daļa no tā ir noderīga. Taču lietotāji ir arī kontroles punkti, nozares eksperti un agrīnās brīdināšanas sistēmas. Ja viņi neuzticas sistēmai, iespējams, viņi pretojas pārmaiņām. Viņi var arī pamanīt, ka darba plūsmā trūkst pierādījumu, pilnvaru, laika vai iespējas to labot. Iepirkuma process, kas lietotājus galvenokārt uztver kā cilvēkus, kurus vajag pārliecināt, palaidīs garām informāciju, ko viņi sniedz.
Pirms iegādes runājiet ar cilvēkiem, kuru darbā tiks izmantota AI radītā informācija. Jautājiet, kādi pierādījumi viņiem nepieciešami, lai rīkotos. Kuri gadījumi ir bīstami. Kuri datu lauki nav uzticami. Kuri izņēmumi patērē laiku. Kādus lēmumus viņi nedeleģētu. Kuras kļūdas būtu apkaunojošas, kaitīgas vai nelikumīgas. Kuras pašreizējā procesa daļas ir neformālas, jo formālā sistēma nekad nav apguvusi realitāti. Šīs atbildes nav pretestība pārmaiņām. Tās ir prasības ar pirkstu nospiedumiem.
Pēc iegādes lietotāju atsauksmēm jāietekmē izmaiņu pārvaldība un pierādījumi. Labojumi, ignorēšana, eskalācijas un atteikuma iemesli ir jāmēra un jāapspriež. Ja lietotāji ignorē sistēmu, noskaidrojiet, vai tā ir nepareiza, lēna, neuzticama, slikti izvietota, nesaskaņota ar stimuliem vai vienkārši mazāk noderīga, nekā vēsta iepirkuma stāsts. Lietojums vien ir vājš vērtības rādītājs. Cilvēki lieto sliktas sistēmas, ja ir spiesti, un izvairās no labām sistēmām, ja apkārtējais process soda viņus par sprieduma izmantošanu.
Lietotāji ir pelnījuši arī skaidrību. Ja AI sniegtā informācija ir ieteikuma rakstura, sakiet to. Ja tā ir obligāta, sakiet, kam pieder lēmums. Ja ignorēšana ir apsveicama, nesodiet to kā novirzi. Ja pierādījumi ir obligāti, dodiet laiku to izskatīšanai. Uzņēmumu AI neizdodas, kad lietotāji kļūst par cilvēciskiem buferiem starp pārliecinātu rīku un neskaidru organizāciju. Tā nav ieviešana. Tā ir izolācija.
Iziešanas tests jāveic pirms ieviešanas
Iziešana ir visvairāk atstāta novārtā iepirkuma prasība, jo neviens nevēlas apspriest beigas sākumā. Tomēr tieši iziešanā pircēja vara kļūst reāla. Vai organizācija var aiziet, saglabājot datus, metadatus, uzvednes, konfigurācijas, novērtējumu ierakstus, audita žurnālus, lietotāju atsauksmes, modeļa izvades, labojumu vēsturi un dzēšanas apliecinājumus. Vai tā var izslēgt sistēmu, nezaudējot spēju izskaidrot iepriekšējos lēmumus. Vai tā var pāriet uz citu rīku, neliekot darbiniekiem ekrānuzņēmumos tvert organizācijas atmiņu pa lapai.
Iziešanas testam jābūt praktiskam. Pirms mērogošanas eksportējiet reprezentatīvu izlasi. Atjaunojiet to citur. Pārbaudiet identifikatorus, laika zīmogus, izcelsmi, atļaujas, pielikumus, labojumus un lēmumu ierakstus. Pārliecinieties, ka pierādījumi paliek salasāmi. Pārbaudiet, vai līguma valoda atbilst tehniskajai realitātei. Ja eksports ir lēns, ar datu zudumiem vai atkarīgs no īpaša piegādātāja darba, novērtējiet šo atkarību. Cerība nav iziešanas stratēģija. Tā ir noskaņojums ar vāju versiju kontroli.
Iziešanas tiesības uzlabo arī pašreizējās attiecības. Kad dati un ieraksti ir pārnesami, piegādātāji konkurē ar pakalpojumu un vērtību, nevis noturēšanu. Pircēji mazāk baidās no godīga novērtējuma. Iekšējās komandas var plānot ar nomaiņu prātā. Arhitektūra kļūst tīrāka, jo nozīmei jābūt skaidrai. Iziešana nav pesimisms. Tā ir higiēna.
Ir kāds iepirkuma sakāmvārds, kas vēl jāuzraksta: nekad nepērciet AI sistēmu, no kuras nevarat aiziet, neaizmirstot, kāpēc to izmantojāt. Tas ir pārāk garš krūzei, kas, iespējams, ir labi. Krūzēm jau tā ir par daudz ko atbildēt biroja kultūrā.
Izkļūšana no slazda
Izkļūšana no iepirkuma slazda neprasa varonīgu pārbūvi. Tā prasa iepirkuma centru pārvietot no produkta uz darba sistēmu. Precīzi definējiet lietošanas gadījumu. Agri testējiet reālus datus. Ieplānojiet pārskatīšanas izmaksas. Pieprasiet pierādījumus, kas atbild uz institucionāliem jautājumiem. Uztveriet izmaiņu kontroli kā primāru prasību. Pērciet tiesības izstāties. Iesaistiet lietotājus kā jomas lieciniekus. Piešķiriet atbildību par rezultātiem. Mēriet labojumu un izņēmumu slogu. Lieciet piegādātājiem parādīt sistēmu sarežģītos apstākļos, jo sarežģītos apstākļos uzņēmumu programmatūra pavada lielāko daļu savas dzīves.
Tas padarīs iepirkumu sākumā mazāk glītu. Tas atklās konfliktus, ko kontrolsaraksti iepriekš slēpa. Datu īpašnieki atklās saistības. Juridiskajai nodaļai būs nepieciešama operatīva informācija. Drošības dienests pieprasīs pierādījumus. Operācijas pieprasīs personālu. Finanšu nodaļa ieraudzīs izmaksas, kas iepriekš slēpās krūmos. Labi. Slēptās izmaksas joprojām ir izmaksas, tikai pašapmierinātas.
Mērķis nav padarīt pirkšanu uz visiem laikiem lēnāku. Mērķis ir padarīt pirkšanu pietiekami godīgu, lai ieviešana varētu virzīties uz priekšu. Skaidrs darbības līgums samazina vēlākus strīdus. Pārbaudīts datu ceļš samazina integrācijas pārsteigumus. Reāls pārskatīšanas modelis samazina ieviešanas teātri. Strādājoša izstāšanās samazina bailes. Iepirkums kļūst par veidu, kā radīt apstākļus vērtībai, nevis rituālu, kas izvēlas pārliecinošāko solījumu.
Uzvarējusī demonstrācija ievadstāstā nebija nepareiza. Tā bija nepilnīga. Tā parādīja atbildi, nevis institūciju ap atbildi. Uzņēmumu mākslīgā intelekta iepirkumam jāiemācās pirkt šo institūcijai vērsto slāni: garlaicīgās tiesības, ierakstus, lomas, testus un izstāšanās iespējas, kas pārvērš spējas pārvaldītā darbā. Citādi konkurss turpinās izvēlēties sistēmas, kas izskatās pabeigtas piešķiršanas brīdī un sāk kļūt reālas tikai pēc tam, kad visi jau ir līgumiski saistīti. Tas ir dārgs veids, kā uzzināt to, ko labāks jautājums būtu varējis atklāt agrāk.