Отчет об исследовании
Лидерство в организации, объединяющей людей и искусственный интеллект: новые сценарии стратегического управления портфелем
Краткое описание
Информация, изложенная в этом документе, отличается от обычных результатов сравнительного тестирования. Это базовое исследование Atlassian, в котором приняли участие 308 директоров по информационным технологиям, технических директоров, вице-президентов по стратегии, вице-президентов по продуктам и руководителей проектных офисов со всего мира. Цель исследования — ответить на один вопрос: почему даже четкие стратегии не всегда приводят к изменениям в организации?
Дело не в руководстве и не в периодичности планирования. Дело в архитектуре.
- Нулевой результат. Частая смена приоритетов сама по себе не ускоряет работу. Нужно, чтобы выбор нового направления действительно менял то, чем занимаются люди, на что выделяются бюджеты и что делают ИИ-агенты в организации.
- Ограниченность ИИ. Самым надежным показателем того, что ИИ поможет принимать более взвешенные решения, является взаимосвязанность всех аспектов работы, а отнюдь не сложность модели. Без этого ИИ лишь ускоряет фрагментацию.
- Заморозка капиталов. Большинство предприятий по-прежнему финансируют стратегию исходя из того, что приоритеты меняются раз в год. В нашем отчете мы указываем среднее время на смену курса — от получения сигнала до перераспределения сотрудников, агентов, вычислительных ресурсов и затрат.
В современном мире руководителям нужно думать не о том, столкнется бизнес с изменениями или нет — очевидно, столкнется. Сегодня нужно заботиться о том, чтобы выбранная операционная модель обеспечивала готовность к этим изменениям.
Основные моменты
-
Почему реализация стратегии так часто заходит в тупик на этапе выполнения.
В документе говорится о том, почему главный блокер — это не качество руководства или ритм планирования, а базовая архитектура, которая не позволяет менять задачи, бюджеты, способы использования ИИ даже после смены стратегического направления. -
Что на самом деле позволяет достичь окупаемости инвестиций в ИИ на предприятии.
Почему связность всех аспектов работы, включая стратегию, задачи, данные и решения, является самым надежным предиктором эффективности ИИ, и как разрозненность систем незаметно ограничивает его возможности. -
Практический показатель адаптивности: среднее время на смену курса.
Как измерить, насколько быстро ваша организация может перейти от получения сигнала к перераспределению сотрудников, агентов, вычислительных ресурсов и затрат, а также что нужно изменить, чтобы сократить это время.