Vi byggde och testade en modell för hur organisationer utvecklar verklig AI-förmåga. Svaret låg inte i tekniken de köpte in.
83%
förklaringsgrad för AI-förmåga i den skattade modellen
99,9%
statistisk säkerhet i sambandet mellan process och förmåga
5 000×
omräknad modell för att pröva varje enskilt samband
9
branscher representerade i urvalet av yrkesverksamma
Det går inte att köpa AI-förmåga. Den byggs.
Modellen förklarade 83,3 procent av variationen i organisationernas AI-mognad, och hela den förklaringen gick genom processerna. Varken teknik, kompetens eller kultur nådde fram på egen hand.
Studien prövade om dynamiska processer är det som översätter AI-resurser till verklig förmåga. Tre resurskategorier, tre processer och ett utfall, plus direkta vägar mellan resurserna och förmågan för att se om de behövdes.
0
Ingen av de tre resurskategorierna visade någon signifikant direkt väg till AI-förmåga. Det går att köpa datainfrastruktur, rekrytera kompetens och skriva om kulturdokumenten utan att något av det landar. Allt som gav effekt gick via hur organisationen faktiskt arbetar.
0,518
Av de tre processerna vägde omställning tyngst, före spaning och agerande. Det är förändringar i struktur, roller och arbetssätt som flyttar utfallet, inte antalet pilotprojekt eller hur mycket omvärldsbevakning som görs.
83,3 %
Processerna och förmågan gick knappt att skilja åt i mätningen. Det pekar mot något mer intressant än brus: arbetssättet leder inte fram till förmågan, det är förmågan. Kompetensen finns i hur arbetet görs, inte i vad organisationen äger.
Vi håller konferenspass och skräddarsydda program byggda på studien.