Podsumowanie
Kluczowe efekty
Jasna wizja AI dla zarządu i priorytetowe zastosowania zgodne z celami biznesowymi
Spójny sposób zarządzania inicjatywami AI i mierzenia ich efektów biznesowych
Skalowanie AI w wymagającym środowisku inżynieryjnym
Oprogramowanie dla branży motoryzacyjnej powstaje w wymagającym środowisku. Na pracę zespołów inżynieryjnych wpływają oczekiwania dotyczące bezpieczeństwa funkcjonalnego, audyty dojrzałości procesów, wymogi identyfikowalności oraz rygorystyczne zasady bezpieczeństwa informacji. W takim modelu każde nowe narzędzie i każda zmiana procesu muszą wpisywać się w regulowany sposób dostarczania oprogramowania, gotowy do audytu.
Klient już wcześniej aktywnie wdrażał i sprawdzał rozwiązania AI. Zespoły testowały m.in. asystentów AI, generowanie kodu, analizę wymagań, rozwiązania RAG wspierające wyszukiwanie informacji oraz komponenty platform wewnętrznych. Dowodziło to gotowości organizacji i jej kompetencji technologicznych, jednocześnie pokazując nowe wyzwanie: trudność w skalowaniu wartości AI.
Dotychczas inicjatywy AI były rozproszone między zespołami i regionami, a organizacja nie miała spójnego podejścia do ich porównywania, ustalania priorytetów inwestycyjnych i oceny zwrotu z inwestycji. Rozbudowane procesy nadzoru i akceptacji spowalniały bezpieczne testowanie nowych rozwiązań. Bez wspólnej metody mierzenia wpływu na biznes kadra zarządzająca nie mogła łatwo ocenić, które inicjatywy warto rozwijać, łączyć z innymi lub zakończyć.
Cel był jasno określony: odejść od rozproszonych inicjatyw AI na rzecz ukierunkowanego, uporządkowanego i mierzalnego programu, bezpośrednio powiązanego z celami biznesowymi. Aby wesprzeć tę zmianę i zapewnić zaangażowanie kadry zarządzającej, firma wybrała Sii Polska jako partnera w transformacji AI, łączącego sprawdzoną metodykę z praktycznym zrozumieniem regulowanego środowiska rozwoju oprogramowania.
Uporządkowana strategia AI oparta na sprawdzonych modelach działania
Sii Polska zaprojektowała i przeprowadziła uporządkowany projekt strategiczny w obszarze AI, oparty na podejściu Gartnera do dojrzałości AI oraz standardzie ISO 42001. Prace koncentrowały się na 4 obszarach: strategicznym dopasowaniu i wizji AI, fundamentach danych i zarządzania, priorytetyzacji portfolio inicjatyw AI oraz ocenie ich wartości biznesowej, a także przygotowaniu organizacji do zmiany i etycznego wdrażania AI. W pierwszym etapie oceniono dojrzałość i gotowość organizacji do wykorzystania AI, a następnie na tej podstawie przygotowano dopasowany plan transformacji.
Zakres prac obejmował:
- Warsztaty z kadrą zarządzającą, które pomogły określić wizję AI, skalę planowanych zmian oraz mierzalne wskaźniki sukcesu
- Ocenę gotowości organizacji do wykorzystania AI pod kątem danych, technologii, kompetencji, procesów i sposobu zarządzania
- Przegląd istniejących inicjatyw AI i przypisanie ich do etapów cyklu rozwoju oprogramowania, aby wskazać luki oraz możliwości ponownego wykorzystania rozwiązań
- Analizę kluczowych obszarów inżynieryjnych, w tym inżynierii wymagań, ponownego wykorzystania architektury, testowania i jakości, DevOps, zgodności oraz bezpiecznego wykorzystania AI
- Przygotowanie katalogu zastosowań AI i nadanie im priorytetów na podstawie wartości strategicznej, wykonalności technicznej oraz czasu potrzebnego do osiągnięcia efektów
- Zaprojektowanie sposobu mierzenia wartości inicjatyw AI, modelu zarządzania oraz powtarzalnego procesu zgłaszania, oceny i zatwierdzania nowych inicjatyw
Aby utrzymać koncentrację na efektach biznesowych, Sii Polska zastosowała 2 modele wspierające podejmowanie decyzji. Pierwszy pomógł określić, jaką rolę AI ma pełnić w organizacji: od wsparcia pracy pojedynczych osób, przez automatyzację procesów, po zmianę sposobu tworzenia wartości. Drugi pokazał, że największa wartość AI wynika nie tylko z samych modeli i narzędzi, ale przede wszystkim z ludzi, procesów i sposobu ich wykorzystania. Dzięki temu kadra zarządzająca mogła skierować działania na obszary o największym i najbardziej mierzalnym wpływie.
Projekt celowo zakończył się przed etapem technicznego wdrożenia. Jego celem było przygotowanie dla klienta solidnych, opartych na danych podstaw do podjęcia decyzji o kolejnych krokach w transformacji AI.
Od rozproszonych pilotaży do uporządkowanego i mierzalnego programu AI
Projekt dał organizacji spójny, powiązany z celami biznesowymi obraz tego, gdzie AI powinno tworzyć wartość. Zamiast zarządzać odrębnymi pilotażami, klient zyskał jeden strategiczny kierunek.
Dzięki priorytetyzacji portfolio zarząd może teraz kierować inwestycje w AI do obszarów o największym potencjale biznesowym i najwyższej wykonalności. Ustandaryzowany model mierzenia wartości i zarządzania inicjatywami pozwala też lepiej oceniać zwrot z inwestycji oraz skalować tylko te rozwiązania, które przynoszą potwierdzone, mierzalne efekty.
Uporządkowanie istniejących inicjatyw pomogło zespołom lepiej wykorzystywać już wypracowane rozwiązania i ograniczyć dublowanie pracy między regionami. Nowy proces zgłaszania, oceny i zatwierdzania pomysłów skraca też drogę od koncepcji do decyzji, bez obniżania wymagań dotyczących zgodności.
Tak przygotowane podstawy pozwalają klientowi szybciej dostarczać oprogramowanie zgodnie z wymaganiami audytowymi, bez utraty kontroli nad ryzykiem, zarządzaniem i jakością.
KLUCZOWE REZULTATY
- Jasna wizja AI dla kadry zarządzającej, zgodna z celami biznesowymi
- Spriorytetyzowane portfolio wartościowych zastosowań AI w całym cyklu rozwoju oprogramowania
- Spójne ramy mierzenia wartości AI i zwrotu z inwestycji
- Powtarzalny proces zarządzania, zgłaszania, oceny i zatwierdzania nowych inicjatyw AI
- Plan transformacji i rekomendacje wspierające kolejny etap wdrażania AI
- Ograniczenie dublowania pracy dzięki uporządkowanemu podejściu do istniejących inicjatyw AI i ponownego wykorzystania rozwiązań