Kennisbank

Τι γνωρίζει το οικονομικό τμήμα που δεν το γνωρίζει το IT

Ο λογαριασμός δεν λέει ψέματα

Μια συνδρομή γίνεται επειδή κάποιος τη χρειάζεται. Αυτό είναι το χαρακτηριστικό που κάνει τα δεδομένα αγορών και αδειών χρήσης πολύτιμα κατά την κατάρτιση μιας απογραφής AI. Ένας εργαζόμενος που χρησιμοποιεί ένα γλωσσικό ή εικονικό μοντέλο χωρίς να το γνωρίζει το IT, συνήθως πληρώνει γι' αυτό: με πιστωτική κάρτα, μέσω δήλωσης εξόδων, μέσω κάρτας ομάδας, μέσω προϋπολογισμού τμήματος. Αυτή η συναλλαγή είναι καταγεγραμμένη κάπου, ακόμα και αν κανείς δεν την έχει δηλώσει ως "χρήση AI".

Αυτό κάνει τα οικονομικά δεδομένα μια διαφορετική είσοδο σε σχέση με τη λίστα του IT. Ενώ γιατί η λίστα του IT δεν είναι ακριβής σε έναν οργανισμό με πολλά τμήματα εξηγεί γιατί η επίσημη έγκριση και η πραγματική χρήση διαφέρουν, αυτό το ίχνος δείχνει τι είναι, παρ' όλα αυτά, καταγεγραμμένο: χρήματα που έχουν ξοδευτεί σε κάτι.

Από πού το αντλείτε

Οι πηγές δεν βρίσκονται σε ένα μόνο τμήμα. Σχετικές είναι, μεταξύ άλλων:

• Συνοπτικές καταστάσεις πιστωτικών καρτών και δηλώσεις εξόδων. Επαναλαμβανόμενα ποσά σε γνωστούς προμηθευτές AI, συχνά υπό ονόματα που δεν αναγνωρίζονται αμέσως ως "AI".
• Τιμολόγια στο τμήμα υποχρεώσεων. Συμβάσεις που περνούν μέσω αγορών, συμπεριλαμβανομένων εφάπαξ κοστών υλοποίησης που υποδεικνύουν μια συνδρομή.
• Εργαλεία διαχείρισης SaaS, εάν ο οργανισμός τα χρησιμοποιεί: αυτά δείχνουν συχνά ποιες εφαρμογές είναι ενεργά συνδεδεμένες με εταιρικούς λογαριασμούς, ανεξάρτητα από το αν έχουν ζητηθεί από το IT.
• Καταγραφές single sign-on και ταυτότητας. Ποιος συνδέεται σε ποια υπηρεσία με εταιρικό λογαριασμό, ακόμα και χωρίς να υπάρχει κεντρική σύμβαση.
• Μητρώα αγορών ανά τμήμα. Ειδικά σε οργανισμούς όπου τα τμήματα διαχειρίζονται δικό τους προϋπολογισμό, εδώ υπάρχουν συνδρομές που δεν έχουν ποτέ δηλωθεί στο IT.

Καμία από αυτές τις πηγές δεν δίνει από μόνη της μια πλήρη εικόνα. Μαζί αποκαλύπτουν ένα μοτίβο που η λίστα του IT δεν δείχνει.

Τι καταγράφετε για κάθε εντόπιση

Ο στόχος δεν είναι μια λίστα ποσών, αλλά μια λίστα εφαρμογών με προέλευση. Για κάθε συνδρομή ή σύμβαση που εντοπίζεται, είναι σκόπιμο να καταγράφονται:

• το όνομα του προμηθευτή και του προϊόντος, όπως αναγράφεται στο τιμολόγιο
• το τμήμα ή το κέντρο κόστους από όπου προέρχεται η δαπάνη
• εάν πρόκειται για ατομική συνδρομή, άδεια χρήσης ομάδας ή σύμβαση σε επίπεδο οργανισμού
• την πιθανή περίοδο χρήσης, όπως προκύπτει από την πρώτη και την τελευταία ημερομηνία τιμολόγησης
• εάν η εφαρμογή περιλαμβάνεται ήδη στην υπάρχουσα λίστα του IT ή αν πρόκειται για νέο εύρημα

Αυτά τα πεδία αποτελούν μια αφετηρία. Μια πληρέστερη επισκόπηση όσων απαιτούνται ανά εφαρμογή για την κατάληξη σε μια κατηγοριοποίηση περιγράφεται στο τι καταγράφετε ανά εφαρμογή σε έναν οργανισμό με πολλά συστήματα. Τα δεδομένα αγορών προσφέρουν κυρίως το σημείο εκκίνησης: ένα όνομα, ένα τμήμα, ένα ποσό. Η υπόλοιπη κατηγοριοποίηση ακολουθεί αργότερα.

Το όριο αυτής της μεθόδου

Τα δεδομένα αγορών και αδειών χρήσης εντοπίζουν κυρίως την επί πληρωμή χρήση. Δωρεάν εκδόσεις εργαλείων AI, δοκιμαστικές περίοδοι και προσωπικοί λογαριασμοί που δεν πληρώνονται μέσω της εταιρείας, παραμένουν αόρατοι με αυτόν τον τρόπο. Επίσης υπηρεσίες που είναι ενσωματωμένες σε μια υπάρχουσα σύμβαση — μια λειτουργία AI που έχει προστεθεί σε λογισμικό που ήδη χρησιμοποιούνταν, χωρίς να χρεώνεται ξεχωριστά — δεν εμφανίζονται σε μια επισκόπηση τιμολογίων.

Αυτός είναι ένας από τους λόγους για τους οποίους τα οικονομικά δεδομένα αποτελούν μία πηγή δίπλα σε άλλες, όχι τη μοναδική. Άλλο υλικό, όπως η κίνηση δικτύου ή οι επεκτάσεις προγράμματος περιήγησης, εντοπίζει ακριβώς τη χρήση που δεν κοστίζει χρήματα. Ποια τεχνικά σήματα είναι χρήσιμα για αυτό και τι δείχνουν και τι όχι, περιγράφεται στο ποια σήματα IT είναι χρήσιμα για τον εντοπισμό χρήσης AI. Τα δύο ίχνη μαζί δίνουν μια καλύτερη εικόνα από το καθένα ξεχωριστά.

Ερωτήσεις χωρίς να μπαίνει στο τραπέζι ο λογαριασμός

Όποιος εντοπίσει μια άγνωστη συνδρομή στη διαχείριση, μπορεί να ρωτήσει απευθείας το τμήμα που την έχει συνάψει. Αυτό λειτουργεί καλύτερα όταν η ερώτηση δεν τίθεται ως έλεγχος. Ένας επικεφαλής τμήματος που υποψιάζεται ότι μια δαπάνη αμφισβητείται, δίνει λιγότερο εύκολα πλήρη πληροφόρηση από κάποιον που πιστεύει ότι η ερώτηση αποσκοπεί απλώς στην απόκτηση πλήρους εικόνας. Πώς διατυπώνεται η ερώτηση ώστε κάποιος να απαντήσει αντί να κλειστεί στον εαυτό του, περιγράφεται αναλυτικά στο πώς το ζητάτε από τους εργαζομένους χωρίς λογοδοσία σε έναν οργανισμό με υπάρχουσες εφαρμογές AI.

Μία πηγή σε μια ευρύτερη διαδικασία

Τα δεδομένα αγορών αποτελούν έναν από τους δομικούς λίθους στην κατάρτιση μιας απογραφής σε επίπεδο οργανισμού, όχι ολόκληρη τη διαδικασία. Πώς αυτή η πηγή σχετίζεται με τις έρευνες μεταξύ εργαζομένων, τα τεχνικά σήματα και την υπάρχουσα λίστα του IT, και με ποια σειρά αυτό μπορεί να προσεγγιστεί στην πράξη, περιγράφεται στο πώς κατασκευάζετε μια απογραφή AI σε έναν οργανισμό με πολλά τμήματα.

Από το να ξέρετε τι λειτουργεί στο να ξέρετε πόσο αξίζει

Μια απογραφή βασισμένη σε δεδομένα αγορών απαντά στην ερώτηση ποιες εφαρμογές AI υπάρχουν και ποιος τις πληρώνει. Με αυτό δεν έχει ακόμα ειπωθεί τι αποδίδουν πράγματι αυτές οι εφαρμογές, ή ποιο μέρος της εργασίας για την οποία αγοράστηκαν πράγματι εκτελείται από AI. Αυτή η ερώτηση βρίσκεται εκτός του πλαισίου μιας απογραφής διακυβέρνησης και απαντάται από τη σάρωση εργασίας της FTE TO AI, η οποία υπολογίζει ανά εργασία ποιο μέρος της δουλειάς μπορεί να αναληφθεί από AI. Όποιος γνωρίζει πλέον ποιες εφαρμογές λειτουργούν στον οργανισμό, μπορεί με αυτή τη σάρωση να προσδιορίσει τι ακριβώς μεταφέρουν σε επίπεδο εργασίας.