A horeca szektorban ritkán van egyetlen központi AI-rendszer, amely az egész vállalatot érinti. Ehelyett különálló alkalmazásokról van szó: egy dinamikus árazási rendszer szobákhoz vagy asztalokhoz, egy chatbot, amely a foglalásokat kezeli, egy eszköz, amely a várható forgalom alapján összeállítja a beosztásokat, szoftver, amely összefoglalja az értékeléseket vagy válaszol a vendégeknek. Ezen alkalmazások mindegyike önmagában korlátozott. Együtt azonban egy döntési réteget alkotnak, amelyet senki nem rögzített központilag.
Ehhez hozzájárul, hogy a horeca szektor gyakran egy kis állandó maggal és egy nagyobb rugalmas réteggel működik: szezonális munkaerő, kölcsönzött munkaerő, több telephely saját vezetővel. Aki egy telephelyen bevezet egy eszközt, azt nem osztja meg automatikusan a másikkal. Az arány aközött, amit központilag tudnak, és amit a terepen valóban használnak, ezért általában eltorzultabb, mint azokban a szektorokban, amelyek szigorúbb szervezeti felépítéssel dolgoznak.
Az IT-részleg, ha van ilyen, kezeli a kassza rendszereket, a foglalási platformot és talán a beosztási programot. Amit a telephelyvezető maga szerzett be vagy aktivált — egy AI-funkció a foglalási eszközben, egy külön előfizetés a vendégértékelésekre válaszoláshoz, egy alkalmazás, amely személyzeti tervezést javasol — ott ritkán szerepel. Ez nem hanyagság; ez annak a következménye, ahogyan ebben a szektorban a döntések születnek: decentralizáltan, a telephelyen, olyan emberek által, akik eredményt akarnak látni, és nem várnak egy jóváhagyási folyamatra.
Ez azt eredményezi, hogy egy áttekintés, amely az IT-listánál kezdődik, elferdített képet ad. A kérdés nem csak az, mit szereztek be, hanem mit használnak: a vezető, aki este árakat módosít egy külön előfizetéssel, a recepció, amely chatbotot enged válaszolni a vendégeknek, a tervező, aki eszközt enged közreműködni a kapacitástervezésben. Ez a használat kérdezéssel válik láthatóvá, nem egy beszerzési rendszerben kereséssel.
Ha ezt a kérdést ellenőrzésként teszik fel — ki vezetett be itt engedély nélkül valamit — nem kap teljes választ. Azok, akik valamit beszereztek, mert az működött, ezt nem fogják jelenteni, ha az első reakció egy korrekció. A felmérés csak akkor működik, ha a kiindulópont ez: mi működik, függetlenül attól, hogyan került oda. Ez más hozzáállás, mint egy audit, és ez a hozzáállás szükséges ahhoz, hogy az árnyék-AI láthatóvá váljon. Hogy hogyan vezesse le ezt a beszélgetést úgy, hogy az emberek elmondják, mit használnak, azt a hogyan előzheti meg, hogy munkatársak olyan eszközt használjanak, amelyet senki nem ismer oldal írja le.
Egy árazási eszköz, amely a szobaárakat módosítja, egy chatbot, amely a vendégekkel kommunikál, és egy beosztási eszköz, amely a személyzetet beosztja, jellegükben különböznek. Az egyik rendszer bevételt irányít, a másik közvetlenül érinti az ügyfélkapcsolatot, a harmadik a munkafeltételeket érinti. Nem tartoznak ugyanabba a kategóriába. Egy olyan kormányzási megközelítés, amely a horeca szektorban működik, azt vizsgálja, mit tesz az egyes rendszer és kiért, és ehhez kapcsol egy kockázati szintet — nem a szolgáltató nevéhez vagy a licenc árához.
Ez a besorolás szektoronként eltérő. A pénzügyi szolgáltatásokban a súlypont a hitelezési döntéseket érintő rendszereken van, ahogyan az AI-kormányzás a pénzügyi szolgáltatások szektorában oldalon olvasható. Az ingatlanszektorban gyakrabban van szó becslési és értékelési modellekről, ahogyan az AI-kormányzás az ingatlanszektorban oldalon leírják. A horeca szektornak saját keveréke van: vendégkapcsolat, dinamikus árazás és személyzeti tervezés, mindegyik saját kockázati profillal.
Egy horeca-vállalkozásnak általában már van valamilyen kockázatkezelése: élelmiszerbiztonság, munkafeltételek, tűzbiztonság. Az AI-kormányzásnak nem kell ezek mellett külön építménynek lennie. A kérdés az, hogy egy AI-alkalmazás, amely árakat határoz meg, vendégeket szolgál ki vagy személyzetet tervez, beleillik-e ugyanabba a struktúrába, mint más operatív kockázatok. Ez gyakran így van — akkor arról van szó, ki dönt, ki felügyel, és hogyan van ez rögzítve, nem egy új megfelelőségi folyamatról.
Ez a megközelítés más szektorokban is visszatér, ahol sok a decentralizált döntéshozás és kevés a központi IT-menedzsment, ahogyan a AI-kormányzás a mezőgazdasági szektorban és a AI-kormányzás az energiaszektorban oldalakon olvasható. Az IT-szektorban is, ahol éppen sok technikai tudás van jelen, de az eszközkészlet rendkívül gyorsan bővül, hasonló kérdés jelentkezik, ahogyan az AI-kormányzás az IT-szektorban oldalon leírják.
Amint egyértelmű, mely AI-alkalmazások működnek valójában egy horeca-vállalkozásban, és milyen szerepet töltenek be, felmerül egy következő kérdés, amely nem a kockázatról szól, hanem a munka kialakításáról: a feladat mely része — árak módosítása, vendégkérdések megválaszolása, beosztások összeállítása — vehető át egy rendszer által, és mely rész marad emberi munka. Erre a kérdésre válaszol a FTE TO AI munkafelmérése, amely feladatonként kiszámítja, mely rész jön szóba az AI számára, függetlenül attól, hogyan felügyelik ezt a használatot.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.