Model dojrzałości AI dla Agile Delivery: Lista kontrolna z szablonem Excel
Wiele modeli dojrzałości AI jest pisanych z myślą o CIO lub programach enterprise. Taka perspektywa jest dla menedżerów inżynierii często zbyt ogólna i zbyt odległa od codzienności w zwinnym wytwarzaniu oprogramowania.
Niniejszy artykuł przekłada istniejące modele dojrzałości AI na pragmatyczny model dla zwinnego wytwarzania oprogramowania. Nie podążamy przy tym za szumem wokół AI, lecz kierujemy się zdrowym rozsądkiem, opierając się na tezie:
Dojrzałość AI w zwinnej inżynierii oprogramowania przejawia się tym, czy AI przyspiesza i usprawnia strumień wartości od zrozumienia problemu po feedback użytkowników.
Otrzymasz tu 6 wymiarów, każdy z 3 elementami health-check do ankiet i retrospektyw zespołowych. Na końcu znajdziesz również szablon Excel, który podsumowuje wszystkie elementy jako podstawę dla Twojej macierzy dojrzałości.
TL;DR
- Klasyczne modele dojrzałości AI mierzą raczej abstrakcyjnie strategię, dane, governance, engineering, operating model, kulturę i wartość biznesową.
- Dla zwinnego wytwarzania oprogramowania te wymiary powinny zostać przełożone na konkretne zdolności zwinnych zespołów: jasność celu, kontekst wiedzy, weryfikację, system delivery, współpracę i ciągłe doskonalenie.
- Najlepszy pomiar dojrzałości AI to nie raportowanie w Excelu, lecz podstawa do retrospektyw zespołowych, aby wdrażać konkretne, odczuwalne usprawnienia.
Co typowo mierzą istniejące modele dojrzałości AI
Modele dojrzałości AI zwykle podążają za podobnym schematem: mierzą zdolność organizacji do strategicznego, bezpiecznego i skutecznego osadzania AI w systemach pracy.
1. Poziomy zdolności technologicznych
KPMG opisuje model zdolności AI z sześcioma poziomami — od gotowości danych, przez promptowanie i kontekstualizację, aż po niezawodność, integrację i operacjonalizację w skalowanym środowisku. Jest to technicznie użyteczne, ponieważ jasno pokazuje, że nie trzeba jeszcze zastanawiać się nad autonomicznymi agentami i skalowanym operowaniem, jeśli nadal brakuje solidnej bazy danych i kontekstu.
Źródło: KPMG: AI Capability Maturity Assessment
2. Governance, ryzyko i cykl życia
OWASP AIMA jest szczególnie istotne dla zespołów programistycznych, ponieważ analizuje dojrzałość AI w ujęciu cyklu życia. Model dojrzałości wymienia strategię, projektowanie, implementację, operacje i governance jako główne domeny. Linkowany zestaw narzędzi Excel idzie jeszcze bardziej granularnie i pracuje z 8 obszarami praktyki: Responsible AI Principles, Governance, Data Management, Privacy, Design, Implementation, Verification i Operations.
Źródła: OWASP AI Maturity Assessment, OWASP AIMA PDF, OWASP AIMA Excel Toolkit
3. Filary, heatmapy i priorytetyzowane roadmapy
Gartner opisuje dojrzałość AI jako diagnozę opartą na kilku filarach: strategii, danych, governance, engineeringu, operating modelu, kulturze oraz produkcie AI i wartości biznesowej. Praktyczny rdzeń stanowi heatmapa porównująca aktualny i docelowy poziom dojrzałości, z której wynikają priorytetowe inicjatywy i roadmapy.
Źródło: Gartner: AI Maturity Model and AI Roadmap Toolkit
4. Ocena, analiza i wspólny warsztat
AI Sweden opisuje pomiar dojrzałości jako trzyetapowy proces: assessment, analysis i workshop. Szczególnie sensowny jest trzeci etap: interesariusze wspólnie omawiają wyniki i opracowują roadmapę. Właśnie tej logiki follow-up brakuje wielu szablonom Excel (ale oczywiście nie naszemu).
Źródło: AI Sweden: AI Maturity Assessment
Dla zespołów zwinnych oznacza to: retrospektywa nie jest „add-onem” po pomiarze dojrzałości. Retrospektywa jest centralnym miejscem, w którym z pomiaru dojrzałości tworzy się wnioski i inicjuje zmiany.
5. Ambicja, zdolności, use case’y i wdrożenie
Holisticon opisuje ocenę zbliżoną do appliedAI w czterech wymiarach: Ambitions, Capabilities & Enablers, Use Cases oraz Execution. To dobre przypomnienie, że dojrzałość AI to nie tylko ład korporacyjny (governance). Potrzeba ambicji, umiejętności i istotnych przypadków użycia.
Źródło: Holisticon: AI Maturity Assessment
Accenture również ujmuje dojrzałość AI jako temat transformacyjny (a nie tylko wdrożenie narzędzi). Ta perspektywa jest przede wszystkim potwierdzeniem naszego artykułu na temat transformacji AI: Dojrzałość AI musi być mierzona zdolnością do zmian.
Źródło: Accenture: The Art of AI Maturity
Czego brakuje istniejącym modelom dojrzałości AI w zwinnym wytwarzaniu oprogramowania
Modele korporacyjne są dobre dla orientacji. Jednak dla Engineering Managerów mają one trzy słabości:
- Często są zbyt oderwane od codzienności zespołu.
- Mierzą wiele warunków wstępnych, ale zbyt mało zachowań związanych z dostarczaniem (delivery).
- Łatwo tworzą pulpit nawigacyjny dojrzałości, nie poprawiając przy tym kolejnej decyzji zespołu.
Dlatego przekładam te modele na 6 wymiarów, które zespół produktowy lub inżynieryjny może faktycznie przedyskutować podczas retrospektyw. Każdy wymiar odpowiada na dokładnie jedno kluczowe pytanie:
| Wymiar | Pytanie przewodnie | Funkcja w systemie dostarczania |
|---|---|---|
| Jasność celu | Czy pracujemy nad właściwymi problemami? | Kierunek |
| Wspólny kontekst wiedzy | Czy AI może zrozumieć nasz produkt i naszą domenę? | Kontekst |
| Weryfikacja i zaufanie | Czy możemy bezpiecznie korzystać z wyników AI? | Zaufanie |
| AI-adaptywny system delivery | Czy zespół jako system staje się lepszy? | Przepływ (Flow) |
| Współpraca | Czy AI staje się umiejętnością zespołową zamiast optymalizacji indywidualnej? | Współosiowość (Alignment) |
| Ciągłe doskonalenie i zarządzanie | Czy organizacja i zasady stają się lepsze z każdą iteracją? | Pętla uczenia się |
System stojący za tym jest prosty:
- Cele określają, do czego wykorzystywana jest sztuczna inteligencja.
- Kontekst wiedzy określa, jak dobrze AI może pracować.
- Weryfikacja określa, czy wyniki są użyteczne.
- System dostarczania określa, czy dzięki temu szybciej powstaje wartość.
- Współpraca określa, czy zespół wspólnie staje się lepszy.
- Ciągłe doskonalenie i ład określają, czy ulepszenia utrzymają się na stałe.
Logika modelu dojrzałości AI: 6 wymiarów i 3 poziomy dla jasnego priorytetyzowania
Dla retrospektyw zespołowych polecam 3 proste poziomy. Ważne jest: poziomy nie oceniają najpierw wykorzystania AI. Najpierw oceniają podstawową zdolność dostarczania.
| Poziom | Znaczenie | Typowy wzorzec |
|---|---|---|
| Poziom 1: Umiejętność obecna | Zespół zasadniczo opanował dany wymiar. | Linia bazowa (Baseline) |
| Poziom 2: Praktyka zespołowa ustalona | Zespół posiada wspólną praktykę dla tego wymiaru. | Powtarzalność |
| Poziom 3: AI zintegrowana | AI systematycznie wzmacnia tę umiejętność. | Efekt dostarczania wspierany przez AI |
Jak korzystać z tych poziomów: Jeśli Poziom 1 danego wymiaru jest już problematyczny, najpierw zidentyfikuj problem z nim związany i go rozwiąż. Gdy stworzona zostanie zdrowa linia bazowa, możesz przejść do Poziomu 2 i zakorzenić tę umiejętność w sposobach pracy zespołów. Dopiero gdy Poziom 1 i 2 wypadają dobrze, skupienie się na “integracji AI” ma sens. Oczywiście może się zdarzyć, że AI oferuje już dobre rozwiązania dla Poziomu 1 i 2, ale AI nie powinna być wtedy jeszcze głównym punktem uwagi.
Oto więc pozycje do pomiaru wymiaru wraz z możliwością rozpoczęcia pomiaru bezpośrednio retrospektywą w Echometer:
Szablon do pomiaru dojrzałości AI
Wymiar 1: 🎯 Jasność celu
Ten wymiar sprawdza, czy AI usprawnia pracę nad właściwym problemem. Wiele zespołów wykorzystuje AI dla zwiększenia wydajności (output), mimo że problem, potrzeba użytkownika lub kryterium sukcesu są niejasne. Wtedy AI skaluje jedynie niejasność.
Dojrzałość AI: 🎯 Jasność celu: Jak przebiega retro
Losowy Icebreaker (2-5 minut)
Echometer udostępnia generator losowych pytań na rozgrzewkę.
Przegląd otwartych działań (2-5 minut)
Zanim zaczniesz nowe tematy, powinieneś porozmawiać o skuteczności działań z przeszłych retrospektyw. Echometer automatycznie wyświetla listę wszystkich otwartych elementów działań z przeszłych retrospektyw.
Health Check
Wszyscy członkowie zespołu mogą anonimowo odpowiadać na pytania kontrolne dotyczące zdrowia na skali. Następnie wspólnie przejrzyjcie wyniki kontroli zdrowia i w razie potrzeby zanotujcie dodatkowe komentarze. Jeśli używacie tych samych kontroli zdrowia w kilku retrospektywach, możecie również śledzić trendy w czasie w Echometer.
- Poziom 1: W przypadku naszych zadań zazwyczaj jasne jest, czy osiągnęły one swój cel, czy nie.
- Poziom 2: Przed realizacją tematów zawsze wypracowujemy wspólne zrozumienie problemu, rozwiązania i kryterium sukcesu.
- Poziom 3: AI systematycznie pomaga nam rozumieć problemy użytkowników, rozważać opcje rozwiązań i ustalać kryteria sukcesu.
Omówienie tematów retro
Skorzystaj z poniższych otwartych pytań, aby zebrać najważniejsze wnioski. Najpierw każdy robi to w ukryciu. Echometer pozwala na odsłanianie każdej kolumny tablicy retro pojedynczo, aby następnie zaprezentować i pogrupować opinie.
- Co obecnie nas powstrzymuje w tym wymiarze?
- Jaka jest następna najlepsza zmiana lub następny eksperyment, abyśmy poprawili się w tym wymiarze?
Pytanie ogólne (zalecane)
Aby inne tematy również miały swoje miejsce:
- O czym jeszcze chcesz porozmawiać na retro?
Priorytetyzacja / Głosowanie (5 minut)
Na tablicy retro w Echometer możesz łatwo priorytetyzować opinie za pomocą głosowania. Głosowanie jest oczywiście anonimowe.
Definiowanie działań (10-20 minut)
Za pomocą symbolu plusa na opinii można utworzyć powiązane działanie. Nie jesteś jeszcze pewien, które działanie byłoby właściwe? Następnie otwórz tablicę Whiteboard na ten temat za pomocą symbolu plusa, aby przeprowadzić burzę mózgów na temat głównych przyczyn i możliwych działań.
Sprawdzenie / Zamknięcie (5 minut)
Echometer umożliwia zbieranie anonimowych opinii od zespołu na temat tego, jak pomocna była retro. Powstaje z tego wynik ROTI („Return On Time Invested”), który można śledzić w czasie.
Dojrzałość AI: 🎯 Jasność celu
Pytania kontrolne dotyczące zdrowia (skala)
Pytania otwarte
Dobre dyskusje często pojawiają się tutaj przy pytaniu: “Jakiej pracy wspomaganej przez AI wolelibyśmy w ogóle nie zaczynać?”
Szablon do pomiaru dojrzałości AI
Wymiar 2: 🧠 Wspólny kontekst wiedzy
Ten wymiar celowo zastępuje węższe pojęcie “jakość danych”. W zwinnej realizacji nie chodzi tylko o dane, ale o wiedzę o produkcie, wiedzę dziedzinową, rozumienie architektury, wymagania jakościowe i wspólne decyzje. AI może wykonywać dobrą pracę tylko wtedy, gdy ten kontekst jest dostępny i wiarygodny.
Dojrzałość AI: 🧠 Wspólny kontekst wiedzy: Jak przebiega retro
Losowy Icebreaker (2-5 minut)
Echometer udostępnia generator losowych pytań na rozgrzewkę.
Przegląd otwartych działań (2-5 minut)
Zanim zaczniesz nowe tematy, powinieneś porozmawiać o skuteczności działań z przeszłych retrospektyw. Echometer automatycznie wyświetla listę wszystkich otwartych elementów działań z przeszłych retrospektyw.
Health Check
Wszyscy członkowie zespołu mogą anonimowo odpowiadać na pytania kontrolne dotyczące zdrowia na skali. Następnie wspólnie przejrzyjcie wyniki kontroli zdrowia i w razie potrzeby zanotujcie dodatkowe komentarze. Jeśli używacie tych samych kontroli zdrowia w kilku retrospektywach, możecie również śledzić trendy w czasie w Echometer.
- Poziom 1: Istotna wiedza o produkcie i dziedzinie jest łatwo dostępna w mojej pracy.
- Poziom 2: Jako zespół inwestujemy we wspólny kontekst wiedzy, który jest aktualny i użyteczny dla wszystkich.
- Poziom 3: AI pomaga nam systematycznie wykrywać luki w wiedzy i niejasności oraz poprawiać kontekst.
Omówienie tematów retro
Skorzystaj z poniższych otwartych pytań, aby zebrać najważniejsze wnioski. Najpierw każdy robi to w ukryciu. Echometer pozwala na odsłanianie każdej kolumny tablicy retro pojedynczo, aby następnie zaprezentować i pogrupować opinie.
- Co obecnie nas powstrzymuje w tym wymiarze?
- Jaka jest następna najlepsza zmiana lub następny eksperyment, abyśmy poprawili się w tym wymiarze?
Pytanie ogólne (zalecane)
Aby inne tematy również miały swoje miejsce:
- O czym jeszcze chcesz porozmawiać na retro?
Priorytetyzacja / Głosowanie (5 minut)
Na tablicy retro w Echometer możesz łatwo priorytetyzować opinie za pomocą głosowania. Głosowanie jest oczywiście anonimowe.
Definiowanie działań (10-20 minut)
Za pomocą symbolu plusa na opinii można utworzyć powiązane działanie. Nie jesteś jeszcze pewien, które działanie byłoby właściwe? Następnie otwórz tablicę Whiteboard na ten temat za pomocą symbolu plusa, aby przeprowadzić burzę mózgów na temat głównych przyczyn i możliwych działań.
Sprawdzenie / Zamknięcie (5 minut)
Echometer umożliwia zbieranie anonimowych opinii od zespołu na temat tego, jak pomocna była retro. Powstaje z tego wynik ROTI („Return On Time Invested”), który można śledzić w czasie.
Dojrzałość AI: 🧠 Wspólny kontekst wiedzy
Pytania kontrolne dotyczące zdrowia (skala)
Pytania otwarte
Moim zdaniem: dla wielu zespołów kontekst wiedzy jest niedocenianą dźwignią. Szkolenia z promptów niewiele dają, jeśli wiedza zespołu jest rozproszona, nieaktualna lub sprzeczna.
Szablon do pomiaru dojrzałości AI
Wymiar 3: ✅ Weryfikacja i zaufanie
Ten wymiar jest rdzeniem dojrzałości AI w zespołach programistycznych. AI może przyspieszać kod, testy, kryteria akceptacji, analizę i dokumentację. Ale do strumienia wartości mogą trafiać tylko wyniki, które da się zweryfikować.
Dojrzałość AI: ✅ Weryfikacja i zaufanie: Jak przebiega retro
Losowy Icebreaker (2-5 minut)
Echometer udostępnia generator losowych pytań na rozgrzewkę.
Przegląd otwartych działań (2-5 minut)
Zanim zaczniesz nowe tematy, powinieneś porozmawiać o skuteczności działań z przeszłych retrospektyw. Echometer automatycznie wyświetla listę wszystkich otwartych elementów działań z przeszłych retrospektyw.
Health Check
Wszyscy członkowie zespołu mogą anonimowo odpowiadać na pytania kontrolne dotyczące zdrowia na skali. Następnie wspólnie przejrzyjcie wyniki kontroli zdrowia i w razie potrzeby zanotujcie dodatkowe komentarze. Jeśli używacie tych samych kontroli zdrowia w kilku retrospektywach, możecie również śledzić trendy w czasie w Echometer.
- Poziom 1: Potrafię wiarygodnie ocenić jakość swojej pracy.
- Poziom 2: Jako zespół mamy ustalony standard dobrej pracy, którego wszyscy przestrzegają.
- Poziom 3: Dzięki AI wcześniej rozpoznajemy ryzyka, błędy i luki jakościowe oraz szybciej je usuwamy.
Omówienie tematów retro
Skorzystaj z poniższych otwartych pytań, aby zebrać najważniejsze wnioski. Najpierw każdy robi to w ukryciu. Echometer pozwala na odsłanianie każdej kolumny tablicy retro pojedynczo, aby następnie zaprezentować i pogrupować opinie.
- Co obecnie nas powstrzymuje w tym wymiarze?
- Jaka jest następna najlepsza zmiana lub następny eksperyment, abyśmy poprawili się w tym wymiarze?
Pytanie ogólne (zalecane)
Aby inne tematy również miały swoje miejsce:
- O czym jeszcze chcesz porozmawiać na retro?
Priorytetyzacja / Głosowanie (5 minut)
Na tablicy retro w Echometer możesz łatwo priorytetyzować opinie za pomocą głosowania. Głosowanie jest oczywiście anonimowe.
Definiowanie działań (10-20 minut)
Za pomocą symbolu plusa na opinii można utworzyć powiązane działanie. Nie jesteś jeszcze pewien, które działanie byłoby właściwe? Następnie otwórz tablicę Whiteboard na ten temat za pomocą symbolu plusa, aby przeprowadzić burzę mózgów na temat głównych przyczyn i możliwych działań.
Sprawdzenie / Zamknięcie (5 minut)
Echometer umożliwia zbieranie anonimowych opinii od zespołu na temat tego, jak pomocna była retro. Powstaje z tego wynik ROTI („Return On Time Invested”), który można śledzić w czasie.
Dojrzałość AI: ✅ Weryfikacja i zaufanie
Pytania kontrolne dotyczące zdrowia (skala)
Pytania otwarte
Dojrzały zespół nie pyta: “Czy wolno nam użyć do tego AI?” Zadaje pytanie: “Jakich dowodów potrzebujemy, aby odpowiedzialnie wykorzystać ten wynik?”
Szablon do pomiaru dojrzałości AI
Wymiar 4: 🔁 Adaptacyjny system dostarczania oparty na AI
Ten wymiar sprawdza, czy AI usprawnia strumień wartości. Pojedyncze osoby mogą pracować szybciej, podczas gdy cały system prawie się nie poprawia. Wtedy AI pozostaje optymalizacją indywidualną. Dojrzałość pojawia się dopiero wtedy, gdy zespół dostosowuje sposób pracy do nowych możliwości.
Dojrzałość AI: 🔁 Adaptacyjny system delivery oparty na AI: Jak przebiega retro
Losowy Icebreaker (2-5 minut)
Echometer udostępnia generator losowych pytań na rozgrzewkę.
Przegląd otwartych działań (2-5 minut)
Zanim zaczniesz nowe tematy, powinieneś porozmawiać o skuteczności działań z przeszłych retrospektyw. Echometer automatycznie wyświetla listę wszystkich otwartych elementów działań z przeszłych retrospektyw.
Health Check
Wszyscy członkowie zespołu mogą anonimowo odpowiadać na pytania kontrolne dotyczące zdrowia na skali. Następnie wspólnie przejrzyjcie wyniki kontroli zdrowia i w razie potrzeby zanotujcie dodatkowe komentarze. Jeśli używacie tych samych kontroli zdrowia w kilku retrospektywach, możecie również śledzić trendy w czasie w Echometer.
- Poziom 1: Nasz zespół regularnie dostarcza przyrosty użyteczne dla klientów.
- Poziom 2: Pętle informacji zwrotnej od klientów oraz analiza danych o użyciu są stałym elementem strumienia wartości naszego zespołu.
- Poziom 3: Aktywnie wykorzystujemy AI, aby szybciej przekładać dane o użyciu i opinie użytkowników na efekt.
Omówienie tematów retro
Skorzystaj z poniższych otwartych pytań, aby zebrać najważniejsze wnioski. Najpierw każdy robi to w ukryciu. Echometer pozwala na odsłanianie każdej kolumny tablicy retro pojedynczo, aby następnie zaprezentować i pogrupować opinie.
- Co obecnie nas powstrzymuje w tym wymiarze?
- Jaka jest następna najlepsza zmiana lub następny eksperyment, abyśmy poprawili się w tym wymiarze?
Pytanie ogólne (zalecane)
Aby inne tematy również miały swoje miejsce:
- O czym jeszcze chcesz porozmawiać na retro?
Priorytetyzacja / Głosowanie (5 minut)
Na tablicy retro w Echometer możesz łatwo priorytetyzować opinie za pomocą głosowania. Głosowanie jest oczywiście anonimowe.
Definiowanie działań (10-20 minut)
Za pomocą symbolu plusa na opinii można utworzyć powiązane działanie. Nie jesteś jeszcze pewien, które działanie byłoby właściwe? Następnie otwórz tablicę Whiteboard na ten temat za pomocą symbolu plusa, aby przeprowadzić burzę mózgów na temat głównych przyczyn i możliwych działań.
Sprawdzenie / Zamknięcie (5 minut)
Echometer umożliwia zbieranie anonimowych opinii od zespołu na temat tego, jak pomocna była retro. Powstaje z tego wynik ROTI („Return On Time Invested”), który można śledzić w czasie.
Dojrzałość AI: 🔁 Adaptacyjny system delivery oparty na AI
Pytania kontrolne dotyczące zdrowia (skala)
Pytania otwarte
Praktyczny test: jeśli AI zniknęłaby z waszej pracy, czy strumień wartości by się pogorszył, czy tylko odczuwana produktywność?
Szablon do pomiaru dojrzałości AI
Wymiar 5: 🤝 Współpraca
Ten wymiar jest ślepym punktem wielu modeli dojrzałości AI. Zwinne wytwarzanie oprogramowania opiera się na wspólnym zrozumieniu, komunikacji, decyzjach i odpowiedzialności. Jeśli AI jest używana tylko indywidualnie, może nawet osłabiać pracę zespołową: mniej wspólnego kontekstu, mniej dyskusji, więcej równoległej optymalizacji jednostek.
Dojrzałość AI: 🤝 Współpraca: Jak przebiega retro
Losowy Icebreaker (2-5 minut)
Echometer udostępnia generator losowych pytań na rozgrzewkę.
Przegląd otwartych działań (2-5 minut)
Zanim zaczniesz nowe tematy, powinieneś porozmawiać o skuteczności działań z przeszłych retrospektyw. Echometer automatycznie wyświetla listę wszystkich otwartych elementów działań z przeszłych retrospektyw.
Health Check
Wszyscy członkowie zespołu mogą anonimowo odpowiadać na pytania kontrolne dotyczące zdrowia na skali. Następnie wspólnie przejrzyjcie wyniki kontroli zdrowia i w razie potrzeby zanotujcie dodatkowe komentarze. Jeśli używacie tych samych kontroli zdrowia w kilku retrospektywach, możecie również śledzić trendy w czasie w Echometer.
- Poziom 1: Mam dobry ogląd tego, co dzieje się teraz w zespole.
- Poziom 2: Nasza komunikacja w zespole sprawia, że każdy może efektywnie pracować i być na bieżąco.
- Poziom 3: AI wspiera dystrybucję istotnej wiedzy do właściwych osób i redukuje niepotrzebny wysiłek informacyjny.
Omówienie tematów retro
Skorzystaj z poniższych otwartych pytań, aby zebrać najważniejsze wnioski. Najpierw każdy robi to w ukryciu. Echometer pozwala na odsłanianie każdej kolumny tablicy retro pojedynczo, aby następnie zaprezentować i pogrupować opinie.
- Co obecnie nas powstrzymuje w tym wymiarze?
- Jaka jest następna najlepsza zmiana lub następny eksperyment, abyśmy poprawili się w tym wymiarze?
Pytanie ogólne (zalecane)
Aby inne tematy również miały swoje miejsce:
- O czym jeszcze chcesz porozmawiać na retro?
Priorytetyzacja / Głosowanie (5 minut)
Na tablicy retro w Echometer możesz łatwo priorytetyzować opinie za pomocą głosowania. Głosowanie jest oczywiście anonimowe.
Definiowanie działań (10-20 minut)
Za pomocą symbolu plusa na opinii można utworzyć powiązane działanie. Nie jesteś jeszcze pewien, które działanie byłoby właściwe? Następnie otwórz tablicę Whiteboard na ten temat za pomocą symbolu plusa, aby przeprowadzić burzę mózgów na temat głównych przyczyn i możliwych działań.
Sprawdzenie / Zamknięcie (5 minut)
Echometer umożliwia zbieranie anonimowych opinii od zespołu na temat tego, jak pomocna była retro. Powstaje z tego wynik ROTI („Return On Time Invested”), który można śledzić w czasie.
Dojrzałość AI: 🤝 Współpraca
Pytania kontrolne dotyczące zdrowia (skala)
Pytania otwarte
Z mojego punktu widzenia to najciekawsza różnica względem wielu modeli enterprise: zwinny model dojrzałości AI musi mierzyć, czy AI sprawia, że zespół działa lepiej, a nie tylko pojedyncze specjalistki.
Szablon do pomiaru dojrzałości AI
Wymiar 6: ☯️ Ciągłe doskonalenie i governance
Governance jest ważna, ale nie może pochłaniać wszystkiego. W tym modelu governance oznacza: zespół może odpowiedzialnie podejmować decyzje, uwidaczniać ryzyka i ulepszać zasady na podstawie rzeczywistych doświadczeń. Ciągłe doskonalenie i governance należą do siebie, ponieważ sztywne reguły szybko się dezaktualizują w tak dynamicznej dziedzinie.
Dojrzałość AI: ☯️ Ciągłe doskonalenie i zarządzanie: Jak przebiega retro
Losowy Icebreaker (2-5 minut)
Echometer udostępnia generator losowych pytań na rozgrzewkę.
Przegląd otwartych działań (2-5 minut)
Zanim zaczniesz nowe tematy, powinieneś porozmawiać o skuteczności działań z przeszłych retrospektyw. Echometer automatycznie wyświetla listę wszystkich otwartych elementów działań z przeszłych retrospektyw.
Health Check
Wszyscy członkowie zespołu mogą anonimowo odpowiadać na pytania kontrolne dotyczące zdrowia na skali. Następnie wspólnie przejrzyjcie wyniki kontroli zdrowia i w razie potrzeby zanotujcie dodatkowe komentarze. Jeśli używacie tych samych kontroli zdrowia w kilku retrospektywach, możecie również śledzić trendy w czasie w Echometer.
- Poziom 1: Dla mojej pracy odpowiedzialności i granice ryzyka są zawsze jasne.
- Poziom 2: Jako zespół regularnie dostosowujemy nasze sposoby pracy na podstawie nowych ustaleń i zdobytych doświadczeń.
- Poziom 3: AI pomaga nam systematycznie kwestionować i rozwijać nasze sposoby pracy.
Omówienie tematów retro
Skorzystaj z poniższych otwartych pytań, aby zebrać najważniejsze wnioski. Najpierw każdy robi to w ukryciu. Echometer pozwala na odsłanianie każdej kolumny tablicy retro pojedynczo, aby następnie zaprezentować i pogrupować opinie.
- Co obecnie nas powstrzymuje w tym wymiarze?
- Jaka jest następna najlepsza zmiana lub następny eksperyment, abyśmy poprawili się w tym wymiarze?
Pytanie ogólne (zalecane)
Aby inne tematy również miały swoje miejsce:
- O czym jeszcze chcesz porozmawiać na retro?
Priorytetyzacja / Głosowanie (5 minut)
Na tablicy retro w Echometer możesz łatwo priorytetyzować opinie za pomocą głosowania. Głosowanie jest oczywiście anonimowe.
Definiowanie działań (10-20 minut)
Za pomocą symbolu plusa na opinii można utworzyć powiązane działanie. Nie jesteś jeszcze pewien, które działanie byłoby właściwe? Następnie otwórz tablicę Whiteboard na ten temat za pomocą symbolu plusa, aby przeprowadzić burzę mózgów na temat głównych przyczyn i możliwych działań.
Sprawdzenie / Zamknięcie (5 minut)
Echometer umożliwia zbieranie anonimowych opinii od zespołu na temat tego, jak pomocna była retro. Powstaje z tego wynik ROTI („Return On Time Invested”), który można śledzić w czasie.
Dojrzałość AI: ☯️ Ciągłe doskonalenie i zarządzanie
Pytania kontrolne dotyczące zdrowia (skala)
Pytania otwarte
Celem nie jest maksymalna wolność i nie jest nim maksymalna kontrola. Celem jest system, w którym zespoły mogą szybko się uczyć, nie wypierając ryzyk.
Wskazówka: Po prostu wykres radarowy dojrzałości AI i heatmapa z Echometer
Gdy tylko omówisz wszystkie pozycje ze swoim zespołem, możesz przygotować i zwizualizować dane. Echometer robi to dla ciebie nawet automatycznie:
Jeśli przeprowadzasz pomiar dojrzałości AI dla kilku zespołów jednocześnie, w Echometer otrzymasz nawet odpowiednią analizę dojrzałości AI jako macierz / heatmapę dla organizacji:
Dlatego moja rekomendacja: zamiast ręcznych ankiet i Excela korzystaj lepiej z Echometer, aby korzystać nie tylko z profesjonalnych analiz i analiz trendów na kliknięcie przycisku, ale także z optymalnego wsparcia w moderacji i śledzeniu działań.
Szablon Excel: Wszystkie pozycje modelu dojrzałości AI dla zwinnego rozwoju oprogramowania jako macierz
Jeśli mimo wszystko chcesz szablon Excel dla swojego modelu dojrzałości AI, możesz skorzystać z następującego szablonu Excel:
| Wymiar | Poziom | Pozycja ankietowa | Wynik 1-5 | Dowód | Największa przeszkoda | Następny eksperyment | Właściciel | Data przeglądu |
|---|---|---|---|---|---|---|---|---|
| Jasność celu | 1 | W przypadku naszych zadań zazwyczaj jasne jest, czy osiągnęły swój cel, czy nie. | ||||||
| … |
Lista kontrolna: Jak praktycznie wykorzystać model dojrzałości AI w zwinnej wytwórczości oprogramowania
Nie zaczynaj od wszystkich 18 pozycji w jednym ogromnym assessmentcie. Zacznij od wymiaru, w którym obecnie odczuwacie tarcia.
Każda pozycja jest sformułowana jako proste stwierdzenie zgody. Jeśli zespół zaprzecza poziomowi 1, podstawowa zdolność nie jest jeszcze stabilna. Jeśli poziom 1 się zgadza, ale poziom 2 nie, brakuje wiarygodnej praktyki zespołowej. Jeśli poziom 2 się zgadza, ale poziom 3 nie, AI nie jest jeszcze systematycznym wzmacniaczem tej zdolności.
Oto więc twoja lista kontrolna dla dobrego przebiegu:
- Wybierz jeden wymiar, który obecnie wydaje się najbardziej istotny dla ciebie lub twojego zespołu. Skupienie się na wszystkich wymiarach naraz przynosi tylko jedno: chaos.
- Niech zespół anonimowo oceni trzy poziomy pozycji. Na przykład po prostu bezpośrednio w narzędziu retro Echometers.
- Przy ocenach nie omawiajcie średniej, lecz odchylenia w waszych opiniach. Z tego wynikają spostrzeżenia, a możliwości stają się widoczne.
- Odpowiedzcie też na dwa otwarte pytania w szablonie retro, aby wypracować wspólny obraz przeszkód i możliwych działań.
- Sformułuj eksperyment na 2 do 4 tygodni. Ustalcie regularne check-iny, aby zapewnić postęp.
- Po wdrożeniu działania i po odpowiednim okresie testowym ponownie zmierzcie ten sam wymiar.
Oprócz listy kontrolnej dozwolona jest także wskazówka, czego koniecznie należy unikać: jeśli porównujecie kilka zespołów, porównujcie wzorce, a nie wyniki. Zespół platformowy, zespół produktowy i zespół legacy mają różne warunki wyjściowe. Pomiar dojrzałości staje się niebezpieczny, gdy przeradza się w ranking.
Więcej na ten temat: Dlaczego oceny dojrzałości agile często zawodzą.
Wniosek: dojrzałość AI jest użyteczna tylko wtedy, gdy prowadzi również do usprawnień
Istniejące modele dojrzałości AI dostarczają dobrych elementów składowych: strategia, dane, governance, inżynieria, model operacyjny, kultura, use cases, weryfikacja i operacje. Dla agile delivery te elementy muszą jednak zostać przełożone na konkretne umiejętności zespołów agile. W tym celu nasze pozycje tutaj zaproponowały praktyczne i zwięzłe rozwiązania.
Moja rekomendacja: używaj Excela dla przeglądu, ale używaj retrospektyw do wprowadzania zmian. Zespół, który szczerze omawia jeden wymiar i rozpoczyna dobrą poprawę (albo też dobry eksperyment), jest dalej niż organizacja z perfekcyjną matrycą i obszerną heatmapą, ale bez konsekwencji.
Jeśli szukasz dalszych materiałów na temat AI w agile software development, te artykuły będą dobrym następnym krokiem:
FAQ dotyczące modelu dojrzałości AI dla agile software development
Czym jest model dojrzałości AI dla agile software development?
Model dojrzałości AI dla agile software development ocenia, jak dobrze zespół przekłada AI na klarowność celu, kontekst wiedzy, weryfikację, system delivery, współpracę i ciągłe doskonalenie. Mierzy nie tylko korzystanie z narzędzi, ale także to, czy AI poprawia tworzenie wartości i zdolność zespołu do uczenia się.
Czym różni się to od klasycznych modeli dojrzałości AI?
Klasyczne modele dojrzałości AI często uwzględniają perspektywę enterprise, taką jak strategia, dane, governance, talent, model operacyjny i wkład w wartość. Dla agile delivery te wymiary muszą zostać przełożone na konkretne umiejętności zespołów agile: lepszą klarowność celu, lepszy kontekst wiedzy, wiarygodną weryfikację, system delivery adaptujący się do AI, silniejszą współpracę i ciągłe doskonalenie.
Czy powinienem zacząć od modelu dojrzałości AI w Excelu czy od retrospektywy?
Zacznij od retrospektywy, jeśli chcesz zmienić zachowanie. Excel jest sensowny do dokumentowania pozycji, wyników, dowodów i eksperymentów. Prawdziwe zrozumienie powstaje jednak w rozmowie o blokadach, ryzykach i następnym małym kroku usprawniającym.
Dlaczego model dojrzałości zawiera tylko trzy poziomy dojrzałości?
Trzy poziomy są zrozumiałe i nastawione na działanie w retrospektywach zespołowych: dostępna umiejętność, ugruntowana praktyka zespołowa i zintegrowana sztuczna inteligencja. Czwarty poziom, taki jak organizacja natywnie oparta na AI, może mieć sens jako wizja w pojedynczych przypadkach, ale dla wielu zespołów jest obecnie zbyt odległy, aby można było wyprowadzić z niego dobre, konkretne działania.
