De introductie van AI heeft inderdaad een aanzienlijke impact op het 9-vlaks model van Rick Maes en kan het alignement tussen business, informatievoorziening (IV) en ICT opschudden. Het model, met zijn focus op de relatie tussen de business, de inrichting van de informatievoorziening en de technische realisatie door ICT, wordt door AI in alle lagen beïnvloed. Laten we per laag bekijken wat de impact is.
Impact op de Richtende Laag
De richtende laag is verantwoordelijk voor het bepalen van de strategische richting en architectuur. AI verandert deze laag op de volgende manieren:
- Businessstrategie en IV-strategie: AI kan de businessstrategie ingrijpend wijzigen door nieuwe producten, diensten en businessmodellen mogelijk te maken. De IV-strategie moet hierop aansluiten en zich richten op het creëren van een datagedreven organisatie. Dit betekent dat er geïnvesteerd moet worden in data-infrastructuur, data governance en AI-expertise.
- Business- en Informatiearchitectuur: De architectuur moet worden aangepast om AI-modellen, data pipelines en geautomatiseerde besluitvormingssystemen te ondersteunen. Dit vereist een verschuiving van traditionele, gestructureerde systemen naar meer flexibele, schaalbare architecturen die in staat zijn om grote hoeveelheden data te verwerken en te integreren.
- Governance: De governance-structuur moet worden herzien om de risico’s en ethische aspecten van AI aan te pakken. Denk hierbij aan de transparantie van AI-beslissingen, bias in algoritmes en de verantwoording voor de uitkomsten.
Impact op de Inrichtende Laag
De inrichtende laag richt zich op het ontwerpen en ontwikkelen van de informatievoorziening. AI heeft de volgende gevolgen voor deze laag: - Procesontwerp: AI kan processen automatiseren, optimaliseren en personaliseren. Dit heeft een directe impact op het ontwerp van bedrijfsprocessen, die niet langer handmatig worden uitgevoerd, maar door AI worden gestuurd. Dit vraagt om een herontwerp van processen met AI-integratie in het achterhoofd.
- Functie- en Gegevensontwerp: AI-modellen vereisen specifieke functies, zoals het trainen van modellen, het beheren van datasets en het monitoren van prestaties. Het gegevensontwerp moet worden aangepast om te zorgen dat de data geschikt is voor AI-toepassingen (bijvoorbeeld de juiste labels en structuren).
- Applicatie- en Infrastructuurontwerp: De applicatielandschap moet worden uitgebreid met AI-platformen, machine learning frameworks en data warehousing oplossingen. De infrastructuur moet schaalbaar en krachtig genoeg zijn om de rekenintensieve taken van AI te ondersteunen.
- Impact op de Verrichtende Laag
De verrichtende laag is verantwoordelijk voor de operationele uitvoering en het beheer. AI heeft hier de volgende effecten: - Beheer en Gebruik: Het beheer van AI-systemen is complexer dan traditionele systemen. Het omvat het monitoren van de prestaties van modellen, het opnieuw trainen met nieuwe data en het zorgen voor de continue integratie van AI in de operationele processen. De gebruikers moeten getraind worden om met AI-gestuurde systemen te werken en de uitkomsten te begrijpen.
- Organisatie en Systeemontwikkeling: De ontwikkeling van AI-oplossingen vereist multidisciplinaire teams met data scientists, machine learning engineers en domeinexperts. De ontwikkelmethodologieën moeten worden aangepast om te kunnen werken met de iteratieve en experimentele aard van AI-projecten.
- Conclusie
De introductie van AI schudt het 9-vlaks model van Rick Maes inderdaad op en dwingt organisaties om het alignement tussen business, IV en ICT te herzien. De impact is voelbaar in alle drie de lagen, waarbij de richtende laag nieuwe strategieën en governance moet ontwikkelen, de inrichtende laag de architectuur en processen moet aanpassen en de verrichtende laag nieuwe vaardigheden en beheerprocessen moet omarmen. Het succesvol navigeren door deze veranderingen vereist een holistische benadering en een strategische visie die AI niet ziet als een losse technologie, maar als een integraal onderdeel van de organisatie.