El context del cas

• L’organització tenia un arxiu considerable de revisions després de l’acció i anàlisis retrospectius de projectes anteriors, però cada document es consultava de forma aïllada, gairebé sempre només per l’equip que l’havia generat.
• En analitzar el conjunt complet amb IA, va aparèixer un antipatró que cap equip havia detectat per separat: un tipus concret de decisió primerenca en els projectes, aparentment innòcua, que es repetia en la majoria dels projectes amb retards significatius.
• L’antipatró no era visible projecte a projecte perquè les seves conseqüències apareixien molt més tard en el cicle del projecte, lluny en el temps de la decisió original que les causava —per això cap equip individual havia aconseguit connectar totes dues coses.
• L’anàlisi també va revelar patrons positius: certes pràctiques de comunicació primerenca amb les parts interessades, presents en els projectes amb menys incidències, que fins llavors ningú havia identificat com un factor comú.

Com s’aplica a la pràctica

• El cas mostra el valor d’analitzar l’històric complet, no projecte a projecte: l’antipatró detectat només era visible en creuar desenes de casos, per la distància temporal entre causa i conseqüència.
• L’organització va validar l’antipatró detectat amb les persones que havien viscut diversos d’aquests projectes, abans de convertir-lo en una alerta oficial per a futurs projectes —la IA va proposar, les persones van confirmar.
• La troballa es va incorporar després al procés d’arrencada de nous projectes, com a part de la revisió de lliçons apreses abans de començar (vista al Bloc III), tancant així el cicle entre detectar i aplicar.
• L’organització va repetir aquesta anàlisi de forma periòdica, no com un exercici puntual, cosa que va permetre detectar més endavant si l’antipatró corregit realment deixava de repetir-se.

Què podem aprendre d’aquest cas

• La lliçó principal d’aquest cas és que alguns antipatrons només són visibles a escala, quan es creua un històric ampli, i romanen invisibles quan cada projecte es revisa de forma aïllada.
• També mostra el valor de la validació humana de les troballes: un patró detectat per IA es va convertir en una alerta fiable només després de ser confirmat per persones amb experiència directa.
• I confirma la importància de tancar el cicle: detectar un antipatró només aporta valor si es connecta amb el procés on realment es pot prevenir, com l’arrencada de projectes nous.

Consell: si la teva organització té un arxiu de revisions sense gairebé cap anàlisi conjunta entre elles, aquest arxiu és probablement el punt de partida amb millor relació entre esforç i impacte per a un primer projecte d’IA en gestió del coneixement.

Per seguir llegint

Aquest cas mostra el valor d’analitzar en conjunt el que abans es revisava de forma aïllada. La següent i última píndola d’aquest àmbit és un altre cas, amb una font diferent de coneixement: com una comunitat de pràctica consolida el coneixement que abans es perdia al xat.