.png)
Od możliwości do wyników. Jak wdrażać AI, aby naprawdę wspierała rozwój twojej firmy.
W pierwszej części tego cyklu pisałem o tym, czego nie powinniśmy oddawać sztucznej inteligencji. O odpowiedzialności, podejmowaniu decyzji, relacji z klientami i przywództwie. O tym, że nawet najlepsza technologia nie zwalnia nas z myślenia.
W tym artykule chcę pójść krok dalej.
Bo skoro wiemy już, czego nie powinniśmy delegować, pojawia się kolejne pytanie: Jak wykorzystać AI, aby firma rzeczywiście na tym zyskiwała?
Nie chodzi przecież o to, aby każdy pracownik miał dostęp do kilki chatbotów, a zarząd co miesiąc oglądał kolejną prezentację o możliwościach sztucznej inteligencji.
Chodzi o konkretne efekty. Mniej powtarzalnej pracy. Szybsze przygotowanie ofert. Sprawniejszą obsługę klientów. Lepsze wykorzystanie informacji, które już posiadamy, Mniej błędów i więcej czasu na rozwój biznesu. Tylko jak to osiągnąć?
Przez ostatnie lata przyzwyczailiśmy się do tego, że wdrożenie nowej technologii zaczyna się od wyboru systemu. Szukamy dostawcy, porównujemy funkcje, analizujemy koszty i podejmujemy decyzję zakupową. W przypadku AI taka właśnie kolejność może być szczególnie kosztownym błędem.
Dlatego proponuję zastosować inne podejście. Nie zaczynajmy od pytania, jaką sztuczną inteligencję kupić. Zacznijmy od pytania, co w naszej firmie wymaga poprawy.
Zatem, najpierw problem a dopiero później technologia.
Weźmy przykład firmy handlowej zatrudniającej trzydzieści osób. Dział sprzedaży przygotowuje wiele ofert tygodniowo. Każda wymaga zebrania informacji z kilku miejsc: cennika, magazynu, historii klienta oraz dokumentacji produktu. Handlowiec przepisuje dane, sprawdza dostępność, tworzy dokument i wysyła go do akceptacji. Załóżmy, że zajmuje mu to średnio czterdzieści minut.
Czy potrzebujemy w tym przypadku zaawansowanego agenta AI? Być może. Ale zanim zaczniemy go budować, sprawdźmy, czy problemem jest brak sztucznej inteligencji.
Bo może wystarczy uporządkować cenniki? Połączyć dwa systemy? Przygotować jeden uniwersalny szablon oferty? A może dopiero po tych zmianach wykorzystać AI do opracowania indywidualnych opisów produktów i podsumowania potrzeb klienta?
W czasach zauroczenia AI, już wiem, że nie każdy problem biznesowy wymaga AI. I nie każda automatyzacja musi wykorzystywać sztuczną inteligencję. To bardzo ważne rozróżnienie. Klasyczna automatyzacja doskonale sprawdza się tam, gdzie mamy
powtarzalne reguły i przewidywalne dane. AI może być szczególnie przydatna wtedy, gdy trzeba zrozumieć tekst, uporządkować różne informacje, przygotować treść albo pracować z dokumentami, które nie zawsze mają identyczną strukturę.
Najlepsze rozwiązanie często łączy obie technologie. Dlatego zanim wydamy pierwszą złotówkę, proponuję zadać sobie trzy pytania.
Co dokładnie chcemy usprawnić?
Dlaczego obecnie zajmuje to nam tyle czasu?
Jak zmierzymy poprawę?
Jeśli nie potrafimy na nie odpowiedzieć, prawdopodobnie nie jesteśmy jeszcze gotowi do wdrożenia.
Nie automatyzuj chaosu. Najpierw uporządkuj proces.
W wielu małych i średnich firmach sposób wykonywania pracy kształtował się przez lata.
Jedna osoba przygotowuje raport w Excelu. Druga kopiuje dane do innego arkusza. Trzecia wysyła zestawienie mailem. Czwarta poprawia formatowanie, a piąta przygotowuje na tej podstawie prezentację dla zarządu. I nikt nie zastanawia się, dlaczego proces wygląda właśnie tak. Po prostu - zawsze tak było.
I tu pojawia się AI i obietnica, że wszystko przyspieszymy. Ale czy naprawdę warto automatyzować pięć czynności, jeżeli trzy z nich są zupełnie zbędne? To tak, jakbyśmy kupili sobie szybszy samochód, ale nadal codziennie do pracy jeździli drogą dwa razy dłuższą od najkrótszej (może porównanie wydaje się dość dziwne, ale bez zmiany podejścia nie zyskamy wiele). Zanim zaczniemy wdrażać AI, warto przyjrzeć się wybranemu procesowi.
Nie potrzebujemy do tego konsultantów ani skomplikowanego oprogramowania. Wystarczy tylko kartka papieru. Zapiszmy, kto rozpoczyna proces, skąd pochodzą dane, ile osób uczestniczy w jego realizacji, gdzie występują opóźnienia i kto finalnie zatwierdza wynik.
Następnie zadajmy najważniejsze pytanie: Które czynności możemy usunąć?
Dopiero później zastanawiajmy się, co możemy zautomatyzować. Bo jeśli pracownik codziennie przepisuje informacje z jednego systemu do drugiego, niekoniecznie potrzebujemy AI. Często lepszym rozwiązaniem będzie integracja tych systemów.
Jeżeli natomiast pracownik codziennie otrzymuje kilkadziesiąt wiadomości od klientów, napisanych w różnych językach i dotyczących różnych problemów, to tu AI może pomóc je klasyfikować, przygotować propozycję odpowiedzi i skierować do właściwych osób.
To dwa różne problemy, które wymagają dwóch różnych rozwiązań.
Gdzie AI może rzeczywiście zarabiać na siebie?
Nie chcę tworzyć kolejnej listy stu zastosowań sztucznej inteligencji. Mamy takich zestawień wystarczająco dużo. Skupmy się na kilku obszarach, które warto przeanalizować w małych i średnich przedsiębiorstwach.
Sprzedaż - więcej czasu na klientów, mniej na dokumenty (marzenie każdego handlowca).
W wielu firmach handlowcy poświęcają część dnia na czynności administracyjne. Przygotowują oferty, uzupełniają CRM, podsumowują spotkania, szukają informacji o produktach i sprawdzają wcześniejszą korespondencję.
AI może im w tym pomóc. Handlowiec po spotkaniu z klientem przygotowuje krótką notatkę głosową. System, działający w zatwierdzonym środowisku firmowym, przekształca ją w podsumowanie, identyfikuje uzgodnione działania i przygotowuje projekt wiadomości dla klienta. Handlowiec sprawdza treść, uzupełnia istotne informacje i zatwierdza wysyłkę.
Zamiast poświęcać czas na przepisywanie notatek. może przygotować się do kolejnego spotkania. Podobnie może być z ofertami. AI może opracować pierwszą wersję dokumentu na podstawie zatwierdzonych danych produktowych i informacji o potrzebie klienta.
Ale uwaga - ceny, terminy dostaw, warunki płatności i zobowiązania handlowe powinny pochodzić z wiarygodnych źródeł i podlegać odpowiedniej kontroli. Nie pozwalajmy, aby model samodzielnie wymyślał warunki kontraktu.
Obsługa klienta - szybkość bez utraty jakości.
Drugim obszarem jest obsługa klienta. W większości firm znaczna część pytań się powtarza. Gdzie jest moje zamówienie? Kiedy otrzymam fakturę? Jak wygląda proces reklamacji? Czy produkt jest dostępny? Jakie dokumenty muszę przesłać?
W takich właśnie sytuacjach dobrze przygotowany asystent AI może pomóc klientowi szybko znaleźć odpowiedź bez oczekiwania na pracownika. Ale musimy wiedzieć, że nie każdy chatbot jest dobrym chatbotem. Jeśli system nie ma dostępu do aktualnych, zatwierdzonych informacji, może udzielać błędnych odpowiedzi - a to sytuacja do jakiej nie możemy dopuścić.
Dlatego warto rozważyć rozwiązanie, które korzysta z firmowej bazy wiedzy i odpowiednich integracji, zamiast polegać wyłącznie na ogólnej wiedzy modelu. Powinien też potrafić powiedzieć: “Nie mam wystarczających informacji” a kiedy problem jest nietypowy, przekazać sprawę człowiekowi.
Dobry chatbot nie musi odpowiadać na wszystko. Musi wiedzieć, kiedy nie może odpowiadać samodzielnie.
Administracja i zarządzanie - mniej raportowania a więcej zarządzania.
Trzecim obszarem są raporty. W wielu firmach zarząd otrzymuje informacje z opóźnieniem. Dane sprzedażowe są w jednym systemie, koszty w kolejnym, a informacje o należnościach jeszcze w innym. Zatem przygotowanie pełnego obrazu sytuacji wymaga zaangażowania kilku osób.
Dobrze zaprojektowane rozwiązanie może zbierać zatwierdzone dane, przygotować zestawienie i wskazać odchylenia wymagające uwagi.
Dobrze zaprojektowany system, powinien przekazać np. taki raport: “Sprzedaż spadła w porównaniu z poprzednim miesiącem o X procent. Największy spadek dotyczy dwóch klientów. Jednocześnie wzrósł średni czas realizacji zamówień”.
To informacja, z którą zarząd może zacząć pracować. Ale czy przyczyną spadku sprzedaży jest dłuższy czas dostawy? tego nie wiemy. AI może wskazać zależność. Człowiek powinien sprawdzić, czy istnieje związek przyczynowy. To rozróżnienie ma ogromne znaczenie.
Ile tak naprawdę kosztuje AI? Policzmy to na przykładzie.
Przedsiębiorcy najczęściej pytają o koszt licencji.
Ile kosztuje miesięcznie dostęp dla jednego pracownika? Ile kosztuje agent? Ile kosztuje integracja? To są oczywiście bardzo ważne pytania.
Ale znacznie ważniejszym pytaniem jest: Ile firma zarobi lub zaoszczędzi dzięki wdrożeniu?
Chciałbym pokazać przykład z firmy “XYZ”.
Firma zatrudnia dziesięć osób wykonujących regularnie pracę administracyjną. Każda z nich dzięki dobrze wdrożonemu narzędziu AI oszczędza średnio 30 minut dziennie.
20 dni roboczych w miesiącu x 10 osób x 0,5 godziny = 100 godzin miesięcznie. 10 osób × 0,5 godziny × 20 dni = 100 godzin miesięcznie.
Koszt całkowity godziny pracy wynosi 60 zł. Zatem otrzymaliśmy 6000 zł miesięcznie uwolnionego czasu pracy.
Ale uwaga - to nie oznacza, że firma zarobiła 6000 zł. Często wiele prezentacji o AI pokazuje to zbyt optymistycznie. Bo sama oszczędność czasu nie jest automatycznie oszczędnością pieniędzy. Jeśli pracownik nadal wykonuje tę samą liczbę godzin, koszt wynagrodzenia realnie nie znika.
Korzyści pojawią się wtedy, gdy odzyskany czas zostanie produktywnie wykorzystany - na obsługę większej liczby klientów dziennie, dodatkową sprzedaż, skrócenie czasu realizacji zamówień lub ograniczenie konieczności zatrudniania kolejnych osób.
Dodatkowo trzeba też uwzględnić koszt licencji, wdrożenia, integracji, szkoleń oraz sprawdzania wyników AI.
Kwota 3400 zł nie jest prognozą zysku a jedynie różnicą pomiędzy hipotetyczną wartością uwolnionego czasu a przyjętymi kosztami bieżącymi. Nie uwzględnia jednorazowych kosztów wdrożenia ani tego, jaka część odzyskanego czasu przyniesie rzeczywiście korzyść finansową firmie.
Aby ocenić rzeczywisty zwrot z inwestycji, musimy sprawdzić, czy dzięki wdrożeniu firma zwiększy sprzedaż, ograniczy konkretne koszty, poprawi jakość i szybkość obsługi klienta.
Właśnie dlatego każde wdrożenie powinno mieć określone mierniki przed rozpoczęciem projektu. Inaczej po trzech miesiącach pozostanie nam jedynie wrażenie, że “pracujemy szybciej”. A wrażenie nie jest realnym wynikiem finansowym.
Jak wybrać pierwszy projekt AI? Nie zaczynaj od najtrudniejszego.
Często przedsiębiorcy mają naturalną skłonność do wybierania najbardziej ambitnych projektów. Jeśli już wdrażać AI, to najlepiej już od razu w całej firmie.
Połączyć system sprzedaży z magazynem, księgowością, pocztą i obsługą klienta. Stworzyć jednego super agenta, który będzie wszystkim zarządzał.
Brzmi bardzo imponująco. Ale czy to dobry pierwszy krok? Moim zdaniem NIE.
Na początku powinniśmy wybierać zadania, które są stosunkowo proste, powtarzalne, łatwe do zmierzenia i nie powodują dużych konsekwencji w przypadku błędu. Dobrym przykładem może być przygotowywanie roboczych podsumowań spotkań. Złym pierwszym projektem, uważam, że będzie autonomiczne zatwierdzanie płatności lub podejmowanie decyzji dotyczących zatrudnienia. Nie dlatego, że takie obszary nigdy nie
mogą korzystać z AI. Dlatego, że wymagają znacznie bardziej zaawansowanego zarządzania ryzykiem.
Proponuję prostą metodę wyboru.
Każdy pomysł oceńmy według czterech kryteriów: potencjalna oszczędność czasu, częstotliwość wykonywania zadania, łatwość wdrożenia i konsekwencje błędnego działania. Najpierw wybierzmy projekt, który może dać widoczną korzyść przy stosunkowo niewielkim ryzyku. Pozwoli to firmie zdobyć doświadczenie. A doświadczenie jest znacznie bardziej wartościowe niż kolejna prezentacja o możliwościach AI.
Czy kupować gotowe narzędzia, czy budować własne rozwiązania?
To kolejne pytanie, jakie słyszę najczęściej. Może moja odpowiedź rozczaruje niektórych. Ale w większości małych firm nie zaczynałbym od budowania własnego systemu AI.
Najpierw sprawdziłbym, czy istniejące rozwiązania nie spełniają już naszych potrzeb. Być może używany przez firmę CRM ma funkcje AI, których jeszcze nie uruchomiliśmy (to widzę bardzo często). Być może pakiet biurowy umożliwia automatyczne podsumowywanie dokumentów. Być może dostawca oprogramowania księgowego oferuje przydatną automatyzację wybranych czynności. Nie ma sensu budować skomplikowanego rozwiązania tylko po to, aby odtworzyć funkcję dostępną w posiadanym już systemie.
Własne rozwiązanie zaczyna mieć większy sens wtedy, gdy proces jest specyficzny, ma duże znaczenie biznesowe, wymaga integracji z wieloma systemami lub gotowe narzędzia nie zapewniają odpowiedniej kontroli. Ale nawet wtedy nie zawsze musimy trenować własny model.
Często wystarczy odpowiednio skonfigurować istniejący model, połączyć go z firmowymi danymi i zbudować kontrolowany proces. To znacznie bardziej praktyczne podejście.
Wybierając dostawcę, sprawdźmy jednak nie tylko cenę. Zapytajmy, jakie są koszty uruchomienia i późniejszego utrzymania. Czy możemy wyeksportować dane? Jakie integracje są dostępne? Czy system będzie działał, jeśli zmienimy dostawcę jednego z pozostałych narzędzi?
I bardzo ważne pytanie - czy rozwiązanie rzeczywiście działa z naszymi danymi, czy tylko świetnie prezentuje się na prezentacji? Bo to nie jest zawsze to samo.
Plan na 90 dni bez dużego budżetu
Nie chcę kończyć na samych radach, więc jak zwykle proponuję konkretny plan dla właściciela małej lub średniej firmy. To nie jest recepta dla każdego, raczej punkt wyjścia, który trzeba dopasować do wielkości i branży.
Miesiąc pierwszy: sprawdź, gdzie ucieka czas. Zacznij od rozmów z ludźmi. Poproś kierowników działów, żeby każdy wskazał trzy najbardziej czasochłonne, powtarzalne zadania i opisał, ile trwają, jak często się powtarzają i gdzie najczęściej pojawiają się błędy. Wybierz z tego dwa procesy, które da się stosunkowo łatwo poprawić i w których pomyłka
niewiele kosztuje. I jedna rada: nie pytaj pracowników, gdzie chcieliby użyć AI. Zapytaj, co najbardziej przeszkadza im w codziennej pracy. Odpowiedzi bywają zupełnie inne.
Miesiąc drugi: pilotaż. Wybierz jeden albo dwa procesy i wyznacz osobę odpowiedzialną. Zmierz, ile zadanie trwa przed wdrożeniem, ustal zasady sprawdzania wyników i przeszkol ludzi, którzy będą z narzędzia korzystać. Testuj nie przez dwa dni, tylko na tyle długo, żeby zobaczyć, jak rozwiązanie działa w normalnym rytmie pracy. Zapisuj także błędy, nie tylko
sukcesy. Pilotaż ma odpowiedzieć na pytanie, czy warto wdrażać, a nie udowodnić, że decyzja o zakupie była słuszna.
Miesiąc trzeci: decyzja biznesowa. Porównaj wyniki z tym, co było przed pilotażem. Czy praca faktycznie trwa krócej? Czy jakość się utrzymała, a błędów jest mniej? Ile kosztowało wdrożenie, czy ludzie chcą z tego korzystać i czy nie pojawiły się nowe problemy? Jeśli wyniki są dobre, opisz standard postępowania i rozszerz wdrożenie. Jeśli nie, zmień rozwiązanie albo zamknij eksperyment i nie traktuj tego jak porażki. Dużo lepiej zakończyć nietrafiony pilotaż po miesiącu, niż latami utrzymywać system, który firmie nic nie daje.
Prosta karta oceny projektu AI
Na potrzeby własnej firmy proponuję wykorzystać następującą tabelę. Można ją wypełnić przed każdym nowym wdrożeniem.
Kiedy ocenimy wyniki?
Ustalony termin zakończenia pilotażu Co zrobimy, jeśli projekt nie działa? Zmiana rozwiązania lub zakończenie testów
Nie jest to dokument skomplikowany.Dla większości MŚP proste narzędzie, którego faktycznie używamy, będzie bardziej wartościowe niż rozbudowana procedura istniejąca wyłącznie na papierze.
Na koniec
W pierwszej części pisałem o tym, czego nie oddawać sztucznej inteligencji. Dziś chciałem pokazać, że równie ważne jest to, co i w jaki sposób warto jej powierzyć.
Na start nie potrzeba dużych inwestycji, własnych modeli ani automatyzacji całej firmy. Wystarczy jeden proces, który naprawdę wymaga poprawy, a potem uczciwe sprawdzenie wyników. Liczy się realna zmiana w tym, jak firma działa, a nie liczba wygenerowanych odpowiedzi, kupionych licencji czy nowych funkcji w systemie. Przedsiębiorcy nie zarabiają na tym, że mają AI. Zarabiają na dostarczaniu wartości klientom, a AI ma im w tym pomagać, a nie stać się celem samym w sobie.
Jest jednak druga strona tego tematu. Im więcej procesów oddajemy technologii, tym ważniejsze stają się bezpieczeństwo, kontrola i odpowiedzialność za to, co ona robi. Temu poświęcę trzecią, ostatnią część cyklu. Napiszę w niej, jak zarządzać agentami AI, jak chronić firmowe dane, jak ograniczać ryzyko oszustw finansowych i jak przygotować ludzi do pracy z technologią, która nie tylko odpowiada na pytania, ale też sama wykonuje działania w naszych systemach. Samo wdrożenie AI to dopiero początek. Trudniej jest potem utrzymać nad nim kontrolę.
----
Tekst powstał na podstawie moich przemyśleń i doświadczeń zawodowych. Narzędzia AI wykorzystano pomocniczo na etapie opracowania i redakcji tekstu.
