Sztuczna inteligencja w biznesie - od czego zacząć
Nie od strategii i nie od narzędzia, tylko od jednego procesu policzalnego w godzinach. Jak wybrać ten właściwy i jak sprawdzić, czy się opłaca.
Autor: Paweł Cybulko, ekspert SEO i entuzjasta rozwiązań AI
Najczęstszy błąd przy wdrażaniu AI w firmie polega na tym, że zaczyna się od narzędzia, a nie od procesu. Kupuje się dostęp dla całego zespołu, po trzech miesiącach korzystają z niego dwie osoby do pisania maili, a wniosek brzmi: „nie zadziałało”. Zadziałałoby, gdyby ktoś najpierw wskazał konkretną czynność do usprawnienia.
Zacznij od jednego procesu
Szukasz czynności, która spełnia trzy warunki naraz:
- Jest powtarzalna - wykonuje się ją wielokrotnie w miesiącu, za każdym razem podobnie.
- Opiera się na tekście - czytaniu, pisaniu, wyszukiwaniu w dokumentach. Tam modele językowe mają przewagę.
- Da się ją policzyć w godzinach - wiadomo, ile czasu miesięcznie zajmuje i kogo.
Jeśli któregoś warunku brakuje, to zwykle nie jest dobry pierwszy projekt. Czynność wykonywana raz na kwartał nie zwróci kosztu wdrożenia. Zadanie wymagające oceny sytuacji, a nie zastosowania wzorca, skończy się nadzorem kosztowniejszym niż samodzielne wykonanie.
Cztery miejsca, w których to się zwykle opłaca
| Zastosowanie | Co daje | Ile nadzoru |
|---|---|---|
| Odpowiedzi na powtarzalne pytania | Obsługa większości zapytań bez angażowania zespołu | Przekazanie do człowieka poza zakresem |
| Wyszukiwanie w dokumentach firmy | Odpowiedź z procedury w kilka sekund | Niski, odpowiedź ze wskazaniem źródła |
| Przetwarzanie dokumentów przychodzących | Wyciąganie danych z faktur i formularzy | Człowiek zatwierdza przypadki niepewne |
| Pierwsze wersje treści | Szkic oferty, opisu, odpowiedzi | Wysoki, zawsze redakcja przed wysłaniem |
Warto zauważyć zależność w ostatniej kolumnie: im większy skutek błędnej odpowiedzi, tym więcej nadzoru. To nie jest ograniczenie technologii, tylko zasada, którą trzeba świadomie wpisać w projekt.
Policz, zanim kupisz
Rachunek jest prosty i warto go zrobić na kartce przed pierwszą rozmową z kimkolwiek sprzedającym wdrożenie:
liczba zdarzeń miesięcznie × czas jednego = godziny do odzyskania
Dwieście powtarzalnych pytań miesięcznie po kwadransie to pięćdziesiąt godzin. Piętnaście zapytań po pięć minut to godzina z kwadransem - i przy tej drugiej liczbie zwrot bywa trudny do uzyskania - warto najpierw zestawić koszt rozwiązania z wartością odzyskanego czasu.
Po stronie kosztów są trzy pozycje: praca modelu (koszt zależy od liczby zapytań, długości materiałów i wybranego rozwiązania), wdrożenie rozliczane projektowo oraz uporządkowanie dokumentów. Ta ostatnia bywa największa i jest najczęściej pomijana w kalkulacjach.
Dlaczego dokumenty decydują o wyniku
Jakość wdrożenia zależy przede wszystkim od jakości materiałów, na których pracuje model. Wybór modelu też ma znaczenie, ale dobiera się go do zadania, wymagań i kosztów - nie odwrotnie. Firma z uporządkowanymi procedurami ma znacznie lepszy punkt wyjścia, ale efekt i tak trzeba potwierdzić testami konkretnego rozwiązania. Firma, w której wiedza jest sprzeczna i rozproszona, dostanie system powielający te sprzeczności, tylko szybciej.
To zresztą argument za tym, żeby spróbować: praca nad uporządkowaniem procedur przydaje się niezależnie od tego, czy cokolwiek wdrożysz. Nowa osoba w zespole korzysta z niej tak samo jak model.
Prototyp zamiast pilotażu bez końca
Sensowna kolejność wygląda tak:
- Wybór procesu - jeden, policzalny w godzinach.
- Prototyp na wycinku danych - dwa, trzy tygodnie, ułamek kosztu pełnego wdrożenia.
- Liczba - ile odpowiedzi na prawdziwe pytania było poprawnych. To jedyna podstawa decyzji.
- Decyzja - wdrażamy, poprawiamy dokumenty i próbujemy jeszcze raz, albo odpuszczamy.
Kluczowy jest punkt czwarty: pilotaż powinien mieć z góry ustalone kryterium sukcesu i termin decyzji. Bez nich zamienia się w projekt trwający pół roku, po którym powstają trzy prezentacje i żaden proces nie działa inaczej niż wcześniej.
Czego AI nie zrobi
Trzy granice warto znać przed rozmową z dostawcą:
- Nie powinno samodzielnie podejmować decyzji o dużym skutku, za które odpowiada człowiek. Negocjacje, reklamacje, ocena kontrahenta zostają po stronie ludzi.
- Nie uporządkuje bałaganu w procesach. System będzie się mylił tam, gdzie dziś mylą się ludzie.
- Nie zwolni z obowiązków wobec danych osobowych. To, co trafia do modelu, wymaga podstawy prawnej i sprawdzenia, gdzie jest przetwarzane.
Jest też pytanie, które warto zadać sobie najpierw: czy proces da się opisać regułą. Jeśli tak, tańsza i pewniejsza będzie zwykła automatyzacja procesów - model językowy ma sens tam, gdzie pojawia się tekst wymagający zrozumienia.
Jak prowadzimy takie projekty i gdzie stawiamy granice nadzoru, opisujemy przy wdrożeniach AI.