AI oszczędza czas tam, gdzie praca jest powtarzalna, dane są dostępne, a wynik da się łatwo sprawdzić. Żeby znaleźć takie miejsca, nie trzeba zaczynać od technologii. Trzeba zacząć od tego, jak zespół pracuje dziś.
Krok 1: spis zadań
Porozmawiaj z osobami, które wykonują pracę, a nie tylko z ich przełożonymi. Poproś każdą z nich o listę zadań, które powtarzają się co tydzień albo co miesiąc. Przy każdym zapisz:
- jak często się powtarza,
- ile trwa jednorazowo,
- ile osób je wykonuje,
- skąd biorą się dane wejściowe i dokąd trafia wynik.
Z tego wychodzi najważniejsza liczba: ile godzin miesięcznie firma poświęca na każde zadanie. Często zaskakuje, bo pojedyncze piętnaście minut, powtarzane kilkadziesiąt razy w miesiącu przez kilka osób, daje dziesiątki godzin.
Krok 2: ocena każdego zadania
Dla każdego zadania odpowiedz na pięć pytań:
- Czy ma powtarzalną strukturę? Podsumowanie rozmowy z klientem ma. Negocjacje z kluczowym klientem nie mają.
- Czy dane wejściowe są cyfrowe? Nagrania, maile, dokumenty w systemie. Notatki w zeszycie trzeba najpierw zdigitalizować.
- Ile kosztuje błąd? Pomyłka w wewnętrznym streszczeniu to co innego niż błąd w ofercie wysłanej klientowi. Więcej o tym pisaliśmy w artykule o halucynacjach AI.
- Czy wynik łatwo sprawdzić? Jeśli sprawdzenie trwa tyle co wykonanie, oszczędność znika.
- Z jakimi systemami trzeba się połączyć? CRM, poczta, Slack, repozytorium, system do faktur. Każda integracja to praca, ale też warunek, żeby automatyzacja naprawdę działała.
Krok 3: ranking
Zestaw wyniki w jednej tabeli. Na przykład tak:
| Zadanie | Godziny miesięcznie | Koszt błędu | Trudność wdrożenia | Priorytet |
|---|---|---|---|---|
| Uzupełnianie CRM po rozmowach | dużo | niski | niska | wysoki |
| Raport tygodniowy z kilku źródeł | średnio | średni | średnia | wysoki |
| Klasyfikacja zgłoszeń od klientów | średnio | niski | niska | średni |
| Odpowiedzi na reklamacje | średnio | wysoki | średnia | niski na start |
Najlepsi kandydaci na pierwsze wdrożenie mają dużo godzin, niski koszt błędu i niską trudność. Zadania z wysokim kosztem błędu nie znikają z listy, ale wymagają zabezpieczeń i człowieka, który zatwierdza wynik.
Krok 4: pomiar przed
Zanim cokolwiek zbudujesz, zmierz, ile zadanie trwa dziś. Bez tej liczby po wdrożeniu zostaje wrażenie, że „jest szybciej”, a nie wiadomo o ile i czy to się opłaca.
Krok 5: pilotaż i decyzja
Wdróż jedno albo dwa zadania z góry listy, na małej grupie osób. Po kilku tygodniach porównaj czas i jakość z pomiarem sprzed wdrożenia. To, co się zwraca, rozszerzasz. To, co się nie zwraca, wyłączasz. Wyłączenie nietrafionej automatyzacji jest tak samo dobrą decyzją jak rozszerzenie trafionej.
Pytania o dane
Audyt to też dobry moment, żeby ustalić zasady:
- Jakie dane mogą trafić do modelu, a jakie nie mogą opuszczać firmy?
- Gdzie przetwarzane są dane i czy dostawca ma z Tobą umowę powierzenia przetwarzania, zgodną z RODO?
- Czy dostawca używa Twoich danych do trenowania modeli?
- Kto w firmie odpowiada za każdy zautomatyzowany proces?
Kiedy AI się nie opłaca
Rzadkie zadania, zadania wymagające oceny i odpowiedzialności bez możliwości szybkiego sprawdzenia wyniku oraz procesy oparte na danych rozproszonych po papierach i głowach pracowników. W takich miejscach często więcej daje uporządkowanie procesu niż AI.
Tak zaczynamy każde wdrożenie: od audytu i uszeregowanej listy zadań, która zostaje u Ciebie, nawet jeśli nic nie zbudujemy. AI Boost zaczyna się od 13 000 zł netto. Więcej przeczytasz na stronie AI Boost.
Porozmawiajmy o Twoim projekcie
Pierwsza rozmowa trwa 30 minut i jest bezpłatna. Po niej wiesz, czy możemy pomóc i ile to będzie kosztować.
Zarezerwuj rozmowę



