Wdrożenie AI w firmie. Od którego procesu zacząć
AI nie naprawi firmy, w której każdy lead idzie na inny arkusz, a wiedza siedzi w głowach trzech osób. Zaczynamy od procesu, który da mierzalny efekt w tygodniach, nie od „wdrożenia ChatGPT dla wszystkich”.
W firmie AI zaczyna się od procesu, nie od licencji
Wdrożenie sztucznej inteligencji najczęściej utyka na starcie, bo zaczyna się od zakupu dostępu do modelu. Zespół dostaje narzędzie, każdy używa go po swojemu, a po miesiącu nikt nie potrafi powiedzieć, ile godzin faktycznie odzyskano. Dane są niespójne, a efekt biznesowy nie istnieje.
AI ma sens tam, gdzie proces ma właściciela, dane da się czytelnie opisać, a wynik można zmierzyć. Wszystko inne to eksperyment bez budżetu i bez odpowiedzialności.
Sygnały, że firma nie jest jeszcze gotowa
Zanim wybierzecie pierwszy przypadek użycia, sprawdźcie, czy nie macie poniższych problemów. Sztuczna inteligencja je tylko uwypukli.
- Leady trafiają do trzech różnych miejsc.
- Odpowiedzi dla klientów powstają od zera za każdym razem.
- Cenniki i oferty żyją w wielu wersjach PDF, bez wspólnej, wewnętrznej bazy wiedzy.
- Nikt nie wie, która wersja procedury jest aktualna.
Jeśli tak wygląda codzienność, pierwszym krokiem jest uporządkowanie, a nie automatyzacja. Inaczej przyspieszycie chaos.
Jak wybrać pierwszy proces do automatyzacji
Dobry kandydat na start jest powtarzalny (ten sam schemat co tydzień, nie raz w roku), pracuje na danych tekstowych (maile, formularze, notatki, arkusze — nie wyłącznie nieczytelne skany), daje efekt, który da się zmierzyć (czas, liczba błędów, liczba odpowiedzi), wiąże się z akceptowalnym ryzykiem (błąd nie psuje relacji z klientem ani z wymogami compliance) oraz ma właściciela po stronie firmy, który powie wprost, że to jego obszar. W naszym interesie leży wybór procesu, który możliwie najmniej ryzykuje porażką.
Na początek często wchodzą kwalifikacja leadów, pierwsze odpowiedzi na powtarzalne pytania, streszczenia rozmów, szkice ofert na bazie szablonu oraz tagowanie zgłoszeń w CRM.
Zwykle odkładamy na później autonomiczne ustalanie cen oraz pełną automatyzację negocjacji.
Trzy stopnie dojrzałości wdrożenia
Na pierwszym stopniu AI działa jak asystent w narzędziach, które zespół już ma. Pomaga pisać, streszczać i tłumaczyć, ale człowiek zatwierdza wynik. Tu zaczyna większość zespołów handlowych i operacyjnych. Ryzyko jest najmniejsze.
Na drugim stopniu model proponuje działanie, a system wykonuje je dopiero po spełnieniu reguł. Na przykład odpowiedź na FAQ może wysłać się tylko wtedy, gdy klasyfikator ma wysoką pewność.
Na trzecim stopniu następuje integracja z CRM lub ERP i przepływ danych w obie strony. Tu pojawia się realny zwrot z inwestycji, ale też obowiązek audytu bezpieczeństwa i jakości danych.
Skok z pierwszego na trzeci stopień w jednym projekcie to najczęstszy błąd budżetowy. Lepiej dowieźć drugi stopień w jednym dziale niż obiecać transformację całej firmy w jednym kwartale.
Architekturę i zakres usług opisujemy szerzej na stronie wdrożenie AI w firmie.
Jak policzyć zwrot bez zmyślania liczb
Zamiast pytać „ile zaoszczędzimy w roku”, zmierzcie jeden tydzień pracy zespołu w wybranym procesie. Ile minut trwa jedna iteracja? Ile razy powtarza się w tygodniu? Jaka część pracy może być wspomagana, a nie zastąpiona?
Przykład. Kwalifikacja jednego leada zajmuje dwadzieścia minut, w tygodniu macie czterdzieści leadów, a połowę tego czasu da się skrócić dzięki lepszej klasyfikacji i szablonom odpowiedzi. To około sześciu do siedmiu godzin tygodniowo. Po przeliczeniu na rok macie argument do inwestycji.
W rachunek włączcie też utrzymanie. Kto poprawia prompty, kto reaguje na błędy, kto aktualizuje bazę wiedzy?
Ludzie, szkolenia i zasady używania AI
Narzędzia bez reguł to ryzyko wycieku danych w zasięgu ręki. Minimum to lista informacji, których nie wolno wklejać do publicznych modeli, obowiązkowa weryfikacja treści wysyłanych do klientów, jasny podział na narzędzia firmowe i prywatne oraz jedna osoba odpowiedzialna za aktualizację instrukcji.
Szkolenie nie musi trwać dwa dni. Wystarczy półtorej godziny praktyki na przykładach z waszej branży plus krótki dokument do szuflady.
Co wdrażać dopiero po pierwszym sukcesie
Gdy jeden proces da mierzalny efekt, dopiero wtedy warto rozmawiać o integracjach, własnych agentach, wyszukiwaniu w dokumentacji wewnętrznej (RAG) czy automatyzacjach między systemami.
W HIKARI proponujemy etapy: najpierw dowiezienie wartości, potem utwardzenie (bezpieczeństwo, logi, procedury awaryjne), na końcu skala. Tak samo planujemy doradztwo i roadmapę przed większymi budżetami.
FAQ
Pytania i odpowiedzi
- Czy trzeba mieć ogromne zbiory danych?
Nie w sensie big data. Wystarczą dobrze opisane przykłady i aktualne dokumenty procesu. Liczy się jakość, nie wolumen.
- Czy firmowy ChatGPT to już wdrożenie AI?
To dobry pierwszy krok edukacyjny, ale nie wdrożenie operacyjne. Wdrożeniem nazywamy rozwiązanie podpięte pod proces, z właścicielem i mierzalnymi wskaźnikami.
- Ile trwa pierwszy sensowny projekt?
Od kilku tygodni do trzech miesięcy, zależnie od integracji. Proof of concept bywa szybszy, jakość produkcyjna wymaga czasu.
- Czy AI zastąpi pracowników?
W projektach B2B, które realizujemy, chodzi o odciążenie od pracy powtarzalnej, a nie o gwałtowne cięcia etatów. Zespół przesuwa czas na rozmowy z klientami i decyzje.
- Co jeśli pierwszy pomysł się nie sprawdzi?
To normalne, o ile traktujecie go jak eksperyment z określonym budżetem i wyznaczonym kryterium, które oznacza „stop”. Złą decyzją jest kontynuowanie projektu bez danych tylko dlatego, że „już wydaliśmy”.
Jeśli chcecie przejść wybór pierwszego procesu z kimś z zewnątrz, zacznijcie od opisu jednego ciężkiego dnia pracy zespołu. Resztę da się ułożyć w konkretną roadmapę bez korporacyjnej pustej mowy.
