Dlaczego AI nie działa w firmie? Jeden błąd, który blokuje wdrożenie sztucznej inteligencji
AI ma oszczędzać czas, automatyzować powtarzalne zadania, przyspieszać sprzedaż i zdejmować z pracowników część obowiązków. Tylko co, jeśli po wdrożeniu okazuje się, że narzędzie nie rozwiązuje problemu, z którym firma mierzyła się od miesięcy?
To nie zawsze oznacza, że technologia zawiodła.
Bardzo często oznacza, że firma próbuje przy pomocy sztucznej inteligencji naprawić coś, czego wcześniej sama nie potrafiła nazwać, opisać ani poukładać.
I dokładnie z taką sytuacją spotkaliśmy się w jednej z firm produkcyjnych.
Firma chciała wdrożyć AI. Problem wydawał się oczywisty
Wchodzimy do zakładu produkcyjnego CNC.
Na pierwszy rzut oka sytuacja jest bardzo konkretna i właściwie aż prosi się o technologiczne rozwiązanie.
Handlowcy nie nadążają z przygotowywaniem ofert.
Zapytania od klientów przychodzą, każdą ofertę trzeba przygotować, proces zajmuje dużo czasu, a im dłużej klient czeka, tym mniejsza jest szansa, że finalnie zdecyduje się na współpracę.
Pomysł?
Wdróżmy agenta AI do sprzedaży, który przyspieszy przygotowanie ofert.
Brzmi logicznie.
Jeżeli człowiek potrzebuje dużo czasu, żeby wykonać pewne zadanie, sztuczna inteligencja powinna zrobić je szybciej.
Tyle że kiedy zaczęliśmy zaglądać głębiej w proces, bardzo szybko okazało się, że problem nie zaczyna się w miejscu, w którym firma próbowała go rozwiązać.
Co więcej, podobny scenariusz pojawiał się już wcześniej.
Był CRM.
Były automatyzacje.
Były kolejne narzędzia, które miały uporządkować pracę.
Firma inwestowała w nowe rozwiązania, a mimo to podstawowy problem pozostawał dokładnie tam, gdzie był.
Dlaczego?
Bo CRM, automatyzacja i sztuczna inteligencja potrzebują w gruncie rzeczy tego samego: danych, procesu i czasu potrzebnego na przygotowanie jednego i drugiego.
A tego nikt wcześniej nie poukładał.
Chcesz, żeby AI przygotowywało oferty? Najpierw pokaż mu, jak wygląda dobra oferta
Pierwszy krok wydawał się prosty.
Skoro agent AI ma pomagać w przygotowywaniu ofert, potrzebuje danych, na których będzie mógł pracować.
Poprosiliśmy więc firmę o wcześniejsze oferty.
I dostaliśmy całe ich drzewo.
Tylko że nie było jednego spójnego systemu.
Nie było ustandaryzowanych szablonów.
Nie było prostego schematu, który można byłoby pokazać sztucznej inteligencji i powiedzieć:
„Tak właśnie robimy to u nas”.
Każde zapytanie było inne, każda realizacja wymagała osobnego podejścia, a ogromna część wiedzy nie znajdowała się w systemie czy dokumentacji, tylko w głowach konkretnych osób.
Wtedy pojawia się moment, który przy wdrożeniach AI jest niezwykle ważny.
Nie wystarczy wrzucić do systemu dużej liczby plików i oczekiwać, że sztuczna inteligencja sama odkryje sposób działania firmy.
AI może pracować na danych, ale najpierw ktoś musi zadbać o to, żeby te dane miały sens.
Problem z ofertą okazał się problemem z procesem
Zaczęliśmy więc pytać dalej.
Jak właściwie powstaje oferta?
Kto przygotowuje jej najważniejszą część?
I wtedy dochodzimy do technologa.
To właśnie technolog musi przygotować projekt rozwiązania, który później staje się podstawą oferty.
Problem polega na tym, że czas technologa jest ograniczony, a jego praca jest kosztowna.
W dobrze poukładanym procesie osoba z takimi kompetencjami powinna skupiać się przede wszystkim na projektach, które rzeczywiście będą realizowane.
Tymczasem tutaj technolog przygotowywał rozwiązania już na etapie ofertowania.
Jeżeli oferta nie kończyła się zamówieniem, jego praca w dużej części szła na marne.
I właśnie wtedy zaczynała się spirala.
Technolog poświęcał czas na projekt do oferty, która niekoniecznie miała szansę wejść.
Przez dużą liczbę takich zapytań przygotowanie kolejnych ofert trwało coraz dłużej.
Klient czekał.
Im dłużej czekał, tym większe było ryzyko, że wybierze inne rozwiązanie.
Oferta nie wchodziła.
A ponieważ oferta nie wchodziła, czas technologa po raz kolejny został wykorzystany bez efektu.
I cały proces zaczynał się od początku.
To właśnie ten moment pokazał, że źródło problemu nie znajduje się w braku odpowiedniego narzędzia AI.
Problemem była filtracja zapytań, proces ofertowania oraz wąskie gardło po stronie technologii.
AI nie naprawi procesu, którego firma sama nie rozumie
To jeden z najczęstszych błędów przy wdrażaniu sztucznej inteligencji w firmach.
Najpierw wybieramy narzędzie, a dopiero później próbujemy zastanowić się, co właściwie powinno ono robić.
Tymczasem kolejność powinna być odwrotna.
Najpierw trzeba zrozumieć:
- jak dziś wygląda dany proces,
- gdzie traci się najwięcej czasu,
- kto posiada kluczową wiedzę,
- jakie dane są potrzebne,
- które zadania naprawdę da się zautomatyzować,
- gdzie znajduje się wąskie gardło,
- i dopiero wtedy zdecydować, gdzie wykorzystanie AI rzeczywiście ma sens.
W przypadku tej firmy odpowiedź była zupełnie inna niż na początku.
Początkowo miał powstać agent AI do sprzedaży.
Po analizie procesu okazało się, że znacznie bardziej wartościowe mogłoby być stworzenie czegoś w rodzaju „AI technologa”, który potrafiłby wesprzeć ten najbardziej obciążony element procesu.
Ale nawet wtedy nie da się po prostu uruchomić programu i oczekiwać gotowego efektu.
Sztuczną inteligencję też trzeba nauczyć
Jeżeli AI ma wykonywać pracę technologiczną, trzeba przekazać mu wiedzę, która do tej pory często funkcjonowała wyłącznie w głowie doświadczonego pracownika.
Trzeba pokazać:
jak liczony jest proces,
jak uwzględniane są straty,
jak określane są naddatki,
jak wygląda kalkulacja,
od czego zależą konkretne decyzje,
jakie wyjątki pojawiają się w poszczególnych przypadkach.
I właśnie wtedy wiele firm odkrywa coś, czego wcześniej się nie spodziewało.
Najwięcej pracy przy wdrożeniu AI nie zawsze dotyczy samego AI.
Najwięcej pracy trzeba wykonać wcześniej.
Uporządkować wiedzę.
Uporządkować dane.
Opisać proces.
Zebrać zasady, które do tej pory były oczywiste dla jednego pracownika, ale nigdy nie zostały zapisane.
Dopiero wtedy sztuczna inteligencja dostaje fundament, na którym można coś zbudować.
„Potrzebujemy danych” — i właśnie tutaj wiele wdrożeń AI się zatrzymuje
Na początku wszystko brzmi ekscytująco.
Agent AI.
Automatyczne przygotowywanie ofert.
Mniej ręcznej pracy.
Więcej czasu dla zespołu.
Szybsza obsługa klienta.
Potem przychodzi jednak moment, w którym ktoś mówi:
„Potrzebujemy danych”.
I wtedy zaczyna się mniej efektowna część projektu.
Okazuje się, że część informacji znajduje się w Excelu.
Część w CRM.
Część w folderach.
Część w starych ofertach.
A najważniejsza część?
W głowie pracownika, który robi coś w określony sposób od kilkunastu lat i nigdy nie miał potrzeby tego zapisywać.
Do tego każdy wykonuje zadanie trochę inaczej, proces nie jest formalnie opisany, a firma właściwie nie wie, ile czasu zajmują poszczególne etapy.
Właśnie tutaj część organizacji dochodzi do wniosku, że „AI u nas nie działa”.
Tylko że AI nawet nie dostało jeszcze realnej szansy zadziałać.
Największy paradoks wdrażania AI w firmie
Większość firm interesuje się sztuczną inteligencją z jednego bardzo dobrego powodu.
Chcą odzyskać czas.
AI ma wykonywać część pracy szybciej.
Automatyzować powtarzalne działania.
Pomagać pracownikom podejmować decyzje.
Skracać czas przygotowania dokumentów, analiz czy ofert.
Tylko że pojawia się pewien paradoks.
Żeby AI mogło później oszczędzać czas, najpierw trzeba ten czas zainwestować.
W porządkowanie danych.
W spisywanie wiedzy.
W analizę procesów.
W ustalenie, kto za co odpowiada.
W sprawdzenie, gdzie naprawdę powstają opóźnienia.
To nie jest najbardziej efektowna część transformacji technologicznej.
Nie wygląda tak dobrze na prezentacji jak hasło „wdrażamy AI”.
Ale bez niej nawet najlepsze narzędzie może po prostu dołączyć do listy kolejnych systemów, które firma kupiła, wdrożyła i po kilku miesiącach zaczęła omijać.
AI nie powinno być pierwszym pytaniem
Zamiast pytać:
„Jakie AI możemy wdrożyć w naszej firmie?”
warto zacząć od zupełnie innych pytań.
Gdzie dziś tracimy najwięcej czasu?
Który proces powoduje największe opóźnienia?
Jakie zadania wykonują ludzie, którzy nie powinni ich wykonywać?
Gdzie znajduje się wiedza potrzebna do podjęcia decyzji?
Czy ta wiedza jest zapisana?
Czy dwie osoby wykonujące to samo zadanie robią je w podobny sposób?
Jak mierzymy efektywność tego procesu?
Dopiero odpowiedzi na te pytania pokazują, czy AI jest rzeczywiście rozwiązaniem i gdzie warto je zastosować.
Czasem okaże się, że sztuczna inteligencja może zmienić bardzo dużo.
A czasem pierwszym krokiem będzie zwykłe uporządkowanie procesu.
I jedno nie wyklucza drugiego.
Wręcz przeciwnie.
Dobrze poukładany proces jest często warunkiem tego, żeby automatyzacja i AI w ogóle zaczęły przynosić efekty.
Najpierw procesy. Potem narzędzia
To podejście jest też jednym z fundamentów MPPM.
Nie zaczynamy od pytania o najnowsze narzędzie, aplikację czy system.
Najpierw przyglądamy się temu, jak firma naprawdę działa.
Jak zarządza procesami.
Jak pracuje z danymi.
Jak deleguje i kontroluje zadania.
Jak wykorzystuje czas ludzi.
Bo jeśli organizacja sama nie wie, gdzie ten czas znika, nawet najbardziej zaawansowane AI może bardzo szybko zamienić się w kolejny koszt zamiast w realne usprawnienie.
I właśnie dlatego przed wdrożeniem sztucznej inteligencji warto zadać sobie jedno pytanie:
Czy naprawdę potrzebujemy dziś AI, czy najpierw musimy przygotować firmę na to, żeby AI miało na czym pracować?
Technologia może przyspieszyć dobry proces.
Może odciążyć ludzi.
Może przejąć część pracy.
Może pomóc firmie skalować działania.
Jednak nie uporządkuje za nas wszystkiego, czego przez lata sami nie chcieliśmy albo nie mieliśmy czasu uporządkować.
I być może właśnie tutaj zaczyna się najważniejsza część każdego skutecznego wdrożenia AI.
Dowiedź się, jak jeszcze możemy pomóc Twojej firmie rosnąć.