W skrócie
- Zacznij od powtarzalnego procesu z dużą liczbą przypadków i jasnymi regułami.
- Jeśli reguły da się zapisać, wystarczy zwykła automatyzacja - jest tańsza i przewidywalna.
- AI ma sens tam, gdzie dane są nieustrukturyzowane: e-maile, dokumenty w różnych układach, opisy.
- Przy AI zostaw człowieka do sprawdzenia wyniku, przynajmniej na początku.
- Pilotaż na jednym procesie i mierzalny wynik - zanim wdrożysz szerzej.
Automatyzacja czy AI?
| Automatyzacja regułowa | AI | |
|---|---|---|
| Kiedy | Reguły da się zapisać („jeśli kwota > X, wyślij do kierownika”) | Dane są nieustrukturyzowane, reguł jest za dużo albo się zmieniają |
| Przykłady | Przekazywanie dokumentów, powiadomienia, raporty, synchronizacja danych | Odczyt danych z dokumentów o różnym układzie, klasyfikacja e-maili, streszczenia |
| Wynik | Zawsze taki sam dla tych samych danych | Bardzo dobry, ale wymaga kontroli |
| Koszt | Zwykle niższy | Wyższy: testy, kontrola jakości, koszty użycia modeli |
Jak wybrać pierwszy proces
- Powtarzalny i częsty - setki przypadków miesięcznie, a nie kilka.
- Mierzalny - wiadomo, ile trwa dziś i ile kosztuje.
- Z jasnym właścicielem po stronie firmy, który zna wyjątki.
- Bez ryzyka katastrofy przy błędzie - na start nie wybieraj procesu, w którym pomyłka kosztuje najwięcej.
Jak przeprowadzić pilotaż
- Zmierz obecny proces: czas, liczbę błędów, koszt.
- Zbuduj rozwiązanie dla jednego procesu i jednej grupy użytkowników.
- Przy AI zostaw człowieka, który zatwierdza wynik, i licz, jak często musi go poprawiać.
- Po kilku tygodniach porównaj wyniki z punktem wyjścia.
- Zdecyduj: rozszerzyć, poprawić albo zrezygnować.
Dane i bezpieczeństwo
Przy AI trzeba odpowiedzieć na pytania: gdzie trafiają dane, czy dostawca modelu może je wykorzystywać, jak chronione są dane osobowe i tajemnice firmy. Te decyzje warto podjąć przed pilotażem, nie po nim. W wielu przypadkach dane można przed wysłaniem do modelu ograniczyć do niezbędnego minimum.