Zanim zapytacie, jakiego modelu AI użyć, warto odpowiedzieć na pytania, które nie mają nic wspólnego z technologią: czy proces jest gotowy, czy dane da się przetworzyć, kto odpowiada za wynik. Ta checklista pozwala to sprawdzić samodzielnie, zanim ktokolwiek zacznie pisać integrację.
Jak korzystać z tej checklisty
To nie jest test, który trzeba zdać na sto procent, żeby w ogóle zacząć rozmowę o AI. To pięć obszarów, które sprawdzamy podczas audytu procesu pod AI: proces, dane, właściciel biznesowy, budżet na utrzymanie i kryteria sukcesu. Przy każdym punkcie zaznaczcie szczerze „tak” albo „nie”. Im więcej „tak”, tym szybciej konkretny proces nadaje się do pilotażu. „Nie” nie oznacza porażki — pokazuje, co warto poukładać, zanim padnie decyzja o starcie.
Proces
- [ ] Proces jest wystarczająco powtarzalny, żeby dało się opisać jego typowy przebieg krok po kroku.
- [ ] Znacie wyjątki od standardowego przebiegu — nie tylko wersję z instrukcji, ale to, co faktycznie się zdarza.
- [ ] Ktoś w firmie potrafi opisać proces „jak jest”, a nie tylko „jak powinien wyglądać”.
- [ ] Proces ma jasny początek i koniec, a nie rozmywa się między kilkoma działami bez jednego właściciela.
- [ ] Wiecie, ile czasu proces zajmuje dziś, więc będzie z czym porównać wynik po wdrożeniu.
Dane
- [ ] Dane wejściowe istnieją w formie elektronicznej albo da się je do takiej formy szybko doprowadzić.
- [ ] Macie próbki dokumentów albo danych, na których można sprawdzić, czy AI w ogóle daje sobie z nimi radę.
- [ ] Format danych jest w miarę spójny — nie każdy dokument wygląda inaczej i pochodzi z innego źródła.
- [ ] Wiadomo, gdzie te dane dziś żyją i kto ma do nich dostęp.
- [ ] Dane nie wymagają wcześniej osobnego, dużego projektu porządkowania, zanim AI cokolwiek przeczyta.
Właściciel biznesowy
- [ ] Jest osoba po stronie firmy, która odpowiada za wynik projektu, a nie tylko „kibicuje” z boku.
- [ ] Ta osoba ma czas, żeby uczestniczyć w rozmowach o procesie, nie tylko podpisać fakturę na końcu.
- [ ] Zespół, który dziś wykonuje proces ręcznie, wie o planach automatyzacji i będzie zaangażowany w testy.
- [ ] Właściciel biznesowy może podjąć decyzję, co się dzieje z przypadkami, które trafiają do eskalacji.
- [ ] Firma ma jedną osobę decyzyjną, a nie kilka ośrodków decyzyjnych, które się ze sobą nie zgadzają.
Budżet na utrzymanie
- [ ] W budżecie jest miejsce nie tylko na pilotaż i wdrożenie, ale też na utrzymanie po starcie.
- [ ] Ktoś w firmie rozumie, że utrzymanie to koszt powtarzalny, podobny do hostingu czy licencji, a nie jednorazowa pozycja.
- [ ] Firma zakłada, że formaty dokumentów i systemy będą się zmieniać, a wdrożenie będzie wymagało dostosowań.
- [ ] Jest plan na to, kto monitoruje działanie systemu po wdrożeniu — czy to zespół wewnętrzny, czy dostawca.
- [ ] Budżet nie zakłada, że AI zadziała bezbłędnie od pierwszego dnia bez żadnych poprawek.
Kryteria sukcesu
- [ ] Firma potrafi z góry powiedzieć, co oznacza „sukces” tego wdrożenia — konkretnie, nie ogólnikowo.
- [ ] Da się zmierzyć, ile czasu albo pracy proces zajmuje dziś, żeby porównać to z wynikiem po wdrożeniu.
- [ ] Wiadomo, jaki jest koszt błędu w tym procesie i kto go poniesie, jeśli AI się pomyli.
- [ ] Jest jasne, w którym momencie AI proponuje wynik, a w którym decyzję podejmuje człowiek albo deterministyczna reguła — zgodnie z zasadą, którą stosujemy we wszystkich wdrożeniach, opisaną w tekście „AI proponuje, kod liczy”.
- [ ] Firma zgadza się, że pilotaż może pokazać, że proces jednak nie nadaje się do automatyzacji teraz — i to też jest wartościowy wynik.
Dlaczego akurat te pięć obszarów
Każdy z tych pięciu punktów odpowiada za inny sposób, w jaki wdrożenie AI potrafi utknąć. Słaby proces oznacza, że nie da się w ogóle jasno powiedzieć, co ma zostać zautomatyzowane. Kiepskie dane oznaczają, że AI od pierwszego dnia czyta śmieci, a wynik jest tego wart tyle, ile dane wejściowe. Brak właściciela biznesowego oznacza, że nikt po stronie firmy nie potrafi podjąć decyzji, kiedy pojawi się przypadek graniczny — a takie przypadki pojawiają się zawsze. Brak budżetu na utrzymanie oznacza, że projekt, który zadziała na starcie, przestanie działać kilka miesięcy później, kiedy zmieni się format dokumentu albo system dostawcy. A brak jasnych kryteriów sukcesu oznacza, że nikt nie będzie w stanie powiedzieć, czy wdrożenie w ogóle się udało.
To nie jest lista przypadkowa — to pięć najczęstszych miejsc, w których widzimy, że wdrożenia utykają, zanim jeszcze padnie pierwsza linijka integracji. Piszemy o pełnym cyklu takiego projektu, od audytu po utrzymanie, w tekście wdrożenie AI w firmie: od audytu procesu do utrzymania.
Jak zinterpretować wynik
Nie liczcie tego jak egzaminu ze sztywnym progiem zaliczenia. Jeśli większość punktów w obszarze „proces” i „dane” to „tak”, macie dobry kandydat do pilotażu — nawet jeśli reszta checklisty wygląda słabiej, bo część z tych rzeczy naturalnie doprecyzowuje się w trakcie audytu procesu. Jeśli za to większość punktów w obszarze „właściciel biznesowy” albo „budżet na utrzymanie” to „nie”, warto zatrzymać się na chwilę przed rozmową o konkretnym wdrożeniu — bez odpowiedzialnej osoby po stronie firmy i budżetu na utrzymanie nawet najlepiej dobrany proces nie przetrwa dłużej niż do pierwszej większej zmiany w danych wejściowych.
Piszemy o tym, co się dzieje, kiedy te elementy są pomijane, w tekście o pięciu błędach, przez które wdrożenia AI utykają na etapie demo — w praktyce prawie zawsze da się je sprowadzić do braków w jednym z pięciu obszarów z tej checklisty.
Co dalej, gdy checklista pokazuje braki
Braki w checkliście nie oznaczają, że trzeba zrezygnować z AI — oznaczają, od czego zacząć, zanim padnie decyzja o konkretnym wdrożeniu. Czasem to jedna rozmowa z osobą decyzyjną o tym, kto odpowiada za wynik. Czasem to uporządkowanie danych, zanim AI zacznie je czytać. Rzetelny audyt procesu pod AI bierze pod uwagę dokładnie te same pięć obszarów — i kończy się konkretną rekomendacją, od czego zacząć, a nie ogólną opinią, że „AI ma potencjał”.
Najczęstsze pytania
Czy trzeba spełnić wszystkie punkty checklisty, żeby zacząć wdrożenie? Nie. Checklista pokazuje, gdzie leżą braki, a nie wyznacza próg zaliczenia. Część braków — zwłaszcza w obszarze danych — normalnie doprecyzowuje się dopiero podczas audytu.
Co jeśli w firmie nie ma jeszcze wyznaczonego właściciela biznesowego? To sam w sobie ważny wynik checklisty — warto wyznaczyć taką osobę, zanim zacznie się rozmowa o konkretnym procesie, bo bez niej trudno o decyzje w trakcie wdrożenia.
Czy checklista dotyczy tylko dużych firm? Nie — te same pięć obszarów sprawdzamy niezależnie od wielkości firmy. Zmienia się skala procesu, nie lista pytań.
Ile razy warto przechodzić przez tę checklistę? Osobno dla każdego procesu, który rozważacie do automatyzacji — jeden proces może być gotowy, inny w tej samej firmie może wymagać więcej przygotowania.
Czy niska ocena w checkliście oznacza, że AI się nie sprawdzi? Nie — oznacza, że dany proces nie jest gotowy teraz. Po uzupełnieniu braków, na przykład uporządkowaniu danych albo wyznaczeniu właściciela, ten sam proces może stać się dobrym kandydatem do pilotażu.
Sprawdźmy to razem na Waszym procesie
Jeśli po przejściu checklisty macie więcej pytań niż odpowiedzi, napiszcie do nas — pierwsza rozmowa i wstępny przegląd checklisty nie wymaga jeszcze żadnej integracji ani zobowiązania. Więcej o naszym podejściu do wdrożeń znajdziecie na stronie oferty AI.