Firmy, które przychodzą do nas z gotową decyzją „chcemy wdrożyć model X”, zwykle po pierwszej rozmowie wracają do jednego kroku wcześniej. Zanim padnie słowo „model”, trzeba odpowiedzieć na dużo bardziej przyziemne pytania o sam proces, który AI ma wspierać.
Krok 1: Audyt procesu
Jakie dokumenty czy dane wpływają do procesu, gdzie podejmowane są w nim decyzje, które z nich są rutynowe, a które wymagają wiedzy eksperckiej, i gdzie leżą największe koszty czasu. Audyt to mapowanie tego wszystkiego razem z zespołem, który dziś wykonuje pracę ręcznie — bo to on wie, gdzie proces się psuje i gdzie leżą wyjątki, o których nie ma mowy w żadnej instrukcji. Efektem audytu nie jest jeszcze żadna automatyzacja, tylko jasny obraz procesu i odpowiedź na pytanie, które jego elementy w ogóle nadają się do wsparcia przez AI.
W praktyce oznacza to rozmowy, a nie tylko analizę dokumentacji — instrukcje opisują, jak proces powinien wyglądać, a rzeczywistość na hali czy przy biurku zwykle odbiega od nich w kilku miejscach. Te odstępstwa najczęściej decydują o tym, czy późniejsza automatyzacja faktycznie odciąży zespół, czy tylko doda mu nową warstwę pracy do pilnowania.
Krok 2: Pilotaż
Pilotaż obejmuje wąski, dobrze określony wycinek procesu, nie cały proces naraz. Ma jeden, jasno zdefiniowany miernik sukcesu — na przykład, jak duża część dokumentów danego typu zostaje poprawnie odczytana i przekazana dalej bez interwencji człowieka. Wąski zakres pozwala szybko zobaczyć, gdzie model radzi sobie dobrze, a gdzie pojawiają się przypadki brzegowe, zanim zainwestuje się w pełne wdrożenie.
Ważne jest też to, czego pilotaż nie robi: nie zastępuje jeszcze człowieka w podejmowaniu decyzji krytycznych. To etap zbierania dowodów, nie etap przekazywania odpowiedzialności. Dobrze zaprojektowany pilotaż z góry określa też, co się stanie, jeśli miernik sukcesu nie zostanie osiągnięty.
Krok 3: Produkcja
Dopiero tu zaczyna się różnica między demo a systemem, który działa dzień w dzień — pisaliśmy o tym szerzej w artykule o AI w działającym systemie. Przejście na produkcję oznacza dodanie monitoringu jakości, integrację z istniejącymi systemami firmowymi i jasny podział ról: AI czyta, klasyfikuje i proponuje, a to, co dotyczy pieniędzy i decyzji krytycznych, liczy deterministyczny kod.
W praktyce wdrożeń, które prowadzimy (zobacz naszą pełną ofertę AI), ten podział obejmuje zwykle cztery obszary: pracę z dokumentami, asystentów działających na danych firmowych, automatyzację decyzji z eskalacją do człowieka tam, gdzie sprawa jest niejednoznaczna, oraz integrację AI z systemami, które firma już ma. W każdym z nich obowiązuje ta sama zasada — model proponuje, system rozstrzyga.
Krok 4: Utrzymanie
Wdrożenie nie kończy się w dniu uruchomienia. Modele językowe zmieniają się między wersjami dostawcy, dane wejściowe z czasem się zmieniają, a to, co działało dobrze w pierwszym miesiącu, może wymagać korekty w szóstym. Utrzymanie to bieżące śledzenie jakości odpowiedzi, reagowanie na nowe przypadki brzegowe i świadome zarządzanie kosztami w miarę wzrostu skali. Naszym zdaniem to właśnie ten etap, a nie sama budowa, pochłania większość pracy w cyklu życia wdrożenia AI, choć rzadko się o nim mówi na etapie sprzedaży projektu.
Przykład i dlaczego ta kolejność ma znaczenie
Weźmy proces, który dobrze ilustruje te cztery kroki, bez odnoszenia się do konkretnego klienta: biuro rachunkowe obsługujące wielu klientów, do którego co miesiąc spływają dokumenty księgowe w różnej formie i jakości. Audyt pokazuje, gdzie najwięcej czasu zajmuje ręczne przepisywanie danych. Pilotaż sprawdza, jak dobrze model radzi sobie z odczytem tych konkretnych typów dokumentów. Produkcja dodaje monitoring i integrację z systemem księgowym biura, przy czym same obliczenia podatkowe pozostają po stronie deterministycznego silnika — dokładnie tak, jak w naszym produkcie Qkwit, gdzie AI czyta dokumenty, a podatki i składki liczy kod.
Gdyby biuro zaczęło od wyboru modelu bez audytu, ryzykowałoby zbudowanie systemu dobrze radzącego sobie z fakturami użytymi do testów, a gorzej z tymi, które w praktyce stanowią większość korespondencji.
Odwrócenie tej kolejności — wybór modelu i wdrożenie „na już”, zanim proces zostanie zmapowany — to jeden z najczęstszych powodów, dla których projekty AI utykają. Bez audytu trudno wiedzieć, co w ogóle warto automatyzować. Bez pilotażu trudno ocenić ryzyko, zanim stanie się ono kosztowne. Bez zaplanowanej produkcji brakuje monitoringu, który wychwyci problem, zanim zrobi się poważny. A bez utrzymania system, który dobrze działał w dniu uruchomienia, z czasem się degraduje. Poprawienie założeń na etapie audytu jest tanie — poprawienie ich po uruchomieniu systemu jest znacznie droższe.
W skrócie
Kolejność audyt → pilotaż → produkcja → utrzymanie nie jest formalnością — każdy kolejny etap jest tańszy do poprawienia, jeśli poprzedni został zrobiony solidnie. Więcej o naszym podejściu do takich projektów znajdziecie na stronie systemów dedykowanych.
Najczęstsze pytania
Ile trwa audyt procesu przed wdrożeniem AI?
To zależy od złożoności procesu i liczby osób zaangażowanych w rozmowy — kluczowe jest zaangażowanie zespołu, który dziś wykonuje pracę ręcznie, bo to on zna realne wyjątki.
Czy pilotaż od razu zastępuje pracę człowieka?
Nie. Pilotaż ma wąski zakres i jeden miernik sukcesu — to etap sprawdzania, gdzie model radzi sobie dobrze, a nie etap przekazywania mu odpowiedzialności za decyzje.
Co dokładnie oznacza „utrzymanie” wdrożenia AI?
Bieżące śledzenie jakości odpowiedzi, reagowanie na nowe przypadki brzegowe w danych oraz zarządzanie kosztami w miarę wzrostu skali — to praca, która trwa długo po uruchomieniu systemu.
Czy AI może całkowicie zastąpić osobę odpowiedzialną za proces?
W naszym podejściu nie — AI czyta, klasyfikuje i proponuje, a decyzje krytyczne i obliczenia finansowe pozostają po stronie deterministycznego kodu i, tam gdzie trzeba, człowieka.
Od czego zacząć, jeśli firma jeszcze nie wie, czy jest gotowa na AI?
Od audytu procesu — zanim padnie jakakolwiek decyzja o modelu czy narzędziu, warto dokładnie zrozumieć, gdzie dziś znika najwięcej czasu i gdzie leżą wyjątki.