Ako zaviesť AI do firmy bez toho, aby ste vyhodili peniaze

Otázka, ktorú dostávame najčastejšie, znie: „Chceli by sme niečo s AI. Čo by sa dalo?"

Je to zle položená otázka, ale úplne chápem, prečo vzniká. Tlak je zvonku — konkurencia niečo oznámila, na konferencii to bolo na každom slajde, na porade to niekto nadhodil. Problém je, že takto sa začína projektom, ktorý po pol roku nikto nepoužíva.

Lepšia otázka je nudnejšia: ktorá práca vo firme je opakovaná, otravná a robí ju drahý človek?

Začnite od bolesti, nie od technológie

Keď hľadáte prvý projekt, nehľadajte „kde by sa dala použiť AI". Hľadajte, kde niekto trávi hodiny prepisovaním údajov z jedného miesta na druhé. Kde sa tie isté otázky opakujú dokola. Kde niečo trvá tri dni, hoci samotná práca je na dvadsať minút a zvyšok je čakanie.

Také miesta má každá firma a všetci o nich vedia. Zvyčajne sa im hovorí „to už tak robíme roky".

Keď takú vec nájdete, položte si tri otázky:

• Koľko hodín mesačne to zožerie? Ak menej než desať, nechajte to tak.
• Existujú k tomu dáta — príklady, ako sa to robilo doteraz?
• Vadí, keď sa to raz za čas pomýli, alebo je to úplne neprípustné?

Tá tretia je najdôležitejšia. Ak je odpoveď „nesmie sa pomýliť nikdy", nezačínajte tam. Nie preto, že by sa to nedalo, ale preto, že prvý projekt má uspieť.

Prvý projekt má byť malý a nudný

Chápem pokušenie spraviť niečo veľké a viditeľné. Nerobte to.

Dobrý prvý projekt sa dá nasadiť za pár týždňov, dotýka sa jedného tímu, dá sa vypnúť bez následkov a jeho prínos je merateľný. Netreba naň prerábať procesy ani presviedčať celú firmu.

Typickí kandidáti, ktorí sa v praxi osvedčili: vyťahovanie údajov z dokumentov (faktúry, dodacie listy, zmluvy), triedenie a smerovanie prichádzajúcich e-mailov, príprava prvých návrhov odpovedí pre podporu, vyhľadávanie vo vlastnej dokumentácii, generovanie produktových popisov z parametrov.

Všetko nudné. Všetko funguje.

Čo merať — a merať to predtým

Toto je krok, ktorý sa preskakuje takmer vždy, a potom sa nedá povedať, či to malo zmysel.

Než sa čokoľvek nasadí, zmerajte súčasný stav. Koľko trvá spracovanie jedného kusu. Koľko ich je za mesiac. Koľko z nich je chybných. Koľko hodín na tom niekto sedí.

Bez tohto čísla budete o pol roka viesť debatu založenú na pocitoch. S ním máte odpoveď za desať minút.

A merajte aj to, čo vás bude bolieť: koľko výstupov musel človek opraviť. To je jediné číslo, ktoré vám povie, či systém naozaj pomáha, alebo len presunul prácu z písania na kontrolu.

Človek v slučke nie je slabina

Skoro každý chce plnú automatizáciu. Skoro nikto ju nepotrebuje.

Model, ktorý pripraví návrh a človek ho jedným klikom potvrdí, ušetrí väčšinu času a zachová kontrolu. Model, ktorý koná sám, ušetrí trochu viac času a prinesie riziko, ktoré nikto nesleduje.

Rozumný postup je aj tak postupný: najprv nech AI len navrhuje a človek všetko kontroluje. Keď sa po mesiacoch ukáže, že v určitej kategórii sa nemýli, pustite tú kategóriu automaticky. Zvyšok nechajte na kontrole. Nikdy sa nepohnite ďalej, kým na to nemáte čísla.

Peniaze a to, čo nikto nepovie dopredu

Volania modelu sú lacnejšie, než ľudia čakajú. Väčšina firemných nasadení sa pri rozumnom objeme zmestí do desiatok až stoviek eur mesačne — čo je pri práci, ktorá stála človeka hodiny, zanedbateľné.

Drahé je niečo iné: príprava dát, integrácia do existujúcich systémov a čas ľudí, ktorí musia vysvetliť, ako to dnes funguje. Tam ide osemdesiat percent rozpočtu. Kto vám predáva AI projekt a hovorí len o modeli, buď to nerobil, alebo vám nehovorí všetko.

Druhá vec, ktorú treba povedať nahlas: náklady rastú s používaním. Pilot za dvadsať eur mesačne môže byť v produkcii za dvetisíc. Nie je to problém, keď to viete dopredu. Je to problém, keď to zistíte z faktúry.

Kde sa to najčastejšie zadrhne

Nie na technológii. Skoro nikdy.

Zadrhne sa to na dátach, ktoré sú v neporiadku, roztrúsené po piatich systémoch a nikto za ne nezodpovedá. Na ľuďoch, ktorí to nechcú používať, lebo sa ich nikto nepýtal. Na tom, že projekt sponzoruje niekto, kto ho nikdy neuvidí v akcii. A na chýbajúcom rozhodnutí, čo sa stane, keď sa systém pomýli — kto to zachytí a kto to opraví.

Tieto veci sa dajú vyriešiť. Ale musia sa vyriešiť pred tým, než niekto začne písať kód, nie po tom.

Zhrnutie na jednu obrazovku

Vyberte jeden opakovaný proces, ktorý niekoho stojí aspoň desať hodín mesačne. Zmerajte, ako je na tom dnes. Nasaďte AI ako návrh, nie ako rozhodnutie. Sledujte, koľko návrhov človek opraví. Keď je to číslo dosť nízke, pustite kúsok automaticky. A keď sa po troch mesiacoch ukáže, že to nepomáha, vypnite to — to nie je zlyhanie, to je lacno získaná informácia.