AI w procesach
Jak wybierać use case, budować dowód wartości i mierzyć efekt AI w procesach operacyjnych.
O czym piszemy w tym klastrze
Automatyzacja w wielu firmach zatrzymała się na wyjątkach: robot obsługuje przypadki standardowe, a wszystko, co wymaga interpretacji dokumentu albo decyzji, wraca do ludzi. AI zmienia ten podział, ale tylko wtedy, gdy wchodzi do procesu z jasnym kryterium wyboru, pomiarem stanu wyjściowego i decyzją, co zrobić z wynikiem.
Artykuły w tym klastrze odpowiadają na pytania, które słyszymy przed każdym wdrożeniem: który proces wybrać do pierwszego zastosowania AI, jak odróżnić zadania dla reguł od zadań dla modelu, jak sprawdzić, czy AI się opłaca, zanim powstanie budżet, i jakie pytania zadać przed zatwierdzeniem projektu.
Każdy tekst kończy się kryterium albo listą pytań, które można zastosować na własnym procesie bez naszego udziału: jak ocenić, czy proces nadaje się do AI, czego wymagać od dostawcy, jak ustawić pomiar przed startem. Jeśli po lekturze zostaje wątpliwość, czy AI zadziała w konkretnym przypadku, odpowiedzią jest dowód wartości: 2 do 4 tygodni na danych firmy, zakończone liczbami i decyzją.
Punktem odniesienia są wdrożenia. W zarządzaniu nieruchomościami, przy ponad 32 tys. dokumentów rocznie, czas obsługi dokumentu skrócił się o 60% w przypadkach standardowych, a po wejściu KSeF 80% faktur przechodzi bez ręcznej weryfikacji, co daje 54 dni robocze odzyskane rocznie. W ubezpieczeniach analiza pojedynczej szkody skróciła się z 40 do 8 minut. Jak liczymy te efekty, opisujemy w case study.
Dla kogo: szefowie operacji, właściciele procesów, dyrektorzy finansowi i osoby odpowiedzialne za automatyzację. Jeśli chcesz sprawdzić AI w swoim procesie, zobacz AI w procesach biznesowych i dowód wartości AI.
Artykuły o AI w procesach biznesowych. Jeśli chcesz to wdrożyć u siebie, zobacz, jak wygląda AI w procesach biznesowych w projekcie.
AI w procesach
Czy AI się opłaca: framework przed decyzją
Zanim kupisz szkolenie AI dla firm albo wdrożenie, sprawdź proces, baseline, dane i kryterium sukcesu. Framework oceny opłacalności AI w pięciu krokach.
AI w procesach
Który proces wybrać do testu AI: 3 kryteria
Jednoznaczny identyfikator sprawy, wolumen, powtarzalna decyzja. Trzy kryteria, po których poznasz, czy proces nadaje się do sprawdzenia z AI w 2 do 4 tygodni.
AI w procesach
5 pytań przed zatwierdzeniem projektu AI
Lista kontrolna dla COO i dyrektorów operacyjnych. 5 pytań przed startem projektu AI: baseline, właściciel decyzji, dane, stabilność procesu i adopcja.
AI w procesach
Czy AI zadziała w Twoim procesie? Dowód wartości
Jak sprawdzić, czy AI zadziała w Twoim procesie, zanim wydasz duży budżet. Dowód wartości daje odpowiedź w 2 do 4 tygodni na Twoich realnych danych i liczbach.
AI w procesach
Pierwsze zastosowanie AI w procesach: 5 kryteriów
5 kryteriów wyboru use case AI w procesach operacyjnych. Sprawdź, czy proces nadaje się do dowodu wartości: baseline, wolumen, wyjątki, właściciel, dane.
AI w procesach
Kiedy RPA nie wystarczy: problem wyjątków
RPA przetwarza przypadki standardowe, ale wyjątki pochłaniają czas. Kiedy automatyzacja reguł to za mało i co AI robi inaczej - 3 konkretne zastosowania.
Najczęstsze pytania
Który proces wybrać do pierwszego wdrożenia AI?
Taki, który ma jednoznaczny identyfikator sprawy, mierzalny wolumen, wyraźny punkt decyzyjny i koszt, który dziś widać w czasie pracy ludzi. Proces z dużą liczbą wyjątków obsługiwanych ręcznie jest lepszym kandydatem niż proces, który robot już obsługuje w 95%.
Czym AI różni się od RPA w procesach biznesowych?
RPA wykonuje reguły na danych o ustalonej strukturze. AI interpretuje treść: dokument w innym układzie, mail z niepełnymi danymi, zgłoszenie opisane własnymi słowami. Dlatego AI najczęściej wchodzi tam, gdzie RPA zatrzymało się na wyjątkach.
Jak sprawdzić, czy AI się opłaca, zanim ruszy projekt?
Dowodem wartości: w 2 do 4 tygodni na danych firmy mierzymy czas, koszt i jakość obsługi przed i po, na próbce rzeczywistych spraw. Wynik to liczby porównane ze stanem wyjściowym i decyzja: skalować albo nie.
Czy dane firmy są bezpieczne przy wdrożeniu AI w procesie?
Zasady, jakie dane mogą trafić do modelu i w jakim środowisku, ustalamy przed pierwszym dokumentem. We wdrożeniu dla ubezpieczeń dane osobowe nie opuszczały kontrolowanego środowiska; ten sam wzorzec stosujemy w innych branżach.
Chcesz sprawdzić AI w swoim procesie?
30 minut, konkretna rozmowa - sprawdzimy, czy dowód wartości ma sens w Twoim przypadku.