Masz presję, żeby „wdrożyć AI”. Masz kilka pomysłów, kilka zgłoszeń od managerów i raport od doradcy z listą dziesięciu obszarów do automatyzacji. I masz problem: nie wiesz, od czego naprawdę zacząć.
To jest moment, w którym większość organizacji popełnia błąd. Wybierają albo największy problem (bo „będzie efekt”), albo najłatwiejszy (bo „szybko pójdzie”), albo ten, przy którym najgłośniej krzyczy manager. Żadne z tych kryteriów nie wystarczy.
Poniżej pięć pytań, które zadajemy na każdej kwalifikacji - zanim uruchomimy cokolwiek.
Kryterium 1: Czy masz baseline, który możesz zmierzyć przed i po?
AI w procesach operacyjnych nie ma sensu bez mierzalnego punktu wyjścia. Nie chodzi o raporty z systemu - chodzi o konkretną liczbę, którą dzisiaj znasz i którą za trzy miesiące możesz porównać z nową.
Przykłady baselines, które działają:
- Czas obsługi jednej sprawy: 18 minut (mierzony stoperem na próbce 50 spraw)
- Odsetek spraw z błędem przy pierwszym wprowadzeniu: 12%
- Liczba eskalacji do managera dziennie: 23
- SLA dotrzymane: 71%
Jeśli nie masz takiej liczby - nie znaczy to, że nie można zacząć. Znaczy to, że pierwszym krokiem jest pomiar, a nie wdrożenie AI.
Często widzimy organizacje, które zaczynają dowód wartości bez baseline’u i po trzech miesiącach nie mogą powiedzieć, czy zadziałało. To strata budżetu i czasu.
Kryterium 2: Czy proces jest powtarzalny i wolumenowy?
AI w procesach sprawdza się najlepiej tam, gdzie wolumen jest wysoki, a logika przebiegu - przewidywalna. Setki spraw dziennie o podobnej strukturze: faktury, wnioski, zgłoszenia reklamacyjne, dokumenty do klasyfikacji.
Procesy jednorazowe, kreatywne lub silnie zależne od kontekstu relacyjnego (np. negocjacje, eskalacje VIP) to nie jest dobry start. Można do nich dojść - ale po tym, jak AI sprawdzi się w warunkach powtarzalnych.
Sprawdzające pytanie: „Czy typowy pracownik, który obsługuje ten proces, może opisać go w dziesięciu krokach - i czy każdy kolejny pracownik zrobiłby to samo?”
Jeśli odpowiedź brzmi „tak, mniej więcej” - jesteś we właściwym miejscu.
Kryterium 3: Gdzie są wyjątki i kto je obsługuje?
To jest pytanie, które oddziela projekty udane od projektów utknąłych w połowie.
Każdy proces ma wyjątki. Faktury bez numeru zamówienia. Wnioski z brakującą dokumentacją. Zgłoszenia, które nie pasują do żadnej kategorii. W większości automatyzacji to właśnie wyjątki zjadają cały czas zaoszczędzony na przypadkach standardowych - i to dlatego ROI z RPA często nie dowozi oczekiwań.
Dobry use case AI to taki, gdzie:
- wyjątki są przewidywalne (można je skatalogować),
- AI może obsłużyć część z nich autonomicznie,
- dla reszty istnieje jasna ścieżka eskalacji do człowieka z pełnym kontekstem.
Jeśli nikt w organizacji nie umie powiedzieć, ile jest wyjątków i co się z nimi dzieje, zanim zaplanujesz wdrożenie AI, musisz ten obraz zbudować.
Kryterium 4: Kto jest właścicielem procesu i czy ma mandat do zmiany?
To kryterium nie jest techniczne. Jest organizacyjne - i dyskwalifikuje więcej projektów niż problemy z danymi.
Najlepsze narzędzie AI nie zadziała, jeśli manager procesu nie ma pełnomocnictwa do zmiany sposobu pracy zespołu. Jeśli decyzje o tym, jak wygląda workflow, wymagają zatwierdzenia przez trzy szczeble - każda iteracja dowód wartości będzie ciągnąć się miesiącami.
Właściciel procesu, który jest gotowy do dowód wartości, to osoba, która:
- może zaangażować dwóch pracowników do współpracy przy dowód wartości,
- może zmienić sposób pracy (choćby pilotażowo) bez pytania o zgodę w każdym kroku,
- jest gotowa powiedzieć „nie działa” i wyciągnąć wnioski, nie tylko „działa” i świętować.
Brak takiego właściciela to twarda dyskwalifikacja - nie dlatego, że organizacja jest „zła”, ale dlatego, że bez niego nie ma jak dostarczyć efektu.
Kryterium 5: Czy dane są dostępne, a ograniczenia bezpieczeństwa - znane i możliwe do zarządzenia?
AI potrzebuje danych. To oczywiste. Mniej oczywiste jest to, że dane muszą być:
- dostępne w formacie, który da się przetworzyć (nie tylko „są w systemie”),
- opisane pod kątem ograniczeń: co może trafić do zewnętrznego modelu, co nie, co wymaga anonimizacji,
- wystarczająco reprezentatywne - próbka, na której będzie uczył się lub operował model, musi pokrywać typowe przypadki i kluczowe wyjątki.
Brak danych lub trwały blocker bezpieczeństwa bez planu to dyskwalifikacja. Ale „dane są wrażliwe, więc nie można nic zrobić” - to często fałszywy impas. W wielu projektach anonimizacja lub praca na wyizolowanym środowisku rozwiązuje problem compliance, zanim dowód wartości się zaczął.
Które procesy są najlepszymi kandydatami do pierwszego use case’u AI?
Najlepszy kandydat do pierwszego use case’u AI to proces, który spełnia przynajmniej cztery z pięciu kryteriów poniżej: ma mierzalny baseline, jest powtarzalny i wolumenowy, ma skatalogowane wyjątki, ma właściciela z mandatem i dostępne dane. Procesy operacyjne takie jak obsługa dokumentów przychodzących, klasyfikacja zgłoszeń czy weryfikacja wniosków spełniają te kryteria najczęściej - szczególnie w organizacjach przetwarzających setki lub tysiące spraw miesięcznie.
Te kryteria mają największe znaczenie wtedy, gdy organizacja stoi przed decyzją o uruchomieniu pierwszego dowodu wartości i chce uniknąć sytuacji, w której po 3 miesiącach nie wiadomo, czy AI zadziałało.
Podsumowanie: pięć pytań kwalifikacyjnych
Przed wyborem use case’u zadaj sobie i swojemu zespołowi te pięć pytań:
- Jaki jest baseline KPI, który możemy zmierzyć przed i po?
- Czy proces jest powtarzalny i wolumenowy?
- Ile jest wyjątków, kto je obsługuje i czy AI może przejąć część z nich?
- Kto jest właścicielem i czy ma mandat do zmiany sposobu pracy?
- Czy dane są dostępne i czy ograniczenia compliance są możliwe do zarządzenia w ramach dowód wartości?
Jeśli na cztery z pięciu możesz odpowiedzieć konkretnie - masz dobry punkt startowy do rozmowy o dowód wartości. Jeśli na trzy lub mniej - zacznij od warsztatu, który te luki wypełni.
Szczegółowe kryteria kwalifikacji procesu - w tym jak ocenić tożsamość sprawy, wolumen i punkt decyzyjny - opisujemy w artykule Jak wybrać właściwy proces do testu AI. Jeśli masz już kandydata na use case i chcesz wiedzieć, co powinno stać się zanim uruchomisz dowód wartości, przeczytaj Jak ocenić, czy AI zadziała w Twoim procesie.
Jeśli rozważasz pierwsze wdrożenie AI w procesach operacyjnych swojej organizacji, sprawdź, jak wygląda nasza usługa AI w procesach biznesowych - od kwalifikacji procesu przez dowód wartości do delivery z mierzalnym efektem.
