Od czego zacząć z AI w firmie, żeby nie skończyło się na ciekawostce

Scenariusz jest zwykle podobny. Ktoś w firmie zakłada konto w narzędziu AI, pokazuje zespołowi kilka imponujących przykładów, przez dwa tygodnie wszyscy próbują, a potem wszystko wraca do starego sposobu pracy. Zostaje przekonanie, że „AI jest ciekawe, ale u nas się nie sprawdza”.

Najczęściej problem nie leży w narzędziu. Leży w kolejności: zaczyna się od pytania „co to potrafi?”, a nie od pytania „gdzie w naszej pracy traci się czas i dlaczego?”. Poniżej kolejność, która działa w odwrotną stronę.

Zacznij od procesu, nie od narzędzia

Pierwsze pytanie nie brzmi „jakiego narzędzia użyć”, tylko „który fragment pracy chcemy usprawnić”. Odpowiedź musi być konkretna: nie „sprzedaż”, tylko „przygotowanie odpowiedzi na zapytanie ze strony”.

Narzędzie dobiera się na końcu - do zadania, danych, którymi firma dysponuje, i tego, co z tymi danymi wolno robić. Odwrotna kolejność kończy się szukaniem zastosowania dla narzędzia, które już się kupiło.

Porozmawiaj z osobami, które wykonują pracę

To najczęściej pomijany krok. Właściciel opisuje proces takim, jaki go zaprojektował. Osoba, która go wykonuje codziennie, opisuje taki, jaki jest naprawdę - z obejściami, wyjątkami i miejscami, w których wszystko utyka.

Różnica między tymi dwoma opisami jest zwykle najciekawszą częścią całego rozpoznania. W niej leżą zadania, które się powtarzają, pochłaniają czas i nikt ich nie widzi z góry.

Warto pytać wprost: jak wygląda Twój dzień, gdzie czekasz na coś lub na kogoś, co robisz kolejny raz w tym tygodniu, na jakie pytanie odpowiadasz najczęściej.

Zmierz punkt wyjścia, zanim cokolwiek zmienisz

Bez liczby sprzed zmiany nie ma czego porównywać. Po wdrożeniu zostaje wtedy tylko wrażenie, a wrażenia bywają różne w zależności od tego, kogo się zapyta.

Nie trzeba do tego systemu raportowego. Wystarczy zmierzyć jedną rzecz, na przykład ile czasu zajmuje dziś przygotowanie odpowiedzi na typowe zapytanie. Przez tydzień, na kilku przykładach, zapisując czas i liczbę poprawek.

Warto mierzyć w parach: czas razem z jakością. Samo „szybciej” nic nie znaczy, jeśli odpowiedzi trzeba potem poprawiać albo klienci dopytują o to, czego w nich zabrakło.

Opisz zastosowanie konkretnie

„AI w marketingu” to nie jest zastosowanie. Zastosowanie brzmi tak: „przygotowanie pierwszej wersji opisu usługi - Anna, cztery razy w miesiącu”.

Taki opis od razu mówi, czego potrzeba:

• kto będzie z tego korzystał,
• co wchodzi - jakie materiały dostaje narzędzie,
• co wychodzi - czego oczekujemy na końcu,
• jak często to się dzieje - bo od tego zależy, czy w ogóle warto,
• jakie jest ryzyko - czy treść trafia do klienta, czy zostaje w firmie.

Pomysł, którego nie da się tak opisać, nie jest jeszcze zastosowaniem. Podobnie jak pomysł, dla którego firma nie ma danych - wtedy pierwszym zadaniem jest uporządkowanie danych, a nie wdrożenie AI.

Wybierz jedno zastosowanie na początek

Pokusa jest taka, żeby od razu zająć się tym, co daje największą oszczędność. Zwykle to zły wybór, bo największa oszczędność idzie w parze z największym ryzykiem - na przykład szkic oferty z cenami.

Na pierwszy krok lepiej wybrać coś, co ma:

• niskie ryzyko - wynik zostaje w firmie albo i tak czyta go człowiek,
• mały nakład - nie wymaga porządkowania danych przez miesiąc,
• natychmiastowy efekt - zespół widzi sens po pierwszym użyciu.

Dobrym przykładem jest podsumowanie rozmowy z klientem: streszczenie, ustalenia, zadania z terminami. Warunek jest jeden - ktoś musi tę rozmowę spisać albo nagrać. Więcej takich przykładów, razem z warunkami, bez których nie zadziałają, opisałem w tekście o zastosowaniach AI w sprzedaży.

Zrób mały pilotaż z terminem decyzji

Pilotaż ma być mały na tyle, żeby dało się go zrobić, i sensowny na tyle, żeby coś z niego wynikało. Jeśli efektu nie da się zmierzyć w cztery do sześciu tygodni, zakres jest za duży.

Zanim ruszy, warto zapisać kilka rzeczy:

• jedno zastosowanie i to, czego pilotaż nie obejmuje,
• właściciela po stronie firmy - osobę, która za niego odpowiada. Pilotaż bez właściciela zwykle wygasa sam,
• punkt wyjścia zmierzony przed startem,
• kryteria sukcesu odniesione do tego punktu,
• datę decyzji - dzień, w którym rozstrzygacie, czy idziecie dalej, zmieniacie zakres, czy kończycie,
• warunki przerwania - co musiałoby się stać, żeby zakończyć wcześniej.

Zanim zespół zacznie używać narzędzia przy treściach dla klientów, ustalcie też, jak sprawdzacie jego odpowiedzi. Prosty sposób opisałem w tekście o sprawdzaniu odpowiedzi AI.

Pięć błędów, które najczęściej kończą próbę

1. Rozmowa tylko z właścicielem. Proces opisany z góry różni się od tego, który dzieje się naprawdę.
2. Brak pomiaru przed startem. Potem nie da się pokazać efektu - ani sobie, ani wspólnikowi.
3. Zastosowanie bez danych. Jeśli firma nie ma materiałów, na których narzędzie ma pracować, to jest pomysł, a nie plan.
4. Zbyt duży pilotaż. Kończy się brakiem wyniku i przekonaniem, że „AI nie działa”.
5. Oczekiwanie konkretnego procentu. Nikt uczciwy nie obieca z góry „oszczędności o 30%”. Da się za to zmierzyć punkt wyjścia i sprawdzić, co się zmieniło.

Jeśli wolisz nie robić tego samodzielnie

Wszystkie te kroki da się przejść we własnym zakresie - ten tekst jest po to, żeby było wiadomo w jakiej kolejności. Jeśli wolisz, żeby ktoś przeprowadził rozmowy z zespołem, zmierzył punkt wyjścia i przygotował kartę pilotażu, robię to w ramach audytu AI. Kończy się decyzją popartą rozpoznaniem, a nie listą możliwości.