Czego nie automatyzować w firmie, nawet jeśli AI potrafi?

Techniczna możliwość wykonania zadania przez AI nie jest uzasadnieniem automatyzacji. Nie automatyzuj decyzji, której kryteriów firma nie zna, której błędu nie potrafi wykryć na czas albo której skutków nie może odwrócić. W takich sytuacjach system może przygotować informacje, lecz decyzja powinna pozostać przy upoważnionej osobie, przynajmniej do czasu zbudowania reguł i kontroli.

Szerszy sposób porównywania korzyści, kosztu i ryzyka opisuje przewodnik po strategii i opłacalności AI.

Cztery pytania przed wyborem zadania

Po pierwsze: czy umiemy zdefiniować poprawny wynik? Jeśli dwaj doświadczeni pracownicy nie zgadzają się, co zrobić z danym przypadkiem, agent odziedziczy ten spór. Po drugie: czy mamy dane w chwili decyzji? Stary cennik albo niepełna historia klienta czyni szybką odpowiedź tylko szybkim błędem. Po trzecie: czy błąd jest widoczny i odwracalny? Błędna notatka robocza jest czymś innym niż wysłana oferta. Po czwarte: kto ponosi konsekwencje? Nie może to być „system”, który nie ma odpowiedzialności organizacyjnej.

Przykładowo, przygotowanie zestawienia zaległych zamówień można często powierzyć automatyzacji z kontrolą źródeł. Samodzielne obiecanie nowego terminu ważnemu klientowi wymaga znajomości zdolności produkcji i warunków umowy. Agent może zebrać te informacje i zaproponować wariant, ale zakres zatwierdzenia trzeba opisać osobno.

Czasem lepsza jest zwykła zmiana procesu

Jeśli pracownicy codziennie przepisują dane między dwoma formularzami, zacznij od usunięcia zbędnego formularza albo prostej integracji. Jeśli dwa działy używają innej definicji „zrealizowanego zamówienia”, uzgodnij definicję. Model językowy nie jest potrzebny do każdej powtarzalnej czynności. Procedura przed AI pokazuje, kiedy porządkowanie pracy da większy efekt niż kolejny agent.

Nie należy też automatyzować wyjątków tylko po to, by ukryć ich liczbę przed kierownictwem. Wyjątek bywa sygnałem wadliwej oferty, źle ustawionego limitu lub zmiany rynku. Jeśli system „przepycha” go bez śladu, firma traci szansę nauczenia się czegoś ważnego.

Sprawdź, czy firma potrafi przyjąć błąd

Ocena ryzyka nie kończy się na prawdopodobieństwie pomyłki modelu. Zapytaj, jak szybko firma zauważy błąd, czy może zatrzymać działanie i jak naprawi skutek. Drobna pomyłka w wewnętrznym streszczeniu może zostać poprawiona przed użyciem. Błędna informacja o cenie wysłana do klienta może uruchomić reklamację. Ta sama skuteczność techniczna może więc uzasadniać różny poziom autonomii w dwóch zadaniach.

Przy wysokim ryzyku nie trzeba rezygnować z całej pomocy AI. Oddziel etap rozpoznania od działania: agent zbiera źródła i wskazuje warianty, a człowiek rozstrzyga. Sprawdź jednak, czy pracownik ma czas i dostęp do danych potrzebnych do kontroli. „Człowiek w pętli” zapisany w prezentacji nie chroni przed błędem, jeśli sprowadza się do odruchowego klikania zgody.

Gdy nawet przygotowanie propozycji wymaga danych, których nie wolno bezpiecznie udostępnić, odłóż projekt do czasu ustalenia granic dostępu. To również konkretna decyzja, z warunkiem powrotu do tematu, a nie ogólne „AI się nie nadaje”.

Dobra odmowa jest decyzją inwestycyjną

Zapisz przy każdym pomyśle jedną z czterech decyzji: automatyzować, wspierać człowieka, poprawić proces lub odłożyć. Dopisz warunek ponownego rozpatrzenia, np. uporządkowany cennik albo miesięczny pomiar błędów. Dzięki temu „nie teraz” nie znaczy „nigdy”. Jeśli potrzebujesz uporządkować portfel pomysłów, poradnik transformacji AI daje dobry punkt startu.