Od jakiego zadania zacząć z AI w firmie? Macierz priorytetów

Problemem nie jest znalezienie zadania, w którym mogłaby przydać się sztuczna inteligencja: dwadzieścia takich znajdzie się w pół godziny. Problemem jest to, że źle wybrana pierwsza próba niszczy zaufanie osób, które będą musiały korzystać ze wszystkich kolejnych – i niszczy je szybko. Ten poradnik służy do wyboru jednego zadania, od którego warto zacząć, i do ustalenia z góry, po czym pozna się, że zadziałało.

Zaczyna się od zadań, nie od narzędzi

Listę buduje się, rozmawiając z osobami, które wykonują pracę, a nie na spotkaniu z tymi, którzy ją opisują. Dla każdego zadania potrzeba pięciu odpowiedzi.

• Jak często się to zdarza: dziennie, tygodniowo, miesięcznie.
• Ile czasu zajmuje i komu. Czas osoby, która mogłaby robić coś innego, jest wart inaczej niż czas martwy.
• Jakie informacje są potrzebne do jej wykonania i gdzie się dziś znajdują.
• Co się dzieje, gdy zostanie wykonana źle, i kto to zauważa.
• Na ile jest za każdym razem taka sama.

To pięć odpowiedzi na zadanie i można je zebrać w jedno popołudnie. Kto pomija ten krok, wybiera pierwszy przypadek na podstawie tego, jak jest interesujący, czyli według najgorszego możliwego kryterium.

Trzy pytania, które odrzucają połowę listy

• Jak bardzo jest zmienne? Zadanie, które za każdym razem ma nowy kontekst i inne reguły, trudno zautomatyzować, a jeszcze trudniej skontrolować: nie byliby Państwo w stanie stwierdzić, czy wynik jest poprawny, bez ponownego wykonania pracy.
• Co się dzieje, jeśli wynik jest błędny? Błędny szkic poprawia się w minutę. Błędna wiadomość do klienta, błędna cena, błędna porada techniczna mają skutki, których nie da się cofnąć.
• Czy dane istnieją i są czytelne? Jeśli informacje znajdują się w zeskanowanych kserokopiach, w głowach pracowników albo w pięciu systemach, które się ze sobą nie komunikują, prawdziwa praca jest właśnie tam i nie jest to praca dla sztucznej inteligencji.

Macierz

Gdy zadania zestawi się obok siebie, wybór zwykle dokonuje się sam. Poniższe trzy wiersze pokazują, jak wypełnia się tabelę: nie opisują żadnej realnej firmy.

Zanim powie się „sztuczna inteligencja”

Wiele zadań z listy rozwiązuje się czymś prostszym i bardziej stabilnym: regułą, obowiązkowym polem w formularzu, etykietą, osobną skrzynką pocztową, zapytaniem w systemie do zarządzania firmą. Warto to sprawdzić, ponieważ proste rozwiązanie da się wytłumaczyć każdemu i nie wymaga nadzoru.

Koszt, którego nie widać

Koszt rzadko znajduje się pośrodku. Znajduje się na obu krańcach i to właśnie tę część pomijają optymistyczne wyceny.

• Skąd pochodzi informacja wejściowa i kto dba o jej aktualność w czasie.
• Gdzie trafia wynik. Jeśli ktoś musi ręcznie przepisywać go z jednego okna do drugiego, przenieśli Państwo pracę, a nie ją usunęli.
• Kto kontroluje, jak często i na jakiej próbie. Nadzór jest kosztem powtarzającym się, a nie etapem początkowym.
• Co się dzieje, gdy system nie odpowiada albo odpowiada źle: kto to zauważa i jak w tym czasie kontynuuje się pracę.
• Kto odpowiada klientowi, gdy wynik go dotyczy.

Przypadek, który wpisuje się w narzędzia już używane przez pracowników, kosztuje znacznie mniej niż taki, który wymaga dodatkowego okna, które trzeba mieć otwarte i pamiętać, żeby je sprawdzać.

Wybrać i wcześniej spisać kryteria

1. Wybrać jedno zadanie: najczęstsze spośród tych o niskiej zmienności i odwracalnym błędzie.
2. Spisać, co dziś robi dana osoba, krok po kroku, łącznie z wyjątkami.
3. Zmierzyć sytuację wyjściową — czas poświęcany, wolumeny, błędy zaobserwowane w określonym okresie — zanim cokolwiek zostanie zmienione. Bez tego pomiaru żadne porównanie nie będzie możliwe.
4. Określić, co zostanie uznane za sukces, w sposób mierzalny, oraz kto to stwierdzi.
5. Ustalić datę podjęcia decyzji oraz trzy dopuszczalne odpowiedzi: rozszerza się, poprawia się, rezygnuje się.

Trzeci punkt jest tym, który najczęściej się pomija, a to on odróżnia projekt od pokazu. Bez danych wyjściowych na końcu będzie się dyskutować o wrażeniach.

Czego nie obejmuje ten poradnik

Tutaj wybiera się zadanie, od którego warto zacząć. To, jak zorganizować później projekt pilotażowy — na jakiej próbie, z jakim nadzorem i z jaką decyzją końcową — to osobny temat. Również szczegółowe porównanie tradycyjnej automatyzacji ze sztuczną inteligencją, gdy obie są możliwe do zastosowania, zasługuje na oddzielne omówienie.