Gotowość do wdrożenia AI to mniej pytanie o wysokość budżetu, a bardziej o to, czy proces, który chcesz zautomatyzować, jest już dziś opisany, ma dostępne dane i kogoś po stronie firmy, kto weźmie za niego odpowiedzialność. Poniższa checklista pozwala to sprawdzić, zanim zapłacisz za pierwszy prototyp.

Czy Twój proces jest gotowy — sprawdź te punkty

  • Proces jest opisany krok po kroku — choćby nieformalnie, na kartce albo w rozmowie. Nie musi to być formalna dokumentacja, ale „wiemy, jak to robimy, mamy to w głowie” bez zapisu to za mało, żeby ktokolwiek z zewnątrz mógł to zaprojektować.
  • Masz dostęp do reprezentatywnych danych — przykładów z ostatnich miesięcy, obejmujących zarówno typowe, jak i trudniejsze przypadki, nie tylko te najprostsze.
  • Znasz wolumen — wiesz w przybliżeniu, ile razy dziennie lub tygodniowo proces faktycznie się powtarza. To determinuje, czy automatyzacja się w ogóle opłaca.
  • Masz osobę odpowiedzialną — kogoś po stronie firmy, kto przejmie nadzór nad wdrożonym rozwiązaniem po zakończeniu współpracy z zespołem wdrożeniowym.
  • Systemy, w których proces żyje, mają API lub inny sposób integracji — nie tylko interfejs do ręcznego klikania, z którego dane trudno wyciągnąć programowo.
  • Masz jasność co do obsługi błędów — wiesz, kto interweniuje, gdy agent się pomyli, i jak wygląda ścieżka eskalacji do człowieka.

Sygnały, że jeszcze NIE warto zaczynać

Uczciwe przeciwwskazania są tak samo ważne jak lista warunków — oto sytuacje, w których lepiej poczekać:

  • Proces zmienia się co tydzień. Jeśli sposób pracy wciąż się ustala, automatyzacja utrwali coś, co i tak wkrótce trzeba będzie przeprojektować.
  • Wolumen jest zbyt mały, by uzasadnić koszt wdrożenia. Zadanie wykonywane kilka razy w miesiącu rzadko opłaca się automatyzować agentem — prostsze rozwiązanie (szablon, checklista) może wystarczyć.
  • Nikt po stronie firmy nie weźmie odpowiedzialności za nadzór. Rozwiązanie bez właściciela po wdrożeniu zwykle przestaje działać poprawnie po kilku miesiącach, bo nikt nie reaguje na zmiany w otoczeniu.
  • Dane są rozproszone w mailach i notatkach papierowych bez możliwości eksportu — to problem do rozwiązania przed, nie w trakcie wdrożenia AI.
  • Oczekiwanie 100% automatyzacji bez akceptacji nadzoru człowieka. Każdy system agentowy popełnia błędy; jeśli organizacja nie akceptuje żadnego marginesu na weryfikację, to sygnał, że proces nie jest jeszcze gotowy na to podejście.

Kto w firmie powinien wypełnić tę checklistę

Ta lista najlepiej sprawdza się, gdy odpowiada na nią osoba, która faktycznie wykonuje lub nadzoruje dany proces na co dzień — nie zarząd i nie dział IT osobno, tylko ktoś pomiędzy: rozumiejący biznesowy sens procesu i mający wgląd w to, jak wygląda praca z systemami, w których on żyje. Zdarza się, że zarząd ocenia gotowość optymistycznie, bo widzi proces z lotu ptaka, a osoba wykonująca go codziennie widzi dziesiątki wyjątków, o których nikt wyżej nie wie. Warto, żeby przed pierwszą rozmową z zespołem wdrożeniowym te dwie perspektywy się spotkały — inaczej checklistę wypełnia się dwa razy, z dwoma różnymi wynikami.

Dobrym testem jest poproszenie tej osoby o opisanie trzech ostatnich nietypowych przypadków, które musiała rozwiązać ręcznie. Jeśli potrafi je łatwo wymienić, proces jest prawdopodobnie wystarczająco zrozumiany, żeby zacząć rozmowę o automatyzacji. Jeśli odpowiedź brzmi „to się prawie nigdy nie zdarza, ale jak się zdarzy, to informuję szefa i coś wymyślamy” — to sygnał, że proces nie jest jeszcze na tyle ustabilizowany, by dobrze się nadawał do wdrożenia agenta.

Co zrobić, jeśli nie spełniasz wszystkich punktów

Niespełnienie części checklisty nie oznacza automatycznie „nie” — oznacza, że warto zacząć od mniejszego kroku. Czasem to opisanie procesu na kartce przed pierwszą rozmową z zespołem wdrożeniowym. Czasem to wyznaczenie osoby odpowiedzialnej, zanim padnie decyzja o budżecie. Rozmowa o gotowości jest częścią pierwszego etapu każdego dobrze poprowadzonego projektu — nie czymś, co klient musi ustalić sam, zanim się odezwie.

Czy „mamy dane w Excelu" to już gotowość

Częste założenie brzmi: skoro dane istnieją w jakiejkolwiek formie cyfrowej, firma jest gotowa. To dopiero połowa odpowiedzi. Arkusz Excela, w którym każda osoba prowadzi dane trochę inaczej — inne nazwy kolumn, inne formaty dat, ręcznie wpisywane statusy — bywa trudniejszy do wykorzystania niż papierowa notatka, bo sprawia wrażenie uporządkowanych danych, którymi w praktyce nie jest. Zanim ktokolwiek zacznie projektować agenta wokół takiego źródła, warto sprawdzić, czy dane da się wyeksportować w spójnym formacie i czy dwie różne osoby, patrząc na ten sam wiersz, odczytają go tak samo. Jeśli nie — pierwszym krokiem nie jest wdrożenie AI, tylko uporządkowanie sposobu zapisywania danych, co samo w sobie bywa wystarczającą poprawą, żeby proces działał sprawniej nawet bez automatyzacji.

Jak wygląda następny krok

Jeśli większość punktów checklisty jest spełniona, naturalnym kolejnym krokiem jest prototyp — ograniczony zakresowo test pomysłu na realnych danych. Piszemy o nim w artykule Jak wygląda prototyp rozwiązania AI, zanim zapadnie decyzja o wdrożeniu. Jeśli zastanawiasz się, czy potrzebujesz do tego zewnętrznego zespołu, czy wystarczy freelancer, przeczytaj Czym różni się studio wdrożeń AI od freelancera i dużej agencji. Więcej o naszym podejściu — na stronie głównej Orkestra Labs.