Klient przychodzi i mówi: "Chcemy zoptymalizować ten proces za pomocą AI". Pytam: "Jak ten proces działa dzisiaj?". Zapada cisza. Potem ktoś mówi: "No... różnie. Zależy kto robi. Zależy od dnia."
To jest moment, w którym wiem, że AI będzie ostatnią rzeczą, o której powinniśmy rozmawiać.
Procesy, które "jakoś działają"
W polskich firmach jest pewien wzorzec, który widzę powtarzalnie. Proces został kiedyś zaprojektowany — może 5 lat temu, może 10. Od tamtej pory zmienili się ludzie, zmieniły się systemy, zmieniły się wymagania biznesowe. Ale nikt nie zmienił procesu. Ludzie wypracowali obejścia, nieformalne ścieżki, osobiste rozwiązania. Wszystko "jakoś działa", bo ludzie kompensują braki procesu swoim doświadczeniem i dobrą wolą.
A potem ktoś mówi: "dodajmy AI, żeby to zoptymalizować".
AI jest akceleratorem, nie naprawcą
To jest fundamentalne nieporozumienie, które widzę w co drugim projekcie. AI nie naprawia procesów. AI przyspiesza to, co już istnieje. Jeśli istnieje sprawny, powtarzalny, udokumentowany proces — AI może go znacząco usprawnić. Jeśli istnieje chaos — AI przyspiesza chaos.
Wyobraź sobie linię produkcyjną, na której co trzeci produkt jest wadliwy, bo maszyna jest źle skalibrowana. Dołożenie szybszego taśmociągu nie rozwiąże problemu wadliwych produktów. Wyprodukuje ich po prostu więcej w krótszym czasie.
Tak samo działa AI zastosowane do zepsutego procesu. Szybciej generuje błędne wyniki. Szybciej powielone złe decyzje. Szybciej eskaluje problemy, które do tej pory ludzie łatali ręcznie.
Skąd bierze się ta pokusa
Firmy sięgają po AI jako rozwiązanie problemów procesowych z kilku powodów:
Łatwiej kupić technologię niż zmienić organizację. Wdrożenie narzędzia AI to projekt z budżetem, harmonogramem i vendorem. Zmiana procesu to praca z ludźmi, nawyki, polityka organizacyjna, opór. Jedno jest "sexy" i można o nim mówić na konferencji. Drugie jest żmudne i niewdzięczne.
Presja rynkowa. Zarząd słyszy, że konkurencja "wdraża AI". Trzeba nie zostać w tyle. Nikt nie mówi, że konkurencja prawdopodobnie popełnia te same błędy.
Obietnice vendorów. Firmy technologiczne sprzedają wizję: "nasze AI zoptymalizuje Wasze procesy". Nie mówią: "ale najpierw musicie mieć procesy, które da się zoptymalizować". Bo to by skomplikowało sprzedaż.
Co dzieje się naprawdę
Widziałem to wielokrotnie. Firma wdraża AI do procesu obsługi klienta. Proces obsługi klienta jest taki: klient dzwoni, trafia do konsultanta, konsultant szuka informacji w trzech systemach, nie znajduje, pyta kolegę, kolega nie wie, klient czeka. AI miało to "zoptymalizować".
Co się stało po wdrożeniu? AI szybciej szukało informacji w trzech systemach. Nadal ich nie znajdowało, bo dane były niekompletne (brzmi znajomo?). Klient nadal czekał — tyle że teraz miał do czynienia z botem, który elegancko informował go, że "przetwarza zapytanie". Frustracja wzrosła, bo oczekiwania były wyższe.
Problemem nie było tempo wyszukiwania. Problemem było to, że informacje były rozproszone, niekompletne i nikt nie wiedział, kto za nie odpowiada. To jest problem procesowy i organizacyjny, nie technologiczny.
Najpierw napraw, potem automatyzuj
Zasada jest prosta, ale niewygodna: zanim wdrożysz AI do procesu, upewnij się, że ten proces działa bez AI.
Co to znaczy w praktyce?
-
Zmapuj proces tak, jak naprawdę wygląda — nie tak, jak jest narysowany na diagramie z 2019 roku. Porozmawiaj z ludźmi, którzy w nim pracują. Zapytaj o obejścia, nieformalne ścieżki, momenty, w których "trzeba zadzwonić do Kasi, bo tylko ona wie".
-
Zidentyfikuj, co jest zepsute — gdzie proces się zacina, gdzie ludzie tracą czas, gdzie powstają błędy. To nie wymaga AI. To wymaga kartki papieru i uczciwej rozmowy.
-
Napraw to, co da się naprawić bez technologii — uprość kroki, wyeliminuj zbędne przekazywanie zadań, ustal jasne odpowiedzialności, ujednolić dane. To bywa nudne, ale to jest fundament.
-
Dopiero potem rozważ AI — jako sposób na przyspieszenie i skalowanie procesu, który już działa. Audyt procesów pod kątem AI pokaże, które elementy naprawionego procesu rzeczywiście skorzystają na automatyzacji.
Czy to znaczy, że AI jest bezużyteczne?
Absolutnie nie. AI jest niezwykle użyteczne — tam, gdzie ma na czym pracować. Powtarzalne, dobrze zdefiniowane zadania z jasnymi danymi wejściowymi i oczekiwanymi wynikami — to jest teren, na którym AI błyszczy.
Ale AI nie jest magiczną różdżką, która zamieni bałagan w porządek. Zamieni bałagan w szybszy bałagan. I to jest gorsze niż punkt wyjścia, bo teraz masz bałagan z budżetem AI na karku i rozczarowany zarząd, który "stracił wiarę w AI".
Pytanie, od którego warto zacząć
Zamiast pytać "jak AI może zoptymalizować nasz proces?", zacznij od: "czy nasz proces działa, gdy wszystko idzie dobrze? Czy ludzie wiedzą, co robić na każdym kroku? Czy dane są tam, gdzie powinny być?".
Jeśli odpowiedź brzmi "tak" — świetnie, rozmawiajmy o AI. Jeśli odpowiedź brzmi "no... różnie" — rozmawiajmy o procesie. Bo naprawienie procesu jest tańsze niż wdrożenie AI do zepsutego procesu, a potem naprawianie obu rzeczy naraz.
Jeśli chcesz uczciwie ocenić, które procesy w Twojej firmie są gotowe na AI, a które najpierw trzeba naprawić, zapraszam do rozmowy — Leszek Giza.