Wdrożenie AI w firmie rzadko pada przez technologię. Pada, gdy firma dokłada AI do nieuporządkowanych procesów, nikt w niej za projekt nie odpowiada, a zespół nie bierze udziału w budowie systemu i potem z niego nie korzysta. Za wdrożenie musi odpowiadać jedna osoba po stronie firmy, a o tym, czy się udało, przesądza jedno: czy ludzie używają systemu w codziennej pracy.
AI nie naprawia chaosu, tylko go przyspiesza
Wdrożenie AI potrafi przegrać, zanim ktokolwiek włączy narzędzie: w chwili, gdy firma kupuje technologię, choć jeszcze nie poukładała tego, co ta technologia ma robić. Klientom mówię to wprost: „dokładając technologię do chaosu i niepoukładanych procesów nic się dobrego z tego nie wydarzy”.
Sztuczna inteligencja w firmie nie wie, czym ta firma jest, jakie ma cele, komu sprzedaje i co obiecuje. Wie tylko tyle, ile od Ciebie dostanie. Dlatego u nas pierwsza jest baza wiedzy o firmie: cele, grupy klientów, oferta, obiekcje, sposób mówienia. Dopiero na niej budujemy system, który rozumie, co się w firmie dzieje, i dopiero wtedy dokładamy technologię, nigdy na odwrót.
Weź prosty przypadek. Jeśli zapytania od klientów trafiają do trzech skrzynek, a nikt nie wie, kto ma na nie odpowiedzieć, automatyzacja tego nie rozwiąże. Roześle je szybciej w te same trzy miejsca, gdzie dalej nikt na nie nie odpowie.
Z tego samego powodu nie każdy proces potrzebuje AI. Na początku rozmowy z firmą częściej studzę emocje, niż je podkręcam: nie wciskamy sztucznej inteligencji i automatyzacji na siłę wszędzie, bo nie zawsze jest potrzebna. Często pracujemy na narzędziach, które firma już ma, żeby jak najszybciej zobaczyła wartość, zanim dołoży cokolwiek nowego.
Za wdrożenie odpowiada jedna osoba w firmie, nie dostawca i nie narzędzie
Odpowiadać musi jedna, konkretna osoba po stronie firmy. Ktoś, kto zna proces, który zmieniacie, sprawdza, czy zespół korzysta z nowego systemu, i decyduje, co poprawić, kiedy nie korzysta. W małej firmie może to być sam właściciel, pod warunkiem że naprawdę się tym zajmuje, a nie tylko zlecił projekt.
Mówię o tym tak:
My monitorujemy, czy pracownicy faktycznie z tego korzystają, bo wdrożenia są skuteczne dopiero, jeżeli oni z tego korzystają (…). Musi też być jakaś osoba w firmie, która jest odpowiedzialna za ten projekt.
Te dwa zdania stoją obok siebie nieprzypadkowo. Ktoś musi patrzeć, czy ludzie z systemu korzystają, i ktoś musi mieć prawo zdecydować, co zrobić, gdy nie korzystają. Bez osoby odpowiedzialnej nawet najlepszy monitoring kończy się raportem, który nikogo do niczego nie zobowiązuje.
Równie jasno mówię, czym wdrożenie nie jest: rzeczą zrobioną dla dostawcy albo dla właściciela tylko dlatego, że sobie jej zażyczył. Właściciel może zamówić system, obejrzeć udane demo i być zadowolony, a zespół i tak zostanie przy starym sposobie pracy. Zamówić projekt to jeszcze nie znaczy za niego odpowiadać.
Kiedy patrzę na projekty, które wcześniej się nie udawały, w większości z nich powtarza się ten sam układ. Firma rzuciła się na technologię, a nikt w niej nie odpowiadał za projekt. Pracownicy się bali, a skoro nie było osoby odpowiedzialnej, nie miał kto przeprowadzić ich przez zmianę.
Dostawca tej roli nie przejmie, nawet dobry. „To nie jest tak, że my przychodzimy i po prostu wdrażamy coś, bo chcemy, bo nam się to podoba”, tłumaczę firmom. Kiedy pracujemy projektowo, wdrażamy rozwiązanie, testujemy je, szkolimy zespół i przekazujemy kontrolę firmie. Przekazać kontrolę można tylko komuś, kto ją przejmie, dlatego bez takiej osoby po stronie klienta w ogóle nie zaczynamy.
Narzędzie też za nic nie odpowiada. Nie zauważy, że część zespołu z niego nie korzysta, i nie zdecyduje, czy uprościć proces, czy douczyć ludzi. To decyzje człowieka, który zna firmę i ponosi ich skutki.
Możesz to sprawdzić u siebie jeszcze dziś: zapytaj w firmie, kto odpowiada za wdrożenie. Jeśli słyszysz „dostawca”, „wszyscy” albo nazwę programu, to znaczy, że nie odpowiada nikt.
Pięć pytań, zanim cokolwiek kupisz
Gotowość firmy na AI sprawdzisz, zanim wydasz pierwszą złotówkę, odpowiadając uczciwie na pięć pytań. Podobne zadajemy każdej firmie, zanim w ogóle zaczniemy rozmawiać o wdrożeniu:
- Jaki jeden proces chcesz zmienić i czy wpływa on na przychód, koszt, czas albo ryzyko? Jeśli nie umiesz go nazwać, nie masz jeszcze czego wdrażać.
- Czy ten problem jest ważny teraz, a nie kiedyś? Od tego zależy, czy ktokolwiek znajdzie na niego czas.
- Kto odpowiada za wynik? Imię i nazwisko, nie dział, nie dostawca i nie program.
- Gdzie leżą dane, na których system ma pracować? Jeśli są rozproszone po arkuszach, skrzynkach i czyjejś głowie, a żadne miejsce nie jest źródłem prawdy, najpierw trzeba je zebrać.
- Czy zespół ma czas, żeby wziąć udział w projekcie? Bez tego system powstanie obok ludzi, a nie razem z nimi.
Na pierwsze pytanie łatwiej odpowiedzieć, gdy wiesz, gdzie szukać. Pierwsze wdrożenie AI robimy na jednym powtarzalnym procesie z marketingu albo sprzedaży, bo tam problem da się zmierzyć i widać, czy po zmianie jest lepiej. Na start proponujemy jeden z tych: plan kampanii na kwartał, lejek webinarowy, kampanię, która zbiera kontakty dla handlowców (lead generation), sprzedaż do bazy kontaktów, którą firma już ma, kwalifikację zapytań od firm albo regularny przegląd wyników kampanii.
Spośród nich wybierasz ten, przy którym pozostałe cztery pytania wypadają najlepiej: problem jest pilny, ktoś za niego odpowiada, dane leżą w jednym miejscu, a zespół ma czas. Kolejny proces dokładamy dopiero wtedy, gdy pierwszy działa i ludzie z niego korzystają. Tak wdrożenie AI w firmie rośnie proces po procesie.
Odpowiedź „nie wiem” na którekolwiek z tych pytań nie jest powodem, żeby rezygnować. Pokazuje, od czego zacząć. Dwa założenia zatrzymują projekt od razu: oczekiwanie gwarantowanego wyniku bez wkładu po stronie firmy i zakres „AI wszędzie” bez wybranego procesu. Z takim założeniem nie ruszamy, bo wtedy nie ma czego zmierzyć ani kto miałby za to odpowiadać.
Przed startem zapisujemy jeszcze punkt wyjścia: jak ten proces wygląda dziś w liczbach i po jakich miarach poznacie, że się poprawił. Bez tego po wdrożeniu nikt nie powie, czy projekt cokolwiek zmienił. Po starcie patrzymy osobno na dwie rzeczy: na wynik procesu i na to, czy zespół z systemu naprawdę korzysta, bo działający system, którego nikt nie używa, nie przesunie żadnej z tych miar.
Pracownik, który nie brał udziału, nie będzie z tego korzystał
Pracownicy omijają narzędzie AI, kiedy dostali je gotowe, zaprojektowane bez nich. Dlatego zespół wchodzi u nas do projektu wcześnie, przy mapowaniu procesu, czyli zanim powstanie pierwsze demo. Stawiam sprawę tak:
System ma być prosty dla nich, nie dla nas (…). Oni muszą brać w tym udział, wtedy nie ma tej walki. Nie powie w czymś, w czym brał udział, że mu się to nie podoba.
„Prosty dla nich” znaczy, że system pasuje do tego, jak naprawdę pracuje handlowiec czy osoba z obsługi klienta, a nie do tego, jak wygodnie było go zbudować wykonawcy. Kto widział, skąd wziął się każdy krok, wie, po co jest. A kiedy coś mu przeszkadza, mówi o tym przy projektowaniu, zamiast po wdrożeniu po cichu wrócić do starego arkusza.
Udział zespołu nie kończy się na pierwszym warsztacie. Po wdrożeniu w firmie zostaje pełna dokumentacja procesów, żeby wiedza o systemie nie wyszła z firmy razem z nami i żeby nowa osoba w zespole miała z czego się go nauczyć.
Warto też przed pierwszym dniem pracy z systemem spisać zasady korzystania z AI w firmie: z jakich narzędzi pracujemy, jakich danych do nich nie wklejamy i kto sprawdza to, co wychodzi do klienta. Kto zna te granice, nie musi zgadywać, co mu wolno, i nie ma powodu obchodzić systemu z ostrożności.
Automatyzację oddaje się etapami, nie od pierwszego dnia
Na początku AI robi mniejszą część pracy, a większość zostaje przy ludziach, którzy sprawdzają każdy wynik ręcznie. Proporcja przesuwa się dopiero wtedy, gdy wiadomo, co działa, a czego firma nie chce. Te etapy opisuję liczbami:
| Etap | Proporcja pracy | Co robi człowiek |
|---|---|---|
| początek | 80% pracy ludzi, 20% AI i algorytmów | sprawdza wszystko ręcznie i dostosowuje cały system |
| kolejne etapy | „30, 70”, potem „50, 50” | dalej sprawdza, dodaje i odejmuje, aż system robi to, czego firma chce |
| na końcu | większość pracy przejmują algorytmy | sprawdza wyniki, ale nie musi już ich za każdym razem poprawiać |
Tempo przesuwania proporcji wyznacza jedno: jak szybko wyniki przestają wymagać poprawek. Dlatego nie skaczemy od razu w całość, tylko zaczynamy od pilota, czyli próby na jednym procesie: powstaje prosta pierwsza wersja, potem ją poprawiamy, a osoba odpowiedzialna za projekt w ustalonym rytmie dostaje raport i decyduje, co zmienić i kiedy oddać AI więcej. Firma, która od pierwszego dnia oddaje AI całą pracę, traci jedyny moment, w którym może sprawdzić, czy wynikom da się ufać.
Raport ma sens tylko wtedy, gdy kończy się decyzją. Każda miara zapisana przed startem ma pomóc osobie odpowiedzialnej wybrać jeden z czterech ruchów: zatrzymać pilota, poprawić go, testować dalej albo skalować, czyli oddać AI większą część pracy albo przenieść rozwiązanie na kolejny proces. Wskaźnik, po którym nikt niczego nie zmienia, można z raportu wyrzucić.
Etapy nie przesuwają przy tym granicy odpowiedzialności: za strategię, cenę, obietnicę firmy i publikację odpowiada człowiek. Jak ta granica wygląda w praktyce w reklamach, opisałem w tekście o tym, czy AI może samo prowadzić kampanię Meta Ads w małej firmie.
Pytania i odpowiedzi
Jak wdrożyć AI w firmie?
Po kolei: najpierw baza wiedzy o firmie, potem jeden proces z osobą, która za niego odpowiada, punkt wyjścia w liczbach, prosta pierwsza wersja budowana razem z zespołem i oddawanie AI pracy etapami. Narzędzie wybierasz na końcu, często spośród tych, które firma już ma. Wdrożenie AI uznaję za skuteczne dopiero wtedy, gdy zespół naprawdę z systemu korzysta.
Od czego zacząć wdrożenie AI?
Od wiedzy, na której AI w firmie ma pracować, i od wyboru jednego procesu. Wdrożenie AI zaczynamy od spisania celów firmy, grup klientów, oferty i najczęstszych obiekcji, bo bez tego system nie ma z czego korzystać. Równolegle wybieramy jeden proces i osobę, która za niego odpowie. Zakup nowego narzędzia jest na tej liście ostatni.
Ile kosztuje wdrożenie AI?
Jednej kwoty dla wszystkich nie ma, bo koszt zależy od zakresu. Liczy się, ile procesów obejmuje projekt, ile narzędzi trzeba ze sobą połączyć, ilu zespołów albo rynków dotyczy, w jakim stanie są dane i ile wsparcia potrzebuje zespół, żeby z systemu korzystać. Zakres zmniejsza start od jednego procesu i praca na narzędziach, które firma już ma. Konkretną wycenę da się podać po diagnozie wybranego procesu.
Czego nie wrzucać do AI?
Do narzędzia, którego firma nie sprawdziła i nie zatwierdziła, nie wklejaj danych osobowych klientów i pracowników, haseł i dostępów ani informacji, które firma chroni jako poufne, na przykład umów, indywidualnych cen czy niepublicznych wyników finansowych. Narzędzia różnie przechowują i wykorzystują to, co do nich trafia, dlatego przed startem spisz, z jakich narzędzi zespół korzysta i na jakich ustawieniach. Przy danych osobowych i umowach z klientami decyzję zostaw osobie, która w firmie odpowiada za ochronę danych, albo prawnikowi.
Zacznij od jednego procesu i jednej osoby
Wybierz jeden proces, który kosztuje Was najwięcej czasu albo pieniędzy, i wpisz obok niego imię osoby, która za niego odpowie. Z tymi dwiema rzeczami umów się z nami na rozmowę diagnostyczną o tym jednym procesie: posłuchamy, jak działa dziś, poszukamy wąskiego gardła i powiemy wprost, czy AI jest tam w ogóle potrzebne.