Audyt AI - jak sprawdzić, gdzie sztuczna inteligencja realnie się opłaci
Czym jest audyt AI
Audyt AI to przegląd procesów w firmie zakończony rekomendacją: które z nich warto zautomatyzować, w jakiej kolejności i ile to realnie da. Nie jest to audyt technologii ani przegląd narzędzi dostępnych na rynku. Punktem wyjścia jest praca, którą wykonują ludzie - a dopiero na końcu pojawia się pytanie, czy i jakie narzędzie do niej pasuje.
Rozróżnienie brzmi drobiazgowo, ale to ono decyduje o wyniku. Przegląd narzędzi zawsze kończy się listą narzędzi do kupienia. Przegląd procesów potrafi się skończyć wnioskiem, że w tym roku nie ma tu czego automatyzować - i to również jest wartościowy wynik, bo kosztował ułamek nieudanego wdrożenia.
Po co robić audyt AI, skoro można od razu wdrażać
W większości nieudanych wdrożeń AI, o których słyszymy, technologia zadziałała poprawnie. Zawiódł wybór procesu. Powtarzają się trzy schematy:
- Zautomatyzowano proces, który tylko wyglądał na powtarzalny. Za każdym powtórzeniem kryła się decyzja człowieka, więc model musiał zgadywać, a zespół i tak wszystko sprawdzał ręcznie - do dotychczasowej pracy doszła weryfikacja.
- Zautomatyzowano proces zbyt mały. Zadanie zajmowało dwie godziny miesięcznie. Oszczędność nie pokryła kosztu utrzymania rozwiązania.
- Zautomatyzowano bałagan. Proces, którego nikt nie potrafił opisać, po automatyzacji stał się szybszym i trudniejszym do naprawienia bałaganem. Pisaliśmy o tym osobno przy okazji zasady najpierw porządek, potem agent.
Audyt AI istnieje po to, żeby te trzy rzeczy wyłapać przed wydaniem pieniędzy, a nie po.
Co sprawdza audyt AI - sześć obszarów
1. Gdzie ucieka czas
Przechodzimy przez typowy tydzień pracy zespołu i wypisujemy, co się w nim powtarza. Zwykle okazuje się, że około 70 procent obciążenia siedzi w kilku typach zadań - i to one, a nie efektowne przypadki brzegowe, decydują o opłacalności wdrożenia.
2. Co jest powtarzalne, a co tylko tak wygląda
Proces powtarzalny da się zautomatyzować. Proces, który za każdym razem wymaga oceny sytuacji przez człowieka, można co najwyżej wesprzeć - i trzeba to zaplanować inaczej, z człowiekiem zatwierdzającym wynik.
3. Jakość danych wejściowych
Oglądamy realne dokumenty i realną skrzynkę pocztową, a nie ich opis. To tutaj najczęściej rozsypują się optymistyczne założenia: skany krzywe, nazewnictwo niespójne, połowa danych w załącznikach, których nikt nie indeksuje.
4. Granice danych
Co w ogóle może opuścić firmę, a co nie może w żadnym wypadku. Odpowiedź decyduje o architekturze - model chmurowy czy lokalny model open-weight - i ustala się ją na starcie, bo później potrafi przewrócić całe wdrożenie.
5. Kto to udźwignie po Waszej stronie
Wdrożenie bez osoby po stronie firmy, która ma na nie czas i mandat do decyzji, kończy się źle niezależnie od wykonawcy. To pytanie zadajemy zanim zaczniemy.
6. Policzalny efekt
Dla każdego rekomendowanego procesu podajemy, ile zajmuje dziś i ile powinien zajmować po zmianie. Bez tej pary liczb nie da się później ocenić, czy wdrożenie się opłaciło.
Jak wygląda raport z audytu AI
Dokument końcowy jest krótki i ma trzy części:
- Lista procesów uszeregowana według stosunku efektu do wysiłku - nie według atrakcyjności technicznej. Zwykle 2-3 pozycje nadają się do wdrożenia od razu, kilka wymaga wcześniejszego uporządkowania, reszta odpada.
- Dla każdego procesu z góry listy: stan dzisiejszy w liczbach - ile godzin miesięcznie, ile osób, jaki koszt - oraz oszacowanie stanu po zmianie.
- Zakres i wycena pierwszego wdrożenia, czyli konkret, na który da się odpowiedzieć „tak" albo „nie", zamiast ogólnej deklaracji współpracy.
Raport bywa też zakończony rekomendacją, żeby na razie nie wdrażać niczego. Zdarza się to na tyle często, że warto to napisać wprost.
Ile trwa i ile kosztuje audyt AI
Typowy audyt to kilka dni roboczych rozłożonych zwykle na dwa tygodnie. Większość tego czasu to rozmowy z osobami, które wykonują pracę - nie tylko z zarządem, bo to prawie zawsze dwa różne opisy tego samego procesu - oraz przegląd realnych dokumentów.
Koszt audytu jest ułamkiem kosztu wdrożenia, a jego sensem ekonomicznym jest to, że oszczędza wydatku na wdrożenie niewłaściwego procesu. Aktualne widełki cen wdrożeń zebraliśmy na stronie ile kosztuje wdrożenie AI w firmie.
Audyt AI możecie zacząć sami
Zanim z kimkolwiek porozmawiacie, warto policzyć jedną rzecz: ile kosztuje Was dziś ręczna obsługa procesu, o którym myślicie. Metodę opisaliśmy publicznie w tekście ile realnie kosztuje ręczne przetwarzanie dokumentów - trzy kroki, bez arkusza na dwadzieścia zakładek.
Jeśli nie wiecie, od którego procesu zacząć liczenie, pomocny będzie przegląd pięciu procesów dokumentowych, które AI może przejąć już dziś. To najczęstsze punkty startowe w firmach, z którymi pracujemy.
Wynik takiego samodzielnego rachunku ma dwie zalety. W najgorszym razie wyjdzie, że nie ma tu czego szukać, i zaoszczędzicie na audycie. W najlepszym przyjdziecie na rozmowę z konkretną liczbą, od której da się zacząć.
Pytania, które warto zadać przed audytem
- Czy audyt kończy się dokumentem, czy prezentacją? (Dokument da się przeczytać po miesiącu.)
- Czy wykonawca rozmawia z ludźmi wykonującymi pracę, czy tylko z zarządem?
- Czy ogląda realne dane, czy pracuje na opisie procesu?
- Czy w raporcie są liczby „przed" i „po", czy tylko rekomendacje?
- Czy wykonawca dopuszcza wniosek „nie wdrażajcie na razie niczego"?
Ostatnie pytanie jest najważniejsze. Audyt, który z definicji musi zakończyć się ofertą wdrożenia, nie jest audytem, tylko etapem sprzedaży.
Podsumowanie
Audyt AI nie jest formalnością przed wdrożeniem ani przeglądem modeli dostępnych na rynku. To sprawdzenie, gdzie w firmie realnie ucieka czas, które z tych miejsc nadają się do automatyzacji, a które trzeba najpierw uporządkować bez żadnej sztucznej inteligencji. Kosztuje ułamek wdrożenia i najczęściej zwraca się już przez to, czego pozwala nie zrobić.
Jeśli chcecie zobaczyć, jak wygląda zakres takiego audytu u nas, opisaliśmy go na stronie audyt AI w firmie.