AI sa čoraz častejšie objavuje na zozname firemných priorít.
„Potrebujeme AI.“
„Mali by sme automatizovať.“
„Konkurencia už používa AI agentov.“
A tak firma začne hľadať nástroj, dodávateľa alebo konkrétne AI riešenie, Lenže tu môže vzniknúť prvý problém.
AI nedokáže opraviť proces, ktorému firma sama nerozumie. A automatizácia zlého procesu môže znamenať iba to, že zlý proces začne fungovať rýchlejšie.
Európska Apply AI Strategy pracuje s princípom „AI first“ – firmy a organizácie majú AI zvažovať ako jednu z možností pri riešení svojich problémov a majú zároveň posudzovať jej potenciálne prínosy aj riziká. AI-first však neznamená AI-always. Pred investíciou do AI sa preto oplatí položiť päť základných otázok.
1. Aký problém vlastne riešime?
„Chceme používať AI“ nie je biznisový problém.
Problém môže byť napríklad:
- zákaznícka podpora trávi niekoľko hodín denne odpovedaním na rovnaké otázky,
- obchodníci manuálne prepisujú údaje medzi systémami,
- zamestnanci každý týždeň vytvárajú rovnaké reporty,
- firma má množstvo dokumentov, ale ľudia v nich nevedia rýchlo nájsť informácie,
- spracovanie objednávky trvá zbytočne dlho.
Až keď problém dokážeme pomenovať, môžeme sa pýtať, či je AI vhodným riešením. Niekedy totiž zistíme, že nepotrebujeme AI vôbec. Stačí upraviť proces, odstrániť nepotrebný krok alebo prepojiť dva systémy, ktoré spolu dnes nekomunikujú.
2. Je problém v technológii, alebo v procese?
Predstavte si proces, pri ktorom zákazník odošle formulár.
Údaje z formulára niekto manuálne skopíruje do Excelu. Následne ich ďalší človek prepíše do CRM. Potom pošle e-mail kolegovi, ktorý vytvorí ďalší dokument.
Na prvý pohľad je to ideálny kandidát na AI automatizáciu. Ale možno vôbec nepotrebujete umelú inteligenciu. Možno jednoducho potrebujete prepojiť formulár s CRM.
AI má najväčší význam tam, kde rieši problém, ktorý klasická automatizácia alebo jednoduchšia technologická zmena nevyrieši efektívnejšie.
Preto by prvým krokom mala byť otázka: „Ako dnes tento proces funguje?“
3. Máme dáta, ktoré AI potrebuje?
AI riešenie môže byť iba také dobré, aké sú informácie, s ktorými pracuje.
Firma môže mať dáta roztrúsené v Exceloch, e-mailoch, CRM, PDF dokumentoch, zdieľaných priečinkoch a niekedy aj v hlave jedného kolegu, ktorý „vie, ako to funguje“. A to je problém.
Pred nasadením AI si preto treba položiť otázky:
Kde sú naše dáta?
Sú aktuálne?
Sú dostatočne kvalitné?
Máme k nim oprávnený prístup?
Vieme ich bezpečne sprístupniť AI systému?
Niekedy je najdôležitejším krokom AI projektu práve ten, ktorý sa udeje ešte pred AI – upratanie dát a informačných zdrojov firmy.
4. Koľko nás dnešný proces stojí?
Ak nevieme, koľko nás problém stojí dnes, veľmi ťažko zistíme, či sa investícia do AI oplatila. A nemusí ísť iba o peniaze.
Môžeme merať napríklad:
čas zamestnancov,
počet manuálnych úkonov,
počet chýb,
čas potrebný na vybavenie zákazníka,
počet opakujúcich sa požiadaviek,
alebo čas od objednávky po jej spracovanie.
Predstavme si, že štyria zamestnanci strávia každý týždeň dve hodiny manuálnym vytváraním rovnakého reportu. To je osem hodín týždenne, približne 400 pracovných hodín ročne. Zrazu máme číslo, s ktorým môžeme pracovať.
A môžeme porovnať cenu riešenia s hodnotou času, ktorý dokáže ušetriť.
5. Ako zistíme, že AI skutočne pomohla?
„Nasadili sme AI agenta“ nie je merateľný výsledok, je to iba technická informácia.
Výsledkom môže byť:
o 30 % kratší čas spracovania objednávky,
10 hodín administratívy ušetrených každý týždeň,
menej manuálnych chýb,
rýchlejšia reakcia zákazníckej podpory
alebo
viac času zamestnancov na prácu, ktorá vytvára hodnotu.
Úspešný AI projekt preto potrebuje jednoduchú metriku ešte predtým, než sa začne vyvíjať, inak po niekoľkých mesiacoch môžete mať veľmi pekné AI riešenie – a žiadnu odpoveď na otázku, či firme reálne pomohlo.
AI-first neznamená AI za každú cenu
Európska komisia podporuje princíp AI-first: firmy majú pri riešení svojich problémov AI aktívne zvažovať ako jednu z možností. To však neznamená, že každý proces potrebuje AI. Niekedy potrebujete AI agenta a inokedy automatizáciu. A inokedy zase lepšie prepojenie existujúcich systémov. A niekedy možno stačí prestať robiť krok, ktorý vo firemnom procese už dávno nedáva zmysel.
Dobrá digitálna transformácia preto nezačína technológiou. Začína otázkou: Aký problém chceme vyriešiť?
Až potom má zmysel vyberať nástroj.
AI alebo obyčajná automatizácia?
Nie každý manuálny proces potrebuje umelú inteligenciu. Niekedy je jednoduchšie, lacnejšie a spoľahlivejšie použiť klasickú automatizáciu.
| Situácia | Pravdepodobne stačí automatizácia | AI môže dávať zmysel |
|---|---|---|
| Prenos údajov z formulára do CRM | ✓ | |
| Automatické odoslanie faktúry po objednávke | ✓ | |
| Triedenie zákazníckych e-mailov podľa ich obsahu | ✓ | |
| Hľadanie odpovedí v stovkách interných dokumentov | ✓ | |
| Vytvorenie pravidelného reportu z presne definovaných dát | ✓ | |
| Spracovanie dokumentov, ktoré majú rôznu štruktúru | ✓ |
Jednoduché pravidlo: Ak sa úloha dá presne opísať pomocou pravidiel „ak nastane X, urob Y“, často stačí klasická automatizácia.
Ak systém potrebuje rozumieť textu, kontextu, rôznym formátom informácií alebo pracovať s neštruktúrovanými dátami, AI môže priniesť väčšiu hodnotu.
V praxi sa pritom oba prístupy často kombinujú.
Neviete, kde by AI dávala zmysel vo vašej firme?
Počas úvodného Discovery Callu sa pozrieme na vaše procesy a spoločne identifikujeme miesta, kde môže AI alebo automatizácia priniesť najväčší efekt.
Najskôr identifikujeme problém, potom riešenie.