Automatyzacja AI

Sztuczna inteligencja w firmie ma sens tylko wtedy, gdy da się policzyć, co zmieniła. Dlatego nie sprzedajemy „transformacji AI" — automatyzujemy jeden proces, mierzymy go przed i po, a o wdrożeniu rozmawiamy dopiero, gdy pilotaż osiągnie próg skuteczności, który sama ustalisz.

Zamówienia przychodzą mailem — każde w innym formacie. Reklamacje trzeba przeczytać, zaklasyfikować i przepisać do systemu. Faktury od dostawców to PDF-y, z których ktoś ręcznie wyciąga dane. Zespół spędza na tym godziny dziennie, a wolumen rośnie szybciej niż zatrudnienie.

Próbowaliście reguł i makr. Działały do pierwszego nietypowego przypadku — a potem wyjątków zrobiło się więcej niż reguł i ktoś musiał pilnować automatu, który miał pilnować się sam. Kierownicy proszą o kolejne etaty, ale na stanowiska operacyjne coraz trudniej kogoś znaleźć, bo nikt nie chce wykonywać pracy, która składa się z przepisywania.

Jednocześnie z każdej strony słyszysz, że „AI to zrobi" — od ludzi, którzy nie widzieli Twojego procesu na oczy. I masz uzasadnione wątpliwości: modele zmyślają, dane firmowe to nie jest coś, co się wysyła w świat, a moda ma to do siebie, że mija.

Automatyzujemy procesy, których nie dało się rozpisać zwykłym algorytmem — tam, gdzie reguły przegrywały z wyjątkami. Nie całą firmę naraz: jeden proces, zmierzony przed i po.

Kolejność jest nienegocjowalna: najpierw pomiar (ile ten proces dziś kosztuje w godzinach i błędach), potem pilotaż na próbce Twoich danych, i dopiero po przekroczeniu ustalonego progu — wdrożenie. Na każdym z tych progów można się zatrzymać. Szczegóły niżej.

Zaczynamy od pomiaru procesu, nie od technologii. Jeśli liczby nie uzasadniają wdrożenia, mówimy to wprost i kończymy na doradztwie — wdrożenie bez efektu wróciłoby do nas reklamacją, więc w tej szczerości mamy własny interes, nie tylko dobre maniery.

Programowanie i integracje z ERP i CRM robimy sami, nie przez podwykonawcę — automatyzacja, która nie umie rozmawiać z Twoimi systemami, jest gadżetem, nie narzędziem. A doświadczenie w procesach operacyjnych oznacza, że rozmawiamy najpierw o Twoim obiegu dokumentów, a dopiero potem o modelach.

I rzecz w tej branży niepopularna: nie obiecujemy, że AI „zrobi wszystko". Automatyzujemy pracę powtarzalną i weryfikowalną; decyzje o skutkach finansowych lub prawnych zostają przy człowieku — z założenia, nie z niedopatrzenia.

Będziemy z Tobą szczerzy, bo od tego zależy wiarygodność wszystkiego powyżej: automatyzacja AI to nowa linia w naszej ofercie i nie mamy jeszcze zakończonych wdrożeń referencyjnych, którymi moglibyśmy się pochwalić. Zamiast udawać, że jest inaczej, proponujemy układ, w którym obie strony coś zyskują: pierwszym klientom oferujemy pilotaż na warunkach preferencyjnych w zamian za prawo do opublikowania wyników — po Twojej akceptacji treści i zakresu. Jeśli wolisz poczekać na cudze referencje, zrozumiemy; ale warunki pilotażu referencyjnego będą wtedy już niedostępne.

Najczęściej zadawane pytania

AI zmyśla. Jak można na tym opierać procesy firmowe?

Modele potrafią zmyślać — dlatego architektura, nie zaufanie, jest odpowiedzią. Odpowiedzi są walidowane względem źródła, każda decyzja ma log z pochodzeniem informacji, a sprawy o skutkach finansowych lub prawnych zatwierdza człowiek. W pilotażu mierzymy odsetek błędów na Twoich danych — i to ta liczba, porównana z odsetkiem błędów ludzkich w tym samym procesie, rozstrzyga rozmowę.

Nie oddam naszych danych. Jak to rozwiązujecie?

Etapami i umowami. Pilotaż pracuje na próbce zanonimizowanej, przekazanej po NDA i umowie powierzenia. Przetwarzanie odbywa się w infrastrukturze na terenie UE, a przy danych szczególnie wrażliwych — lokalnie, u Ciebie. Zakres tego, co w ogóle opuszcza Twoją sieć, ustalasz Ty i jest on zapisany, nie dorozumiany.

Czy macie już wdrożenia? Kto z tego korzysta?

Mówimy to wprost także tutaj: to nowa linia w naszej ofercie i nie mamy jeszcze zakończonych wdrożeń referencyjnych. Dlatego pierwszym klientom proponujemy pilotaż na warunkach preferencyjnych w zamian za prawo publikacji wyników — po Twojej akceptacji. Konstrukcja progu skuteczności sprawia, że nie musisz nam wierzyć na słowo: automat udowadnia się na Twoich danych albo nie wchodzicie we wdrożenie.

Ile kosztuje pilotaż?

Stała, ograniczona kwota, znana przed startem — plus wcześniej warsztat i pomiar, każde z własną ceną. To pełna lista wydatków do momentu decyzji o wdrożeniu; nie ma pozycji „dodatkowe prace, które okazały się konieczne". Koszt inferencji w działającym systemie rozliczamy osobno i jawnie.

Co jeśli pilotaż nie osiągnie progu?

Kończymy — i to jest wynik, nie porażka ukrywana w slajdach. Dostajesz raport: co automat osiągnął, gdzie się mylił, czy i co mogłoby to zmienić. Czasem wniosek brzmi „za wcześnie, wróćmy za rok", czasem „ten proces się nie nadaje, ale sąsiedni tak". Wydatki kończą się na cenie pilotażu.

Czy to zastąpi moich ludzi?

Zastępuje czynności, nie ludzi: czytanie, klasyfikowanie, przepisywanie. Decyzje i wyjątki zostają po stronie zespołu — który przestaje być maszynką do przepisywania i zaczyna robić pracę wymagającą człowieka. W praktyce automatyzacja częściej pozwala obsłużyć rosnący wolumen bez nowych etatów, niż redukuje istniejące.

Od jakiej skali firmy to ma sens?

Progiem nie jest wielkość firmy, tylko wolumen procesu: jeśli jakaś czynność powtarza się na tyle często, że zajmuje komuś godziny w tygodniu, jest kandydatem do pomiaru. Warsztat i pomiar właśnie po to są osobnymi, tanimi etapami — żeby firma mogła sprawdzić opłacalność, zanim wyda cokolwiek na technologię. Czasem wynik pomiaru brzmi „to się jeszcze nie opłaca" i to też jest wartościowa odpowiedź.

Kto to będzie utrzymywał i co jeśli zmienicie się wy albo dostawca modelu?

Kod, prompty, konfiguracja i dokumentacja są w Twoim repozytorium od początku, a szkolenie Twojego zespołu jest warunkiem odbioru. Warstwa abstrakcji oddziela system od konkretnego dostawcy modelu — zmiana vendora to wymiana modułu, nie budowa od nowa. Monitoring i strojenie możesz zlecić nam albo przejąć — masz do tego wszystko.