Pięć etapów: od mapy zadań po łańcuchy agentów. Dla menedżera, który jeszcze nie zaczął — i dla tego, u kogo wdrożenie już trwa chaotycznie.
Pieniądze na AI tracone są dziś na dwa sposoby. Pierwszy: kupić subskrypcje i czekać na cud. Drugi: zwolnić ludzi, zanim będzie jasne, kto gasił pożary. Ten poradnik jest o trzecim, nudnym sposobie: najpierw policzyć, potem decydować.
Jest dla dwóch typów menedżerów. Pierwszy jeszcze nie zaczął i nie wie, od czego. Drugi już wdraża: narzędzia kupione, odgórnie nakazane, ale każdy pracownik uczy się metodą prób i błędów. Obaj potrzebują tej samej kolejności działań — różni się tylko skala, o tym w etapie 5. Nie ma tu listy magicznych narzędzi: narzędzia zmieniają się co pół roku, kolejność pozostaje.
W firmie AI działa jako wzmacniacz pracownika, a nie jego zastępca — a gdy jednak kogoś zastępuje, zwykle wychodzi gorzej, niż obiecywano. Pracownik, który rozumie swoje powtarzalne zadania i oddał je maszynie, jest dla firmy wart więcej niż wcześniej. Firma, która po prostu zwolniła ludzi po zakupie licencji, zwykle poznaje cenę tego przy pierwszym prawdziwym kryzysie.
Trend masowych zwolnień pod hasłem AI jest realny. Podążanie za nim nie jest obowiązkowe. Niżej pokażę, dlaczego wybór warto opierać na liczbach, i jak je policzyć.
Metodyka opiera się na ponad 11 latach analizy procesów enterprise w energetyce (SAP, SCADA, BPMN, UAT) oraz codziennej pracy nad tworzeniem agentów AI. Autor standardu specyfikacji ANSS.
Pięć etapów omówiono tu na poziomie zasad. Pełna wersja to robocza książka na 40–55 stron z instrukcjami dla każdego etapu, szablonami tabel i analizą case study.
Pełna wersja →Znajoma historia. Dyrektor ogląda webinar, kupuje firmową subskrypcję, wysyła maila: „teraz używamy AI”. Trzy miesiące później korzysta z tego garstka osób, sceptycy triumfują, budżet spisany na straty.
Powód jest nudny. Nikt nie sprawdził, z czego naprawdę składa się dzień pracy ludzi. AI dobrze przejmuje konkretne, powtarzalne zadania. Dopóki zadania nie są nazwane, nie ma czego przejmować. Narzędzie bez punktu zastosowania zostaje zabawką.
Znam przypadki, gdy nawet poważne firmy programistyczne nakazały inżynierom pisać kod przez AI, a nikt nie wyjaśnił, jak z tym pracować. Ludzie uczą się w pojedynkę, metodą prób i błędów. Jeśli tak dzieje się u zawodowych programistów, co dopiero w dziale sprzedaży.
Wniosek jest prosty: wdrożenie zaczyna się od obserwacji, nie od zakupu.
Przez tydzień każdy pracownik zapisuje swoje zadania: co robił, jak często, ile minut. Pięć minut na koniec dnia, prosta tabela. Po tygodniu masz mapę tego, czym dział naprawdę się zajmuje.
| Zadanie | Razy/tydz. | Min za raz | Razem godz./tydz. |
|---|---|---|---|
| Raport dla zarządu z CRM | 1 | 180 | 3.0 |
| Odpowiedzi na typowe maile klientów | 25 | 8 | 3.3 |
| Negocjacje z kluczowymi klientami | 4 | 60 | 4.0 |
| Przenoszenie zgłoszeń z maila do tabeli | 15 | 6 | 1.5 |
| Rozpatrywanie niestandardowych reklamacji | 2 | 45 | 1.5 |
Trzy wyróżnione wiersze w tym przykładzie dają 7,8 godziny tygodniowo. Przy stawce 80 zł/godz. to około 2700 zł miesięcznie na jednego pracownika — a to jeszcze przed rozmową o jakości i szybkości.
Spoiler: mapa nie pokryje się z opisami stanowisk. Wypłyną zadania, o których nie wiedziałeś. Raport, który ktoś trzy godziny składa ręcznie. Maile pożerające pół dnia, mimo że szablon wciąż ten sam. Dublowanie, gdy jeden arkusz prowadzą dwie osoby.
Teraz do każdego zadania z mapy zadaj trzy pytania. Czy powtarza się regularnie, za każdym razem tak samo? Ile kosztuje godzina osoby, która je wykonuje? Co się stanie, jeśli maszyna się pomyli?
Tryb częściowy na start jest lepszy niż pełna automatyzacja: pracownik widzi, gdzie maszyna się myli, i uczy się nią zarządzać.
Rezultat tego etapu: krótka lista zadań z oceną uwalnianych godzin. Zamiast „wdrażamy AI w ogóle” dostajesz trzy konkretne miejsca, gdzie się to opłaca.
Najbardziej niedoceniana część. AI robi to, co napisane. Nie robi tego, co miałeś na myśli. Niejasne polecenie daje niejasny rezultat, i to polecenie jest winne — maszyna zrobiła swoje.
Każde automatyzowane zadanie potrzebuje krótkiego dokumentu: co na wejściu, co na wyjściu, według jakich reguł, czego nigdy nie wolno robić. Ten ostatni punkt nazywam niezmiennikami — granicami, których maszyna nie przekracza w żadnych okolicznościach. Nie wysyłać maila bez weryfikacji przez człowieka. Nie zmieniać danych w systemie księgowym. Nie obiecywać klientowi terminów.
Tak to wygląda dla zadania „szkice odpowiedzi na maile klientów”. Wejście: mail klienta i historia korespondencji. Wyjście: szkic odpowiedzi w folderze „Do sprawdzenia”. Niezmienniki: nie wysyłać bez zatwierdzenia przez człowieka, nie podawać cen ani terminów, nie odpowiadać na reklamacje — te trafiają od razu do człowieka. Pięć linijek, a zachowanie maszyny jest już przewidywalne.
Dla złożonych systemów rozwijam otwarty standard takich specyfikacji, ANSS. Dla jednego biurowego zadania wystarczy strona tekstu. Ale ta strona musi istnieć.
Wdrażaj po jednym zadaniu naraz. Pokusa uruchomienia wszystkiego naraz jest silna, mało kto się jej opiera, a rezultat zawsze jest ten sam: chaos i wycofanie.
Odbioru dokonuje ten, kto wcześniej wykonywał zadanie ręcznie — najlepiej widzi, gdzie maszyna idzie na skróty. Ustalcie kryteria z góry: co znaczy „działa”. Dwa tygodnie trybu równoległego, człowiek i maszyna robią to samo, wyniki są porównywane. Potem człowiek przechodzi do roli kontrolnej.
Wychodzi z tego też coś dobrego: pracownik, który przeszedł ten cykl, sam zaczyna znajdować kolejne zadania do automatyzacji. Zyskujesz więcej niż jednego agenta — zyskujesz osobę, która umie ich zamawiać.
Jeden pracownik przeszedł cykl i pokazał liczby. Teraz jego doświadczenie przenosi się na dział. Działa to lepiej niż jakakolwiek dyrektywa — kolega z wynikami jest bardziej przekonujący niż konsultant.
Na poziomie działu pojawia się to, czego nie było na poziomie jednostki: wspólne specyfikacje, rejestr agentów, zasady, kto i co może automatyzować. Brzmi biurokratycznie. Ratuje przed bałaganem.
Z czasem rośnie tylko jednostka automatyzacji, etapy pozostają te same. Poziom pierwszy: pojedyncze zadanie, człowiek sprawdza każdy rezultat. Poziom drugi: zestaw zadań jednego pracownika, maszyna prowadzi cały proces, człowiek ocenia wynik. Poziom trzeci: łańcuchy agentów, gdzie stały nadzór zastąpiono punktami kontrolnymi i niezmiennikami z etapu 3. Zaawansowane zespoły żyją na trzecim poziomie, ale dochodzą do niego przez pierwsze dwa. Próba zaczęcia od razu od trzeciego daje chaos, którego sprzątanie kosztuje więcej, niż kosztowałoby przejście po drabinie.
Audyt pokaże, że dziesięcioosobowy dział uwalnia, powiedzmy, trzydzieści procent mocy. Dalej menedżer ma trzy drogi, a wybór warto oprzeć na liczbach.
Ukryte ryzyko ma nazwę: krytyczność rezerwowa. Ludzie w firmie robią więcej, niż widać w arkuszu. Mają w głowie wiedzę, której nie ma w dokumentacji. Gaszą pożary. Ogranicz wsparcie do minimum, bo „typowe zgłoszenia obsługuje teraz AI”, a pierwsza poważna awaria pokaże cenę tej decyzji: podczas awarii nie ma typowych zgłoszeń, a ludzi, którzy umieli obsługiwać nietypowe, już nie ma.
Dlatego uczciwy audyt daje każdej roli dwie oceny. Ile godzin uwalnia w trybie normalnym. I co się stanie w nietypowym, jeśli tych ludzi zabraknie. Drugiej oceny prawie nikt nie robi, a niesłusznie: straty z jednego przestoju pochłaniają roczną oszczędność na pensjach.
Odwrotność też jest prawdziwa. Ostrożność sama w sobie jest ryzykiem: konkurent, który mocno ciął fundusz płac, wygrywa ceną tu i teraz, a na dojrzałym rynku bez wzrostu scenariusz A działa gorzej niż na rosnącym. Argument tej części nie jest o dobroci. Każdy scenariusz ma cenę, i trzeba policzyć obie, zanim się wybierze. Przegrywają zwykle ci, którzy policzyli tylko jedną.
Jest jedna zasada, i to na niej rozpada się większość wdrożeń. Jeśli powiedziałeś zespołowi, że celem wdrożenia AI jest wzmocnienie ludzi, musisz trzymać się tej linii również w decyzjach. Jedno pokazowe „zoptymalizowanie” zaraz po audycie, i kolejnego uczciwego audytu w tej firmie już nie będzie. Pracownicy doskonale wyczuwają różnicę między słowami a działaniami.
To zresztą czysto pragmatyczny argument za łagodniejszymi scenariuszami z poprzedniej części. Zaufanie zespołu jest warte więcej niż parę pensji.
Pięć etapów możesz przejść samodzielnie — ten poradnik do tego wystarczy. Jedno ostrzeżenie: samodzielne audyty często degenerują się w formalność, bo pracownicy wypełniają tabele dla szefa, a szef nie ma czasu ich sprawdzać. Osoba z zewnątrz nie jest potrzebna do mądrych słów. Jest potrzebna, żeby dane były prawdziwe.
Prowadzę takie audyty: tygodniowy dziennik, mapa zadań, macierz automatyzacji, wyliczenie mocy i ryzyk w trzech scenariuszach, plan wdrożenia i specyfikacja pierwszego zadania, od którego możesz zacząć beze mnie. Od siedmiu dni dla jednej roli, trzy-cztery tygodnie dla działu.
Pierwsza wiadomość do niczego nie zobowiązuje. Opisz dział w trzech zdaniach, a w odpowiedzi będą trzy rzeczy: czy automatyzacja w ogóle ma sens dla Twojego działu, które procesy sprawdziłbym najpierw i czy jest realna szansa na zwrot z wdrożenia.
Pełna wersja → Napisz wiadomość