Kako prepoznati koji su vaši procesi zaista spremni za umjetnu inteligenciju

Trenutačno je u zraku čudan pritisak. Svatko s kim razgovarate „radi nešto s AI-jem“, stručni časopisi su puni toga, a negdje u dnu vaše svijesti glas neprestano govori da biste i vi trebali. Stoga krenete tražiti proces koji ćete automatizirati — i upravo tu sve krene po zlu. Ne počinjete tako da lovite mjesto na koje ćete staviti AI. Počinjete tako da svoj posao razumijete dovoljno dobro da vidite gdje bi se AI zaista uklopio. To su dva potpuno različita pothvata, a samo jedan od njih dobro završava.

Velik dio svog vremena provodim kao osoba koja vlasnike odgovara od njihove prve ideje za AI. Ne zato što je ideja glupa — obično je to najraskošniji, najvidljiviji dio poslovanja, što je upravo razlog zašto im je zapeo za oko — nego zato što gotovo nikad nije onaj dio koji je spreman. Spremnost je tiša osobina. Nema veze s time koliko zadatak izgleda dojmljivo, a sve s time koliko je predvidiv, dobro dokumentiran i visokovolumni ispod površine.

Stoga ovaj vodič nije popis „10 stvari koje treba automatizirati AI-jem“. Takvi su popisi beskorisni jer ne poznaju vaše poslovanje. Umjesto toga ovo je način gledanja — metoda za mapiranje onoga što zapravo radite cijeli dan i za prepoznavanje, uz nešto iskrenosti, koji su od tih procesa zreli, a koji zamke. Učinite gledanje kako treba i alat se gotovo sam odabire.

Što „spreman za AI“ zapravo znači

Definirajmo tu riječ, jer je svi rabe nemarno. Proces je spreman za AI kad su istodobno istinite tri stvari: događa se često, slijedi prepoznatljiv obrazac čak i ako su ulazni podaci neuredni, i netko može opisati kako izgleda dobar ishod. Promašite li bilo koju od njih, ne automatizirate, nego kockate.

Primijetite što nije na tom popisu: težina, prestiž ili koliko se moderno doima. Zadatak može biti tehnički složen, a ipak grozan kandidat jer se događa samo dvaput godišnje. Drugi može biti gotovo neugodno jednostavan — razvrstavanje dolaznih e-poruka u tri pretinca — i biti savršen, jer se događa četiristo puta tjedno i slijedi obrazac koji bi i dijete naučilo.

Postoji i četvrti, neglamurozan uvjet koji tiho odlučuje o svemu: je li ulaz uopće dohvatljiv? Ako informacija koju vaš AI treba živi samo u nečijoj glavi, ili u papirnatoj mapi, ili je raspršena po trima aplikacijama koje međusobno ne komuniciraju, proces nije spreman — ne zato što ga AI ne može obraditi, nego zato što mu niste dali ništa za obraditi. Iznenađujuće mnogo „AI projekata“ zapravo su projekti pristupa podacima prerušeni u nešto drugo.

Mapirajte posao prije nego mapirate AI

Spremnost ne možete prosuditi iz sjećanja. Vlasnici se predivno i dosljedno varaju oko toga kamo im odlazi vrijeme — svi precjenjuju dramatične krize i podcjenjuju stalno kapanje malih ponavljajućih zadataka koje zapravo proždire tjedan. Stoga prije bilo kakve odluke mapirate. A mapiranje je daleko manje zastrašujuće nego što riječ sugerira.

Tjedan dana vi i vaš tim zapisujete ponavljajuće zadatke kako se događaju — ne studija vremena i pokreta, samo tekući popis. Za svaki zabilježite tri stvari: otprilike koliko se često događa, što ulazi unutra (e-poruka, obrazac, poziv, fotografija) i što bi trebalo izaći van (unos u sustav, odgovor, dokument). To je sve. Do petka ćete imati nešto što većina poduzeća nikad nije imala: iskren popis vlastitog ponavljajućeg posla.

Kad jednom bude na papiru, izranjaju obrasci koji su unutar dnevne strke bili nevidljivi. Vidjet ćete kako se ista informacija upisuje u dva sustava. Vidjet ćete osobu koja djeluje kao ljudski usmjerivač — čita stvari i odlučuje kamo idu. Vidjet ćete pitanja koja svaki put dobiju isti odgovor. Svaki je od njih kandidat, i sada ih možete vagati jedan naspram drugoga umjesto da nasjednete na onaj koji je jutros najglasnije vikao.

Ocjena spremnosti koju možete provesti sami

S popisom u ruci trebate način rangiranja kandidata koji ne ovisi o konzultantovu osjećaju. Rabim jednostavnu ocjenu s pet čimbenika. Ocijenite svaki proces od 1 do 5 po svakom čimbeniku, zbrojite i oni s visokim rezultatom isplivaju na vrh. To nije precizna znanost — to je način da se nejasna odluka učini vidljivom i podložnom raspravi.

• Učestalost — koliko se često događa? Dnevno pobjeđuje mjesečno, koje pobjeđuje godišnje. Volumen je ono što vraća trošak postavljanja.
• Dosljednost — slijedi li svaki put iste korake ili je svaki slučaj poseban? Obrasci se mogu automatizirati; kaos ne.
• Jasan ishod — može li netko jednom rečenicom opisati dobar rezultat? Ako ne, nijedan alat ne može pogoditi cilj koji nitko nije definirao.
• Pristup podacima — je li ulaz već u digitalnom, dohvatljivom obliku? Ili je zarobljen u glavama, na papiru i u nepovezanim aplikacijama?
• Niska cijena pogreške — ako povremeno nešto pogriješi, je li to slijeganje ramenima ili katastrofa? Počnite ondje gdje su pogreške jeftine i popravljive.

Ono što ćete obično otkriti jest da se najviši rezultati grupiraju oko dosadne, visokovolumne sredine vašeg poslovanja — obrade dokumenata, premetanja podataka, ponavljajuće korespondencije. Glamurozna ideja s kojom ste ušli često ima nizak rezultat u dosljednosti ili pristupu podacima, što je upravo razlog zašto nije bila spremna. To nije neuspjeh. To karta obavlja svoj posao.

Obrasci u kojima je AI uistinu dobar

Suvremeni AI nije čarolija ni opća inteligencija u kutiji. Začuđujuće je dobar u određenom, prepoznatljivom skupu oblika — a kad jednom te oblike znate imenovati, počinjete ih uočavati posvuda u vlastitom poslovanju. Evo četiriju koji se uvijek iznova pojavljuju u malim poduzećima.

Čitanje neurednog ulaza i izvlačenje strukture

Kupac šalje e-poruku slobodnim tekstom — „bok, mogu li premjestiti svoju utorkovsku narudžbu na 12 komada i poslati na novo skladište“ — i netko to mora pročitati i pretvoriti u strukturirane radnje. AI je u tome izvrstan: čita nestrukturiran ljudski jezik i izvlači narudžbu, količinu, adresu, namjeru. Računi, obrasci, e-poruke, fotografije otpremnica — svugdje gdje čovjek trenutačno čita pa upisuje, postoji snažan kandidat.

Razvrstavanje i usmjeravanje

Velik dio posla u malom poduzeću zapravo je trijaža: ova je e-poruka pritužba, ona je prodajni potencijal, ova je dobavljačev račun. Osoba otvara svaku, odlučuje i prosljeđuje. AI dobro obavlja ovu klasifikaciju, i to je prekrasan prvi projekt jer su pogreške jeftine — pogrešno usmjerena e-poruka je nezgodna, a ne katastrofalna, i čovjek i dalje vidi sve nizvodno.

Izrada prve verzije

Odgovaranje na rutinske upite, pisanje podsjetnika uz ponudu, sažimanje duge prepiske — AI je snažan u izradi solidnog prvog nacrta koji čovjek potom odobri. Ključna je riječ nacrt. Najpouzdaniji AI procesi u malom poduzeću zadržavaju čovjeka na završnim vratima, ondje gdje je njegova prosudba najvrednija, a vrijeme najmanje uludo potrošeno.

Vođenje ponavljajućeg razgovora

Odgovaranje na šačicu istih pitanja — radno vrijeme, dostupnost, „radite li X“ — telefonom ili chatom, danonoćno, kako vam tim ne bi bio prekinut usred zadatka. To je istinska, suvremena sposobnost koja prije nekoliko godina jednostavno nije postojala, i ona blista upravo ondje gdje su pitanja predvidiva, a ulozi niski.

Primamljive zamke — procesi koji izgledaju spremno, ali nisu

Jednako korisno kao poznavanje dobrih oblika jest poznavanje zavodljivih — procesa koji se doimaju očitim AI kandidatima, a tiho će potopiti vaš prvi pokušaj. Dijele zajedničku osobinu: izgledaju dojmljivo, što ih upravo i čini opasnima.

Postoji i suptilnija zamka: proces koji iz vlasnikove stolice izgleda dosljedno, a zapravo ga drži na okupu nedokumentirana ljudska prosudba. Iskusni zaposlenik koji „jednostavno zna“ koje narudžbe staviti u prednost ne slijedi pravilo koje možete predati stroju — on primjenjuje dvadeset godina konteksta. Automatizirajte to prerano i nećete dobiti učinkovitost, nego samouvjerene, tečne pogreške. Rješenje nije odustati; nego najprije učiniti skrivena pravila izričitima, pa tek onda odlučiti što automatizirati.

Treba li uopće AI? Često je odgovor ne

Vodim AI praksu i ipak ću vam ovo reći otvoreno: velik udio procesa s najvišom ocjenom spremnosti uopće ne treba AI. Podsjetnik na termin koji se okine dva sata unaprijed jest pravilo sa satom. Prebacivanje podataka o narudžbi iz obrasca u vaš sustav jest cijev između dvaju alata. Zvati to „AI“ jest marketing, a plaćati AI cijene za to jest bacanje novca.

Iskrena granica jest uključuje li zadatak razumijevanje. Ako je ulaz strukturiran, a koraci fiksni, želite običnu automatizaciju — jeftiniju, bržu, predvidljiviju, lakšu za povjerenje. AI opravdava svoju cijenu upravo ondje gdje postoji neuredan ljudski jezik, slike ili istinska dvosmislenost za tumačenje. Većini poduzeća treba podosta one prve vrste i pažljiva prstohvat druge.

Kako to izgleda u praksi

Konkretizirajmo to složenim primjerom sastavljenim iz nekoliko stvarnih angažmana — detalji zamućeni, oblik vjeran životu. Zamislite srednje velikog dobavljača, možda dvadesetak ljudi, koji nam je došao siguran da želi „AI prodajnog asistenta“ za jurnjavu za kontaktima. Uzbudljivo, vidljivo, ugodno za upravu. Zamolili smo da najprije provedemo tjedan mapiranja.

Karta je ispričala drukčiju priču. Prodajna je ideja loše ocijenjena: nizak volumen, svaki posao poseban slučaj, nikakva jasna definicija dobrog ishoda, a presudni kontekst u potpunosti živi u glavama dvaju prodavača. U međuvremenu je neglamurozan proces koji nikad nisu spomenuli obasjavao tablicu rezultata — dolazni dobavljački računi. Nekoliko stotina mjesečno, stižu kao PDF-ovi i privici e-pošte u tucetu rasporeda, svaki čitan rukom i prepisivan u računovodstveni sustav. Visoka učestalost, prepoznatljiv obrazac, jasan ishod, digitalni ulaz i jeftina, lako provjerljiva cijena pogreške.

1. 1
   Krenuli smo ondje kamo je ocjena pokazivala, ne ondje gdje je bilo uzbuđenje

   Izvlačenje računa, ne prodajni asistent. Manje uzbudljivo na slajdu, daleko spremnije u stvarnosti.
2. 2
   Pustili smo to da radi usporedno nekoliko tjedana

   AI je čitao svaki račun i predlagao strukturirani unos; čovjek je i dalje odobravao svaki. Ništa nije ugašeno, ništa nije bilo na riziku.
3. 3
   Izmjerili smo dosadan broj

   Vrijeme po računu naglo je palo kad su ljudi povjerovali nacrtu i ispravljali tek rijetku iznimku, umjesto da upisuju svako polje.
4. 4
   Tek onda smo opet pogledali prodaju

   S uknjiženom stvarnom pobjedom i stečenim povjerenjem tima vratili smo se — i najprije učinili skrivena pravila prodavača izričitima prije nego što smo išta automatizirali.

Ovo su ilustrativne brojke, ne jamstvo — ali u tom je angažmanu proces obrade računa pao s otprilike šest ili sedam minuta ljudskog rukovanja po svakom na manje od jedne, uz manje pogrešaka pri prepisivanju, a ne više. Brojke su manje važne od pouke: proces koji je bio spreman bio je onaj o kojem nitko nije došao pitati. Karta ga je pronašla. Oduševljenje nikad ne bi.

Pretvaranje karte u razuman redoslijed

Mapiranje vam daje kandidate; ocjena ih rangira; ali završni je potez slijed. Ne radite sve odjednom — to je klasičan način da ništa ne napravite dobro. Odaberete jedinog najboljeg dovršivog kandidata, isporučite ga, pustite tim da ga osjeti, i tek onda posegnete za sljedećim. Redoslijed je važan koliko i sami izbori.

Dobar prvi projekt visoko je spreman i niskorizičan — negdje gdje je pogreška slijeganje ramenima, a ne kriza. On gradi onu jednu stvar o kojoj svaki kasniji projekt ovisi: povjerenje. Kad jednom vaš tim vidi kako se zamoran posao tiho smanjuje a da ništa ne eksplodira, prestaju se opirati i počinju vam sami dodavati sljedećeg kandidata. Taj pomak, od toga da vi gurate automatizaciju do toga da je oni vuku, pravi je povrat dobro odabranog početka.

Česta pitanja