Automatyzacja czy AI? Jak rozpoznać, czego naprawdę wymaga Państwa problem

"Potrzebujemy do tego AI." To zdanie słyszę niemal co tydzień, a mniej więcej w połowie przypadków uczciwa odpowiedź brzmi: nie, potrzebują Państwo reguły i zegara. Te dwa słowa — automatyzacja i AI — zlały się w jedną błyszczącą marketingową papkę, a to pomieszanie po cichu kosztuje. Ludzie sięgają po narzędzie AI, by rozwiązać problem, który załatwiłby pięciowierszowy skrypt, albo próbują narzucić sztywne reguły zadaniu, które naprawdę wymaga osądu. Oba kończą się tak samo: frustracją, zmarnowanymi pieniędzmi i mglistym poczuciem, że "technologia nie zadziałała".

Technologia prawie zawsze działa. To dopasowanie było błędne. Po ponad dekadzie pomagania małym firmom we wprzęganiu oprogramowania do pracy doszedłem do wniosku, że najprzydatniejsza umiejętność właściciela to nie wybór najlepszego narzędzia — lecz poprawne rozpoznanie, jakiego rodzaju narzędzia potrzebuje dany problem. Gdy się to trafi, reszta to głównie zakupy. Gdy się pomyli, żaden budżet już nie uratuje.

Zdejmijmy więc z obu słów marketingową łuskę i odłóżmy je tam, gdzie ich miejsce. To praktyczny przewodnik, jak odróżnić automatyzację od AI, jak wiedzieć, kiedy każde z nich pasuje, oraz — równie ważne — kiedy potrzeba zszyć ze sobą po trochu jedno i drugie.

Co każde słowo naprawdę znaczy, bez szumu

Proszę na chwilę zapomnieć o broszurach. Automatyzacja to skłonienie komputera, by za każdym razem podążał za ustalonym przez Państwa zestawem kroków, bez Państwa udziału. "Gdy wpłynie nowe zamówienie, skopiuj te pola do faktury." "Dwie godziny przed wizytą wyślij to przypomnienie." Komputer nie myśli. I nie musi. Kroki nigdy się nie zmieniają, więc zapisuje się je raz, a działają na zawsze. Jest niezawodna właśnie dlatego, że jest głupia.

AI, w sensie, jaki dziś wszyscy mają na myśli, to oprogramowanie, które radzi sobie z danymi wejściowymi nigdy wcześniej niewidzianymi i daje sensowną odpowiedź — czyta e-mail pisany swobodnym tekstem, rozumie zadane głosem pytanie, streszcza chaotyczny dokument, redaguje odpowiedź w Państwa tonie. Operuje prawdopodobieństwem i osądem, nie ustalonymi krokami. To jej supermoc i zarazem słabość: poradzi sobie z bałaganem, którego żadna reguła nie przewidziała, ale jest też mniej przewidywalna i czasem z przekonaniem się myli.

Oto myślowy skrót, do którego wciąż wracam. Jeśli da się opisać zadanie jako schemat blokowy bez pól "to zależy" — czysta zasada jeśli-to-wtedy-tamto — to problem dla automatyzacji. W chwili, gdy w schemacie pojawia się pole "przeczytaj to i zrozum, o co im chodzi", przekroczyli Państwo granicę terytorium AI. Większość spraw w firmie to ten pierwszy rodzaj. Rosnący, cenny wycinek to ten drugi.

Jeden test, który je rozróżnia

Nie trzeba zaplecza technicznego, by sklasyfikować własne problemy. Wystarczy jedno pytanie: czy to zadanie ma przewidywalne dane wejściowe, czy chaotyczne? Wszystko inne z tego wynika.

Przewidywalne dane wejściowe za każdym razem przychodzą w tej samej formie. Zamówienie ma te same pola. Formularz ma te same okienka. Znacznik czasu zawsze jest znacznikiem czasu. Gdy dane są przewidywalne, można dla nich napisać reguły, a reguły to automatyzacja — tańsza, szybsza i nudno niezawodna. Chaotyczne dane są za każdym razem inne: e-mail klienta napisany jego własnymi słowami, zdjęcie odręcznego dowodu dostawy, telefon, który schodzi na manowce. Żadna ustalona reguła nie przetrwa zetknięcia z tą różnorodnością. To tu AI zarabia na swoje utrzymanie.

Ten ostatni punkt waży więcej, niż się wydaje. Ludzie wyobrażają sobie, że zadanie jest "zadaniem dla AI", podczas gdy dziewięć z dziesięciu jego kroków to zwykłe reguły, a tylko jeden wymaga inteligencji. Nie ai-fikuje się całości. Automatyzuje się dziewięć nudnych kroków i kieruje AI na ten jeden chaotyczny. To nie kompromis — to poprawny, tańszy projekt.

Gdzie zwykła automatyzacja po cichu wygrywa

Pozwolę sobie bronić tej mało efektownej opcji, bo to właśnie ją większość małych firm wykorzystuje za słabo. Większość godzin wyciekających z typowego tygodnia to czysta strata oparta na regułach — dane przepisywane z jednego systemu do drugiego, przypomnienia, które powinny wysyłać się same, działania następcze, o których nigdy nie powinien musieć pamiętać człowiek.

Nic z tego nie wymaga inteligencji. Wymaga rury i harmonogramu. A piękno automatyzacji opartej na regułach polega na tym, że nigdy nie miewa gorszego dnia. Nie halucynuje, nie odpływa, nie wymaga ponownego trenowania. Raz poprawnie skonfigurowana, przy dziesięciotysięcznym uruchomieniu robi dokładnie to samo, co przy pierwszym. Dla kręgosłupa działalności — pieniędzy, rezerwacji, ewidencji — ta przewidywalność nie jest nudna, jest całym sednem.

• Wysyłanie przypomnień o wizytach i pilotowanie nieobecności według ustalonego harmonogramu.
• Kopiowanie danych zamówienia do faktury bez przepisywania przez nikogo.
• Przenoszenie nowego leada z formularza do CRM i powiadamianie właściwej osoby.
• Generowanie tego samego cotygodniowego raportu z tych samych źródeł, automatycznie.
• Wyzwalanie e-maila następczego trzy dni po tym, jak oferta ucichnie.
• Synchronizowanie stanów magazynowych między sklepem a księgowością, by nigdy się nie rozjeżdżały.

Gdzie AI robi coś, czego reguły nigdy nie mogły

Teraz druga strona, bo niedostateczne wykorzystanie AI też jest realnym kosztem. Przez dziesięciolecia wszystko, co dotyczyło swobodnego ludzkiego języka czy nieustrukturyzowanych dokumentów, było dla automatyzacji po prostu niedostępne. Nie dało się napisać reguły, by "zrozumieć" e-mail, więc człowiek musiał czytać każdy. Ta ściana runęła i to jest naprawdę nowa rzecz — nie chatboty jako gadżet, lecz zdolność automatyzowania chaotycznej, językowej pracy, która kiedyś wymagała ludzkiej pary oczu.

Przeczytanie e-maila klienta i wydobycie tego, czego naprawdę chce. Zredagowanie pierwszej wersji odpowiedzi, która brzmi jak Państwa firma, a nie robot. Odpowiadanie na te same rutynowe pytania telefoniczne, by recepcja nie była przerywana czterdzieści razy dziennie. Sortowanie stosu wymieszanych dokumentów — faktur, dowodów dostawy, umów — do właściwych przegródek bez ludzkiego archiwizowania każdego z osobna. Zamienianie rozwlekłej wiadomości głosowej w schludne, użyteczne streszczenie. Wszystkie one mają jedną cechę wspólną: dane wejściowe są nieprzewidywalne, a dawniej tylko człowiek potrafił sobie z tym poradzić.

Haczyk — i to prawdziwy — polega na tym, że AI jest probabilistyczne. Zwykle ma rację, a czasem się myli, niekiedy z przekonaniem. To w porządku przy redagowaniu odpowiedzi, na którą człowiek rzuci okiem przed wysłaniem. Nie jest w porządku, na przykład, przy ustalaniu kwoty zwrotu bez nadzoru. Sztuka polega na tym, by stawiać AI tam, gdzie drobny błąd jest tani i łatwy do wyłapania, i utrzymywać człowieka w pętli wszędzie tam, gdzie pomyłka jest kosztowna. Tak użyte, jest przełomowe. Użyte nieuważnie, jest obciążeniem.

Zestawienie obok siebie, by wskazać właściwą kolumnę

Jeśli próbują Państwo właśnie teraz umiejscowić konkretne zadanie, ta tabela to najszybszy sposób. Proszę znaleźć wiersz pasujący do problemu i przeczytać go w poprzek. Nie obejmie każdego przypadku brzegowego, ale stawia diagnozę trafnie znacznie częściej niż intuicja.

Proszę zwrócić uwagę na dwa ostatnie wiersze. Przedostatni — "w większości reguły, jeden chaotyczny krok" — to najczęstszy przypadek w praktyce i ten, który ludzie najczęściej błędnie oceniają. Ostatni wiersz to uczciwe przypomnienie, że pewna praca wciąż należy do ludzi, a udawanie inaczej to sposób na zaprzepaszczenie zaufania.

Prawdziwą odpowiedzią zwykle jest jedno i drugie

Oto część, którą ujęcie "automatyzacja kontra AI" ukrywa: w praktyce rzadko wybiera się jedno. Najmocniejsze rozwiązania używają AI do tego jednego kroku wymagającego inteligencji i zwykłej automatyzacji do wszystkiego dookoła. AI czyta chaotyczne dane wejściowe i zamienia je w coś ustrukturyzowanego; automatyzacja bierze tę strukturę i puszcza na niej niezawodną, opartą na regułach maszynerię.

Proszę sobie wyobrazić skrzynkę pełną zgłoszeń zamówień napisanych zwykłym językiem. Po staremu: człowiek czyta każde i wpisuje je do systemu. Mądry sposób to nie "zastąpić człowieka chatbotem". To mały potok — AI czyta e-mail i wydobywa produkt, ilość i adres; automatyzacja to weryfikuje, tworzy zamówienie, wysyła potwierdzenie i oznacza do człowieka wszystko, czego nie jest pewna. AI obsługuje tę jedną część, która jest naprawdę chaotyczna. Automatyzacja obsługuje siedem części, które takie nie są. Razem robią coś, czego żadne z nich nie potrafiłoby samo.

1. 1
   Znajdź chaotyczny krok

   Rozrysuj zadanie i zlokalizuj jeden punkt, w którym dane wejściowe są nieprzewidywalne — e-mail do przeczytania, dokument do zinterpretowania, rozmowę do zrozumienia. To Państwa krok dla AI.
2. 2
   Niech AI zamieni chaos w strukturę

   Używaj AI wyłącznie do przekształcenia chaotycznych danych wejściowych w czyste, ustrukturyzowane dane: pola, kategorie, schludne streszczenie. Zatrzymaj się tutaj.
3. 3
   Niech automatyzacja przejmie dalej

   Gdy dane są już ustrukturyzowane, znów stają się przewidywalne — więc zwykłe reguły mogą weryfikować, kierować, ewidencjonować i powiadamiać, niezawodnie i tanio.
4. 4
   Trzymaj człowieka na ryzykownej krawędzi

   Wszędzie tam, gdzie pomyłka byłaby kosztowna, kieruj przypadki o niskiej pewności do człowieka, zamiast pozwalać maszynie decydować samej.

Jak wybrać w pięć uczciwych minut

Nie trzeba warsztatów, by podjąć tę decyzję. Proszę wziąć zadanie, które Państwa dręczy, i przeprowadzić je przez krótką sekwencję. To ta sama rozmowa, jaką odbyłbym z Państwem na pierwszym spotkaniu, tyle że bez kawy.

1. 1
   Opisz zadanie na głos, krok po kroku

   Jak przy instruktażu zupełnie nowego pracownika. Nasłuchuj, gdzie mówisz "a potem po prostu się orientujesz…" — to zdanie jest sygnałem.
2. 2
   Oznacz każdy krok jako regułę lub osąd

   Reguła znaczy "zrób dokładnie to". Osąd znaczy "zrozum i zdecyduj". Większość zadań to głównie reguły z jednym lub dwoma krokami osądu.
3. 3
   Jeśli to same reguły, to automatyzacja

   Przestań szukać AI. Nie jest potrzebne, a jego dodanie tylko spowolniłoby rzecz i obniżyło jej niezawodność.
4. 4
   Jeśli krok osądu jest całym zadaniem, to AI — ostrożnie

   I zapytaj od razu: jak kosztowna jest błędna odpowiedź? Im droższa pomyłka, tym więcej ludzkiego nadzoru wbudowujesz.
5. 5
   Jeśli to mieszanka, zaprojektuj przekazanie

   Zaplanuj, gdzie AI zamienia chaos w strukturę, a gdzie przejmuje automatyzacja. Na tym szwie dzieje się prawdziwa inżynieria.

Błędy, które kosztują najwięcej

Niemal każdy kosztowny błąd, jaki widzę, sprowadza się do pominięcia diagnozy. Firma ekscytuje się AI i próbuje wcisnąć je w schludny, regułowy proces — płacąc ceny premium za wynik, który prosty skrypt dostarczał bardziej niezawodnie. Albo na odwrót: zespół spędza kwartał, pisząc coraz bardziej rozbudowane reguły do obsługi nieskończonej różnorodności e-maili klientów, podczas gdy jeden krok AI przeczytałby je wszystkie bez słowa skargi.

Trzeci błąd jest subtelniejszy i najczęstszy: przepuszczanie wszystkiego "przez AI", bo jest pod ręką. Gdy ma się narzędzie AI, kusi, by kierować przez nie każdy krok, nawet ten przewidywalny. Ale proszenie modelu probabilistycznego, by wykonał pracę, którą deterministyczna reguła robi bezbłędnie, to krok wstecz — wolniej, drożej, a teraz jeszcze czasem błędnie na kroku, który dawniej był nieomylny. Trzymajcie AI wąsko. Niech nudne części pozostaną nudne.

Częste pytania