De ce atât de multe companii încep cu instrumentul
Întrebarea apare tot mai des:
„Ce instrument AI ar trebui să folosim?”
Este o întrebare legitimă.
Dar vine prea devreme.
O întrebare mai utilă este:
Ce vrem să devină mai bun?
Poate fi:
- timpul necesar pentru o activitate;
- costul unui proces;
- viteza de răspuns;
- accesul la informație;
- calitatea unui output;
- numărul de erori;
- timpul petrecut pe muncă repetitivă;
- capacitatea unei echipe de a procesa un volum mai mare.
Abia după ce această problemă este clară merită discutat dacă soluția este AI.
Altfel, organizația riscă să cumpere un instrument și apoi să caute o problemă suficient de interesantă pentru a-l justifica.
Primul diagnostic: unde se pierde timpul?
Un punct bun de pornire este să urmărești activitățile care consumă timp în mod repetat.
De exemplu:
- copierea informațiilor între sisteme;
- clasificarea documentelor;
- căutarea informațiilor;
- sumarizarea unui volum mare de material;
- verificări repetitive;
- răspunsuri standardizate;
- pregătirea unor prime versiuni de documente;
- procesarea solicitărilor;
- actualizarea acelorași informații în mai multe locuri.
Acestea pot conține oportunități bune de automatizare.
Dar nu toate necesită AI.
Unele pot fi rezolvate mai bine prin:
- integrarea sistemelor;
- reguli simple;
- formulare mai bune;
- automatizări tradiționale;
- eliminarea unei aprobări inutile;
- consolidarea bazelor de date;
- redefinirea responsabilităților.
AI este una dintre opțiuni.
Nu este sinonimul automatizării.
Exemplu simplu: inboxul care „are nevoie de AI”
O echipă primește sute de solicitări pe săptămână.
Pare un caz perfect pentru AI: citește mesajele, le clasifică, scrie răspunsurile și trimite fiecare solicitare unde trebuie.
Dar analiza procesului poate arăta altceva.
Solicitările ajung într-un singur inbox pentru că website-ul nu îi ajută pe oameni să aleagă categoria potrivită.
Nu există un formular structurat.
Echipele folosesc denumiri diferite pentru aceleași probleme.
Responsabilitatea pentru anumite tipuri de solicitări nu este clară.
În acest caz, AI poate fi introdus.
Dar poate că primul pas mai bun este:
- restructurarea formularului;
- definirea categoriilor;
- clarificarea routingului;
- eliminarea mesajelor care nu ar trebui să ajungă acolo.
După aceea, AI poate rezolva partea care rămâne cu adevărat ambiguă.
Rezultatul poate fi o soluție mai simplă, mai ieftină și mai ușor de controlat.
Unde AI poate produce valoare reală
Există câteva tipuri de activități unde AI poate fi foarte util.
Lucrul cu volume mari de informație
AI poate ajuta la rezumare, clasificare, extragerea unor informații, compararea documentelor, căutare semantică, identificarea unor tipare și pregătirea unor prime sinteze.
Avantajul apare atunci când volumul face procesarea manuală lentă sau dificilă.
Dar rezultatul trebuie evaluat în funcție de toleranța la eroare.
Un rezumat intern poate permite un nivel de risc diferit față de o decizie juridică sau financiară.
Prima versiune, nu verdictul final
Pentru multe activități, AI este foarte bun ca punct de pornire.
Poate produce drafturi, variante, structuri, întrebări, idei, clasificări preliminare, traduceri de lucru și sinteze.
Valoarea vine din accelerarea primei etape.
Nu neapărat din eliminarea persoanei care trebuie să judece rezultatul.
Căutarea în informația internă
Organizațiile au adesea cantități enorme de informație și modalități foarte slabe de a o găsi: proceduri, documentație, contracte, manuale, prezentări, baze de cunoștințe, procese.
În anumite condiții, AI poate transforma căutarea prin această informație într-o experiență mult mai utilă.
Problema este că un sistem care găsește foarte repede informația greșită nu este o îmbunătățire.
Calitatea și structura surselor rămân importante.
Procese care combină reguli și ambiguitate
Automatizarea tradițională funcționează foarte bine când regulile sunt clare.
Dacă X, atunci Y.
AI poate deveni util acolo unde există și o zonă de interpretare:
- înțelegerea unui text;
- identificarea intenției;
- clasificarea unei situații;
- extragerea unor elemente din documente diferite.
Uneori cea mai bună arhitectură este hibridă:
Reguli pentru ceea ce poate fi determinist, AI pentru ceea ce necesită interpretare, om pentru ceea ce necesită responsabilitate sau judecată.
Unde AI nu ar trebui să fie primul răspuns
Procesul nu este înțeles
Dacă două persoane descriu complet diferit același workflow, probabil trebuie întâi clarificat procesul.
AI nu poate decide singur ce variantă este cea corectă pentru business.
Nu există un rezultat clar
„Să fim mai eficienți” nu este suficient.
Mai eficienți cum? Cu 30% mai puțin timp? Cu mai puține erori? Cu răspunsuri mai rapide? Cu un volum mai mare?
Fără un rezultat măsurabil, aproape orice demo poate părea impresionant.
Datele sunt slabe
Dacă informațiile sunt incomplete, vechi, contradictorii, duplicate, inaccesibile sau prost clasificate, un sistem AI nu le transformă automat într-o sursă bună.
Poate face doar problema mai puțin vizibilă.
Costul erorii este foarte mare
Trebuie făcută diferența între „AI-ul a formulat un paragraf mai slab” și „AI-ul a luat o decizie greșită cu consecințe juridice, financiare sau umane”.
Cu cât impactul unei erori este mai mare, cu atât controlul, validarea și responsabilitatea devin mai importante.
Nu știm cine răspunde
Aceasta este una dintre întrebările cele mai importante:
Cine este responsabil pentru rezultat dacă AI-ul greșește?
„Sistemul” nu este un rol organizațional.
În orice workflow important trebuie să existe un punct clar de responsabilitate.
AI nu înseamnă neapărat autonomie
O greșeală frecventă este să gândim AI-ul doar în două extreme: omul face totul sau AI-ul face totul.
Între ele există o zonă mult mai interesantă.
AI poate sugera, prioritiza, clasifica, verifica, pregăti, compara, rezuma și identifica excepții.
Iar omul poate valida, aproba, modifica, decide și escalada.
În multe organizații, cea mai bună adopție AI nu elimină omul din proces.
Îl scoate din părțile în care contribuția lui are cea mai mică valoare.
Înainte să automatizezi, desenează procesul
Nu trebuie să fie un proiect de șase luni.
Uneori este suficient să pui procesul pe o singură pagină.
Pentru fiecare etapă:
- Cine o face?
- Ce informație primește?
- Ce decizie ia?
- Ce produce?
- Cui trimite rezultatul?
- Ce se întâmplă dacă apare o excepție?
Apoi marchează activitățile repetitive, cele bazate pe reguli, cele bazate pe informație, cele dependente de judecată, cele dependente de aprobare și cele inutile.
Ultima categorie merită rezolvată prima.
Cel mai eficient proces automatizat este uneori procesul pe care ai decis că nu mai trebuie să îl faci.
Un framework simplu: Remove, Simplify, Automate, Augment
Înainte să introduci AI într-un workflow, poți trece fiecare etapă prin patru întrebări.
1. Remove
Trebuie activitatea să existe?
Multe procese conțin pași rămași din sisteme, structuri sau reguli care nu mai există.
Nu automatiza o relicvă.
2. Simplify
Poate procesul fi redus? Poate folosi mai puține aprobări? Mai puține documente? Mai puține transferuri? Mai puține sisteme?
3. Automate
Poate fi rezolvat prin automatizare deterministă?
Dacă regula este simplă și stabilă, un workflow clasic poate fi mai ieftin, mai predictibil, mai explicabil și mai ușor de întreținut.
Nu fiecare automatizare are nevoie de AI.
4. Augment
Unde poate AI ajuta omul să lucreze mai bine sau mai repede?
Abia aici apar cazurile în care capacitatea AI de a lucra cu limbaj, context sau informație nestructurată poate crea valoare suplimentară.
Cum alegi primul proiect AI
Primul proiect nu ar trebui să fie neapărat cel mai spectaculos.
Ar trebui să fie suficient de important pentru a produce valoare și suficient de controlabil pentru a putea învăța.
Un candidat bun are:
- o problemă clară — știm ce încercăm să îmbunătățim;
- un owner — există cineva responsabil pentru proces și rezultat;
- date disponibile — informația necesară există și poate fi utilizată legitim și sigur;
- un rezultat măsurabil — putem compara înainte și după;
- un risc controlabil — o eroare nu produce consecințe disproporționate;
- un volum suficient — economia de timp sau calitate justifică efortul.
Exemplu de criterii pentru prioritizare
Poți evalua fiecare oportunitate după:
- impact — câtă valoare poate produce?
- fezabilitate — poate fi implementată realist cu sistemele și datele existente?
- risc — ce se întâmplă dacă greșește?
- cost — ce costuri de implementare și operare produce?
- adopție — oamenii chiar o vor folosi?
- măsurabilitate — vom putea demonstra că funcționează?
Un caz de utilizare cu scor mediu la „spectacol” și foarte bun la toate celelalte poate fi un proiect mult mai bun decât chatbotul pe care toată lumea vrea să îl arate în prezentare.
Costurile ascunse ale AI
Un pilot poate părea ieftin.
Operaționalizarea nu este întotdeauna.
Trebuie luate în calcul licențe, costuri per utilizare, integrare, infrastructură, securitate, evaluarea rezultatelor, actualizarea surselor, training, suport, guvernanță, monitorizare și migrarea la alt furnizor.
Mai ales în soluțiile construite în jurul unor servicii externe, apare o întrebare importantă:
Ce se întâmplă dacă prețul, politica, modelul sau furnizorul se schimbă?
O strategie AI include și strategia de ieșire.
Build, buy or don't
Pentru fiecare caz de utilizare există cel puțin trei opțiuni.
Build
Construiești o soluție proprie sau o integrare specifică.
Are sens când problema este suficient de importantă și specifică pentru organizație.
Buy
Folosești un produs existent.
Are sens când nevoia este comună, soluția este matură și diferențierea nu vine din tehnologie.
Don't
Nu implementezi.
Poate pentru că valoarea este prea mică, procesul trebuie reparat întâi, riscul este prea mare, costul operațional nu se justifică sau există deja o soluție mai simplă.
„Don't” este o decizie tehnologică validă.
AI readiness nu este doar despre tehnologie
O organizație poate avea infrastructură excelentă și să nu fie pregătită pentru AI.
Pregătirea reală include cel puțin cinci dimensiuni:
- strategie — știm de ce facem proiectul?
- procese — înțelegem suficient de bine cum se lucrează astăzi?
- oameni — oamenii știu cum să folosească și să verifice AI?
- date — avem informația potrivită și reguli pentru utilizarea ei?
- guvernanță — știm ce este permis, cine răspunde și cum gestionăm riscul?
O slăbiciune într-una dintre aceste zone poate bloca un proiect care, tehnic, funcționează perfect.
Exact acestea sunt cele cinci dimensiuni măsurate de diagnosticul AI Readiness.
Shadow AI este deja o formă de adopție
O companie poate spune: „Noi încă nu folosim AI.”
Angajații pot spune altceva.
Instrumentele publice sunt ușor accesibile, iar oamenii le pot folosi pentru emailuri, documente, traduceri, analize, cod, prezentări și date interne.
În lipsa unor reguli, adopția nu dispare.
Devine invizibilă.
De aceea, guvernanța AI nu trebuie să înceapă după primul proiect oficial.
În multe organizații, primul pas ar trebui să fie să afle ce se întâmplă deja.
Cinci întrebări înainte să cumperi următorul instrument AI
- Ce problemă concretă rezolvă?
- Cum funcționează procesul astăzi?
- Ce date va utiliza și unde vor ajunge?
- Cine verifică rezultatul și cine rămâne responsabil?
- Cum vom ști peste șase luni dacă instrumentul merită păstrat?
Dacă răspunsurile lipsesc, probabil organizația nu are încă o problemă de software.
Are o problemă de claritate.
AI poate fi foarte valoros. Tocmai de aceea nu trebuie introdus oriunde
Entuziasmul pentru o tehnologie nouă poate face fiecare proces să pară o oportunitate.
Nu este.
Unele procese trebuie automatizate.
Unele trebuie augmentate.
Unele trebuie simplificate.
Unele trebuie eliminate.
Iar unele ar trebui să rămână deliberate, umane și lente.
Strategia începe prin a ști diferența.
AI este un instrument. Strategia vine înainte.