NORBERT BIEDRZYCKI
Z LinkedIn2 min czytaniaBiznes, TechnologieTen tekst po angielsku

AI sama nie naprawi Twojej firmy

We buy AI like a shiny new calculator

„Kupujemy AI jak błyszczący nowy kalkulator, a potem dziwimy się, że nie podsumował nam całej firmy.”

Kalkulator, nie współpracownik

Przez lata widziałem, jak przychodzą i odchodzą dziesiątki technologicznych mód. Big data, blockchain, „transformacja cyfrowa”. Rytuał był zawsze ten sam. Zarząd kupuje licencje, ogłasza transformację, a organizacja po cichu wraca do starych przyzwyczajeń.

Dziś widzę dokładnie ten sam schemat przy AI. Większość firm traktuje ją jak błyszczący nowy kalkulator. Kupują dostęp do czatu, dają ludziom jeszcze jedno okno do otwierania i czekają, aż produktywność sama skoczy w górę. Zwykle dostają coś odwrotnego: chaos informacyjny, rozproszone dane i zespół zmęczony kopiowaniem promptów między systemami.

Przykład, nad którym warto się zatrzymać

W lutym 2024 roku Klarna ogłosiła wynik, o którym pisały media biznesowe na całym świecie. Jej asystent AI, zbudowany na modelach OpenAI, w pierwszym miesiącu obsłużył 2,3 mln rozmów z klientami, wykonując pracę mniej więcej 700 konsultantów. Średni czas rozwiązania sprawy spadł z jedenastu minut do niespełna dwóch, a firma szacowała roczne korzyści finansowe na około 40 mln dolarów.

Nieco ponad rok później prezes Klarny przyznał jednak, że firma przesadziła z automatyzacją. AI rzeczywiście poprawiła efektywność i wciąż obsługiwała dużą część kontaktów z klientami, ale silne nastawienie na cięcie kosztów odbiło się na jakości obsługi. W odpowiedzi firma wróciła do zatrudniania konsultantów i jasno zapowiedziała, że klient zawsze ma mieć możliwość rozmowy z człowiekiem.

Co więc właściwie się stało? Klarna nie popełniła błędu technicznego. Model działał dokładnie tak, jak go zaprojektowano. Błędem było założenie, że wdrożenie AI automatycznie poprawi cały proces wokół niej. Nie przeprojektowano porządnie ścieżek eskalacji, obsługi wyjątków, przypisania odpowiedzialności za decyzje ani sytuacji, które wymagają szerszego kontekstu i ludzkiego osądu.

Prawdziwy koszt jest gdzie indziej

Prawdziwym kosztem w firmie nie jest czas, który ludzie spędzają na myśleniu. Jest nim czas spędzany na łączeniu kropek: na pilnowaniu, żeby dane w CRM zgadzały się z tym, co dzieje się na produkcji, żeby faktury pasowały do umów, a decyzja podjęta na zarządzie rzeczywiście dotarła do wykonania niżej w łańcuchu. To powolna, niewidoczna praca, która w każdej organizacji, z jaką pracowałem, pochłania więcej godzin niż cokolwiek innego.

Czat, nawet świetny, tej pracy nie wykona. Odpowie na pytanie, jeśli ktoś je zada. Nie zauważy niezgodności w danych, jeśli nikt nie pomyśli, żeby to sprawdzić.

Operator AI łączący dane z CRM, faktury i decyzje zarządu

Zmiana, za którą większość zarządów jeszcze nie nadąża

Dlatego uważam, że AI nie powinna być kolejną kartą w przeglądarce, w którą człowiek wpisuje pytania. Przyszłość to autonomiczne agenty, cyfrowi współpracownicy działający w tle, wykonujący realne zadania operacyjne i samodzielnie łączący te kropki, zamiast czekać, aż ktoś im powie, gdzie patrzeć. Historia Klarny nie dowodzi, że to zła droga. Dowodzi, że automatyzacja bez przeprojektowania procesu i bez jasnych granic decyzyjnych kończy się kosztowną korektą kursu.

Sophona

W Sophonie nie chcieliśmy budować kolejnego bota do pisania maili. Budujemy Operatorów AI, i to takich, których z przyjemnością wpuścilibyśmy do zarządów i zespołów operacyjnych firm, z którymi pracowaliśmy: z jasno określonym zakresem decyzji, punktami kontroli człowieka wszędzie tam, gdzie stawka jest wysoka, i pamięcią kontekstu, której zwykły czat po prostu nie ma.

Co dziś powstrzymuje Wasze zespoły przed wdrożeniem AI na naprawdę operacyjnym poziomie, a nie tylko „eksperymentalnym”?

Czytaj także

  1. OpenAI i firmy doradcze: ostatnia mila AI jest organizacyjnaLinkedIn

    Kiedy OpenAI ogłosiło partnerstwa z McKinsey, BCG, Accenture i Capgemini, nie wyglądało to na przełom. Na pierwszy rzut oka był to kolejny przewidywalny ruch: wielka technologia łączy siły z wielkim doradztwem.

  2. Déjà vu Solowa: AI widać wszędzie, tylko nie w statystykach produktywnościLinkedIn

    Uczestniczę w rewolucjach technologicznych od początku kariery, a w AI – od chwili, gdy dało się ją wdrażać na skalę w prawdziwym biznesie. A jednak coraz częściej mam poczucie déjà vu. W 1987 roku Robert Solow powiedział: „Erę komputerów widać wszędzie, tylko nie w statystykach produktywności”.

  3. AI miała wyeliminować doradców. Zmienia to, czym się zajmująLinkedIn

    Na pierwszy rzut oka to miało sens. Skoro model potrafi przeanalizować dane, wyciągnąć wnioski, a nawet zaproponować strategię, po co firmom zewnętrzni doradcy? Ale to założenie zaczyna pękać. W praktyce większość firm nie ma problemu z dostępem do AI. Ma problem z tym, co z nią zrobić.