AI w firmie · projektowanie procesu
Pojedynczy prompt może przyspieszyć jedno zadanie. Dopiero powtarzalny proces sprawia, że oszczędność czasu nie zależy od pamięci, talentu i dobrej woli jednej osoby.
- zacznij od procesu i decyzji, nie od wyboru narzędzia;
- opisz wejście, wynik, weryfikację i przekazanie pracy człowiekowi;
- ustal dane, których AI nie powinno otrzymywać;
- mierz czas, jakość i liczbę poprawek przed oraz po zmianie.
Dlaczego biblioteka promptów zwykle nie wystarcza?
Firma organizuje szkolenie z AI, pracownicy dostają zestaw poleceń i przez kilka dni intensywnie testują nowe możliwości. Później część osób wraca do dawnych metod. Jedna osoba tworzy świetne rezultaty, druga nie pamięta właściwego kontekstu, a trzecia nie wie, czy może wkleić do narzędzia dane klienta.
Problemem nie musi być jakość promptów. Problemem jest brak procesu: nie wiadomo, kiedy używać AI, jakie dane przygotować, kto sprawdza wynik, gdzie zapisać rezultat i co ma wydarzyć się dalej.
Prompt a proces wspierany przez AI
| Pojedynczy prompt | Proces wspierany przez AI |
|---|---|
| Zależy od osoby, która pamięta właściwe polecenie. | Uruchamia się w określonej sytuacji i ma jasno opisane wejście. |
| Wynik bywa oceniany intuicyjnie. | Istnieje checklista jakości oraz osoba odpowiedzialna za zatwierdzenie. |
| Rezultat często zostaje w oknie rozmowy. | Wynik trafia do CRM-u, dokumentu, zadania lub kolejnego etapu pracy. |
| Nie wiadomo, czy oszczędność jest realna. | Mierzymy czas, poprawki, błędy i wykorzystanie procesu. |
Od czego zacząć?
Najlepszym kandydatem nie zawsze jest najbardziej spektakularne zadanie. Szukaj procesu, który występuje często, ma powtarzalną strukturę, pochłania zauważalny czas i pozwala człowiekowi łatwo ocenić jakość wyniku.
Częstotliwość
Czy zadanie pojawia się co najmniej kilka razy w tygodniu albo dotyczy wielu osób?
Powtarzalność
Czy wejście, kolejne kroki i oczekiwany rezultat da się opisać bez wyjątków w każdym przypadku?
Kontrolowalność
Czy człowiek potrafi szybko sprawdzić fakty, jakość, ton i zgodność wyniku?
Sześć kroków od pomysłu do działającego procesu
Opisz proces obecny
Zapisz, kto zaczyna zadanie, z jakich danych korzysta, jakie decyzje podejmuje, gdzie powstają opóźnienia i gdzie trafia rezultat.
Wybierz konkretny fragment dla AI
Nie automatyzuj wszystkiego naraz. AI może na przykład porządkować notatkę, klasyfikować sygnały, przygotowywać pierwszą wersję wiadomości albo sprawdzać kompletność danych.
Zbuduj właściwe wejście
Określ obowiązkowe dane, format i źródła. Słaby wynik często wynika nie z modelu, lecz z niepełnego lub niespójnego wejścia.
Zdefiniuj standard wyniku
Podaj strukturę, długość, ton, kryteria i przykłady. Zapisz, czego AI nie może wymyślać oraz kiedy powinno zwrócić „brak danych — potrzebna weryfikacja”.
Dodaj kontrolę człowieka
Wskaż osobę zatwierdzającą oraz checklistę. Im większy wpływ na klienta, finanse, pracownika lub decyzję prawną, tym silniejsza powinna być kontrola.
Połącz wynik z kolejnym krokiem
Rezultat powinien trafić tam, gdzie zespół już pracuje: do CRM-u, dokumentu, zadania, skrzynki roboczej lub kolejki do zatwierdzenia.
Przykład: research potencjalnego klienta
Handlowiec przegląda stronę firmy, profile, ogłoszenia i notatki. Następnie ręcznie zapisuje kilka informacji i tworzy wiadomość. Każda osoba robi to inaczej, a część źródeł nie trafia do CRM-u.
Proces wspierany przez AISystem zbiera dane wyłącznie z uzgodnionych publicznych źródeł, oznacza ich pochodzenie, ocenia zgodność z profilem klienta, wskazuje brakujące informacje i przygotowuje szkic. Człowiek weryfikuje fakty, decyduje o kontakcie i zatwierdza wiadomość.
Bezpieczeństwo i granice
Proces powinien jasno określać, jakie dane wolno przetwarzać, w jakim narzędziu i przy jakich uprawnieniach. Nie wystarczy ogólne „nie wklejaj danych wrażliwych”. Pracownik potrzebuje konkretnych zasad dla swojej roli.
- lista dozwolonych narzędzi i kont firmowych;
- rodzaje danych, których nie przekazujemy modelowi;
- zasady anonimizacji lub minimalizacji danych;
- obowiązek podawania źródeł i oznaczania niepewności;
- czynności wymagające zatwierdzenia człowieka;
- miejsce zapisu wyniku i historii decyzji;
- okresowa kontrola jakości;
- sposób zgłaszania błędów i wyjątków.
Jak policzyć, czy proces naprawdę oszczędza czas?
Przed wdrożeniem zmierz kilka realnych przypadków. Zapisz średni czas wykonania, liczbę poprawek, błędy i czas oczekiwania pomiędzy osobami. Po dwóch tygodniach porównaj te same wskaźniki. Oszczędność pięciu minut w zadaniu wykonywanym raz w miesiącu może być mniej wartościowa niż dwie minuty oszczędzone w czynności powtarzanej sto razy.
Dodaj też koszt kontroli. Jeśli wynik AI powstaje szybko, ale wymaga długiego przepisywania i sprawdzania, proces nie jest jeszcze dobrze zaprojektowany.
Eksperyment na 14 dni
Wybierz jeden proces, jedną grupę użytkowników i jeden mierzalny rezultat. Przygotuj standard wejścia, instrukcję, checklistę kontroli i miejsce zapisu. Testuj na prawdziwych przypadkach przez dwa tygodnie. Na końcu zdecyduj: utrzymujemy, poprawiamy albo zatrzymujemy. Tak buduje się użyteczne AI — przez kontrolowane iteracje, nie przez jednorazowy pokaz narzędzia.
Chcesz przejść od eksperymentów do działającego procesu?
Możemy zmapować powtarzalne zadania, wybrać najlepszy przypadek użycia i zaprojektować rozwiązanie z kontrolą człowieka oraz mierzalnym efektem.
Zobacz przykład procesu sprzedażowego AI →