AI w małej firmie — gdzie da się oszczędzić czas

Złe pytanie, dobre pytanie

Co jakiś czas ktoś pyta „jak wdrożyć AI w firmie?”. To złe pytanie. Dobre brzmi: „która robota zjada nam co tydzień kilka godzin i da się ją opisać regułami?”. AI nie jest celem. Jest narzędziem do tego, żeby jedną rzecz robić szybciej i bez przepisywania w kółko tego samego. Jeśli nie wiesz, która to rzecz, zrób najpierw test na jedną minutę. Jak wygląda takie wdrożenie i ile kosztuje, opisuję na stronie AI i automatyzacja.

Poniżej trzy automatyzacje, które w małej firmie da się zbudować. Dla każdej opisuję to samo:

• Kształt problemu. Po czym poznać, że nadaje się pod automat.
• Z czego się składa. Jakie klocki trzeba spiąć.
• Co musi być prawdą. Warunki, bez których to nie zadziała.
• Gdzie się wykłada. Typowe grabie.

Automatyzacja 1: sortowanie zapytań ze skrzynki

Kształt problemu: skrzynka, którą ktoś codziennie przegląda ręcznie

Do firmowej skrzynki wpada mieszanka:

• prawdziwe zapytania ofertowe,
• oferty handlowe od obcych firm,
• faktury od dostawców,
• pytania obecnych klientów.

Ktoś to codziennie przegląda i ręcznie decyduje, co jest ważne. Robota jest powtarzalna, decyzja daje się opisać regułami, a koszt pomyłki jest niski i odwracalny. To podręcznikowy kandydat na automat.

Z czego się składa

• Wyzwalacz. Nowa wiadomość w skrzynce albo zgłoszenie z formularza na stronie.
• Silnik. Gotowe narzędzie do łączenia programów (na przykład n8n) albo mały program napisany pod to jedno zadanie.
• Model językowy z jednym, wąskim poleceniem: przypisz wiadomość do jednej z czterech kategorii.
• Miejsce docelowe. Tablica, arkusz, program, który zespół i tak otwiera codziennie.
• Powiadomienie. Jeden dzienny przegląd zamiast alarmu przy każdej wiadomości.

Polecenie dla modelu jest krótkie i celowo nie zostawia mu swobody. Model dostaje cztery kategorie i kilka prawdziwych wiadomości jako wzorce. Odpowiada jednym słowem plus oceną pilności od 1 do 3. Nic więcej.

Co musi być prawdą

• Kategorie muszą być rozłączne i dać się wytłumaczyć nowej osobie w dwóch zdaniach. Jeżeli Ty nie umiesz ich rozdzielić, model też nie umie.
• Człowiek widzi pełną listę wiadomości, nie tylko to, co automat uznał za ważne.

Gdzie się wykłada

• Polecenie bez przykładów. Częsta grabia to „zaklasyfikuj to” bez ani jednego wzorca. Model wtedy zgaduje Twoje intencje i po cichu tworzy własne kategorie. Lekarstwem jest kilka prawdziwych wiadomości wklejonych jako przykłady.
• Kasowanie spamu automatem. Automat ma sortować, nie usuwać.

Automatyzacja 2: szkic oferty na bazie poprzednich wycen

Kształt problemu: wycena składana z poprzednich ofert

Wycena w małej firmie rzadko powstaje od zera. Ktoś otwiera dokument, kopiuje akapity z kilku podobnych ofert, podmienia zakres i dopasowuje cenę.

To w istocie wyszukiwanie po własnych dokumentach i złożenie ich w nowy tekst. W tym model językowy jest dobry, pod warunkiem, że odpowiada wyłącznie na podstawie Twoich plików, a nie z ogólnej wiedzy.

Z czego się składa

• Zbiór poprzednich wycen w jednym miejscu i w formie tekstowej.
• Wyszukiwarka nad tym zbiorem, żeby model dostawał tylko oferty podobne do nowego zapytania, a nie wszystkie.
• Model językowy składający szkic, nigdy wersję końcową.
• Szablon dokumentu z polami do uzupełnienia, żeby wynik miał zawsze tę samą budowę.
• Człowiek na końcu. Czyta, poprawia, akceptuje cenę i wysyła.

Co musi być prawdą

• Poprzednie wyceny są uporządkowane. Bez tego nie ma z czego korzystać, a model zacznie improwizować.
• Cena nie wychodzi z modelu. Model składa tekst i zakres; kwotę podstawia Twoja tabela albo Ty.

Gdzie się wykłada

Model nie zna Twojego dzisiejszego cennika, zna tylko stare oferty. Jeżeli puścisz przez niego cenę, możesz dostać zeszłoroczną kwotę. Dlatego cena jest twardo poza modelem: liczy ją reguła albo człowiek, a AI odpowiada wyłącznie za tekst i układ dokumentu.

Automatyzacja 3: cotygodniowy raport ze sprzedaży

Kształt problemu: eksport i tabela co tydzień

Dane siedzą w sklepie albo w programie sprzedażowym. Raz w tygodniu ktoś eksportuje je do arkusza, robi kilka tabel i pisze podsumowanie „co się wydarzyło”.

Eksport i liczenie to czysta mechanika. Ciekawy jest dopiero komentarz, i to jest ta część, którą model potrafi przygotować.

Z czego się składa

• Cykliczny eksport ze sklepu lub programu do arkusza, o stałej porze.
• Liczby policzone po stronie arkusza lub bazy, nie przez model.
• Model językowy opisujący wyłącznie policzone liczby, z twardym limitem długości.
• Wysyłka mailem o stałej porze i w stałym układzie.

Co musi być prawdą

Liczby muszą być policzone poza AI. Model dostaje gotowy zestaw i ma go opisać. Nigdy nie liczy sam. To jest granica, za którą raport przestaje być wiarygodny, bo nikt już nie umie odtworzyć, skąd wzięła się liczba.

Gdzie się wykłada

Pierwsze wersje takich raportów bywają przegadane. Bez limitu model opisuje wszystko, co dostał. Ratuje twardy limit w poleceniu:

• najwyżej pięć punktów,
• tylko odchylenia i skrajności,
• jeżeli nic ciekawego się nie wydarzyło, ma to napisać wprost.

Raport, który raz na jakiś czas mówi „nic ciekawego”, jest wart więcej niż taki, który zawsze ma pięć punktów.

Gdzie AI jest złym narzędziem

Nie każdy proces nadaje się pod automat, a najdroższe są te projekty, które nie powinny były się zacząć. Trzy miejsca, w których odradzam automat:

Rozmowa z klientem, w której coś jest do ugrania

Bot obsłuży pytanie o status zamówienia. Ale kiedy klient negocjuje warunki, ma zastrzeżenie albo szuka konkretnej osoby, automat może go zniechęcić. Kontakt po sprzedaży zostaw człowiekowi.

Decyzje o kierunku firmy

Model potrafi podsumować dane sprzedażowe za rok. Nie powinien decydować, czy wchodzić w nową kategorię produktów. Pierwsze to analiza, drugie to znajomość rynku, relacje i odpowiedzialność, a tego w liczbach nie ma.

Treść, która idzie do publikacji bez redakcji

AI napisze pierwszą wersję szybciej, niż zrobisz to sam. Ale model potrafi podać nieprawdę pewnym tonem. Tekst bez sprawdzenia może puścić błąd pod Twoim nazwiskiem. Człowiek zostaje redaktorem.

Ile to kosztuje i ile trwa

Dokładnej ceny nie da się podać z artykułu. Zależy od liczby połączeń między programami i od stanu Twoich danych. Widełki, w których się poruszam:

• Połączenie programów od 3 tys. zł netto. Typowo 3 do 8 tys. zł. Tu mieści się na przykład sortowanie maili z krokiem AI.
• Automatyzacja całego procesu od 8 tys. zł netto. Typowo 8 do 25 tys. zł. Im więcej programów i wyjątków, tym bliżej górnej granicy.
• Do każdej kwoty dochodzi 23% VAT. Jeśli automat korzysta z modelu AI, dochodzi też opłata u dostawcy modelu, według zużycia.
• Czas: od 1 do 4 tygodni. Połączenie zamykam w 1 do 2 tygodni, automatyzację procesu w 2 do 4. Dokładny termin podaję po ustaleniu zakresu.

Jak sprawdzić, czy u Ciebie to ma sens

Zanim zapytasz kogokolwiek o wycenę, zrób ten rachunek sam. Zajmuje kwadrans i oszczędza kilka rozmów:

1. Wypisz czynności powtarzalne. Wszystko, co ktoś w firmie robi co tydzień w ten sam sposób.
2. Wykreśl te, których nie umiesz opisać regułami. Jeżeli nie potrafisz wytłumaczyć zasady nowej osobie, automat też jej nie odgadnie.
3. Z reszty wybierz jedną. Tę, którą najłatwiej sprawdzić, bo tylko wtedy po miesiącu będziesz wiedzieć, czy zmiana pomogła.
4. Zostaw człowieka w pętli na starcie. Najpierw ktoś przegląda każdą decyzję automatu, potem próbki, na końcu tylko wyniki.

Zanim zamówisz automat na zamówienie, sprawdź, czy da się kupić gotowe. Do sortowania poczty często wystarczą reguły wbudowane w Gmaila albo Outlooka. Kup gotowe, chyba że reguła po nadawcy i temacie nie odróżni zapytania od oferty handlowej.

Trzy zasady, które przy tym trzymam. Zaczynam od problemu, nie od narzędzia. Sprawdzam efekt zamiast zakładać, że jest. Automatowi na początku patrzę na ręce jak stażyście.