Można mieć fajną furę i nie dotrzeć do celu podróży. Z AI bywa podobnie. Narzędzie wybrane. Abonament opłacony. Agent uruchomiony. Sukces? Jeszcze nie wiadomo.

O celach i efektach wdrożeń AI mówiłam podczas AI × Voices #2 w Krakowie. Było Ferrari. Była faktura do księgowej. Przydała się nawet łopata Taylora. Co je łączy? Pytanie o to, co właściwie chcemy osiągnąć.

„Mam to z głowy”. Ile to jest warte?

Wyobraźmy sobie proste zadanie. Dwa razy w miesiącu pobieramy fakturę. Wysyłamy ją księgowej. Całość zajmuje dwie minuty.

Postanawiamy to zautomatyzować. Mija godzina konfiguracji. Agent nadal zgłasza błędy. Próbujemy dalej czy wracamy do ręcznego wysyłania?

W przykładzie z prezentacji wycenione korzyści wyniosły 80 zł rocznie. Koszty pierwszego roku — 195 zł. Uwzględniliśmy czas konfiguracji, sprawdzania i napraw. Przyjęliśmy określoną wartość godziny pracy.

ROI? Około −59%.

To hipotetyczny rachunek. Ale problem jest bardzo rzeczywisty.

Bo ktoś może powiedzieć: „Dobrze, ale ja mam to z głowy”. Ktoś inny: „Czegoś się nauczyłem”. Albo po prostu: „Lubię takie eksperymenty”.

To też są korzyści. Mają dla nas użyteczność. Nie każda musi pojawić się na koncie bankowym.

Czy wygoda, wiedza i satysfakcja są warte brakujących 115 zł? Dla jednej osoby tak. Dla drugiej nie.

Ważne, żeby wiedzieć, za co płacimy. I czego oczekujemy.

Godzina zaoszczędzona. Co dalej?

AI skróciło wykonanie zadania o godzinę. Świetnie.

Co z nią zrobimy?

Obsłużymy kolejnego klienta? Poprawimy jakość usługi? Wcześniej skończymy pracę? Pobawimy się z dzieckiem?

Każda z tych odpowiedzi może mieć sens. Realizują jednak różne cele.

Możemy też dołożyć pracownikowi kolejne obowiązki. Wtedy warto zapytać, kto odczuł korzyść. I w jakiej postaci.

Produktywność osobista nie przekłada się automatycznie na wynik organizacji. Zaoszczędzony czas daje możliwość. Dopiero sposób jego wykorzystania może przynieść określony efekt.

Jest też druga strona rachunku. Czas wdrożenia można było przeznaczyć na coś innego. To koszt alternatywny.

W prezentacji pojawił się handlowiec, który nie oddzwaniał do klientów. Był zajęty wdrażaniem AI do oddzwaniania.

Przyszłe korzyści? Możliwe. Ale utraconą szansę na dzisiejszą sprzedaż też trzeba uwzględnić.

Po co nam łopata Taylora?

Ponad sto lat temu Frederick Winslow Taylor badał pracę robotników. Sprawdzał między innymi ciężar materiału nabieranego na łopatę. Dobierał narzędzia do zadania. Zmieniał organizację pracy.

Drobiazg? W skali zakładu takie drobiazgi miały znaczenie.

Nie chodziło wyłącznie o samą łopatę. Liczył się cały sposób wykonywania pracy.

Z AI jest podobnie.

Dwie osoby mogą korzystać z tego samego narzędzia. W tym samym celu. I osiągać skrajnie różne efekty.

Narzędzia dają nam możliwości. Zarządzanie przekłada je na wyniki.

Dlatego w wystąpieniu podkreślałam rolę kontrolowania jako funkcji zarządzania. Mierzymy efekty. Porównujemy je z celem. Podejmujemy działania korygujące.

Co poprawiamy? Co rozwijamy? Z czego rezygnujemy?

Agenci sprawdzają agentów. A człowiek?

Agenci testują kod. Poprawiają błędy. Sprawdzają siebie nawzajem.

Czy człowiek może już odpuścić?

Nadal ktoś musi ustalić cel i wymagania. Określić limity. Zdecydować, kiedy potrzebna jest interwencja. Ocenić wynik całego procesu.

Kod przeszedł testy. Ale czy rozwiązaliśmy właściwy problem?

Ile to trwało? Razem z poprawkami. Ile kosztowało? Jaki wynik ostatecznie uzyskaliśmy?

Kontrolowanie może być wspierane przez AI. Nadal potrzebujemy jednak kryteriów oceny. Sam fakt, że proces działa, nie odpowiada na pytanie, czy warto go utrzymywać.

Łatwiej wdrożyć narzędzie niż dyscyplinę pomiaru.

Dziękuję organizatorom AI × Voices #2 za zaproszenie. A wszystkim obecnym — za wspólny wieczór.

Możliwości AI mogą wciskać w fotel. Oby jak podczas ekscytującej jazdy Ferrari. Takiej, w której to my jesteśmy za kierownicą.

I wiemy, dokąd jedziemy.