Pilotaż AI w firmie: jak go zaplanować, żeby nie skończył się na jednej prezentacji?

Pilotaż AI w firmie nie kończy się na prezentacji z powodów technicznych. Kończy się tam dlatego, że nikt z góry nie zapisał, co oznacza sukces, kto ocenia wynik i co się dzieje, jeśli wynik będzie negatywny. Żeby pilotaż dał coś więcej niż jednorazowy pokaz, potrzebne są trzy rzeczy: konkretny proces z jednym właścicielem po stronie firmy, zmierzony stan sprzed uruchomienia i kryterium sukcesu zapisane na piśmie. Bez tych trzech elementów każda prezentacja kończy się zdaniem "no, ciekawe, zobaczymy".

Dlaczego większość pilotaży zatrzymuje się po pierwszej prezentacji

Widzimy to regularnie. Firma umawia się na pilotaż, przez kilka tygodni działa proof of concept, na koniec jest prezentacja z wynikami i... nic. Projekt idzie do szuflady albo czeka na "lepszy moment".

Przyczyny są zwykle te same. Po pierwsze, pilotaż był robiony na danych testowych, a nie na prawdziwych fakturach, zamówieniach czy zgłoszeniach serwisowych firmy. Efekt: wszystko wygląda pięknie w demo, ale nikt nie wie, jak to zadziała na tym konkretnym Excelu z kolumną "Uwagi", gdzie każdy handlowiec wpisuje co innego.

Po drugie, brak właściciela po stronie firmy. Pilotaż obserwuje jeden dział, ale decyzja o wdrożeniu należy do kogoś innego. Nikt nie czuje się odpowiedzialny za wynik, więc wynik nie zmienia niczego w organizacji.

Po trzecie, cel pilotażu brzmiał: "sprawdzimy, czy AI działa". To nie jest cel. To jest ciekawostka. Cel brzmi: "sprawdzimy, czy czas obsługi zapytania ofertowego skróci się o połowę przy tej samej jakości odpowiedzi".

I po czwarte, może najważniejsze: nikt nie zmierzył stanu przed pilotażem. Bez punktu odniesienia nie ma porównania. Bez porównania nie ma decyzji. Jest tylko opinia.

Jak wybrać proces, który nadaje się na pierwszy strzał

Nie każdy proces jest dobrym kandydatem. Dobry kandydat ma cztery cechy.

• Powtarzalność. Proces musi się pojawiać co najmniej kilkadziesiąt razy w miesiącu. Obsługa reklamacji, kwalifikacja zapytań ofertowych, sprawdzanie stanów magazynowych, dekretacja faktur kosztowych. Testowanie czegoś, co zdarza się raz na kwartał, niczego nie udowodni.
• Mierzalność. Musi istnieć jakaś liczba lub stan, który można odczytać przed i po: czas realizacji, liczba błędów, liczba eskalacji, czas do pierwszej odpowiedzi dla klienta.
• Jeden właściciel. Jeden człowiek lub jeden dział, który zna ten proces od środka i który będzie oceniał wynik. Kiedy właściciel jest rozmyty, decyzja też jest rozmyta.
• Brak wielosystemowej integracji na starcie. Jeśli proces wymaga łączenia danych z ERP, CRM, skrzynki mailowej i arkusza Excela jednocześnie, to nie jest pierwszy strzał. Zaczynamy od jednego źródła danych.
• Realny ból. Ktoś w firmie naprawdę narzeka na ten proces. Nie "fajnie by było", tylko "to zajmuje mi dwie godziny dziennie i robię to mechanicznie".

U jednego z naszych klientów z branży logistycznej wybraliśmy jako pierwszy proces obsługę e-maili z pytaniami o status przesyłek. Jeden plik z danymi, jeden kanał komunikacji, jedna osoba odpowiedzialna za ocenę. Taki wybór dał wynik, który można było ocenić po czterech tygodniach.

Co zapisać na piśmie, zanim cokolwiek uruchomisz

Pilotaż bez dokumentu startowego to rozmowa bez protokołu. Po sześciu tygodniach każda strona pamięta inne ustalenia.

Dokument nie musi być długi. Ważne punkty to:

• Kryterium sukcesu. Konkretna liczba albo stan. "AI obsługuje poprawnie co najmniej X procent pytań o status przesyłek bez konieczności interwencji człowieka" to kryterium. "AI działa dobrze" to nie jest kryterium.
• Czas trwania. Data startu, data zakończenia, data prezentacji wyników. Typowo cztery do ośmiu tygodni. Bez końcowej daty pilotaż trwa wiecznie i nie prowadzi do żadnej decyzji.
• Kto ocenia. Imię i nazwisko, rola w firmie. Nie "zarząd", nie "zespół". Jedna osoba, która ma prawo powiedzieć "idziemy dalej" albo "nie".
• Co dzieje się przy wyniku negatywnym. To jest punkt, który najczęściej pomijają obie strony. Jeśli wynik jest negatywny, co się dzieje? Projekt kończymy? Zmieniamy zakres? Szukamy innego procesu? Brak odpowiedzi na to pytanie zamienia negatywny wynik w wieczne zawieszenie.

Zapisujemy to razem na jednej stronie A4. Tak robimy przed każdym pilotażem, żeby obie strony mogły wrócić do dokumentu zamiast kłócić się o to, co ustalono na pierwszym spotkaniu.

Czego pilotaż uczy o firmie, zanim AI w ogóle wyjdzie na prostą

To jest temat, o którym rzadko się mówi wprost.

Pilotaż AI bardzo często ujawnia, że problemem nie jest brak automatyzacji. Problemem jest to, że sam proces jest rozjechany. Każdy robi go trochę inaczej. Dane wejściowe mają inną strukturę w zależności od tego, który handlowiec wypełniał formularz. Definicja "zakończonego zgłoszenia" jest inna w oczach serwisu i inna w oczach obsługi klienta.

W takiej sytuacji AI nie pomoże. Albo pomaga w sposób losowy, co jest gorsze niż brak automatyzacji.

Ale to jest wynik wart zapłacenia. Jeśli pilotaż pokazuje, że proces źródłowy jest w nieładzie, firma zyskuje diagnozę, której wcześniej nie miała. Wie, co naprawić zanim wyda pieniądze na cokolwiek więcej. To lepsze niż odkrycie tego problemu po uruchomieniu u całej firmy.

Typowo wygląda to tak: spędzamy dwa tygodnie na zbieraniu danych do pilotażu i okazuje się, że danych nie można zebrać w spójny sposób, bo są rozproszone między trzema arkuszami i skrzynką mailową pięciu osób. Sam ten wniosek jest wart więcej niż niejedna prezentacja.

Pilotaż płatny oddzielnie czy pierwszy miesiąc w abonamencie: co to zmienia dla ryzyka

Model finansowania pilotażu ma znaczenie i warto go rozumieć przed podpisaniem czegokolwiek.

Pilotaż płatny oddzielnie, a potem wycena wdrożenia od nowa. Firma wie dokładnie, ile kosztuje faza testowa i nie jest automatycznie zobowiązana do kontynuacji. Jeśli wynik jest negatywny albo proces wymaga przebudowy, możliwe jest zatrzymanie bez presji "przecież już tyle zainwestowaliśmy". Wycena wdrożenia jest robiona po pilotażu, kiedy obie strony wiedzą, jak wygląda rzeczywistość danych i procesów, nie jak wyglądała na pierwszym spotkaniu. To uczciwy model dla obu stron.

Pierwszy miesiąc jako część abonamentu. Firma nie płaci osobno za test, ale jest już w relacji kontraktowej. To może obniżać próg wejścia, ale utrudnia wyjście, jeśli coś nie wychodzi. Bywa też, że dostawca traktuje "miesiąc próbny" jako sprzedaż, a nie jako test z otwartym wynikiem.

Pytanie, które zadajemy klientom, brzmi: czy jesteś w stanie zapłacić za wiedzę nawet wtedy, gdy wiedza mówi "nie rób tego teraz"? Jeśli tak, model oddzielnego pilotażu daje więcej swobody. Jeśli wolisz zacząć przy niskim progu wejścia, abonament od pierwszego dnia ma sens, ale warto mieć na piśmie, że ten pierwszy miesiąc to naprawdę test z możliwością zakończenia bez automatycznego przejścia do dalszej współpracy.

Od czego zaczynamy w praktyce

Pierwsza rozmowa o pilotażu z nowym klientem wygląda u nas podobnie. Zadajemy trzy pytania.

Pierwsze: który proces powtarza się najczęściej i sprawia najwięcej ręcznej pracy? Drugie: czy masz dane z ostatnich trzech miesięcy, które pozwolą zmierzyć ten stan dzisiaj? Trzecie: kto po Twojej stronie powie po sześciu tygodniach, czy to zadziałało?

Jeśli na wszystkie trzy pytania pada konkretna odpowiedź, możemy zaplanować pilotaż. Jeśli na którekolwiek z nich odpowiedź to "nie wiem" albo "trzeba by się zastanowić", zaczynamy od rozwiązania tego problemu zanim uruchomimy cokolwiek.

Pilotaż AI to nie prezentacja możliwości technologii. To zaplanowany test z góry ustaloną decyzją na końcu. Im wcześniej zapiszesz na piśmie, co oznacza sukces i co robisz przy negatywnym wyniku, tym mniejsze ryzyko, że skończy się na jednorazowym pokazie dla zarządu.

Jeśli chcesz sprawdzić, czy Twój proces jest dobrym kandydatem na pilotaż i co zmierzyć zanim go uruchomisz, zacznij od bezpłatnego audytu. Możesz też zobaczyć, jak pilotaże przełożyły się na realne wdrożenia u naszych klientów, w sekcji realne wdrożenia.