Zacznij od problemu, który potrafisz nazwać
W zespole pojawia się pomysł: „Zautomatyzujmy raporty”. Brzmi konkretnie, ale za tym zdaniem mogą kryć się zupełnie różne problemy. Jedna osoba spędza czas na kopiowaniu danych, druga poprawia niespójne nazwy, a trzecia czeka na potwierdzenie, którą wersję pliku uznać za aktualną.
Każdy z tych problemów wymaga innego rozwiązania. Dlatego pierwszym krokiem jest opisanie sytuacji, która ma się zmienić. Co dziś zabiera czas? Gdzie powstają błędy? Kto czeka na wynik i jak go wykorzystuje?
Dobry punkt startu to jedno zdanie: „Chcemy skrócić przygotowanie tygodniowego raportu, zachowując możliwość sprawdzenia źródła każdej liczby”. Tak zapisany cel pomaga ocenić, czy proponowana automatyzacja rzeczywiście rozwiązuje problem.
Rozpisz drogę od danych do wyniku
Nie potrzebujesz od razu rozbudowanej dokumentacji. Zacznij od krótkiej mapy pokazującej, co uruchamia proces, jakie informacje są potrzebne i kto podejmuje decyzję na każdym etapie.
- Wejście: skąd przychodzą dane i kto odpowiada za ich jakość?
- Kroki: co dzieje się z nimi po kolei?
- Wyjątki: co robimy, gdy informacji brakuje albo są sprzeczne?
- Wynik: co trafia do odbiorcy i po czym poznajemy, że zadanie jest wykonane?
Taka mapa szybko ujawnia czynności, które można połączyć, usunąć lub uprościć. Automatyzowanie zbędnego kroku nadal pozostawia w procesie zbędny krok.
Dobierz technologię do rodzaju zadania
Przesłanie danych między systemami, sprawdzenie wymaganych pól czy nadanie statusu na podstawie jasnej reguły często można zrealizować zwykłą integracją. Model AI nie musi uczestniczyć w każdym kroku.
AI może być przydatne tam, gdzie wejściem jest nieuporządkowany tekst: na przykład do przygotowania roboczego podsumowania wiadomości albo zaproponowania kategorii zgłoszenia. Wtedy trzeba też ustalić sposób weryfikacji, obsługę błędów i sytuacje wymagające decyzji człowieka.
Sprawdź jeden proces, zanim rozszerzysz zakres
Pilotaż powinien mieć ograniczony zakres i jasno nazwany wynik. Wybierz jeden rodzaj zadania, jednego właściciela procesu oraz próbkę rzeczywistych przypadków, z którymi zespół spotyka się w pracy.
Uwzględnij również przypadki nietypowe. Proces, który działa tylko dla idealnych danych, może wymagać znacznie więcej obsługi, niż sugeruje pierwsza prezentacja.
Przed rozpoczęciem ustal, co porównasz: czas wykonania, liczbę poprawek, jakość wyniku i koszt utrzymania rozwiązania. Nie chodzi wyłącznie o to, czy automatyzacja potrafi coś zrobić. Liczy się też to, czy zespół potrafi z nią sprawnie pracować.
Ustal właściciela i zasady kontroli
Po wdrożeniu ktoś musi wiedzieć, co zrobić, gdy zmieni się źródło danych, pojawi się nowy wyjątek albo wynik zacznie odbiegać od oczekiwań. Właściciel procesu, czytelne powiadomienia i możliwość powrotu do ręcznej obsługi są częścią rozwiązania.
Najlepszy pierwszy krok jest zwykle niewielki: wybierz powtarzalne zadanie, opisz jego przebieg i sprawdź, gdzie powstaje największe tarcie. Rozmowa o technologii będzie wtedy dużo bardziej konkretna.
