Wdrożenie AI w firmie — od czego zacząć

Zacznij od procesu, który spełnia trzy warunki naraz: jest powtarzalny, ma policzalny koszt czasu i toleruje pomyłkę. Klasyfikacja przychodzących dokumentów spełnia zwykle wszystkie trzy. „Asystent, który zna całą firmę" nie spełnia żadnego — i dlatego tak wiele wdrożeń zaczynających się od niego nigdy się nie kończy.

Dlaczego pilotaże nie trafiają na produkcję

Demo pokazuje model radzący sobie z kilkunastoma przykładami wybranymi przez osobę, która je przygotowała. Produkcja to dziesiątki tysięcy przykładów, których nikt nie wybierał: skanów przekrzywionych na szybie, dokumentów w formacie spoza zbioru testowego, faktur z odręcznym dopiskiem na marginesie.

Różnica między jednym a drugim to nie jakość modelu. To obsługa przypadków, w których model nie jest pewny — i właśnie ona jest treścią wdrożenia. Pilotaż, który jej nie obejmuje, nie jest wcześniejszą wersją wdrożenia. Jest inną rzeczą.

Jak wybrać pierwszy przypadek użycia

Zrób listę kandydatów i oceń każdego w trzech wymiarach.

Powtarzalność. Ile razy w miesiącu ktoś wykonuje tę czynność? Poniżej stu razy potencjał oszczędności rzadko uzasadnia wdrożenie.

Koszt czasu. Ile minut zajmuje jedno wykonanie? Pomnóż przez powtarzalność. Ta liczba wyznacza górną granicę rozsądnego budżetu.

Tolerancja na pomyłkę. Co się stanie, gdy model się pomyli? Jeśli odpowiedź brzmi „ktoś to zauważy przy weryfikacji" — dobrze. Jeśli „pieniądze wyjdą z konta" — potrzebny jest krok akceptacji przez człowieka, co zmienia rachunek.

Najlepsi kandydaci w typowej firmie: klasyfikacja i dekretacja dokumentów przychodzących, ekstrakcja danych z faktur i zamówień, wstępna odpowiedź na powtarzalne zapytania obsługi, wyszukiwanie w dokumentacji wewnętrznej.

Ustal miarę sukcesu przed startem

Zanim powstanie prototyp, zapisz jedno zdanie: „Wdrożenie ma sens, jeśli model obsłuży samodzielnie co najmniej X% przypadków przy dokładności co najmniej Y%".

Bez tej liczby nie da się później rozstrzygnąć, czy projekt się udał. Z nią prototyp kończy się jednoznaczną decyzją: idziemy dalej albo kończymy. To drugie też jest dobrym wynikiem — tylko tańszym niż odkrycie tego po roku.

Architektura, która działa na produkcji

Wdrożenie, które przetrwa, ma cztery elementy, których nie ma w demie.

Próg pewności. Model zwraca wynik razem z oceną własnej pewności. Powyżej progu działa automat, poniżej sprawa trafia do człowieka. Ustawienie tego progu to decyzja biznesowa, nie techniczna.

Kolejka spraw niepewnych. Miejsce, w którym człowiek rozstrzyga przypadki poniżej progu — i którego rozmiar jest miarą tego, jak dobrze działa system.

Dziennik decyzji. Zapis, co model dostał na wejściu, co zwrócił i z jaką pewnością. Bez tego nie da się ani zdiagnozować pogorszenia, ani odpowiedzieć na pytanie audytora.

Pomiar ciągły. Dane się zmieniają. Model, który w marcu miał 94% skuteczności, w listopadzie może mieć 80% — nie dlatego, że się zepsuł, tylko dlatego, że zmienił się strumień wejściowy.

Gdzie trafiają Twoje dane

Pytanie, które pada na każdym pierwszym spotkaniu, i słusznie. Masz trzy warianty:

• Model hostowany, umowa o nieprzetwarzaniu. Dane wychodzą poza firmę, ale dostawca zobowiązuje się nie używać ich do trenowania. Najtańsze i najszybsze, wystarczające dla większości zastosowań.
• Model hostowany w Twojej chmurze prywatnej. Dane nie opuszczają Twojej infrastruktury. Droższe, uzasadnione przy danych wrażliwych.
• Model na własnym sprzęcie. Pełna kontrola, najwyższy koszt wejścia i utrzymania. Sensowne przy wymaganiach regulacyjnych, które wykluczają pozostałe warianty.

Wybór jest decyzją o ryzyku, nie o technologii. Podejmuje się ją raz i ma wpływ na koszt przez cały czas życia rozwiązania.

Ile to kosztuje

• Prototyp na Twoich danych: 15–30 tys. zł netto, 2–3 tygodnie. Kończy się liczbą, na podstawie której podejmujesz decyzję.
• Wdrożenie produkcyjne: 60–200 tys. zł netto, zależnie od liczby integracji i wymagań dotyczących akceptacji.
• Działanie modeli: od kilkuset do kilku tysięcy złotych miesięcznie, proporcjonalnie do wolumenu.
• Utrzymanie i strojenie: zwykle 15% wartości wdrożenia rocznie.

Cztery błędy, które widać najczęściej

Zaczynanie od najbardziej efektownego przypadku. Asystent konwersacyjny robi wrażenie na zarządzie i jest najtrudniejszym możliwym startem — nieograniczony zakres, brak dobrej miary sukcesu, wysokie oczekiwania.

Brak człowieka w pętli. System bez ścieżki dla przypadków niepewnych albo działa źle, albo wymaga tak wysokiego progu pewności, że automatyzuje niewielki odsetek spraw.

Mierzenie samej dokładności. 95% dokładności brzmi świetnie, dopóki nie policzysz, że przy tysiącu dokumentów dziennie to pięćdziesiąt błędów, które ktoś musi wyłapać.

Traktowanie wdrożenia jako projektu zamkniętego. Model wymaga obserwacji tak samo jak każdy inny element produkcyjny. Wdrożenie bez planu pomiaru zestarzeje się po cichu.

Pierwszy krok, który możesz zrobić w tym tygodniu

Wybierz jeden proces. Policz, ile razy w miesiącu jest wykonywany i ile minut zajmuje. Zapisz, co się dzieje, gdy ktoś się w nim pomyli.

Te trzy liczby wystarczą, żeby ocenić, czy warto robić prototyp — i są warte więcej niż miesiąc rozmów o możliwościach sztucznej inteligencji.