Automatyzacja procesów z AI
Mniej powtarzalnej pracy dla zespołu dzięki AI i automatyzacji.
Może twój zespół wpisuje te same dane do dwóch systemów, ręcznie obsługuje faktury i dokumenty albo co tydzień odpowiada na te same wewnętrzne pytania.
Znajdujemy w tej pracy części, które działają według jasnych zasad, automatyzujemy je i łączymy systemy, których dotyczą. Tam, gdzie używamy AI, każdą ważną zmianę sprawdza człowiek, zanim zostanie wprowadzona.
Przykładowy proces. Ze strony internetowej przychodzi nowe zapytanie. Asystent AI przygotowuje podsumowanie i szkic odpowiedzi. Zapytanie trafia do CRM, zespół dostaje powiadomienie i powstaje szkic wiadomości do klienta. Człowiek sprawdza tę wiadomość, zanim zostanie wysłana.
Czy twój proces nadaje się na początek?
Nie każdy proces warto automatyzować. Te sygnały pomogą to ocenić, zanim cokolwiek powstanie.
Zwykle dobry wybór
- Powtarza się często, codziennie albo co tydzień.
- Opiera się na zasadach, które da się spisać, nawet jeśli zdarzają się wyjątki.
- Potrzebne informacje są już w dokumentach albo systemach.
- Błąd można wychwycić, zanim wyrządzi szkodę.
- Ktoś odpowiada za proces i potrafi powiedzieć, co znaczy „zrobione dobrze”.
Raczej nie na początek
- Każdy przypadek wymaga indywidualnej oceny.
- Dane są rozproszone, niekompletne albo ich brakuje.
- Pojedynczy błąd byłby kosztowny i trudny do wykrycia.
Jeśli twój proces bardziej pasuje do drugiej listy, powiemy ci to, zanim cokolwiek powstanie.
Co budujemy i łączymy
Ocena
Rozpoznanie procesów i ocena gotowości firmy do wdrożenia AI, mapa tego, jak praca przebiega dziś, oraz lista tego, co zautomatyzować najpierw, uszeregowana według wartości i ryzyka.
Integracje
Integracje systemu CRM (do zarządzania relacjami z klientami), systemu ERP (do planowania zasobów firmy) i innych narzędzi oraz przetwarzanie dokumentów i faktur, które do nich trafiają.
Asystenci
Wewnętrzni asystenci wiedzy, obsługa spraw i zgłoszeń wspierana przez AI, aplikacje oparte na dużych modelach językowych (LLM) i generowaniu wspomaganym wyszukiwaniem (RAG), procesy z agentami AI nadzorowanymi przez człowieka i inne integracje AI na zamówienie.
Utrzymanie
Monitoring po wdrożeniu, bezpieczeństwo, regularne sprawdzanie, czy system nadal udziela dobrych odpowiedzi, oraz wsparcie.
Kiedy automatyzacja wymaga osobnej aplikacji albo głębszej integracji, staje się projektem dedykowanego oprogramowania.
Co rozumiemy przez dedykowanego asystenta AI
Dedykowany asystent AI to dla nas oprogramowanie, które pracuje na informacjach twojej organizacji, uwzględnia uprawnienia, czyli to, kto może widzieć jakie dane, i pasuje do sposobu, w jaki twój zespół już pracuje. Odpowiada na podstawie zatwierdzonych dokumentów lub systemów, a nie wyłącznie ogólnej wiedzy, i tam, gdzie to możliwe, pokazuje, skąd pochodzi odpowiedź. To nie jest chatbot z twoim logo.
Mówiąc prościej: odpowiedź pisze duży model językowy, a generowanie wspomagane wyszukiwaniem oznacza, że model najpierw wyszukuje odpowiednie fragmenty w twoich materiałach i odpowiada na ich podstawie.
Trzy przykłady, jak może to wyglądać:
- asystent wiedzy dla pracowników, który odpowiada na podstawie zatwierdzonej dokumentacji,
- asystent sprzedaży, który przed rozmową pobiera z CRM potrzebny kontekst,
- asystent obsługi klienta, który przygotowuje szkice odpowiedzi do akceptacji przez człowieka.
Jak ludzie zachowują kontrolę
- 01
Sugestia
System proponuje, a człowiek decyduje i działa. Na przykład szkic odpowiedzi dla klienta albo proponowana kategoria dokumentu.
- 02
Akceptacja przed działaniem
System przygotowuje działanie, a człowiek je zatwierdza, zanim cokolwiek się zmieni. Na przykład zaksięgowanie faktury albo aktualizacja karty klienta.
- 03
Automatycznie, pod nadzorem
Przy krokach o niskim ryzyku, które można cofnąć, system działa sam i zapisuje, co zrobił, a ludzie sprawdzają wybrane przypadki i wyjątki.
Decyzje finansowe, kadrowe i inne o poważnych skutkach nigdy nie wychodzą poza drugi poziom: decyduje człowiek.
Asystent widzi tylko to, co może widzieć osoba, która z niego korzysta. Kiedy nie ma pewności albo brakuje źródła, mówi o tym i przekazuje sprawę człowiekowi. Każdą automatyzację testujemy przed wdrożeniem na prawdziwych przykładach i sprawdzamy ponownie po wdrożeniu. Dostawców modeli AI i miejsce przetwarzania danych ustalamy osobno dla każdego projektu, w granicach twoich wymagań dotyczących ochrony danych.
Automatyzacja ogranicza powtarzalną pracę i niektóre rodzaje błędów. Nie usuwa wszystkich błędów i nie opłaca się przy każdym procesie; właśnie po to jest wstępna ocena, żeby pokazać, gdzie się sprawdzi.
Typowe sytuacje
Przykłady sytuacji, nie projekty klientów
Asystent wiedzy dla pracowników
Wyobraź sobie firmę, w której pracownicy codziennie zadają te same pytania o procedury i szczegóły produktów. Asystent odpowiada na podstawie zatwierdzonej dokumentacji, pokazuje, z którego dokumentu pochodzi odpowiedź, i mówi wprost, gdy dokumenty nie obejmują pytania. Aktualizacja dokumentacji zostaje w rękach osób, które za nią odpowiadają.
Asystent sprzedaży z kontekstem z CRM
Przed rozmową handlowiec prosi o podsumowanie klienta: ostatnie zamówienia, otwarte sprawy i poprzednią rozmowę. Asystent pobiera te dane z CRM, tylko w zakresie, do którego ten handlowiec ma dostęp. Co z nimi zrobić, decyduje handlowiec.
Odpowiedzi dla klientów do akceptacji
Dział obsługi klienta odpowiada na wiele podobnych e-maili. Asystent przygotowuje szkic każdej odpowiedzi na podstawie danych zamówienia i zasad obsługi. Ktoś z zespołu go czyta, w razie potrzeby poprawia i decyduje, czy wysłać.
Jak przebiega projekt automatyzacji
- 01
Rozmowa wstępna
Omawiamy proces: kto go wykonuje i co w nim zawodzi. Po rozmowie wiesz, czy to rozsądny punkt startu.
- 02
Analiza procesu
Krok po kroku opisujemy, jak praca przebiega dziś, łącznie z wyjątkami, które ludzie obsługują ręcznie.
- 03
Uzasadnienie biznesowe i analiza ryzyka
Pokazujemy, co obejmowałaby automatyzacja, ile ręcznej pracy mogłaby zdjąć z zespołu i co mogłoby pójść nie tak. Jeśli argumenty są słabe, to dobry moment, żeby się zatrzymać.
- 04
Ograniczony pilotaż, jeśli ma uzasadnienie
Mała wersja działa na próbce twoich przypadków, a ludzie sprawdzają każdy wynik, zanim ktokolwiek zacznie na niej polegać.
- 05
Wdrożenie w ustalonym zakresie
Pełną automatyzację budujemy w uzgodnionym zakresie, z poziomami kontroli ustalonymi w analizie ryzyka.
- 06
Opcjonalne wsparcie
Po wdrożeniu możemy monitorować automatyzację, sprawdzać jej wyniki i dostosowywać ją, gdy proces się zmienia.
Częste pytania
Gdzie trafiają nasze dane?
Ustalamy to dla każdego projektu: z jakich dostawców modeli AI korzystamy, gdzie przetwarzane są dane i jak spełniamy twoje wymagania dotyczące ochrony danych. Asystent widzi tylko to, co może widzieć jego użytkownik.
Co się dzieje, gdy AI się pomyli?
Czasem się pomyli i dlatego już na etapie projektu ustalamy, kto co sprawdza. Wyniki testujemy przed wdrożeniem na przykładach z twojej pracy i sprawdzamy je po wdrożeniu. Kiedy system nie ma pewności albo brakuje źródła, mówi o tym i przekazuje sprawę człowiekowi.
Czy musimy wymienić obecne systemy?
Niekoniecznie. Automatyzacja zwykle łączy narzędzia, których już używasz, takie jak CRM, ERP, skrzynka e-mail czy repozytorium dokumentów. Jeśli lukę da się zamknąć tylko nową aplikacją, zanim ją zaproponujemy, wyjaśnimy dlaczego.
Czy możemy zacząć od jednego procesu?
Tak. Jeden proces i ograniczony pilotaż to rozsądny pierwszy krok, a o kolejnym decydujesz po zobaczeniu wyników.
Masz na myśli konkretny proces?
Opisz, co twój zespół robi dziś ręcznie i jakich systemów to dotyczy. Odpowiemy e-mailem, zwykle z pytaniami albo propozycją rozmowy.