Uvajanje AI v podjetje: najprej proces, potem orodje

Če nihče ne ve, kdo potrdi končni dokument, hitreje napisan osnutek še ne pomeni hitreje opravljene naloge. Dokument bo morda prej končan, nato pa bo čakal na isto odločitev kot prej.

Pri uvajanju umetne inteligence je zato vredno najprej pogledati, kako delo dejansko poteka. Kje se ustavlja? Kaj zaposleni prepisujejo? Katere podatke iščejo? Kdo presodi, ali je rezultat dovolj dober?

V pogovoru za podkast Opti Solutions sem uporabil predstavo, da greš v trgovino po »kilo AI«. Kot da bi ga lahko prinesli v podjetje, stresli na mizo in s tem opravili uvajanje. Ta predstava preskoči delo, ki je potrebno, da novo orodje sploh dobi smiselno vlogo.

Poglejte eno nalogo od začetka do konca

Za prvi preizkus izberite konkretno ponavljajočo se nalogo. Recimo pripravo ponudbe.

Koliko časa gre za pisanje ponudbe in koliko za iskanje podatkov? So cene na enem mestu? Je jasno, katere pogoje sme prodajalec ponuditi sam in katere mora nekdo potrditi? Kdo preveri, da končna ponudba ustreza dogovoru s stranko?

AI lahko pomaga pri pripravi besedila. Če ekipa uporablja tri različne cenike, pa je treba razjasniti tudi, kateri velja. Sicer lahko dobite lepo napisano ponudbo z napačno ceno.

Pregled ene naloge naj pokaže njen začetek, potrebne podatke, vmesne odločitve in končni rezultat. Tako lažje izberete del, pri katerem je pomoč AI smiselna, ter opazite težavo, ki jo morate urediti drugje.

Demonstracija naj se nadaljuje z delom udeležencev

V istem pogovoru sem demonstracijo primerjal s Ferrarijem, ki ga nekdo pripelje pred dvorišče. Avto naredi vtis. To še ne pomeni, da ga znamo voziti. Primerjavo povzema tudi članek Opti Solutions.

Pri usposabljanju mora zato priti na vrsto primer udeleženca: njegov dokument, njegovo vprašanje, njegova naloga. Šele med preizkusom postane vidno, kateri podatki manjkajo, kje so navodila nejasna in kaj bo moral človek preveriti.

Za tak preizkus potrebujete tudi merilo. Pri ponudbi bi preverili pravilnost podatkov, skladnost s povpraševanjem in čas, ki ga zahteva pregled. Daljši odgovor ali lepše besedilo sama po sebi še ne pomenita boljšega rezultata.

Kaj boste naredili s tremi prihranjenimi urami?

V podkastu sem postavil tudi vprašanje, kaj se zgodi, če nalogo namesto v štirih urah opravim v eni. Kaj pomeni tak prihranek za človeka, ki delo opravlja?

To je vprašanje za vodstvo in ekipo že med načrtovanjem uvajanja. Ali želimo zmanjšati zaostanke? Več časa nameniti preverjanju? Sprostiti prostor za delo, ki ga odlagamo? Če pričakovanj ne izrečemo, lahko isti prihranek vsak razume drugače.

Tudi pri merjenju ostanite pri celotni nalogi. Vključite čas za pripravo podatkov, navodila, preverjanje in popravke. Primerjava samo hitrosti izdelave osnutka lahko prezre velik del dela.

Pred naslednjim AI usposabljanjem razjasnite štiri stvari

• Katero nalogo bo ekipa preizkusila in kakšen rezultat potrebuje?

• Katere podatke sme uporabiti in kdo bo preveril rezultat?

• S čim bo primerjala kakovost in porabljeni čas?

• Kdo bo po preizkusu odločil, kaj gre v redno uporabo in kaj potrebuje dodatno delo?

S temi odgovori lahko pripravite usposabljanje, ki se nadaljuje tudi po zaključku delavnice. Ekipa ima konkreten primer za delo in način, da presodi, ali ji pristop pomaga.

Pri GenAI izobraževanjih za podjetja izhajamo iz nalog vaše ekipe ter vadimo pripravo navodil, preverjanje odgovorov in uporabo AI pri vsakdanjem delu. Za prvi pogovor je dovolj opis naloge, pri kateri se vam zatika.