- nasazení AI
- automatizace
- procesy
Jak nasadit AI ve firmě: od auditu k ostrému provozu
Jak nasadit AI ve firmě rychle a bez zbytečných nákladů: audit procesů, pilot na jednom procesu, napojení na vaše systémy a měření přínosu krok za krokem.
Publikováno: 5 min čtení
Na otázku „jak nasadit AI ve firmě“ slýchám dvě extrémní odpovědi. Jedna zní: kupte licence na chatovacího asistenta a nechte lidi, ať si poradí. Druhá: spusťte velký transformační projekt na rok dopředu. Ani jedna obvykle nefunguje. První nepřinese měřitelný dopad, druhá se utopí v analýzách dřív, než ušetří první hodinu práce.
Za posledních zhruba deset let digitalizuji firemní procesy a poslední tři roky do nich zapojuji AI. Postup, který se mi osvědčil, je nudně jednoduchý: audit procesů, pilot na jednom procesu, potom ostrý provoz. V tomto článku popíšu, co se v jednotlivých krocích děje, co si připravit a kde se zavedení AI do firmy nejčastěji zadrhne.
Proč začít jedním procesem, ne celou firmou
Nejrychlejší cesta k fungující AI vede přes jeden konkrétní proces s jasným začátkem a koncem. Typicky jde o práci, která se denně opakuje a točí se kolem dokumentů: smlouvy, reklamace, přijaté faktury, schvalování objednávek.
Jeden proces má tři výhody:
- Dá se změřit. Víte, kolik případů měsíčně projde, kolik na nich lidé stráví času a kde vznikají chyby.
- Dá se ohraničit. Je jasné, ze kterých systémů data přicházejí a kam mají odejít.
- Dá se ověřit na reálných datech dřív, než se investuje víc.
Pilot na jednom procesu je obvykle otázkou týdnů, ne měsíců. Konkrétní harmonogram ale vždy závisí na tom, jak dostupná a jak čistá jsou data.
Krok 1: Audit procesů
Audit není dlouhá zpráva do šuplíku. Jeho výstupem je seznam kandidátů na automatizaci seřazený podle přínosu a proveditelnosti.
Co během auditu zjišťuji
- Které procesy spotřebují nejvíc rutinní práce a kolik případů jimi projde.
- Kde se data ručně přepisují z jednoho systému do druhého.
- Jaké systémy firma používá – ERP, CRM, účetnictví, DMS, e-mail, sdílené disky – a jestli mají API nebo jinou možnost napojení.
- Kde vznikají chyby a co stojí jejich oprava.
- Kdo o čem rozhoduje a podle jakých pravidel.
Co si připravit
- Člověka, který proces skutečně dělá, ne jen toho, kdo ho řídí. Rozdíl mezi „jak to má být“ a „jak to opravdu je“ bývá podstatný.
- Vzorky reálných dokumentů a dat, ideálně i ty problematické.
- Přístupové údaje nebo alespoň dokumentaci k systémům, se kterými se bude pracovat.
- Představu, co by pro vás byl úspěch: méně ruční práce, rychlejší odezva zákazníkům, méně chyb.
Krok 2: Pilot na jednom procesu
Pilot má mít měřitelný cíl a běží na reálných datech, ne na vymyšlených ukázkách. Napojuji ho na systémy, které už máte – měnit ERP kvůli automatizaci se vyplatí jen výjimečně.
Typický pilot vypadá například takto: AI čte příchozí dokumenty, vytěží z nich údaje, porovná je s daty v systému a připraví výsledek. V první fázi ho ještě kontroluje člověk. Teprve když se ukáže, že je výsledek spolehlivý, předává AI standardní případy dál sama.
Člověk ve smyčce od prvního dne
Procesy navrhuji tak, aby AI rozhodovala jen tam, kde je spolehlivá. Každý případ dostane míru jistoty a pravidla určí, co se stane dál:
- jasný standardní případ – projde automaticky,
- nejistý nebo neobvyklý případ – jde člověku i s podklady a návrhem řešení,
- případ mimo pravidla – například vysoká částka nebo citlivý zákazník – vždy rozhoduje člověk.
Každý krok se zaznamenává, takže se dá zpětně dohledat, proč systém rozhodl, jak rozhodl.
Krok 3: Ostrý provoz a rozvoj
Po úspěšném pilotu následuje plné napojení na systémy, zaškolení lidí a postupný přechod do ostrého provozu. Automatizace pak potřebuje péči: sleduji výsledky, ladím přesnost a podle potřeby přidávám další procesy.
Tady se ukáže, jestli byl pilot navržen dobře. Pokud tým automatizaci nevěří, bude výsledky stejně kontrolovat ručně a přínos zmizí. Proto je důležité, aby lidé viděli, proč systém rozhodl, jak rozhodl, a měli snadnou cestu, jak chybu nahlásit.
Typická úskalí
- Špatná data na vstupu. Pokud jsou kmenová data v ERP nekonzistentní, AI to nespraví. Často je potřeba nejdřív uklidit číselníky.
- Nejasná pravidla. Když se o výjimkách rozhoduje „podle citu“ jednoho člověka, je nutné pravidla nejdřív sepsat.
- Příliš velký první krok. Pilot na pěti procesech najednou je recept na zpoždění.
- Chybějící vlastník procesu. Někdo ve firmě musí za výsledek odpovídat a mít čas na zpětnou vazbu.
- Měření až po spuštění. Bez výchozího stavu nemáte s čím porovnávat.
Kdy AI nenasazovat
Ne všechno se vyplatí automatizovat. Doporučuji počkat nebo zvolit jiné řešení, když:
- případů je málo a jejich ruční vyřízení zabere pár minut týdně,
- proces se právě mění nebo pro něj neexistují ustálená pravidla,
- každý případ je unikátní a vyžaduje úsudek, vyjednávání nebo osobní vztah,
- chyba by měla vážné následky a nedá se rozumně zachytit kontrolou,
- stačí obyčejná pravidlová automatizace bez AI – ta je levnější a předvídatelnější.
GDPR a práce s daty
Při zavádění AI do firmy je potřeba myslet na ochranu osobních údajů od začátku, ne až na konci. Obecně se držím několika zásad:
- do AI posílat jen data, která jsou pro daný krok nezbytná,
- preferovat zpracování na infrastruktuře v EU, pokud se tak dohodneme,
- řídit přístupy podle rolí a vést záznamy o zpracování,
- s dodavateli AI služeb mít ošetřeno, jak s daty nakládají.
Konkrétní právní posouzení patří vašemu právníkovi nebo pověřenci pro ochranu osobních údajů. Moje role je navrhnout řešení tak, aby se tyto požadavky daly splnit.
Jak měřit úspěch
Přínos se dá doložit jen tehdy, když znáte výchozí stav. Před pilotem proto změřím a po něm sleduji:
| Metrika | Co ukazuje |
|---|---|
| Čas na jeden případ | kolik ruční práce automatizace ušetří |
| Podíl případů vyřízených bez zásahu člověka | jak velká část procesu skutečně běží sama |
| Míra chyb a oprav | jestli automatizace kvalitu zlepšuje, nebo zhoršuje |
| Doba průchodu případu | jak rychle dostane zákazník nebo kolega výsledek |
| Počet eskalací | jestli jsou pravidla nastavená rozumně |
Čísla se liší firmu od firmy, proto nepracuji s obecnými sliby, ale s měřením na vašich datech.
Jak začít
Pokud vás zajímá, kde konkrétně by AI ve vaší firmě dávala smysl, začněte krátkým rozhovorem. Na konzultaci projdeme vaše procesy a řeknu vám, jestli a kde vám umím pomoct. Inspiraci najdete i v článcích o automatickém uzavírání smluv a o reklamacích, které se vyřeší samy.
Domluvte si 30minutovou konzultaci zdarma – stačí pár vět přes kontaktní formulář.
Další články
Všechny články-
· 5 min čtení
Automatické uzavírání smluv: od dat k podpisu bez přepisování
Automatické uzavírání smluv s pomocí AI: generování z dat, schválení, elektronický podpis a archivace. Co připravit, kde jsou úskalí a jak měřit přínos.
-
· 5 min čtení
Automatizace reklamací: reklamace, které se vyřeší samy
Automatizace reklamací s pomocí AI: třídění případů, kontrola záruky, návrh řešení a eskalace hraničních případů na člověka. Postup, úskalí a metriky.