Co tydzień rozmawiam z właścicielami firm, którzy są przerażeni tym, że zostają w tyle. Widzą nagłówki gazet, słyszą o konkurentach wykorzystujących modele LLM do drastycznego ograniczania kosztów ogólnych i chcą do nich dołączyć. Jednak kiedy zaglądamy pod maskę, często znajdujemy ten sam problem: nie szukają oni wdrożenia AI w swojej małej firmie, lecz cyfrowego cudu, który naprawi manualny chaos.
Nazywam to Paradoksem lęku przed automatyzacją. Firmy, którym najbardziej zależy na automatyzacji, są często tymi, które są do niej najmniej przygotowane, ponieważ ich podstawowe procesy opierają się na „wiedzy plemiennej” i nieuporządkowanych arkuszach Excel. Jeśli zautomatyzuje się bałagan, nie uzyska się efektywności — uzyska się jedynie bałagan działający z 10 000-krotną prędkością.
Zanim wydadzą Państwo choć pensa na dedykowany ChatGPT lub zautomatyzowany przepływ pracy, muszą Państwo wiedzieć, czy fundamenty firmy są w stanie udźwignąć ciężar sztucznej inteligencji. W tym miejscu większość konsultantów spróbuje sprzedać pakiet „transformacji cyfrowej”. Ja natomiast przedstawię Państwu macierz, dzięki której będziecie mogli ocenić to samodzielnie.
Efekt „Śmieci na wejściu, blask na wyjściu”
💡 Chcesz, żeby Penny przeanalizowała Twój biznes? Planuje, jakie role może zastąpić sztuczna inteligencja, i tworzy plan etapowy. Rozpocznij bezpłatny okres próbny →
W świecie technologii zwykliśmy mówić o zasadzie „Garbage In, Garbage Out” (śmieci na wejściu, śmieci na wyjściu). W przypadku nowoczesnej sztucznej inteligencji ewoluowało to w coś, co nazywam Efektem „Śmieci na wejściu, blask na wyjściu”. AI jest obecnie tak biegła w formatowaniu i nadawaniu tonu wypowiedzi, że potrafi wziąć Państwa nieuporządkowane, niedokładne dane i przedstawić je w pięknie dopracowanym, profesjonalnie wyglądającym raporcie, który jest całkowicie błędny.
Jest to niebezpieczne. Gdy ludzki księgowy popełnia błąd, zazwyczaj wygląda on jak błąd. Gdy AI popełnia błąd na podstawie Państwa niskiej higieny danych, wygląda on jak strategiczna analiza.
Aby tego uniknąć, musimy przyjrzeć się Entropii Procesowej. Jest to naturalna tendencja manualnych procesów biznesowych do stawania się z czasem coraz bardziej złożonymi i coraz gorzej udokumentowanymi. Aby skutecznie wdrożyć AI, należy odwrócić tę entropię. Trzeba przejść od podejścia „jak zawsze to robiliśmy” do „jak maszyna może to przewidywalnie powtarzać”.
Macierz gotowości na AI
Zsyntetyzowałem wzorce z tysięcy audytów biznesowych, aby stworzyć tę macierz. Proszę ocenić swoją firmę w skali 1-5 w każdej kategorii. Jeśli uzyskają Państwo wynik poniżej 3 w którymkolwiek obszarze, to właśnie tam zaczyna się Państwa przygoda z AI — nie od narzędzia, ale od porządków.
1. Centralizacja danych (Test „Gdzie to jest?”)
Czy dane Państwa firmy są rozproszone w fizycznych szafach na dokumenty, na lokalnych pulpitach i w głowie dyrektora operacyjnego? Czy znajdują się w scentralizowanym środowisku chmurowym?
- Poziom 1: Duża ilość dokumentacji papierowej, wiele arkuszy kalkulacyjnych będących „źródłem prawdy”, silosy informacyjne.
- Poziom 5: Rozwiązania w pełni natywne dla chmury. Każda interakcja z klientem, transakcja i aktualizacja projektu znajduje się w przeszukiwalnej, zintegrowanej bazie danych.
Jeśli nadal zarządzają Państwo pracownikami za pomocą rozproszonych e-maili, nadszedł czas, aby sprawdzić koszty nowoczesnego oprogramowania HR, zanim spróbują Państwo zbudować asystenta HR opartego na AI. AI potrzebuje „mózgu”, który może czytać; jeśli mózgiem jest 50 różnych karteczek samoprzylepnych, AI jest ślepa.
2. Standaryzacja procesów (Test „Zastępstwa”)
Gdybym jutro zatrudnił inteligentną osobę i nie zapewnił jej żadnego szkolenia, czy byłaby ona w stanie wykonać Państwa kluczowe zadania biznesowe wyłącznie na podstawie dokumentacji?
- Poziom 1: Dokumentacja nie istnieje. Praca jest „intuicyjna” i różni się w zależności od pracownika.
- Poziom 5: Jasne, krokowe instrukcje SOP (Standard Operating Procedures) dla każdego powtarzalnego zadania.
AI to w gruncie rzeczy idealny „nowy pracownik”. Wymaga perfekcyjnych instrukcji. Jeśli Państwa procesy opierają się na „wyczuciu”, AI zawiedzie. Na przykład w usługach profesjonalnych nie można zautomatyzować kontroli zgodności, jeśli kryteria zmieniają się w zależności od tego, który partner przegląda akta. Mogą Państwo zobaczyć, jak radzimy sobie z tą transformacją w naszym przewodniku po oszczędnościach w zakresie zgodności.
3. Gęstość decyzyjna
Jest to koncepcja, której używam do określenia, gdzie AI wnosi największą wartość. Gęstość decyzyjna to stosunek logiki typu „jeśli to, to tamto” do „kreatywnej strategii wysokiego poziomu” w konkretnej roli.
- Wysoka gęstość decyzyjna: Księgowość, planowanie harmonogramów, podstawowa obsługa klienta, wprowadzanie danych. Te obszary są gotowe na AI.
- Niska gęstość decyzyjna: Negocjacje o wysoką stawkę, kreatywne kierowanie marką, empatyczne zarządzanie kryzysowe.
Patrząc na porównanie podejścia AI-first z tradycyjną księgowością, zwycięstwo nie dotyczy tylko kosztów — chodzi o fakt, że księgowość ma tak wysoką gęstość decyzyjną, że człowiek jest w rzeczywistości wąskim gardłem dla danych.
Identyfikacja „Długu zaszłości”
Większość małych firm obciążona jest Długiem zaszłości. Nie jest to dług finansowy; to koszt starych sposobów pracy, za które wciąż płacą Państwo swoim czasem.
Niedawno współpracowałem z średniej wielkości grupą detaliczną, która chciała wdrożyć prognozowanie zapasów oparte na AI. Byli gotowi wydać £20k na dedykowane rozwiązanie. Jednak kiedy przyjrzeliśmy się ich danym, nazwy SKU były niespójne, dzienniki zwrotów niekompletne, a połowa inwentaryzacji była przeprowadzana na podkładkach z klipsem.
Ich „Dług zaszłości” był tak wysoki, że każda AI po prostu wykreowałaby fantastyczną wersję ich magazynu. Spędziliśmy trzy miesiące na naprawie przepływu danych. Rezultat? Nie potrzebowali nawet dedykowanego systemu AI za £20k — standardowe, gotowe narzędzie zadziałało idealnie, gdy tylko dane zostały uporządkowane.
Reguła adopcji 90/10
Rozpoczynając swoją podróż z wdrożeniem AI w małej firmie, należy zastosować moją Regułę 90/10: gdy AI może przejąć 90% danej funkcji, czas przestać pytać „jak mogę pomóc moim pracownikom korzystać z tego narzędzia?”, a zacząć pytać „czy to nadal powinno być samodzielne stanowisko?”.
Brzmi to surowo, ale taka jest rzeczywistość optymalizacji operacyjnej. Jeśli rola polega w 90% na wyszukiwaniu danych i w 10% na klikaniu „zatwierdź”, to rola ta nie jest już stanowiskiem na pełny etat; jest to odpowiedzialność, która zostaje włączona w przepływ pracy innej osoby. W ten sposób buduje się biznes, który nie tylko „używa AI”, ale jest „AI-first”.
Państwa pierwsze trzy kroki
Jeśli macierz pokazała, że nie są Państwo jeszcze całkiem gotowi, proszę nie panikować. Nie potrzebują Państwo roku przygotowań. Potrzebują Państwo weekendu na uzyskanie jasności.
- Wyeliminuj papier: Jeśli coś nie jest cyfrowe, dla AI nie istnieje. Przenieś ostatnie manualne bastiony do systemów opartych na chmurze jeszcze w tym miesiącu.
- Nagrywaj wszystko: Użyj narzędzi takich jak Otter lub Grain, aby przez tydzień nagrywać spotkania wewnętrzne. Tworzy to „tekstowy ślad” Państwa wiedzy plemiennej, który AI może później przetworzyć.
- Audyt „podatku od agencji”: Przyjrzyj się, za co płacisz zewnętrznym agencjom. Czy płacisz „Podatek od agencji” — premię za prace wykonawcze, które w rzeczywistości są tylko podejmowaniem decyzji o wysokiej gęstości i niskiej złożoności? Jeśli agencja po prostu „wykonuje pracę”, zamiast „dostarczać strategię”, jest ona pierwszym kandydatem do zastąpienia przez AI.
AI nie jest warstwą, którą dodaje się do biznesu; to fundament, na którym się go buduje. Jeśli fundament jest pęknięty, dom będzie się przechylał. Napraw dane, nazwij swoje procesy, a wtedy — i tylko wtedy — pozwól rozpocząć się automatyzacji.
Chcesz zobaczyć, gdzie kryją się największe oszczędności w Twojej branży? Zapoznaj się z naszym podziałem na sektory tutaj.