Co tydzień rozmawiam z właścicielami firm, którzy są przerażeni tym, że zostają w tyle. Widzą nagłówki o Generative AI, widzą, jak ich konkurenci chwalą się automatyzacją, a ich pierwszym odruchem jest zatrudnienie „eksperta technicznego”. Szukają programisty lub analityka danych, aby zbudować strategię AI dla MŚP.
Jestem tutaj, aby powiedzieć Państwu, że to błąd.
Z mojego doświadczenia w prowadzeniu w pełni autonomicznego biznesu opartego na sztucznej inteligencji wynika powtarzający się schemat: najbardziej udane transformacje AI nie są prowadzone przez osoby potrafiące pisać w Pythonie. Są one prowadzone przez osoby, które wiedzą, gdzie w Państwa arkuszach kalkulacyjnych „ukryte są trupy”. Są one prowadzone przez pracowników, którzy spędzili dziesięć lat na dopracowywaniu przepływu pracy, aż stał się on dla nich drugą naturą.
Wkraczamy w erę rurociągu od umiejętności do agenta (Skill-to-Agent Pipeline). Jest to proces, w którym najbardziej doświadczeni członkowie zespołu przestają wykonywać pracę, a zaczynają projektować AI, która robi to za nich. Jeśli chcą Państwo wygrać, nie potrzebują koderów. Potrzebują Państwo swojego najlepszego specjalisty od procesów, aby stał się nowym architektem AI.
Luka w ekstrakcji wiedzy specjalistycznej
💡 Chcesz, żeby Penny przeanalizowała Twój biznes? Planuje, jakie role może zastąpić sztuczna inteligencja, i tworzy plan etapowy. Rozpocznij bezpłatny okres próbny →
Większość firm cierpi na coś, co nazywam luką w ekstrakcji wiedzy specjalistycznej. Jest to dystans między „intuicją” doświadczonego pracownika a udokumentowanym procesem, który może naśladować maszyna (lub inny człowiek).
Przez dziesięciolecia tolerowaliśmy tę lukę. Akceptowaliśmy fakt, że „Dave jest jedyną osobą, która wie, jak radzić sobie z kwartalnymi rozliczeniami podatkowymi” lub „Sarah jako jedyna naprawdę rozumie nasz ton komunikacji w obsłudze klienta”. Tworzy to ogromne wąskie gardło. Gdy Dave jest na urlopie, proces staje w miejscu. Gdy Sarah odchodzi, marka traci duszę.
Tradycyjne oprogramowanie próbowało wypełnić tę lukę za pomocą sztywnej logiki i kosztownych systemów budowanych na zamówienie. Jednak AI zmienia te reguły. Modele Large Language Models (LLM) nie potrzebują sztywnego kodu; potrzebują kontekstu, niuansów i logiki.
Kto posiada ten kontekst? Nie konsultant. Nie nowy pracownik techniczny. Posiadają go Dave i Sarah. W rzetelnym porównaniu AI kontra konsultant przekonają się Państwo, że przeszkoda „techniczna” jest w rzeczywistości najmniejszą częścią problemu. Prawdziwa praca polega na wydobyciu wiedzy specjalistycznej.
Dlaczego „Prompt Engineering” to w rzeczywistości „Inżynieria Procesów”
Wokół „prompt engineeringu” narosło wiele szumu. Ludzie traktują go jak tajny język lub magiczne zaklęcie. Tak nie jest.
Promptowanie to po prostu akt wyjaśniania procesu biznesowego z tak wysoką precyzją, aby maszyna mogła go bezbłędnie wykonać. Jeśli Państwa „ekspert od procesów” nie potrafi wyjaśnić swojej pracy sztucznej inteligencji, to zazwyczaj dlatego, że w rzeczywistości nie posiada procesu – ma jedynie zestaw nawyków.
Dlatego właśnie najlepszy specjalista od procesów jest najlepszym architektem AI. Rozumie on przypadki brzegowe. Wie, że „jeśli klient jest z UE, stosujemy regułę X, ale jeśli jest to klient historyczny sprzed 2019 roku, stosujemy regułę Y”.
Programista może przeoczyć te niuanse. Ekspert procesowy nimi żyje. Kiedy dają Państwo temu ekspertowi możliwość zbudowania „Agenta” (wyspecjalizowanej AI skonfigurowanej do pełnienia określonej roli), nie tylko automatyzują Państwo pracę – Państwo klonują swojego najlepszego pracownika.
Skill-to-Agent Pipeline: 4-etapowy model
Opracowałem model ułatwiający to przejście. Nazywam go rurociągiem od umiejętności do agenta (Skill-to-Agent Pipeline). Pozwala on przenieść ludzką umiejętność z zadania manualnego do zautomatyzowanego zasobu.
1. Obserwacja (Faza audytu)
Proszę przestać próbować wdrażać AI w całej firmie naraz. Należy zacząć od zaobserwowania, gdzie najlepiej opłacani pracownicy wykonują powtarzalną pracę poznawczą. Mam na myśli wprowadzanie danych, wstępny research, przygotowywanie szkiców e-maili czy sprawdzanie zgodności. Warto zajrzeć do naszego przewodnika po oszczędnościach w usługach profesjonalnych, aby zobaczyć, gdzie zazwyczaj kryją się te koszty.
2. Dekonstrukcja (Faza logiki)
Niech Państwa ekspert usiądzie i wypisze każdą mikro-decyzję, którą podejmuje podczas danego zadania.
- Na co zwraca uwagę w pierwszej kolejności?
- Co sprawia, że odrzuca dany lead?
- Jakich konkretnych fraz szuka w umowie? To jest właśnie „ekstrakcja” wiedzy specjalistycznej.
3. Promptowanie (Faza architektury)
Należy przełożyć tę zdekonstruowaną logikę na zestaw instrukcji dla agenta AI. Nie „kodują” Państwo; Państwo „instruują”. Jeśli ekspert potrafi wyjaśnić zadanie młodszemu stażyście, potrafi je również wyjaśnić modelowi LLM.
4. Iteracja (Faza dopracowania)
Należy uruchomić agenta równolegle z człowiekiem. Człowiek staje się „redaktorem naczelnym”. Nie wykonuje pracy; sprawdza wyniki AI i koryguje instrukcje, dopóki AI nie osiągnie 95% skuteczności.
Reguła 90/10 nowoczesnego zarządzania
Wdrażając rurociąg Skill-to-Agent, nieuchronnie natkną się Państwo na coś, co nazywam regułą 90/10.
Reguła ta mówi, że gdy AI przejmuje 90% danej funkcji, należy zadać sobie pytanie: Czy pozostałe 10% uzasadnia etat, czy jest to odpowiedzialność, którą można połączyć z innym stanowiskiem?
To niewygodna rzeczywistość skutecznej strategii AI dla MŚP. Nie chodzi tylko o „efektywność” – chodzi o restrukturyzację. Jeśli agent AI może obsłużyć 90% zgłoszeń IT, nie potrzebują Państwo dedykowanego działu wsparcia IT w tej samej skali. Może się okazać, że Państwa koszty wsparcia IT spadną o 80%, ponieważ Państwa „informatyk” przeszedł od „odpowiadania na zgłoszenia” do „zarządzania AI, która odpowiada na zgłoszenia”.
Od menedżera do kuratora
Zmiana kulturowa jest najtrudniejszą częścią. Pracownicy mogą mieć poczucie, że budując tych agentów, „sami pozbawiają się pracy”.
W rzeczywistości wchodzą na wyższy poziom. Zmieniają się z Wykonawcy (kogoś, kto realizuje zadanie) w Kuratora (kogoś, kto zarządza jakością i logiką floty agentów).
W mojej własnej firmie nie mam zespołu marketingowego. Mam logikę marketingową, którą wbudowałem w agenty. Jestem Kuratorem. Wyznaczam strategię, a agenty ją realizują. Jeśli kampania zakończy się niepowodzeniem, nie zwalniam pracownika – aktualizuję instrukcje w rurociągu. To podejście typu „Skin in the Game” do sztucznej inteligencji – wykorzystanie jej do działania zwinniej i szybciej, niż jakakolwiek tradycyjna agencja mogłaby marzyć.
Praktyczne wskazówki dla właścicieli MŚP
Jeśli chcą Państwo zacząć już dziś, należy wykonać następujące kroki:
- Zidentyfikuj swój „Filar”: Kto jest osobą, której nieobecność powoduje największe zatory w przepływie pracy?
- Daj jej mandat „Budowniczego”: Powiedz jej, że jej celem na najbliższe 90 dni nie jest tylko wykonywanie pracy, ale udokumentowanie i dygitalizacja jej pracy w formie agenta AI.
- Mierz „Wartość wiedzy specjalistycznej”: Nie należy mierzyć tylko zaoszczędzonego czasu; należy mierzyć, ile więcej pracy na poziomie eksperckim jest wykonywane bez konieczności angażowania samego eksperta.
Proszę przestać szukać „eksperta od AI” na tablicach ogłoszeń LinkedIn. On już siedzi w Państwa biurze, prawdopodobnie sfrustrowany manualnym procesem, który wykonał już tysiąc razy. Proszę dać mu narzędzia do sklonowania jego wiedzy, a Państwa firma zacznie działać z prędkością, o której wcześniej Państwo nie marzyli.
AI to nie rewolucja technologiczna; to rewolucja procesowa. A ci, którzy są właścicielami procesów, zawsze będą właścicielami przyszłości.