Što o AI-ju naučite tek u stvarnoj primjeni, a ne u pilot-projektu
Pilot-projekt može pokazati da AI zna riješiti problem. Svakodnevni rad pokazuje može li tvrtka to rješenje stvarno koristiti.
Autor: tim Marginsa · 3 min čitanja
Funkcionira li ovo unutar našeg poslovanja?
AI pilot-projekti su korisni. Odgovaraju na važno pitanje: može li ovo funkcionirati?
Može li model razumjeti dokumente? Možemo li predvidjeti ishod? Može li agent dovršiti zadatak? Pronalazi li sustav prave informacije? Prepoznaje li računalni vid predmet?
To su nužna pitanja. No tvrtke često misle da su odgovorom na njih potvrdile i samu implementaciju. Teže pitanje tek slijedi:
Funkcionira li ovo unutar našeg poslovanja?
Pilot na to ne može u potpunosti odgovoriti. Produkcija može.
Pilot kontrolira okruženje
Pilot-projekti prirodno smanjuju složenost. Odaberete skup podataka. Izaberete reprezentativne primjere. Ograničite broj korisnika. Definirate scenarije. Kontrolirate integracije. Uklonite rubne slučajeve.
Upravo to eksperimentiranje čini korisnim. Tehničko pitanje izdvaja se od svega ostalog.
No stvarno poslovanje sadrži sve što ste privremeno uklonili. Neuredne podatke. Stare sustave. Neobične kupce. Polja koja nedostaju. Različite navike korisnika. Prava pristupa. Kašnjenja. Zastoje. Unutarnju politiku organizacije. Iznimke. Ponedjeljak ujutro. Produkcija sve to vraća.
Stvarni korisnici ne ponašaju se kao testni korisnici
Tijekom pilota ljudi znaju da nešto testiraju. Često su neuobičajeno strpljivi. Pažljivo sastavljaju upite. Opraštaju nespretne tijekove rada. Aktivno daju povratne informacije.
Korisnici u produkciji ponašaju se drukčije. Oni pokušavaju obaviti svoj posao.
Ako korištenje AI-ja zahtijeva šest nepotrebnih klikova, prestat će ga koristiti. Ako odgovor stiže presporo, naći će drugi način. Ako sustav prečesto griješi, povjerenje nestaje. Ako informacija nije dostupna ondje gdje već rade, zaborave da postoji.
To otkriva nešto važno:
Prihvaćanje među korisnicima nije odvojeno od kvalitete proizvoda. U poslovnom AI-ju prihvaćanje je dio kvalitete proizvoda.
Tehnički sposoban sustav koji nitko ne koristi nije ništa promijenio u poslovanju.
Produkcija otkriva iznimke
Tijekom analize proces može izgledati jednostavno: zaprimi dokument. Izdvoji podatke. Provjeri. Unesi u ERP. Gotovo.
Onda produkcija pokaže stvarnost. Postoji dvanaest formata dokumenata. Jedan dobavljač šalje skenirane PDF-ove. Drugi spaja tri računa u jedan. Jedno polje mijenja značenje ovisno o državi. Zaposlenici ponekad ručno ispravljaju pogreške dobavljača. Staro pravilo u ERP-u kosi se s novim tijekom rada. A jedan važan kupac ima iznimku koju nitko nije dokumentirao jer „svi znaju kako s njima radimo”.
Ništa od toga ne znači nužno da AI ne valja. To otkriva stvarni sustav koji trebate izgraditi.
Produkcija otkriva gdje su potrebni ljudi
Pilot-projekti često su usmjereni na što veću automatizaciju. Produkcija obično uči da treba razmišljati s više nijansi.
Neki se zadaci mogu potpuno automatizirati. Neki zahtijevaju potvrdu. Neki trebaju dati preporuke. Neki zahtijevaju eskalaciju. Za neke je svaki put potrebna ljudska prosudba.
Prava arhitektura često se pokaže tek nakon što se promotri dovoljno stvarnih slučajeva. Cilj zato ne bi trebao biti: najveća moguća automatizacija. Trebao bi biti:
Pravilna raspodjela posla između ljudi i strojeva.
To može biti mnogo vrjednije.
Produkcija otkriva isplati li se
AI mogućnost može biti tehnički impresivna, a ekonomski besmislena.
Produkcija pokazuje: koliko se često koristi. Koliko stoji svaka interakcija. Koliko ljudskog rada uklanja. Mijenja li se protok posla. Smanjuje li se broj pogrešaka. Mijenja li se prihod. Reagiraju li kupci drukčije. Štede li zaposlenici zaista vrijeme.
Na kraju, poslovni AI mora proći isti test kao i svako drugo ulaganje: što se promijenilo u poslovanju?
Produkcija pretpostavke pretvara u dokaze
Zato implementaciju AI-ja promatramo kao iterativan sustav, a ne kao projekt koji završava puštanjem u rad. Prije produkcije: vjerujemo. Nakon produkcije: znamo.
Znamo gdje ljudi zapinju. Znamo koji su slučajevi važni. Znamo koji su rezultati korisni. Znamo gdje automatizacija funkcionira. Znamo gdje ljudska prosudba ostaje nezamjenjiva. Znamo što treba promijeniti. A onda to poboljšamo.
Pilot dokazuje da je nešto moguće. Produkcija pokazuje stvarnost.
Tvrtke koje postanu zaista dobre u uvođenju AI-ja bit će one koje nauče brzo zatvoriti taj krug.