Automatyzacja i AI są dziś jednym z największych marzeń polskiego przedsiębiorcy. W tej fantazji leży obietnica ograniczenia kosztów, redukcji zatrudnienia i wreszcie tej mitycznej skalowalności, o której mówi się na konferencjach z takim przekonaniem, jakby wystarczyło kupić subskrypcję i firma sama zaczęła rosnąć. Problem polega na tym, iż większość organizacji chce zautomatyzować efekt, a nie proces, chce skrótu do dojrzałości operacyjnej zamiast przejścia przez jej najbardziej żmudny, ale konieczny etap.
AI nie lubi prowizorki. Lubi procesy
Patrzę na to z bardzo praktycznej perspektywy, bo w mojej organizacji miesiącami planowaliśmy wdrożenia, które naprawdę miały poprawić efektywność, i to nie były żadne futurystyczne projekty, tylko czasochłonne porządkowanie fundamentów:
- rysowanie procesów,
- opisywanie kto za co odpowiada,
- standaryzowanie pracy: na ofertowaniu, współpracy z klientem, analizie danych i przeprowadzanych audytach.
Najbardziej przewrotny wniosek był taki, iż już samo wprowadzenie procedur zrobiło firmie więcej dobrego niż połowa pomysłów na „rewolucję AI”, które mieliśmy na starcie. Równocześnie wiem dokładnie, ile moich własnych koncepcji okazało się nietrafionych, bo dane były gorsze, niż zakładałem, bo zespół pracował inaczej niż w teorii, albo dlatego, iż próbowaliśmy przyspieszyć coś, co nie było jeszcze stabilne.
Widzę to samo u klientów z sektora MŚP, którzy rysują dziś projekty automatyzacyjne w każdej możliwej skali. Czasem są to proste, bardzo zdrowe wdrożenia:
- LLM do wstępnej obsługi zapytań,
- automatyczne generowanie opisów,
- porządkowanie katalogu,
- pilnowanie spójności atrybutów,
czyli rzeczy, które zdejmują z ludzi powtarzalną robotę i pozwalają skupić się na decyzjach. Czasem są to klasyczne wpadki, w których ktoś próbuje automatyzować bałagan, a potem jest zdziwiony, iż system tylko szybciej produkuje błędy. A czasem trafiają się projekty naprawdę wyprzedzające rynek, w których automatyzacja zaczyna spinać sprzedaż, logistykę i obsługę klienta w jeden obieg informacji, dzięki czemu firma przestaje pracować jak zbiór działów, a zaczyna przypominać organizm.
Porządkowanie fundamentów to nie strata czasu
Największy mit, z którym polskie MŚP musi się dziś zmierzyć, brzmi: „AI naprawi nam organizację”. Nie naprawi. AI jest wzmacniaczem, a nie lekarstwem. W uporządkowanej firmie wzmacnia efektywność, w chaotycznej wzmacnia chaos. jeżeli dane produktowe są niespójne, stany magazynowe żyją własnym życiem, a każdy dział ma swoją wersję prawdy o kliencie, to automatyzacja tylko przyspieszy rozjazd. Próba wdrażania AI w takiej strukturze przypomina dokładanie turbiny do silnika, który już teraz się dławi.
W praktyce największym problemem nie jest brak technologii, tylko jakość danych i procesów. W wielu firmach większość czasu pracy pracowników przepala się na manualne poprawianie błędów:
- złe atrybuty,
- duplikaty produktów,
- niespójne ceny,
- ręczne odpowiedzi na te same pytania klientów, które można by zamknąć w dobrze zaprojektowanym systemie.
Automatyzacja zaczyna mieć sens dopiero wtedy, kiedy wiesz, co automatyzujesz, jaki ma być efekt i jak zmierzysz, czy to działa. Bez tego AI staje się drogą zabawką, która robi wrażenie na prezentacji, ale nie poprawia wyniku.
Dochodzi do tego aspekt kosztowy, o którym w MŚP mówi się za mało. Każda automatyzacja ma koszt wdrożenia, utrzymania, integracji i późniejszych poprawek. jeżeli firma nie potrafi policzyć, ile dziś kosztuje ją ręczna praca, błędy operacyjne i utracona sprzedaż, to nie potrafi też policzyć zwrotu z automatyzacji. Wtedy decyzje zapadają na zasadzie „wszyscy robią AI, to my też”, a to jest najdroższy możliwy model strategiczny.
Na poziomie zespołów pojawia się jeszcze jeden bardzo ludzki wątek. Pracownicy nie boją się samej technologii, tylko tego, iż nikt nie tłumaczy, po co ona jest. jeżeli automatyzacja jest komunikowana jako narzędzie do cięcia kosztów, to naturalną reakcją jest opór. jeżeli jest komunikowana jako narzędzie do zdjęcia z ludzi najbardziej żmudnej pracy i dania im przestrzeni na rzeczy, które wymagają myślenia, to zaczyna być traktowana jak wsparcie, a nie zagrożenie. W MŚP zespoły są małe, a relacje – bliskie, więc ten aspekt kulturowo-socjologiczny ma gigantyczne znaczenie.
Polski kontekst dokłada do tego jeszcze barierę mentalną: przekonanie, iż AI to zabawka dla korporacji. Tymczasem to właśnie mniejsze firmy mają największą przewagę, bo mogą szybciej zmieniać procesy, szybciej testować i szybciej wycinać rzeczy, które nie działają. Think big w MŚP nie polega na kupowaniu największych narzędzi, tylko na myśleniu systemowym:
- gdzie uciekają nam godziny pracy,
- gdzie powtarzamy te same czynności,
- gdzie decyzje są podejmowane na „instynkt biznesowy” zamiast na danyc
Gdzie AI naprawdę przynosi efekty
„Dobra, to co mogę realnie wdrożyć, bez wydawania worka siana?”– o ile w Twojej głowie pojawia się to pytanie, śpieszę z wyjaśnieniem. Są trzy obszary, gdzie ryzyko inwestycji w AI jest najmniejsze, a zwrot – stosunkowo wysoki:
- Obsługa klienta. AI może automatycznie kategoryzować e-maile i zgłoszenia, rozpoznawać sentyment i ustawiać priorytety, dzięki czemu reklamacje czy opóźnienia trafiają na górę kolejki, a proste sprawy procesują się półautomatycznie.
- Dane produktowe. AI może standaryzować opisy, wyciągać atrybuty techniczne z tekstu i porządkować katalog, co sprawia, iż filtry zaczynają działać, SEO przestaje być przypadkiem, a oferta staje się czytelna.
- Analiza danych i wyciąganie wniosków. AI może czytać dane sprzedażowe, zwroty i opinie klientów poprzez wskazywanie wzorców: które produkty generują straty, gdzie konwersja kuleje mimo ruchu, a gdzie klienci kupują powtarzalne zestawy. Analityka przestaje być tabelą, a zaczyna być narzędziem decyzyjnym.
Przeczytaj również: On-site copywriting – do’s and DON’TS
Nie licz na AI, jeżeli w firmie rządzi chaos
Zanim jednak kupisz kolejne narzędzie, warto zrobić prosty test „3xP”:
- Prawda o procesie. Czy potrafisz narysować to, co chcesz automatyzować, krok po kroku? jeżeli nie umiesz tego opisać człowiekowi, AI też tego nie odtworzy.
- Powtarzalność. Czy zadanie dzieje się dziesiątki razy dziennie, czy raz w tygodniu? Automatyzowanie rzadkich przypadków to często strata czasu i pieniędzy.
- Poziom danych. Czy informacje są w jednym spójnym systemie, czy w pięciu excelach? jeżeli dane są rozproszone, technologia nie wprowadzi porządku, tylko przyspieszy bałagan.
Najważniejszy wniosek jest mało eskcytujący, ale bardzo praktyczny. Najpierw proces, potem automatyzacja. Najpierw porządek w danych, potem AI. Najpierw odpowiedź na pytanie „co chcemy przyspieszyć i po co”, potem zakup narzędzi. Firmy, które przechodzą tę kolejność, odkrywają, iż technologia zaczyna działać jak dźwignia, a nie jak plaster na złamanie.
Automatyzacja nie jest skrótem do dojrzałości biznesowej, tylko jej konsekwencją. AI nie zrobi z bałaganu nowoczesnej organizacji, ale z dobrze poukładanej firmy potrafi stworzyć maszynę, która działa szybciej, taniej i stabilniej. I to jest ta wersja „think big”, która naprawdę ma sens w polskim MŚP: marzenie nie o firmie bez ludzi, tylko o firmie, w której ludzie przestają robić rzeczy, których nie powinni robić manualnie.
