AI, roboty i drogie systemy nie zawsze są innowacją

Kobieta siedzi przy drewnianym stole w nowoczesnej przestrzeni biurowo-kawiarnianej, przegląda dokument i patrzy na laptopa.

FOT. parp.gov.pl

Na prezentacji dostawcy wszystko może wyglądać jak przełom. Dopiero codzienna praca pokazuje, czy nowa technologia rzeczywiście rozwiązuje problem, czy tylko dokłada firmie kolejny koszt. Przedsiębiorstwa coraz łatwiej sięgają po sztuczną inteligencję, robotyzację i cyfrowe narzędzia, ale sama nowość nie przesądza o wartości inwestycji. Najpierw trzeba ustalić, co ma się zmienić, a dopiero potem szukać odpowiedniego rozwiązania.

Technologia wybrana przed problemem często nie daje efektów

Presja na wdrażanie nowych rozwiązań rośnie wraz z popularnością sztucznej inteligencji, robotów współpracujących, cyfrowych bliźniaków, Internetu Rzeczy i rozszerzonej rzeczywistości. Firmy mogą dziś testować narzędzia, które jeszcze niedawno były dostępne głównie dla dużych organizacji. Łatwy dostęp do technologii nie oznacza jednak, że każda inwestycja będzie potrzebna.

Ryzyko pojawia się wtedy, gdy przedsiębiorstwo zaczyna od wyboru konkretnego rozwiązania, a dopiero później próbuje znaleźć dla niego zastosowanie. Firma może zdecydować, że chce wdrożyć AI, choć nie wiadomo jeszcze, który proces miałby dzięki temu działać lepiej. Zakład produkcyjny może zainteresować się robotem współpracującym po targowej prezentacji, mimo że nie sprawdził wcześniej, na którym stanowisku urządzenie przyniosłoby uzasadnioną korzyść.

Lepszy punkt wyjścia zwykle znajduje się w codziennych trudnościach. Może nim być ręczne przepisywanie danych, wielogodzinne przygotowywanie raportów, powtarzające się pomyłki albo awarie maszyny opóźniające realizację zamówień. Dopiero po opisaniu takiego problemu można ocenić, czy potrzebna jest automatyzacja, zmiana organizacji pracy, czy może tylko lepsze wykorzystanie już posiadanych narzędzi.

O innowacyjności nie świadczy liczba funkcji ani techniczna złożoność systemu. Znaczenie ma rezultat, który można zauważyć i zmierzyć – krótszy czas obsługi zamówienia, mniej błędów, niższe zużycie materiałów albo wcześniejsze wykrywanie usterek.

Mała automatyzacja może przynieść większą korzyść niż efektowny projekt

Nie każda wartościowa zmiana wymaga kosztownego wdrożenia. Automatyczne przenoszenie danych z formularza zamówienia do systemu sprzedażowego może okazać się dla małej firmy bardziej użyteczne niż rozbudowany projekt oparty na najbardziej zaawansowanych rozwiązaniach AI. Jeżeli taka czynność powtarza się setki razy w miesiącu, oszczędność czasu może być odczuwalna w skali całego roku.

Przedsiębiorstwo powinno też ostrożnie podchodzić do argumentu, że podobne rozwiązanie ma już konkurencja. Dwie firmy z tej samej branży mogą różnić się skalą działalności, liczbą zamówień, organizacją produkcji, kompetencjami zespołu i używanymi systemami. Robot opłacalny w dużym zakładzie nie musi przynieść podobnego efektu w mniejszej firmie. Narzędzie AI do obsługi klienta będzie miało inne uzasadnienie przy kilkunastu zapytaniach tygodniowo, a inne przy kilku tysiącach.

Dla sektora małych i średnich przedsiębiorstw nietrafiona inwestycja może szczególnie mocno obciążyć budżet. Dlatego przed zakupem warto przeanalizować proces, który ma zostać usprawniony. Trzeba sprawdzić:

  • które czynności zajmują najwięcej czasu,
  • gdzie najczęściej powstają błędy,
  • w którym miejscu pojawiają się opóźnienia,
  • jakie informacje są potrzebne pracownikom,
  • ile razy te same dane są wprowadzane do różnych systemów.

Taka analiza może ujawnić, że źródłem problemu nie jest brak technologii. Jeżeli dokument przechodzi przez zbyt wiele etapów akceptacji albo pracownicy powtarzają te same czynności, zakup kolejnego systemu może jedynie przenieść nieuporządkowany proces do środowiska cyfrowego. Najpierw warto uprościć sposób działania, a dopiero później zdecydować, co powinno zostać zdigitalizowane lub zautomatyzowane.

Koszt wdrożenia trzeba porównać z tym, co firma odzyska

Ocena inwestycji powinna zaczynać się od policzenia obecnych strat. Jeśli pięć osób codziennie poświęca pół godziny na ręczne przenoszenie danych między systemami, firma traci w ciągu dnia 2,5 godziny pracy. W skali miesiąca daje to kilkadziesiąt godzin, które można zestawić z ceną automatyzacji.

Podobne wyliczenia dotyczą braków produkcyjnych, reklamacji, awarii, przestojów, zużycia energii i opóźnień w realizacji zleceń. Im dokładniej firma opisze sytuację sprzed wdrożenia, tym łatwiej później sprawdzić, czy inwestycja przyniosła oczekiwany efekt.

Na całkowity koszt rozwiązania składa się więcej niż cena zakupu. W kalkulacji trzeba uwzględnić także:

  • konfigurację i integrację z obecnymi systemami,
  • migrację danych,
  • szkolenia,
  • licencje,
  • serwis,
  • czas pracowników potrzebny na zmianę sposobu pracy,
  • utrzymanie rozwiązania po uruchomieniu.

Rozbudowany system może wyglądać atrakcyjnie podczas prezentacji, ale po kilku miesiącach pracownicy mogą korzystać tylko z niewielkiej części jego funkcji. Dlatego przy wyborze warto sprawdzić możliwość integracji z używanymi narzędziami, dalszego skalowania oraz odzyskania danych w razie zmiany dostawcy.

Bezpieczniejszym rozwiązaniem przed dużym zakupem bywa pilotaż. Test może objąć jedno stanowisko, pojedynczy proces, wybrany dział albo niewielką grupę pracowników. Firma przygotowująca oferty z pomocą AI może przez kilka tygodni porównywać czas pracy i jakość dokumentów tworzonych tradycyjnie oraz przy użyciu nowego narzędzia. Zakład produkcyjny rozważający monitoring maszyn może rozpocząć od urządzenia, którego awarie powodują największe przestoje.

Po zakończeniu testu nie wystarczy sprawdzić, czy system działa zgodnie z opisem technicznym. Trzeba ocenić, czy zmienił sposób realizacji procesu i czy skala poprawy uzasadnia dalsze wydatki. Jeżeli rezultat jest niewielki, zakończenie projektu może być rozsądniejsze niż jego kontynuowanie tylko dlatego, że firma poniosła już pierwsze koszty.

Pracownicy i mierniki pokazują, czy zmiana rzeczywiście działa

Osoby wykonujące dany proces każdego dnia często najlepiej wiedzą, gdzie powstają problemy. Widzą, które informacje trzeba przepisywać kilka razy, w jakich miejscach pojawiają się pomyłki i które czynności zabierają nieproporcjonalnie dużo czasu. Ich udział w wyborze oraz testowaniu rozwiązania zwiększa szansę, że system zostanie przyjęty jako pomoc, a nie dodatkowy obowiązek.

Brak dopasowania do codziennej pracy może sprawić, że pracownicy zaczną omijać nowe narzędzie i tworzyć własne sposoby realizacji zadań. Wtedy nawet poprawne technicznie wdrożenie nie przyniesie zakładanych rezultatów. Rozmowa z zespołem może też prowadzić do mniej kosztownego wniosku – wystarczy zmienić organizację pracy albo uruchomić funkcję systemu, za który firma już płaci.

Sukcesu nie potwierdza sam zakup urządzenia, uruchomienie programu ani przeszkolenie zespołu. Mierniki powinny wynikać z problemu, który miał zostać rozwiązany. Mogą nimi być:

  • czas realizacji zamówienia,
  • liczba błędów,
  • koszt wykonania zadania,
  • ilość zużytych materiałów,
  • długość przestojów,
  • liczba braków produkcyjnych,
  • terminowość realizacji zleceń.

Nie każda analiza musi zakończyć się zakupem. Jeżeli rozwiązanie nie odpowiada na istotną potrzebę, jego utrzymanie będzie droższe niż możliwe oszczędności albo firma nie ma zasobów do jego obsługi, rezygnacja może być rozsądną decyzją. Dotyczy to także sytuacji, gdy technologia wymaga danych, których przedsiębiorstwo nie gromadzi lub których jakość jest zbyt niska.

Świadome podejście do cyfryzacji obejmuje więc również decyzję o odłożeniu projektu. Firma nie musi wdrażać rozwiązania tylko dlatego, że jest nowe, popularne albo stosuje je konkurencja. O wartości technologii przesądza dopiero konkretna poprawa w działaniu przedsiębiorstwa.

na podstawie: parp.gov.pl.

Ilustracja wykorzystana w artykule została pobrana z zewnętrznego źródła (parp.gov.pl). W przypadku zastrzeżeń dotyczących praw do zdjęcia prosimy o kontakt.

Widzisz błąd lub nieaktualną informację? Zgłoś błąd, sprostowanie lub uwagę

Treści na stronie są opracowywane z wykorzystaniem sztucznej inteligencji

Ostatnie Artykuły