Każdy konsultant AI, agencja i platforma SaaS chce Ci sprzedać wdrożenie. Nikt nie ma interesu w tym, żeby Ci powiedzieć kiedy AI to zły pomysł. Ja mam, bo jeśli nie pomogę, nie płacisz. Więc mogę być szczery.
Kiedy AI naprawdę nie ma sensu
Przypadek pierwszy: gdy proces nie jest jeszcze spisany. Automatyzacja bałaganu daje szybszy bałagan. Jeśli nie wiesz, kto za co odpowiada i w jakiej kolejności coś robicie, najpierw to ustal. AI na tym nie pomoże, a zaszkodzi. Przypadek drugi: gdy problem jest ludzki, nie procesowy. Jeśli pracownik nie robi swojej roboty, żaden bot tego nie naprawia. Przypadek trzeci: gdy wolumen jest za mały. Jeśli dane zadanie zajmuje godzinę tygodniowo, oszczędność 45 minut przy wdrożeniu za 20 000 zł i 3 miesiące projektu to kiepski interes. Przypadek czwarty: gdy dane są zbyt wrażliwe. Jeśli wklejasz do modelu dane klientów bez ich wiedzy i zgody, ryzykujesz RODO i AI Act jednocześnie.
Co robić zamiast
Zanim pomyślisz o AI, zapytaj: czy ten proces jest w ogóle opisany? Czy jest jedna osoba odpowiedzialna za jego wynik? Czy wiem, gdzie konkretnie gubi się czas lub jakość? Jeśli odpowiedź na którekolwiek z tych pytań brzmi nie, zacznij od tam. To zwykle kilka godzin pracy, nie kilka tygodni projektu.
Gdzie AI naprawdę się opłaca
Żeby być fair: jest wiele miejsc, gdzie AI ma realny sens. Klasyfikacja dużej liczby dokumentów. Odpowiedzi na powtarzalne pytania klientów. Generowanie pierwszych wersji treści. Ekstrakcja danych ze strukturyzowanych plików. Wspólny mianownik: duży wolumen, powtarzalne zadanie, akceptowalny margines błędu. Jeśli Twój przypadek spełnia te kryteria, AI ma sens. Jeśli nie, wróć do procesu.
Jak sprawdzić przed wdrożeniem
Jeden test: policz, ile godzin miesięcznie zajmuje zadanie, które chcesz zautomatyzować. Pomnóż przez stawkę godzinową osoby. Pomnóż przez 24 miesiące (bo tyle zajmie zanim inwestycja się zwróci z ryzykiem). Jeśli wynik jest mniejszy niż koszt wdrożenia i utrzymania, nie rób tego.