Co przygotować przed wdrożeniem AI: dane, odpowiedzialność, wyjątki i integracje

Firma nie musi przychodzić do rozmowy o wdrożeniu z gotową dokumentacją techniczną. Powinna jednak umieć pokazać, jak naprawdę wygląda praca. Najcenniejszym materiałem nie jest prezentacja, lecz kilka rzeczywistych spraw, dokumentów, ekranów i decyzji.

Opis procesu w wersji rzeczywistej

Warto przejść przez proces od zdarzenia, które go uruchamia, do momentu zakończenia. Kto otrzymuje pierwszą informację? Gdzie ją zapisuje? Jakie dane sprawdza? Kto zatwierdza decyzję? Co dzieje się, gdy czegoś brakuje? Różnice pomiędzy oficjalną procedurą a codzienną praktyką są szczególnie ważne — to właśnie tam często znajduje się problem.

Przykłady, również te nietypowe

Do pracy z AI potrzebne są prawdziwe przykłady: rozmowy, wiadomości, dokumenty lub formularze. Nie tylko poprawne i typowe. Przypadki niepełne, błędne i niejednoznaczne pokazują granice procesu oraz sytuacje, które powinny trafić do człowieka.

Na początku nie chodzi o wielki zbiór danych. Kilkadziesiąt dobrze opisanych przypadków może wystarczyć, aby zrozumieć język firmy, kategorie spraw i najważniejsze wyjątki.

Właściciel procesu i odpowiedzialność

Każde wdrożenie potrzebuje osoby, która potrafi odpowiedzieć na pytanie: jak powinien zachować się system w tej sytuacji? Nie musi być techniczna. Powinna znać proces, mieć możliwość podejmowania decyzji i reprezentować ludzi, którzy później będą korzystać z rozwiązania.

Trzeba również ustalić, które działania system wykonuje sam, które wymagają potwierdzenia, a które zawsze pozostają po stronie człowieka. Ta mapa odpowiedzialności chroni przed budowaniem rozwiązania, które jest efektowne, ale trudne do użycia i nadzorowania.

Dostęp do systemów i danych

Warto sporządzić listę narzędzi używanych w procesie: CRM, poczta, arkusze, system branżowy, telefonia, pliki sieciowe. Następnie sprawdzić, czy mają API, eksport danych lub inny bezpieczny sposób integracji. Brak integracji nie zawsze blokuje pierwszy etap, ale wpływa na jego zakres.

Należy też określić, które dane są wrażliwe, kto może je przeglądać i jak długo powinny być przechowywane. Minimalizacja danych jest zwykle lepsza niż kopiowanie całego systemu do nowego narzędzia.

Miara sukcesu i plan na błędy

Przed wdrożeniem warto zapisać stan obecny i jedną lub dwie miary, które mają się zmienić. Równie ważne jest ustalenie, jak wykryjemy błąd, kto dostanie powiadomienie i co użytkownik zobaczy w razie niedostępności usługi.

AI nie usuwa wyjątków. Dobre wdrożenie sprawia, że stają się widoczne, uporządkowane i trafiają do właściwej osoby z potrzebnym kontekstem.

Co wystarczy na pierwszą rozmowę

Przygotuj krótki opis problemu, kilka realnych przykładów, listę używanych narzędzi, osobę odpowiedzialną za proces i hipotezę dotyczącą efektu. To wystarczy, aby ocenić, czy technologia może pomóc i jaki pierwszy etap ma sens. Specyfikacja powinna powstać później — na podstawie wspólnego zrozumienia firmy, nie domysłów wykonawcy.