Analiza procesów pod kątem AI powinna zaczynać się od pytania: gdzie firma traci czas, jakość lub sprawność obsługi, a nie od wyboru narzędzia. Żeby odpowiedzieć na nie rzetelnie, trzeba rozpisać codzienną pracę na konkretne zadania, sprawdzić ich skalę i ustalić konsekwencje błędów. Efektem powinna być krótka lista uzasadnionych wdrożeń, a nie katalog pomysłów na wykorzystanie sztucznej inteligencji.
Poniżej znajdziesz metodę przejścia od rozmów z pracownikami do wyboru dwóch lub trzech procesów do pilotażu. To jeden z elementów szerszej diagnozy opisanej w artykule Audyt gotowości firmy do wdrożenia AI: jak sprawdzić, gdzie AI realnie pomoże.
Po co mapować procesy przed wyborem narzędzi AI?
Mapa procesu pokazuje, co uruchamia pracę, jakie czynności następują po sobie, kto za nie odpowiada i jaki rezultat ma powstać. Pozwala też zobaczyć przekazywanie spraw między działami, powielone czynności oraz miejsca, w których zadania czekają na dalszą obsługę. Dzięki temu analizujesz rzeczywisty przebieg pracy, a nie wyłącznie zakres obowiązków zapisany w procedurze. (ibm.com)
Rozróżnij przy tym proces od pojedynczego zadania. Obsługa zapytania klienta jest procesem. Odczytanie wiadomości, przypisanie kategorii i przygotowanie projektu odpowiedzi to zadania wewnątrz niego. Nie musisz automatyzować całej obsługi, żeby usprawnić jeden pracochłonny etap.
Przyjmij zasadę: najpierw ustal, czy czynność jest potrzebna, następnie sprawdź możliwość jej uproszczenia, a dopiero potem rozważ automatyzację. W ocenie zastosowania AI warto uwzględnić również rozwiązania bez sztucznej inteligencji oraz jasno określić granice odpowiedzialności człowieka. (airc.nist.gov)
Jak zebrać listę powtarzalnych zadań w firmie?
Zaproś do analizy osoby, które wykonują pracę, oraz właścicieli procesów, którzy odpowiadają za ich wynik. Nie zaczynaj od pytania „do czego przydałoby się AI?”. Poproś o pokazanie ostatnich wykonanych zadań, używanych dokumentów i typowych problemów. Rozmowę poprowadź w następującej kolejności:
- Ustal granice procesu. Zapisz, co go rozpoczyna i kiedy uznajecie go za zakończony. Przykładowo: od otrzymania zapytania do przekazania klientowi zatwierdzonej odpowiedzi.
- Wypisz czynności w rzeczywistej kolejności. Uwzględnij kopiowanie danych, wyszukiwanie informacji, uzgadnianie treści, poprawki i przekazywanie spraw innym osobom.
- Zbierz informacje o skali. Sprawdź liczbę spraw w miesiącu, czas aktywnej pracy oraz liczbę przypadków wymagających ponownej obsługi. Korzystaj z historii zgłoszeń, dokumentów lub pomiarów, nie tylko z deklaracji.
- Przejdź przez wyjątki. Zapytaj, co dzieje się przy brakujących danych, nietypowym dokumencie lub niejednoznacznym poleceniu. Zapisz, kto wtedy podejmuje decyzję.
- Potwierdź opis z zespołem. Przejdź wspólnie przez zwykłą sprawę i przypadek problemowy. Oddziel uzgodniony przebieg od kwestii, które wymagają dodatkowego sprawdzenia.
W proponowanym arkuszu oznaczaj dane jako zmierzone, oszacowane albo nieznane. Brak pomiaru nie oznacza braku potencjału, ale powinien powstrzymać Cię przed przedstawianiem korzyści jako pewnych.
Co powinna zawierać karta procesu?
Dla każdego kandydata przygotuj krótki opis według tego samego schematu: cel, właściciel, początek i koniec, kolejne zadania, dane wejściowe, oczekiwany wynik, używane systemy, liczba spraw, czas pracy, wyjątki oraz sposób kontroli jakości.
Przy każdym zadaniu dopisz, kto je wykonuje i kto odbiera rezultat. Zaznacz również, czy wymaga odczytania treści, zastosowania jednoznacznej reguły, przygotowania materiału czy podjęcia decyzji. Ten podział wykorzystasz później przy wyborze zakresu automatyzacji.
Roboczy zapis może wyglądać tak: wpływ zapytania → rejestracja → ustalenie tematu → przygotowanie odpowiedzi → zatwierdzenie → wysyłka. Obok każdego etapu umieść wykonawcę, czas pracy i warunki przejścia dalej. Nie musisz od razu tworzyć rozbudowanej dokumentacji.
Analiza procesów pod kątem AI: kryteria oceny zadań
Oceniaj wszystkie zadania według wspólnego zestawu kryteriów. Szczególne znaczenie mają powtarzalność, konsekwencje błędu i możliwość jego wykrycia. Sama częstotliwość wykonywania czynności nie przesądza jeszcze, że warto przekazać ją AI. (support.microsoft.com)
Czas pracy i skala problemu
Policz łączny miesięczny nakład, a nie tylko czas jednej sprawy. Prosty punkt wyjścia to: liczba spraw × średni czas aktywnej obsługi. Jeżeli poprawki mierzysz osobno, dodaj ich czas, ale nie uwzględniaj go drugi raz w średniej.
Oddziel pracę od oczekiwania. Jeśli przygotowanie dokumentu zajmuje dziesięć minut, a zatwierdzenie następuje po trzech dniach, najpierw sprawdź przyczynę opóźnienia. W mapie zapisuj oba czasy, żeby nie pomylić problemu z przygotowaniem treści z problemem organizacji akceptacji. Rozróżnianie czasu pracy i oczekiwania jest elementem mapowania strumienia wartości. (ibm.com)
Powtarzalność i liczba wyjątków
Sprawdź, czy kolejne sprawy mają podobne wejście, wymagają podobnych czynności i kończą się porównywalnym wynikiem. Zanotuj także udział wyjątków. W proponowanej ocenie zadanie obsługiwane codziennie, ale za każdym razem według innych ustaleń, nie otrzymuje wysokiej oceny powtarzalności.
Jeżeli zespół nie potrafi opisać typowego przebiegu, oznacz proces jako wymagający uporządkowania. Nie zakładaj, że wdrożenie AI zastąpi brak uzgodnionych zasad pracy.
Ryzyko błędu i możliwość sprawdzenia wyniku
Zadaj dwa oddzielne pytania: „Co się stanie, jeśli wynik będzie błędny?” oraz „Czy potrafimy wykryć błąd przed jego wykorzystaniem?”. Robocza notatka do wewnętrznej konsultacji wymaga innego poziomu kontroli niż oferta wysyłana klientowi. Istotna jest nie tylko dotkliwość pomyłki, lecz także to, czy osoba sprawdzająca ma dostęp do źródeł i potrafi ją rozpoznać. (support.microsoft.com)
W karcie procesu wskaż osobę zatwierdzającą, zakres kontroli oraz sytuacje wymagające przerwania automatycznej obsługi. Jeśli zastosowanie wymaga oceny prawnej, sprawdź również obowiązki firmy wynikające z AI Act. Nie zastępuj tej oceny ogólną punktacją atrakcyjności projektu.
Dostępność danych i możliwość integracji
Sprawdź, skąd mają pochodzić informacje, kto może z nich korzystać, czy są aktualne i jak trafią do rozwiązania. Ustal również, gdzie zostanie zapisany wynik. Dostępność danych, infrastruktury i zasobów zespołu należy oceniać razem z wartością biznesową zastosowania, zanim powstanie harmonogram wdrożenia. (learn.microsoft.com)
W praktycznym przeglądzie poproś o reprezentatywne przykłady dokumentów, w tym wersje niekompletne i nietypowe. Zapisz ograniczenia dostępu oraz elementy wymagające uporządkowania. Nie traktuj samego istnienia folderu z plikami jako potwierdzenia gotowości danych.
Jak porównać kandydatów bez pozornej precyzji?
Możesz zastosować prostą, roboczą skalę od 0 do 2 w czterech obszarach: potencjał korzyści, powtarzalność, gotowość danych i łatwość wdrożenia. Przed oceną ustal z zespołem, co oznacza wynik niski, średni i wysoki. Progi korzyści dopasuj do skali firmy.
W tym modelu 0 oznacza słabe uzasadnienie lub istotne braki, 1 — potencjał wymagający prac przygotowawczych, a 2 — dobrze opisany i uzasadniony przypadek. Niewiadomą oznaczaj znakiem zapytania, nie zerem. Do każdej oceny dopisz krótkie uzasadnienie.
Ryzyko oceniaj osobno, poza sumą punktów. Przyjmij zasadę, że nierozwiązany problem bezpieczeństwa, brak możliwości kontroli wyniku lub niejasne uprawnienia do danych wstrzymują pilotaż. Wysoka przewidywana oszczędność nie powinna znosić takiej blokady.
Które zadania automatyzować, a które tylko wspierać AI?
Zamiast podziału „wdrażamy albo nie”, przypisz każdemu zadaniu rekomendowany sposób obsługi. Rozróżnienie automatyzacji z kontrolą człowieka, wsparcia pracy człowieka oraz pozostawienia zadania bez AI pomaga ustalić właściwe granice zastosowania. (support.microsoft.com)
Kandydat do automatyzacji po testach: zadanie ma opisany przebieg, dostępne dane, ustalony sposób sprawdzenia wyniku i ścieżkę obsługi wyjątków. W rekomendacji zapisz, co może odbywać się automatycznie, a gdzie nadal potrzebna jest akceptacja.
Kandydat do wsparcia AI: system przygotowuje projekt, porządkuje informacje lub wskazuje elementy do sprawdzenia, natomiast pracownik interpretuje wynik i podejmuje decyzję. Nie wpisuj w planie „automatyzacja obsługi klienta”, jeśli rzeczywistym zakresem jest wyłącznie przygotowanie roboczej odpowiedzi.
Kandydat do uproszczenia lub automatyzacji bez AI: czynność opiera się na jednoznacznych regułach albo polega na przenoszeniu uporządkowanych danych. Uwzględnij także wynik „odłożyć do czasu uporządkowania procesu”. Analiza nie musi kończyć się rekomendacją wdrożenia sztucznej inteligencji w każdym obszarze.
Jak oszacować nakład pracy i koszt wdrożenia procesu?
Nie ograniczaj kosztorysu do opłaty za dostęp do rozwiązania. Całkowity koszt powinien uwzględniać wdrożenie, szkolenie i bieżące wsparcie, a ocenę rozwiązania należy połączyć ze sprawdzeniem integracji oraz zabezpieczeń. (microsoft.com)
Na potrzeby porównania procesów rozbij przygotowanie na konkretne prace: opis wymagań, uporządkowanie danych, konfigurację, połączenie z systemami, testy zwykłych spraw i wyjątków, przygotowanie instrukcji oraz szkolenie. Przy każdej pozycji wpisz odpowiedzialną osobę, szacowaną liczbę godzin i podstawę wyceny.
Osobno oszacuj miesięczny nakład na sprawdzanie wyników, obsługę wyjątków, utrzymanie i aktualizowanie materiałów źródłowych. Przygotuj wariant ostrożny i oczekiwany. Jeżeli nie znasz pracochłonności integracji, zapisz potrzebę jej sprawdzenia zamiast dopisywać pozornie dokładną kwotę.
Do oceny efektu czasowego zastosuj wzór: miesięczny odzyskany czas = dotychczasowy czas pracy − czas pracy po zmianie. W drugiej wartości uwzględnij kontrolę, poprawki i ręczną obsługę wyjątków. Nie porównuj czasu całego starego procesu wyłącznie z czasem wygenerowania odpowiedzi przez AI.
W swoim biznesplanie oddziel wartość odzyskanego czasu od oszczędności gotówkowej. Zapisz, do czego firma wykorzysta dodatkową dostępność zespołu i jakie wydatki rzeczywiście się zmienią. Jeśli rozważasz dofinansowanie automatyzacji procesów, najpierw przygotuj uzasadniony zakres i kosztorys, a dopiero potem analizuj finansowanie.
Jak wybrać pierwsze dwa lub trzy obszary do pilotażu?
Wybierz z krótkiej listy zadania o wyraźnej wartości, wykonalnym zakresie i kontrolowanym ryzyku. Dla każdego określ właściciela, potrzebne zasoby, termin oraz mierzalny wynik. Pilotaż powinien sprawdzać konkretne założenia przed szerszym wdrożeniem, a jego rezultaty mogą zmienić wcześniejszy ranking priorytetów. (learn.microsoft.com)
Ustal, kto będzie korzystać z rozwiązania, kto sprawdzi wyniki i kto podejmie decyzję o dalszych działaniach. Zapisz brakujące kompetencje. Jeśli pilotaż obejmuje zadania administracyjne, przygotowanie zespołu mogą wesprzeć szkolenia AI dla pracy biurowej, dobrane do wcześniej zmapowanych obowiązków.
Przygotuj krótką kartę pilotażu: zakres spraw, dane dopuszczone do testu, sposób kontroli, limit kosztów oraz warunki kontynuacji i przerwania. Kryteria sukcesu ustal przed rozpoczęciem. Wynik porównuj z pomiarem wyjściowym, uwzględniając nie tylko szybkość, lecz także jakość i pracę potrzebną do obsługi procesu po zmianie. (learn.microsoft.com)
Nie rozszerzaj testu od razu na cały dział. Zacznij od wyznaczonego fragmentu pracy i uwzględnij w próbie zarówno sprawy typowe, jak i trudniejsze przypadki. Trzeci proces możesz pozostawić w rezerwie, jeśli zespół nie ma zasobów do równoległego prowadzenia wszystkich testów.
Przykład: od listy zadań do krótkiej listy priorytetów
Załóżmy, że hipotetyczna firma zgłasza cztery pomysły: klasyfikowanie zapytań, przygotowywanie wewnętrznych podsumowań, przepisywanie danych między formularzami i analizę niestandardowych warunków umów. Poniższe liczby są wyłącznie ilustracją metody, nie deklaracją efektów wdrożenia.
Klasyfikowanie zapytań: przyjmijmy 400 spraw miesięcznie po 6 minut pracy, czyli 40 godzin. Jeśli po zmianie obsługa wraz z kontrolą zajmowałaby 2 minuty na sprawę, nakład wyniósłby 13 godzin i 20 minut. Potencjał to 26 godzin i 40 minut miesięcznie, ale czas po zmianie pozostaje założeniem do sprawdzenia. Do pilotażu trafia propozycja kategorii zatwierdzana przez pracownika, nie samodzielna wysyłka odpowiedzi.
Wewnętrzne podsumowania: firma ma ustalony szablon i znane źródła informacji. Zespół wybiera ten obszar jako drugi test, z obowiązkiem sprawdzania zgodności podsumowania z materiałem źródłowym. Korzyść ma zostać zmierzona, a nie przyjęta z góry.
Przepisywanie danych: po rozpisaniu czynności okazuje się, że pola są uporządkowane, a reguły jednoznaczne. Rekomendacją jest sprawdzenie prostego połączenia formularzy, bez zakładania potrzeby wykorzystania AI.
Niestandardowe warunki umów: firma nie ma uzgodnionych kryteriów oceny ani sposobu zatwierdzania sugestii. Zadanie zostaje odłożone do czasu opisania zasad. Ewentualny późniejszy test ma dotyczyć wsparcia analizy, a nie automatycznego akceptowania warunków.
W rezultacie firma wybiera dwa pilotaże, jeden obszar kieruje do zwykłej automatyzacji, a jeden wymaga dalszej pracy organizacyjnej. Taką listę wraz z uzasadnieniem warto przenieść do planu działań opisanego w artykule o tym, jak przełożyć raport z audytu AI na plan wdrożenia.
Najważniejsze wnioski z mapowania procesów pod AI
Przed zatwierdzeniem pierwszych wdrożeń sprawdź, czy analiza daje odpowiedzi na najważniejsze pytania:
- Zakres: wiadomo, które zadanie ma zostać usprawnione i gdzie kończy się automatyzacja.
- Uzasadnienie: korzyści wynikają z pomiarów lub jasno opisanych założeń.
- Gotowość: sprawdzono dane, dostęp do systemów, odpowiedzialność i kompetencje zespołu.
- Kontrola: określono sposób wykrywania błędów i obsługi wyjątków.
- Ekonomika: uwzględniono przygotowanie, utrzymanie oraz czas weryfikacji wyników.
- Decyzja: każdy kandydat ma rekomendację — pilotaż, wsparcie AI, automatyzacja bez AI albo odłożenie.
Podsumowanie
Dobra analiza procesów pod kątem AI kończy się decyzją o konkretnym zakresie pracy, nie wyborem modnego narzędzia. Zbierz rzeczywiste zadania, opisz ich przebieg, zmierz nakład i oceń dane oraz ryzyko. Następnie wybierz dwa lub trzy ograniczone pilotaże z właścicielem, budżetem i kryteriami sukcesu. Taka mapa pozwoli sprawdzić, gdzie AI rzeczywiście pomaga, a gdzie lepszym rozwiązaniem jest uproszczenie zasad lub zwykła automatyzacja.