Wiele rozmów o AI w firmie zaczyna się od pytania: „Który model wybrać?”. To naturalne, ale zwykle prowadzi donikąd. Model jest ważny, tylko że sam w sobie niczego w firmie nie zmienia. Zmienia się dopiero wtedy, gdy AI przejmuje konkretną, powtarzalną pracę w konkretnym procesie, a człowiek zachowuje decyzję.
Dlatego w projektach AI odwracamy kolejność: najpierw zadanie i odpowiedzialność, potem model. Poniżej pięć kroków, które prowadzą od pomysłu do pierwszego agenta AI działającego w codziennej pracy.
Krok 1. Wybierz jedno zadanie, nie cały dział
Dobry punkt startu to praca, w której ludzie dużo czytają, porównują i przygotowują materiał do decyzji według powtarzalnego schematu. Takie sytuacje łatwo rozpoznać:
- opiekun klienta czyta kilkanaście załączników, zanim wskaże wymagania do odpowiedzi na zapytanie ofertowe;
- handlowiec szuka podobnych ofert, choć pierwsza wersja nowej oferty ma powtarzalny układ;
- prawnik sam opiniuje umowę i przygotowuje poprawki w dokumencie;
- administrator przegląda serię alertów, zanim znajdzie zdarzenie, które naprawdę wymaga reakcji.
Wybierz jedno takie zadanie. Zapisz, kto je dziś wykonuje, ile razy w tygodniu się powtarza i która decyzja zostaje po stronie człowieka. To ostatnie pytanie jest najważniejsze: od niego zależy cały projekt.
Przed wdrożeniem: opiekun klienta czyta każdy załącznik, zanim zacznie przygotowywać odpowiedź.
Po wdrożeniu: agent AI zestawia wymagania z załączników, a opiekun klienta sprawdza zestawienie i decyduje o odpowiedzi.
Krok 2. Opisz proces i dane, zanim wybierzesz technologię
Agent AI pracuje na tym, co dostanie: dokumentach, danych z systemów i wiedzy firmy. Zanim powstanie pierwsza linijka konfiguracji, warto odpowiedzieć na kilka pytań:
- Wejście: co trafia do agenta? Zapytanie, specyfikacja, projekt umowy, faktura, rekord w systemie?
- Wynik: co agent ma przygotować? Ocenę, szkic, listę zmian, propozycję kolejnego kroku?
- Wyjątki: co się dzieje, gdy dokument jest niepełny albo nietypowy?
- Źródła wiedzy: z jakich regulaminów, instrukcji i wzorów ma korzystać?
- Dostęp: do jakich danych agent może sięgać, a do jakich nie?
Niekompletne lub niespójne dane prowadzą do błędnych wniosków niezależnie od jakości modelu. Dlatego przygotowanie danych, definicji i dostępu jest częścią każdego projektu AI, a nie osobnym tematem na później.
Krok 3. Ustal punkt akceptacji: AI rekomenduje, człowiek zatwierdza
W dobrze zaprojektowanym procesie AI przechodzi przez pięć etapów:
- Wejście: dokumenty, dane i kontekst z procesu.
- Analiza AI: agent czyta, porównuje, wyszukuje w wiedzy firmy i przygotowuje wynik.
- Rekomendacja: propozycja oceny, odpowiedzi, zmiany lub kolejnego kroku, z uzasadnieniem.
- Decyzja człowieka: pracownik sprawdza, poprawia i zatwierdza. Bez tego nic nie idzie dalej.
- Działanie w systemie: zatwierdzony wynik trafia do procesu, na przykład do obiegu w AMODIT, systemu ERP lub innej aplikacji.
Punkt czwarty nie jest formalnością. To on sprawia, że AI przejmuje pracę, a nie odpowiedzialność. Cenę, zakres i zobowiązania w ofercie zatwierdza handlowiec. Klauzule umowy akceptuje prawnik. Reakcję na alert wybiera administrator.
Krok 4. Zdecyduj, gdzie agent ma działać i z czym się łączyć
Agent AI, do którego trzeba przechodzić w osobnym oknie i kopiować do niego treści, szybko przestaje być używany. Dlatego projektujemy go jako część procesu: agent pobiera potrzebne dane z systemów firmy i przekazuje zatwierdzony wynik tam, gdzie toczy się dalsza praca.
Jako Astrafox budujemy kompleksowe rozwiązania z użyciem agentów AI i integrujemy je z dowolnymi systemami, z których firma już korzysta: ERP, CRM, hurtownią danych czy aplikacjami dziedzinowymi.
Jeśli w danej sytuacji jest to uzasadnione, wdrażamy agentów wewnątrz systemu AMODIT, w procesach, w których zespół już pracuje. Korzystamy wtedy z funkcji dostępnych w AMODIT: AMODIT Copilot, funkcji AskAI oraz reguł agentowych.
O wyborze rozwiązania decyduje zadanie, systemy, z którymi agent ma współpracować, i wymagania bezpieczeństwa. Zakres dostępu agenta do danych ustalamy osobno dla każdego rozwiązania.
Warto też pamiętać, że nie trzeba trenować własnego modelu. Korzystamy z istniejących modeli językowych i konfigurujemy je pod zadanie, wiedzę oraz integracje firmy.
Krok 5. Zacznij od pilotażu i sprawdzaj wynik w codziennej pracy
Pierwszy agent powinien działać na prawdziwych przypadkach, ale w ograniczonym zakresie: jeden zespół, jeden typ dokumentu, jasne kryteria oceny. Przed startem ustalcie, po czym poznacie, że rozwiązanie pomaga. Na przykład:
- czy osoby w procesie zaczynają pracę od przygotowanego materiału zamiast od pustej kartki;
- jak często wynik agenta wymaga poprawek i jakiego rodzaju;
- czy decyzja człowieka jest w procesie zawsze widoczna i zapisana.
Po pilotażu łatwiej zdecydować, czy rozszerzyć zakres, poprawić instrukcje dla agenta, czy wybrać inne zadanie. Każdy kolejny agent powstaje szybciej, bo proces, dane i zasady akceptacji są już uporządkowane.
Od czego zacząć w Twojej firmie?
Zamiast pytać „jaki model wybrać?”, zapytaj zespół: co dziś czytacie, porównujecie albo przepisujecie, zanim podejmiecie decyzję? Odpowiedź na to pytanie jest najlepszym punktem startu dla pierwszego agenta AI.
W Astrafox zrealizowaliśmy rozwiązania AI w sprzedaży, pracy z umowami i utrzymaniu infrastruktury IT. Agentów budujemy na gotowych modelach językowych i łączymy z systemami firmy tak, żeby każde rozwiązanie miało jasno określone wejście, wynik i miejsce, w którym decyduje człowiek.
Masz zadanie, które mogłoby przejąć AI? Opisz je, a zaproponujemy, od czego zacząć. Opisz swój problem →