Jak oceniam, czy proces warto automatyzować z AI

Prawie każdy proces da się dziś „podłączyć do AI”. Pytanie brzmi, czy po odjęciu czasu na weryfikację i poprawki zostaje jakakolwiek oszczędność. Opisuję cztery pytania i jeden wzór, których używam, zanim cokolwiek zbudujemy.

Dla kogoDla właścicieli firm, menedżerów i specjalistów bez technicznego zaplecza, a także developerów, którzy dostają prośby w stylu „zróbmy to z AI”.

„Czy da się to zautomatyzować z AI?” Odpowiedź prawie zawsze brzmi „tak”. Dlatego zadaję inne pytanie: czy po automatyzacji będziemy spędzać nad tym mniej czasu niż teraz? Tu odpowiedź bywa zaskakująca.

Cztery pytania na początek

Czy proces jest spisany?

Jeśli nikt nie potrafi opisać krok po kroku, jak dziś wygląda zadanie, to automatyzacja niczego nie uporządkuje. Najpierw spisujemy proces, potem go automatyzujemy.

Jak często się powtarza?

Zadanie wykonywane raz w miesiącu rzadko uzasadnia budowanie automatyzacji. Zadanie wykonywane kilkadziesiąt razy dziennie, nawet krótkie, zwykle tak.

Ile kosztuje pomyłka?

Błędna kategoria wiadomości w skrzynce to drobiazg. Błędna kwota na fakturze albo zła odpowiedź dla klienta to już realna strata. Im droższa pomyłka, tym więcej czasu trzeba poświęcić na sprawdzanie.

Czy sprawdzenie jest szybsze niż wykonanie?

To pytanie decyduje najczęściej. Jeśli przeczytanie i poprawienie wyniku zajmuje prawie tyle samo, co zrobienie zadania od zera, automatyzacja nie ma sensu.

Prosty rachunek

Zanim cokolwiek zbudujemy, liczę oszczędność w godzinach miesięcznie. Wzór jest celowo prosty:

type Process = {
  perMonth: number; // ile razy w miesiącu
  minutesManual: number; // ile trwa dziś ręcznie
  minutesCheck: number; // ile trwa sprawdzenie wyniku AI
  errorRate: number; // jaki odsetek wyników trzeba poprawić (0–1)
};

const hoursSaved = (p: Process) =>
  (p.perMonth * (p.minutesManual - p.minutesCheck - p.errorRate * p.minutesManual)) / 60;

// Przykład: kategoryzacja zgłoszeń od klientów
hoursSaved({ perMonth: 600, minutesManual: 3, minutesCheck: 0.5, errorRate: 0.1 }); // ≈ 22 h

Liczby w przykładzie są umowne, ale struktura rachunku nie. Widać w nim od razu, że czas sprawdzania i odsetek poprawek potrafią zjeść całą oszczędność.

Od czego zaczynam w praktyce

Nie od AI. Najpierw sprawdzam, czy część pracy da się zautomatyzować zwykłymi regułami: filtrami w poczcie, integracją dwóch systemów, prostym skryptem. Model językowy dokładam dopiero tam, gdzie potrzebna jest ocena nieustrukturyzowanego tekstu: wiadomości, opisu zgłoszenia, dokumentu.

Dobre pierwsze zastosowania to zwykle:

kategoryzacja i kierowanie wiadomości do właściwej osoby,
streszczanie długich wątków przed spotkaniem,
wyciąganie danych z dokumentów do formularza, który człowiek tylko zatwierdza.

Decyzja: Automatyzuję z AI tylko tam, gdzie sprawdzenie wyniku jest co najmniej kilka razy szybsze niż wykonanie zadania.
Dlaczego: Tylko wtedy oszczędność przetrwa zderzenie z rzeczywistym odsetkiem błędów.
Koszty: Część ciekawych pomysłów odpada na starcie. Niektóre procesy trzeba najpierw uporządkować, co samo w sobie zajmuje czas.
Wracam, gdy: modele będą popełniać wyraźnie mniej błędów w danym typie zadań albo zmieni się koszt pomyłki.

Najważniejsze

Dobra automatyzacja z AI zaczyna się od kartki papieru, nie od wyboru modelu. Spisz proces, policz, ile trwa, i oszacuj, ile zajmie sprawdzanie wyników. Jeśli rachunek się nie zgadza, żaden model tego nie naprawi.

Czytaj dalej