Twój zespół wdrożył AI i ma na to piękny slajd. Oto pytania, które rozsypią ten slajd w pył.

Spotkanie o AI w firmie ma swój rytm. Ktoś mówi "transformacja". Ktoś pokazuje wykres rosnący w prawo i w górę jednocześnie. Wszyscy kiwają głowami. Ty też. Potem spotkanie się kończy i nikt nie wie, co zostało postanowione.

Bycie managerem przy rozmowach o AI w zarządzaniu to specyficzna pozycja. Decydujesz, ile wydać. Podpisujesz, co kupić. I zazwyczaj nie masz jak sprawdzić, czy to, co kupujesz, robi to, co obiecują. Trochę jak kupowanie samochodu po opisie: "przyspiesza, ma koła i widzieliśmy go w internecie".

Ten artykuł nie zamieni cię w eksperta od AI dla menedżerów. Zamieni cię w osobę, której przed następnym spotkaniem nie można powiedzieć dosłownie wszystkiego i liczyć na skinienie głową, po czym spokojnie wysłać "slajdy z dzisiejszego".

"Wdrożyliśmy AI" — zdanie o pojemności walizki na kółkach

"Wdrożyliśmy AI" mieści dosłownie wszystko. Może oznaczać: ktoś ma ChatGPT otwarty w zakładce przeglądarki. Może oznaczać: zbudowaliśmy system przetwarzający tysiące dokumentów dziennie bez udziału człowieka. Oba zdania są prawdziwe. Oba brzmią identycznie w prezentacji.

"Agent AI" brzmi jak coś z thrillera, co działa autonomicznie i podejmuje decyzje zamiast ludzi. W praktyce agent AI to program wykonujący jedno lub kilka zadań w odpowiedzi na instrukcje, bez klikania przez człowieka przy każdym kroku. Marek dostaje automatyczne przypomnienie o terminie — to może być agent. Agent nie jest cybordem, nie myśli i nie zastępuje decyzji. Czeka na instrukcje i wykonuje je dokładnie tak, jak mu powiedziano, łącznie z błędami, które były w instrukcjach.

"Model językowy" to narzędzie przetwarzające tekst i generujące odpowiedzi. ChatGPT jest modelem językowym. Claude jest modelem językowym. Oba działają podobnie: wpisujesz tekst, dostajesz tekst. Różnica między nimi jest jak między dwoma samochodami tej samej klasy: oba dojeżdżają do celu, jeden trochę płynniej, drugi z większym zużyciem uwagi.

Żaden model językowy nie wie, co jest prawdą. Generuje najbardziej prawdopodobną odpowiedź na podstawie danych, na których był trenowany. To działa świetnie przy pisaniu maili i streszczaniu dokumentów. Przy pytaniach o fakty wymaga sprawdzenia. Pewność to cecha dobrego pitchu sprzedażowego, nie modeli językowych.

5 pytań przed podpisaniem budżetu na AI

Yan Krukau / Pexels

Nie musisz rozumieć algorytmów. Musisz zadawać pytania, na które dobry projekt ma gotowe odpowiedzi, a zły projekt ma "omówimy na następnym spotkaniu".

Pytanie 1: Pokaż mi, jak to działa. Nie slajd. Nie wideo nagrane w kontrolowanych warunkach. Żywe demo z prawdziwymi danymi firmowymi, tu i teraz. Demo działające tylko wtedy, kiedy ktoś wie dokładnie, jak je uruchomić, jest jak samochód odpalający się wyłącznie przy bezwietrznej pogodzie i dobrym nastroju kierowcy.

Pytanie 2: Ile czasu to oszczędza i jak to mierzysz? Liczba powinna być konkretna: X godzin tygodniowo, przy zadaniu Y, mierzone przez Z tygodni. "Znacząco" i "istotnie" to nie liczby. Jeśli oszczędność rosła przy każdym kolejnym pytaniu, z 2 godzin tygodniowo do "kilkudziesięciu", masz do czynienia z prezentacją, nie z wynikiem.

Pytanie 3: Co się dzieje, kiedy AI się myli? Każde narzędzie AI popełnia błędy. ChatGPT halucynuje, czyli pewnie odpowiada na pytania nawet wtedy, kiedy nie zna odpowiedzi. (Jak polityk przed wyborami, tylko bez obietnicy, że tym razem będzie inaczej.) Dobry projekt ma procedurę na błąd. Zły zakłada, że błędów nie ma.

Pytanie 4: Kto to sprawdza? AI nie nadzoruje samego siebie. Ktoś musi weryfikować wyniki, przynajmniej na początku. Automat pewny siebie, który nie zawsze ma rację i którego nikt nie sprawdza, to nie rozwiązanie. To problem z ładnym interfejsem.

Pytanie 5: Co się dzieje z danymi? Dane wkładane do zewnętrznych narzędzi AI mogą trafiać do trenowania modeli. Dane pracowników, klientów albo umów wklejone do bezpłatnej wersji narzędzia AI to trochę jak wysyłanie dokumentów firmowych do obcego biura kserograficznego z prośbą o zachowanie dyskrecji.

Czego AI naprawdę nie zrobi

AI nie poprawi procesu, który nie istnieje. Jeśli raportowanie w firmie działa tak, że każdy ma własny arkusz w innym formacie, AI nie połączy tych arkuszy. AI przetworzy chaos szybciej. Chaos zostanie chaosem, tyle że szybszym.

AI nie zastąpi decyzji wymagającej kontekstu. "Wyślij ofertę temu klientowi" to decyzja. AI może przygotować ofertę. Nie wie, że ten klient ma trudny kwartał i że lepiej zadzwonić zamiast pisać. Tego nie wyczyta z bazy danych, bo tego nie ma w żadnej bazie danych.

AI nie jest neutralne. Model był trenowany na danych z określonymi brakami, uprzedzeniami i lukami. Jak każdy pracownik, który przez rok czytał wyłącznie jedną gazetę, tylko pewniejszy siebie i szybszy w generowaniu odpowiedzi.

AI nie jest tańsze zawsze i przy każdym zadaniu. Narzędzie za 20 dolarów miesięcznie jest tanie. Narzędzie za 20 dolarów, które wymaga tygodnia konfiguracji, miesiąca szkolenia i na koniec nikt go nie używa, jest drogie. Cena subskrypcji to nie koszt wdrożenia.

Jak sprawdzić, czy zespół faktycznie używa AI

Yan Krukau / Pexels

Jest kilka sygnałów, że AI jest faktycznie w użyciu, nie tylko w prezentacjach.

Są konkretne liczby, nie ogólniki. "Oszczędzamy czas" to ogólnik. "Przygotowanie tygodniowego raportu skróciliśmy z 4 godzin do 40 minut, mierzone przez ostatnie 6 tygodni" to liczba. Odpowiedź, która pojawia się natychmiast, to dobry znak. Odpowiedź wymagająca "uzgodnienia z zespołem" to sygnał odwrotny.

Błędy są traktowane normalnie. Każdy, kto faktycznie pracuje z modelem językowym, ma swoją listę: kiedy model się pomylił, co odpowiedział zamiast prawdy, jak to naprawił. Zespół, który twierdzi, że AI daje zawsze idealne wyniki, albo nie sprawdza, albo nie używa. Perfekcja to sygnał ostrzegawczy, nie komplement.

Miałem klienta, który używał AI do zarządzania treścią na stronie. Nie interesowało go, jak to działa w środku. Interesowało go, ile czasu zajmuje mu to teraz versus przed. Przed: 3 godziny tygodniowo. Po wdrożeniu: 35 minut. Ta liczba jest warta więcej niż 48-stronicowy PDF o potencjale AI w jego branży. Więcej o konkretnych narzędziach AI, które faktycznie oszczędzają czas, opisałem w osobnym artykule.

"Prompt engineering" to pisanie zdań do ChatGPT. Nie jest to specjalność wymagająca tygodnia szkolenia ani certyfikatu. Jeśli ktoś tłumaczy ci to przez godzinę z poważną miną, pytanie, które warto zadać, brzmi: po co.