Prvi proces za AI ne treba odabrati prema tome što je najvidljivije ili najpopularnije, nego prema tome može li donijeti jasnu poslovnu vrijednost uz kontroliran rizik. Dobar kandidat ima ponavljajući tijek rada, dovoljno kvalitetne podatke, osobu odgovornu za odluku i unaprijed dogovoren kriterij uspjeha. Upravo je to svrha AI screeninga: prije izrade rješenja utvrditi gdje AI ima smisla, a gdje bi samo dodao složenost.
Tvrtka koja želi krenuti s AI-jem često prvo vidi niz mogućnosti: obradu upita, predviđanje potražnje, klasifikaciju dokumenata, pomoć korisničkoj podršci ili analizu proizvodnih podataka. Sve mogu biti korisne primjene, ali nijedna nije automatski pravi prvi korak.
Prvi projekt određuje način na koji će organizacija kasnije procjenjivati AI implementaciju: kako priprema podatke, tko potvrđuje rezultate, kako se postupa s pogreškama i po kojim se pokazateljima procjenjuje korist. Zato je razumno početi procesom koji je dovoljno važan da rezultat bude vrijedan mjerenja, ali nije toliko osjetljiv da jedna pogreška stvori neprihvatljivu poslovnu, financijsku ili operativnu posljedicu.
AI screening nije katalog alata niti obećanje automatizacije svake odluke. To je strukturirana procjena spremnosti za AI, usmjerena na konkretan proces, njegove ulaze, izlaze, iznimke i odgovornosti.
Korisno je procijeniti svaki potencijalni proces istim redoslijedom. Time se usporedba ne svodi na dojam pojedinog odjela ili na trenutačnu dostupnost neke tehnologije.
Počnite s konkretnim opisom rada, a ne nazivom tehnologije. Umjesto pitanja „trebamo li chatbot?”, pitajte:
Primjerice, proces obrade ulaznih dokumenata može uključivati preuzimanje dokumenta, provjeru obveznih podataka, povezivanje sa zaprimljenim nalogom i pripremu za daljnju obradu. AI može imati ulogu u prepoznavanju, razvrstavanju ili označavanju iznimki, dok računovodstvena ili poslovna provjera ostaje ljudska odgovornost.
Poslovna vrijednost nije isto što i tehnička zanimljivost. Vrijednost može nastati smanjenjem vremena obrade, manje ručnog traženja informacija, bržim otkrivanjem iznimki, ujednačenijim radom ili boljom dostupnošću podataka za odluku. Potrebno je jasno navesti koja se promjena očekuje i za koga je važna.
AI ne popravlja automatski nejasan proces ni nepovezane izvore podataka. Prije odabira procesa treba utvrditi postoje li relevantni podaci, gdje se nalaze i što zapravo predstavljaju.
Provjerite barem sljedeće:
Nedostatak savršenih podataka ne znači nužno da proces treba odbaciti. Može značiti da prvi korak mora biti uži: primjerice, AI samo predlaže kategoriju za jasno definiranu vrstu dokumenta, a ne donosi konačnu odluku za sve slučajeve. U nekim situacijama je korisnije prvo urediti šifrarnike, pravila unosa ili integracije između ERP-a i drugih sustava.
ERP i procesni screening može pomoći razlikovati problem podataka i procesa od problema koji je zaista prikladan za AI.
Svaki AI izlaz može biti netočan, nepotpun ili neprimjenjiv na izniman slučaj. Zato procjena ne smije stati na pitanju može li model generirati koristan odgovor. Mora obuhvatiti pitanje što se događa kada odgovor nije dobar.
Nizak rizik pogreške može biti prijedlog internog sažetka koji zaposlenik pregledava prije uporabe. Veći rizik imaju izlazi koji utječu na plaćanje, obračun, ugovornu obvezu, planiranje proizvodnje, pristup osjetljivim podacima ili komunikaciju prema kupcu bez pregleda.
Za svaki kandidat definirajte:
Ovaj pristup je usklađen s idejom upravljanja AI rizicima kroz prepoznavanje, procjenu i upravljanje rizicima, kako je opisano u NIST AI Risk Management Framework 1.0 . Za organizacije koje djeluju u EU-u relevantno je i pratiti informacije Europske komisije o AI Actu te procijeniti primjenjivost obveza na konkretan slučaj uporabe.
AI može podržati rad, ali ne uklanja potrebu za poslovnim vlasnikom procesa. Prije implementacije treba odrediti osobu ili ulogu koja prihvaća, odbija ili dodatno provjerava AI izlaz te upravlja iznimkama.
Ljudski nadzor nije samo završni klik na gumb „potvrdi”. On mora biti operativno izvediv. Ako zaposlenik nema vremena, kontekst ili ovlasti provjeriti prijedlog, formalna kontrola neće smanjiti stvarni rizik. Zato je važno osmisliti radno mjesto na kojem je jasno:
Dobar prvi proces često je onaj u kojem AI priprema radnju ili rangira slučajeve, a iskusna osoba zadržava konačnu poslovnu odluku.
Za procjenu spremnosti za AI okupite vlasnika procesa, korisnike procesa, osobu odgovornu za podatke te, prema potrebi, IT, računovodstvo, proizvodnju ili upravu. Svakom kandidatu dodijelite kvalitativnu ocjenu: niska, srednja ili visoka.
Ne mora pobijediti proces s najvišom poslovnom vrijednošću ako su mu podaci loši, a pogreška skupa. Često je bolji početni kandidat proces sa srednjom vrijednošću, dobrim podacima, ograničenim opsegom i jasnim načinom pregleda. Takav projekt može stvoriti pouzdan način rada prije šire primjene.
Bez početnog stanja nije moguće znati je li promjena poboljšanje. Kriterij uspjeha treba povezati s procesom, a ne s općom tvrdnjom da je AI „koristan”.
Ovisno o procesu, to može biti:
Uz glavni pokazatelj odredite i zaštitni kriterij. Ako je cilj brža obrada, zaštitni kriterij može biti da se ne poveća broj pogrešaka koje su otkrivene u kasnijoj kontroli. Ako je cilj bolje usmjeravanje upita, zaštitni kriterij može biti obvezan pregled za unaprijed definirane osjetljive kategorije.
Mjerenje treba uključiti i način usporedbe: koje se razdoblje ili skup slučajeva koristi kao početno stanje, tko potvrđuje rezultat i kako se evidentiraju iznimke. Tako se izbjegava da se uspjeh procjenjuje samo na nekoliko dojmljivih primjera.
Neki procesi nisu spremni za prvi AI projekt. To nije neuspjeh screeninga, nego koristan zaključak. Proces može prvo trebati jasnija pravila, čišće podatke, bolje ERP evidencije, definirane ovlasti ili stabilniju integraciju.
Također, nije svaka automatizacija AI. Za strogo određene, stabilne korake klasično pravilo, obrazac ili integracija mogu biti jednostavniji za održavanje i lakši za provjeru. AI ima više smisla kada se radi s nestrukturiranim sadržajem, varijacijama u dokumentima ili velikim brojem slučajeva za koje korisno pomaže prepoznati obrazac, prioritet ili iznimku.
AI rješenje treba promatrati kao dio procesa, podataka i odgovornosti, a ne kao izdvojenu funkciju. AI nadogradnja poslovnih procesa ima smisla tek kada je poznato što se nadograđuje, tko upravlja izlazom i kako se provjerava učinak.
Praktičan sljedeći korak nije kupnja alata, nego kratka radionica s vlasnicima dva do pet potencijalnih procesa. Za svaki proces zabilježite poslovni cilj, korake rada, izvore podataka, vrste iznimki, cijenu pogreške, osobu odgovornu za nadzor i jedan glavni pokazatelj uspjeha.
Ako nakon takve procjene jedan kandidat ima jasan opseg, dostupne podatke, kontroliranu posljedicu pogreške i mjerljiv cilj, spreman je za sljedeću fazu. Ako nema takvog kandidata, rezultat je jednako vrijedan: organizacija sada zna treba li prvo urediti proces, podatke ili integracije. Za strukturiranu procjenu procesa i mogućih AI uloga možete razgovarati s ORKA timom .