Jakie są najczęstsze zastosowania AI w firmach?

Obsługa powtarzalnych zapytań klientów, wyszukiwanie informacji w firmowych dokumentach, wstępne przetwarzanie dokumentów przychodzących, przygotowywanie pierwszych wersji tekstów oraz streszczanie długich materiałów. Wspólna cecha: duża objętość, powtarzalność i tolerancja na to, że wynik wymaga sprawdzenia.

W czym AI się nie sprawdza?

W zadaniach wymagających gwarantowanej dokładności obliczeń, w decyzjach, za które ktoś musi odpowiadać osobiście, w procesach opartych na rzadkich wyjątkach oraz wszędzie tam, gdzie nie ma danych opisujących, jak zadanie wykonuje się poprawnie. Model językowy generuje odpowiedź prawdopodobną, nie odpowiedź gwarantowaną.

Czy AI zastąpi pracowników w tych procesach?

W typowym wdrożeniu AI przejmuje część zadania, nie całe stanowisko. Najczęściej etap przygotowania wstępnej wersji lub odsiania spraw prostych od złożonych. Realnym efektem jest przesunięcie czasu pracowników z zadań powtarzalnych na te, które wymagają decyzji, a nie redukcja etatów.

Od którego zastosowania zacząć?

Od takiego, gdzie wynik pracy AI i tak trafia do człowieka przed użyciem. Na przykład przygotowanie wstępnej odpowiedzi dla konsultanta zamiast wysyłania odpowiedzi wprost do klienta. Wtedy błąd modelu kosztuje sekundy pracy, a nie reputację, i można stopniowo zdejmować nadzór w miarę potwierdzania jakości.

Zastosowanie AI w firmie: gdzie działa, a gdzie nie

Cecha wspólna zadań, w których AI działa

Zamiast listy branż warto znać jedno kryterium, które przewiduje powodzenie lepiej niż branża: czy zadanie ma jedno poprawne rozwiązanie, czy wiele akceptowalnych.

Model językowy generuje odpowiedź prawdopodobną. W zadaniu „przelicz VAT dla 340 pozycji faktury” istnieje jeden poprawny wynik i odpowiedź prawdopodobna jest bezużyteczna. To praca dla arkusza kalkulacyjnego. W zadaniu „napisz uprzejmą odpowiedź na reklamację” akceptowalnych odpowiedzi jest tysiące i model jest tu we właściwym miejscu.

Trzy warunki, które muszą wystąpić łącznie:

Powtarzalność i objętość. Zadanie wykonywane co najmniej kilkadziesiąt razy w miesiącu.
Tekst lub dokumenty jako materiał wejściowy. To wciąż obszar, w którym modele są najmocniejsze.
Tolerancja na weryfikację. Wynik może przejść przez człowieka, zanim zadziała.

Gdzie to działa w praktyce

Obsługa powtarzalnych zapytań

Pytania o status, dostępność, warunki, procedury. Typowy efekt: skrócenie czasu pierwszej odpowiedzi i odciążenie zespołu od pytań, na które odpowiedź jest zawsze taka sama.

Wyszukiwanie w firmowych dokumentach

Pracownik zadaje pytanie zwykłym językiem i dostaje odpowiedź ze wskazaniem dokumentu źródłowego. Sprawdza się w firmach z dużą liczbą procedur, umów, instrukcji. Warunek krytyczny: odpowiedź musi wskazywać źródło, inaczej nie da się jej zweryfikować i nikt nie będzie jej ufał.

Wstępne przetwarzanie dokumentów przychodzących

Odczytanie danych z faktury, zamówienia czy formularza i wpisanie ich do systemu, z akceptacją człowieka. Objętość jest tu zwykle wysoka, a błąd tani, bo wyłapywany przy akceptacji.

Pierwsza wersja tekstu

Opisy produktów, odpowiedzi na typowe pisma, notatki ze spotkań. AI nie tworzy wersji ostatecznej. Skraca drogę od pustej kartki do materiału, który da się poprawić.

Streszczanie i porównywanie długich materiałów

Raporty, transkrypcje, dokumentacja. Zadanie, w którym różnica między człowiekiem a modelem sprowadza się do czasu, a nie do jakości.

Segregowanie i priorytetyzacja

Rozdzielenie spraw prostych od wymagających specjalisty. Często najbardziej opłacalne zastosowanie w całej firmie, bo nie wymaga, żeby AI rozwiązała sprawę. Wystarczy, że skieruje ją do właściwej osoby.

Gdzie AI zawodzi

Obliczenia wymagające gwarantowanej dokładności

Księgowość, rozliczenia, kalkulacje cenowe. Model może obsłużyć wprowadzenie danych i ich opis, ale samo liczenie należy do systemu deterministycznego.

Decyzje wymagające odpowiedzialności

Zatrudnienie, zwolnienie, przyznanie kredytu, decyzja medyczna. Poza kwestią jakości jest tu kwestia prawna: część takich zastosowań to systemy wysokiego ryzyka w rozumieniu AI Act, z osobnym reżimem obowiązków.

Procesy zbudowane z wyjątków

Jeśli 70% spraw wymaga indywidualnego podejścia, nie ma czego automatyzować. Automatyzacja obsłuży 30%, a zespół i tak będzie musiał umieć obsłużyć całość.

Zadania bez zapisanej wiedzy o tym, jak je wykonać poprawnie

Jeśli wiedza istnieje wyłącznie w głowach doświadczonych pracowników i nikt jej nie spisał, model nie ma z czego korzystać. Spisanie tej wiedzy to warunek wstępny. I często sam w sobie przynosi większą korzyść niż późniejsze wdrożenie.

Test przed decyzją

Cztery pytania. Jeśli na którekolwiek odpowiedź brzmi „nie”, zastosowanie prawdopodobnie nie jest gotowe:

Czy zadanie wykonywane jest co najmniej kilkadziesiąt razy w miesiącu?
Czy istnieje zapisana wiedza o tym, jak wykonać je poprawnie?
Czy da się sprawdzić, że wynik jest dobry. I czy wiadomo kto to sprawdzi?
Czy błąd jest odwracalny?

Zastosowanie AI w firmie. Gdzie działa