Przejdź do treści
Robert Marczyński

Wdrożenie AI w firmie

Wdrożenie AI w firmie to projekt biznesowy z jedną mierzalną liczbą do poprawienia — od wyboru procesu i audytu danych, przez projekt i budowę rozwiązania, po pilotaż z nadzorem człowieka i przekazanie do utrzymania.

Robert Marczyński4 min czytania1 źródło

Dla kogo

Dla firm, które zidentyfikowały konkretny proces do usprawnienia i chcą go zamknąć jako projekt z mierzalnym wynikiem, zamiast bezterminowo eksplorować możliwości AI.

Typowe punkty wyjścia: zespół obsługi klienta tonie w powtarzalnych zapytaniach; wiedza firmowa jest rozproszona i pracownicy tracą czas na jej szukanie; dokumenty przychodzące są przepisywane ręcznie do systemu; sprawy proste i złożone trafiają do tej samej kolejki.

Jak prowadzę wdrożenie

Wdrożenie prowadzę w siedmiu etapach, z których każdy ma sprawdzalny produkt końcowy i warunek przejścia dalej. Pełny opis etapów z czasem trwania i ryzykami znajdziesz na stronie wdrożenie AI krok po kroku.

Trzy zasady, które odróżniają ten sposób pracy:

Miara przed startem

Projekt zaczyna się od zmierzenia stanu obecnego. Jeśli procesu nikt dziś nie mierzy, pierwszym zadaniem jest pomiar. Bez punktu odniesienia nie da się później wykazać efektu i dyskusja o wyniku sprowadza się do wymiany wrażeń.

Nadzór człowieka na start

Pierwsza wersja rozwiązania podpowiada pracownikowi, zamiast działać samodzielnie. Nadzór zdejmujemy stopniowo, w miarę jak dane z pilotażu potwierdzają jakość. To wolniejsza droga do pełnej oszczędności i znacznie tańsza droga do rozwiązania, które zostaje w firmie.

Utrzymanie przypisane imiennie przed zamknięciem projektu

Wdrożenie bez wskazanego właściciela utrzymania degraduje się w ciągu kilku miesięcy, bo firma się zmienia, a baza wiedzy nie.

Co dostajesz

Produktem wdrożenia jest komplet rzeczy, które da się odebrać i sprawdzić, a nie prezentacja: od zmierzonego punktu wyjścia, przez raport o stanie danych i projekt z listą wykluczeń, po działające rozwiązanie osadzone w procesie.

  • Zmierzony stan obecny procesu i zdefiniowaną miarę sukcesu z wartością docelową.
  • Raport z audytu danych: gdzie leżą, w jakim są stanie, co wymaga uporządkowania przed budową.
  • Projekt rozwiązania z opisem przepływu, listą integracji i listą rzeczy, których rozwiązanie robić nie będzie.
  • Działające rozwiązanie, przetestowane na danych rzeczywistych, bez przykładów wymyślanych na potrzeby demonstracji.
  • Wyniki pilotażu: odsetek odpowiedzi zaakceptowanych bez zmian, lista przypadków brzegowych.
  • Dokumentację utrzymania i przeszkolonego właściciela po stronie firmy.

Dlaczego zaczynam od pomiaru, a nie od narzędzia

Najczęstsze pytanie na pierwszym spotkaniu brzmi „którego narzędzia użyć”. To pytanie zadane o dwa kroki za wcześnie.

Raport MIT NANDA The GenAI Divide (2025) wykazał, że zdecydowana większość pilotaży generatywnej AI nie przynosi mierzalnego efektu w wyniku finansowym; o wyniku rozstrzyga integracja z systemami, w których naprawdę toczy się praca, oraz dopasowanie do kontekstu organizacji. Liczby i metodologię raportu omawiam w tekście o ROI wdrożeń.

Z tego wynika kolejność, którą stosuję. Najpierw liczba opisująca stan obecny, potem proces, dopiero na końcu narzędzie. Jeśli przed startem nikt nie zmierzył, ile dany proces kosztuje dziś, po wdrożeniu nie da się wykazać żadnego efektu i projekt zostanie oceniony wrażeniami. Wrażenia po trzech miesiącach są zawsze mieszane.

Praktyczna konsekwencja: jeżeli firma nie ma zmierzonego stanu obecnego, pierwszy tydzień pracy idzie na pomiar, jeszcze zanim ruszy budowa. To najtańszy tydzień całego projektu.

Czego nie robię

Nie prowadzę wdrożeń bez zdefiniowanej miary efektu. Nie rekomenduję narzędzia przed analizą procesu. Nie wyceniam oszczędności przed audytem danych. Nikt nie zna tej liczby, zanim nie sprawdzi, w jakim stanie są firmowe dokumenty i systemy.

Jeśli po audycie danych okaże się, że proces nie nadaje się do automatyzacji w zakładanym zakresie, powiem to wprost i wskażę, co trzeba zmienić, żeby się nadawał.

Zanim się odezwiesz

Przygotowanie trzech rzeczy skraca rozmowę i podnosi jakość wyceny: nazwa jednego konkretnego procesu, liczba opisująca jego dzisiejszy koszt lub czas oraz uczciwy opis stanu danych. Jeśli tych rzeczy nie masz, zacznij od audytu gotowości AI albo od strony od czego zacząć wdrożenie AI. Zasady rozliczeń i ceny „od” zebrałem w cenniku.

Najczęstsze pytania

Ile trwa wdrożenie AI w firmie?
Pojedynczy proces: od 9 do 20 tygodni od decyzji do uruchomienia produkcyjnego. Rozstrzał wynika przede wszystkim z etapu audytu danych i z liczby systemów, do których trzeba się podłączyć. Sama budowa rozwiązania to zwykle 2⁠–⁠6 tygodni. Zakresy pochodzą z mojej praktyki wdrożeniowej, nie z badań.
Czy wdrożenie obejmuje też szkolenie zespołu?
Tak, i nie jest to dodatek. Wdrożenie, po którym zespół pracuje po staremu, jest wdrożeniem nieudanym niezależnie od jakości technicznej rozwiązania. Przekazanie obejmuje przeszkolenie osób korzystających i wskazanie imiennego właściciela utrzymania.
Co jeśli okaże się, że wdrożenie nie ma sensu?
Etap audytu danych kończy się rekomendacją, która może brzmieć „nie wdrażać w tym zakresie”. To jest dopuszczalny i rozliczalny wynik pracy. Tańszy niż wdrożenie, które nie zadziała. Warunki takiego zakończenia ustalamy w umowie przed startem.
Czy pracujesz z firmami, które nie mają działu IT?
Tak. Warunkiem jest osoba po stronie firmy, która zna automatyzowany proces w szczegółach i ma na projekt kilka godzin tygodniowo. Brak takiej osoby jest realną przeszkodą; brak działu IT zwykle nie jest.

Źródła

Dane zewnętrzne przywołane w tekście mają tu swoje źródła.

  1. MIT NANDA / MIT Media Lab — The GenAI Divide: State of AI in Business 2025 (nowa karta)

Udostępnij

Powiązane

Masz konkretny proces do omówienia?

Napisz, jaki to proces i ile razy w miesiącu się powtarza. Odpowiem, czy nadaje się do automatyzacji, również wtedy, gdy odpowiedź brzmi „nie warto”.

Albo prosto na adres: not-a-bot@ekspertodsztucznejinteligencji.pl