TL;DR
Automatyzacja AI dla firm nie zaczyna się od narzędzi, tylko od rozdzielania pracy. W zwykłej firmie zadania rozdziela manager. W firmie autonomicznej robi to dyspozytor, czyli prosty algorytm.
Dyspozytor odpowiada na jedno pytanie: kto ma to zrobić, kiedy i w jakiej kolejności. Człowiek czy asystent AI. Ten wpis jest dla przedsiębiorcy, do którego spływa wszystko z pięciu kanałów naraz.
Dlaczego to działa: dane i fakty
To nie jest kwestia wygody, tylko matematyki. Raporty Harvard Business Review i Microsoft Work Trend Index pokazują dwie liczby, które bolą.
Pierwsza: pracownik traci 5 tygodni rocznie na samo przeskakiwanie między aplikacjami. To 9 procent rocznego budżetu płacowego wyrzucone w błoto. Druga: 60 procent czasu to praca o pracy, czyli sortowanie maili, szukanie informacji i raportowanie statusów. Na tworzenie wartości zostaje 40 procent.
Czy AI jest na to gotowe. Tak. Modele takie jak Llama 3.1-70B osiągają w rozdzielaniu zadań wynik 0,849 w skali F1, więc są konkurencyjne wobec zmęczonego człowieka. Firma Pajar zautomatyzowała sortowanie zgłoszeń i skróciła czas pierwszej reakcji z 15 dni do 12 minut.
Krok 1: co w ogóle wpadło do firmy
Zanim cokolwiek zostanie zrobione, system musi zrozumieć, z czym ma do czynienia.
- Źródło: skąd przyszło zadanie. Czat firmowy, mail, system zgłoszeń, nagranie głosowe, alarm z systemu.
- Kontekst: czego dotyczy. Awaria, sprzedaż, pytanie, faktura.
- Pilność: czy wymaga reakcji w godzinę. Leżąca strona to co innego niż prośba o urlop.
- Potrzebne umiejętności: czy zadanie wymaga kreatywności, czyli człowieka, czy szybkości i precyzji, czyli AI.
Krok 2: kto bierze piłkę
To jest serce algorytmu i trzy reguły, które sprawdzają się w tej kolejności.
- Najpierw AI: czy istnieje asystent, który zrobi to w 80 procentach. Jeśli tak, zadanie idzie do niego.
- Akceptacja człowieka: czy zadanie jest ryzykowne, na przykład zwrot pieniędzy powyżej 1000 zł. Wtedy AI przygotowuje szkic, a decyzję podejmuje człowiek.
- Praca w skupieniu: czy zadanie wymaga stratega. Jeśli tak, idzie do kolejki właściciela na blok pracy w skupieniu i nikt mu teraz nie przerywa.
Krok 3: wykonanie i pilnowanie terminów
Zadanie zostało wysłane. Teraz zaczyna się część, którą zwykle wszyscy gubią.
- Przekazanie kontekstu: dyspozytor dokleja do zadania historię klienta albo projektu, żeby wykonawca miał pełny obraz.
- Termin: każde zadanie dostaje swój czas. Asystent ma 5 minut, człowiek ma 4 godziny.
- Wykrywanie zatorów: jeśli zadanie wisi dłużej niż jego termin, dyspozytor zgłasza to wyżej.
Krok 4: pętla uczenia
System ma być mądrzejszy z każdym dniem, a nie powtarzać ten sam błąd.
- Ocena wyniku: czy zadanie zostało odbite przez wykonawcę, bo na przykład asystent go nie zrozumiał.
- Aktualizacja reguł: po błędzie do instrukcji asystenta dochodzi nowa zasada, na przykład żeby w takiej sytuacji zapytał człowieka.
- Raport dzienny: o 17:00 dostajesz jedno zdanie. Dziś przerobiłem 150 zadań, 130 zrobiła AI, 20 zrobili ludzie.
Podsumowanie i lista kontrolna
Dyspozytor nie jest kolejnym narzędziem. To jedna decyzja podjęta raz, a potem powtarzana setki razy bez Ciebie.
- Czy wiem, ile zadań dziennie wpada do mojej firmy i skąd.
- Czy każde zadanie ma przypisaną pilność.
- Czy mam regułę, która mówi, kiedy zadanie bierze AI.
- Czy ryzykowne sprawy wracają do mnie jako gotowy szkic.
- Czy każde zadanie ma swój termin i ktoś pilnuje zatorów.
- Czy błąd asystenta kończy się nową zasadą w jego instrukcji.
Następny krok: zbuduj najprostszą wersję dyspozytora w narzędziu do automatyzacji. Niech na początku tylko dzieli maile na faktury, klientów i spam. Resztę dołożysz później.
