O wirtualnych pracownikach i porządkowaniu chaosu w cyfrowym środowisku firm opowiada Jarosław Sokolnicki, CTO ExeAI. Po 20 latach pracy w Microsofcie zdradza jak bezboleśnie wdrożyć AI i zoptymalizować koszty oraz dlaczego nie musisz mieć idealnie ułożonych procesów, żeby zacząć zarabiać na automatyzacji. Już wkrótce na łamach Founders pojawi się cykl video-wywiadów z ekspertem.
Wiktor Cyrny, Funders.pl: Zacznijmy od najważniejszego momentu. Przedsiębiorca myśli o wdrożeniu AI i zgłasza się do was. Czy szefowie firm wiedzą już, co chcą zrobić, czy raczej szukają pomysłu na automatyzację i oszczędności dopiero podczas konsultacji?
Jarosław Sokolnicki, CTO (Chief Technology Officer, dyrektor ds. technologii) ExeAI: Czasem projekt jest już zdefiniowany i ktoś dokładnie przemyślał, że chce automatyzować produkcję albo planowanie czy usprawnić controlling. Najpierw przeprowadzamy u klienta warsztat, który nazywamy Discovery (ang. odkrywanie). Razem z poszczególnymi zespołami przechodzimy przez wszystkie procesy i szukamy miejsca, w którym optymalizacja da najwyższy zwrot.
Czyli szukacie punktu, w którym firma najszybciej uzyska największy efekt finansowy i operacyjny.
Zgadza się, ale liczy się tu kilka rzeczy. Nie tylko wskaźniki biznesowe, które mówią „robimy to”, ale też dostęp do danych i to, jak ułożony jest sam proces. Musimy ocenić, ile pracy wymaga zaprojektowanie systemu i jaki da efekt. Pomagamy wybrać najlepsze projekty, choć często klienci dobrze wiedzą, czego potrzebują.
A co, jeśli wchodzicie do firmy i okazuje się, że procesy są zupełnie nieuporządkowane? Czy wdrożenie AI wymaga „wielkich porządków” i wstrzymania bieżącej pracy?
Nie demonizowałbym tego w ten sposób. Brak procesów nie oznacza, że nic nie da się zrobić. Zanim zoptymalizujemy proces, praktycznie zawsze budujemy jego model. Nawet jeśli firma go nie opisała, mapujemy go, a potem dekomponujemy (rozbijamy na mniejsze elementy) na poszczególnych „agentów”. To tacy wirtualni specjaliści od poszczególnych etapów zadania. Pracują pod nadzorem człowieka albo bez niego, zależnie od potrzeb. Świetnie, jeśli proces jest super opisany i osadzony w danych. Jeśli nie, pomagamy to zrobić. Nie chciałbym, żeby przedsiębiorcy nagle się zatrzymali i stwierdzili: „najpierw układamy procesy, a automatyzacja za kilka lat”. Jedno i drugie można robić równolegle.
Wspomniałeś o „agentach”. Do jednego zadania, na przykład zatwierdzenia faktury, potrzeba jednego czy całej grupy takich wirtualnych pracowników?
Mamy własny produkt, rodzaj systemu operacyjnego przedsiębiorstwa, który pomaga odtworzyć procesy z prostych artefaktów, takich jak faktura, czy innych źródeł danych. Mamy też własny silnik i algorytm, który przelicza przebiegi pracy i podpowiada, ilu agentów powinno zająć się danym zadaniem, jak szeroko powinni się specjalizować i ile nadzoru człowieka potrzebują. Podpowiada projektantowi, jak najlepiej ułożyć architekturę wirtualnych pracowników, żeby proces „śmigał” i dawał firmie konkretną wartość.
Zakładamy, że AI to technologia ogólnego przeznaczenia. Jeśli firmy dziś tego nie widzą, za rok czy dwa będzie to dla nich tak oczywiste jak mail czy strona internetowa.
Z różnych badań, a także z raportu, który przygotowaliście, wynika, że firmy chętnie zaprzęgają AI do pracy (nawet 88%), ale często nie widzą oczekiwanych efektów. Jakie są pierwsze „czerwone flagi”, które zauważacie podczas wdrożeń?
Trzeba rozdzielić dwie rzeczy: efektywność osobistą i efektywność procesu. Z efektywnością osobistą jest świetnie. Jeśli menedżer czy planista dzięki AI szybciej zrobi codzienne zadania, zyska czas na inne projekty. Z efektywnością procesu jest trudniej. Proces to nie jedna osoba i jeden system, tylko wiele osób i wiele połączonych środowisk, do których musimy podłączyć nasz model.
Pierwsza czerwona flaga to chęć zrobienia „za dużo i za szybko”. Klient ma wiele projektów i chce zautomatyzować wszystko naraz. Technicznie moglibyśmy to zaprojektować, ale potrzebujemy zaangażowania firmy, bo to ona wie, jak w praktyce planuje się u niej produkcję czy sprzedaż.
Czyli klient nie może wam po prostu oddać kluczy i powiedzieć „zróbcie mi AI”?
Zdecydowanie nie. Pracujemy w tygodniowych sprintach (krótkich cyklach pracy). Co tydzień pokazujemy nowe elementy i prosimy zespół klienta, żeby je sprawdził. Udostępniamy systemy testowe i razem korygujemy kurs. To praca iteracyjna, każdy krok czegoś nas uczy. I wymaga zaangażowania ludzi po stronie firmy.
Brak takiego zaangażowania i bałagan w strukturze mogą być groźne. Opisywałem niedawno sytuację, w której agent AI wykorzystał luki w zabezpieczeniach firmy, przejął nieuporządkowane uprawnienia dawnych pracowników i zaczął usuwać ważne pliki, dane czy projekty tego przedsiębiorstwa. Przez to trzeba było zatrzymać wdrożenie automatyzacji warte 2 miliony złotych. Czy takie sytuacje pokazują, że przygotowanie przed wdrożeniem to podstawa?
Absolutnie tak. Na pytanie odpowiem praktycznym przykładem jednego z naszych wdrożeń: budujemy system agentowy dla firmy produkcyjnej, który ma uporządkować strukturę produktów. Chodzi o setki tysięcy rysunków technicznych. Tworzymy tzw. Bill of Materials (zestawienie materiałowe), żeby klient miał ogólny obraz produkcji. Agent AI nie może zgadywać receptur, zużycia surowców ani tego, jak działają maszyny. Jeśli tego nie ułożymy, model będzie „halucynował”, czyli samowolnie interpretował fakty. Dobra firma AI-owa wie, że agent potrzebuje deterministycznych, czyli bardzo precyzyjnych i jednoznacznych instrukcji.
Inny przykład to controlling. Podłączamy się tam do pięciu różnych źródeł danych: od kartki papieru, przez Excel, po CRM (system zarządzania relacjami z klientami) i ERP (system planowania zasobów). Często widzimy niespójności, na przykład klient nazywa się inaczej w jednym systemie, a inaczej w drugim. Najpierw musimy to wyczyścić i ujednolicić. Nie wpuszczamy agenta do środowiska, w którym dane są niespójne.
Jak w takim razie zapobiegać halucynacjom, kiedy system dostaje ogrom wiedzy i setki pytań?
Budujemy wewnętrzne systemy obserwowalności. W jednym z projektów stworzyliśmy agenta-„sędziego”, który zajmuje się wyłącznie sprawdzaniem odpowiedzi innego modelu. Korzystamy też z tzw. systemów uczących się w pętli (self-improvement). Jeśli odpowiedź jest błędna, system zrzuca ją do bazy, analizuje, kategoryzuje i wysyła do kolejnego agenta. Ten podpowiada, jak przebudować strukturę wiedzy firmy, żeby w przyszłości nie powtórzyć błędu.
Czyli wartość dla przedsiębiorstw wnosi już sam proces porządkowania danych za sprawą AI. Skoro mamy za sobą przygotowanie do wdrożenia pójdźmy o krok dalej i narysujmy szerszy obraz potrzeb polskiego biznesu. Jakim firmom najczęściej pomagacie? Z jakimi branżami współpracujecie?
Choć AI to technologia ogólnego przeznaczenia, specjalizacja w danej dziedzinie bardzo pomaga. Mamy osobne zespoły dla szeroko pojętej branży spożywczej i FMCG (dóbr szybkozbywalnych). To projekt AI for food (ai4food.pl). Dzięki sporemu doświadczeniu we współpracy z takimi firmami dużo łatwiej nam dziś automatyzować procesy. Nie trzeba nam na starcie wyjaśniać wszystkiego od początku. Znamy ich słownictwo, rozumiemy, jak jeżdżą paszowozy i jak planuje się produkcję.
Druga gałąź to produkcja (AI for factory), zarówno ciągła, jak i dyskretna. Wiadomo, że inaczej produkuje się okna, a inaczej wersalki czy lodówki.
Mamy też produkt „Wirtualny CFO”, który wchodzi w skład „AI4controlling”. To agent, któremu zlecamy pilnowanie cash flow czy rentowności. Marża to teraz bardzo gorący temat przez zawirowania na rynkach energii i surowców. Takie systemy świetnie radzą sobie z algorytmami predykcyjnymi (przewidującymi zjawiska na podstawie danych historycznych), na przykład przy prognozowaniu budżetów na kolejne miesiące. Analizowaliśmy też branżę kosmetyczną i farmaceutyczną, bo schematy sprzedaży czy logistyki często da się powielić.
Czy zdarza się, że rozwiązanie zaimplementowane w jednej firmie sprawdza się też w drugiej z tej samej branży?
Tak, choć AI pozwala automatyzować mądrze, w sposób dostosowany do indywidualnych potrzeb firmy, więc te rozwiązania naturalnie różnią się od siebie. Na koniec chodzi o to, żeby uzyskać maksymalny zwrot z inwestycji (ROI). To ważne, żeby implementacja była sensowna i przyniosła zyski. Bo o ile 88 proc. firm decyduje się na wdrożenia AI, to ogromna część z nich nie widzi na koniec realnego wpływu na zyski. My, na etapie planowania automatyzacji szukamy przede wszystkim takiego usprawnienia, które szybko przyniosą firmom korzyści finansowe, oszczędność nie tylko pieniędzy ale też czasu, czyli choćby zwiększenia produktywności pracowników, czy usprawnienia procesu sprzedaży, produkcji itp. Zdarzają się projekty, które wymagają integracji z narzędziami graficznymi, takimi jak SolidWorks czy Blender. To zupełnie inny rodzaj pracy. Doszliśmy do momentu, gdzie AI można wykorzystać na tysiące sposobów, niekiedy ogranicza nas tylko wyobraźnia. Trzeba wybrać te obszary, które będą dla nas najbardziej opłacalne i my w tym pomagamy.
Ciekawe, że nawiązałeś do obecnej kondycji AI, bo moje ostatnie pytanie dotyczy jej szybkiego rozwoju. Ostatnio najwięksi twórcy modeli sztucznej inteligencji zaczęli apelować o spowolnienie prac nad AI. Co o tym sądzisz?
Faktycznie, pod wpływem doniesień z amerykańskich laboratoriów badawczych na rynku panuje przekonanie, że AI jest tak inteligentna, że może zrobić wszystko. To nie do końca tak. Jeśli słyszymy, że dzisiejsze modele AI funkcjonują na poziomie super mądrych doktorów z Harvardu, to zweryfikujmy to w prosty sposób. Możemy zaprosić takiego geniusza do firmy produkcyjnej, która zatrudnia 200 osób, i postawić go w środku zaawansowanego procesu technologicznego. Sam, bez człowieka nie zrobi nic spektakularnego. Firma to skomplikowany organizm. Nie wystarczy być mądrym. Trzeba wgryźć się w procesy, przeanalizować je i dopasować wiedzę do konkretnych realiów. AI u nas to robi, ale musimy jej w tym mądrze pomóc.
Wywiad jest pierwszą częścią cyklu nagrań w studiu Founders z Jarosławem Sokolnickim. Zapraszamy do obejrzenia video-wywiadów, w których znajdziecie wiele cennych wskazówek dotyczących najlepszych praktyk przy wdrażaniu AI w biznesie. Cała seria już wkrótce na stronie founders.pl. Zachęcamy do śledzenia naszego profilu w serwisie LinkedIn i odwiedzenia strony eksperta: exeai.pl
