Rynek narzędzi opartych na sztucznej inteligencji rośnie szybciej, niż da się go rzetelnie przejrzeć. Firmy pytają nas nie o to, czy AI działa, tylko o to, które rozwiązanie wybrać, żeby nie zapłacić za coś, czego nikt nie będzie używał. Doradztwo przy wyborze narzędzi polega u nas na czymś prostym: zaczynamy od problemu, nie od katalogu produktów, sprawdzamy narzędzie na danych klienta zanim cokolwiek zostanie kupione, i mówimy wprost, kiedy odpowiedzią jest rezygnacja z zakupu. Poniżej opisujemy, jak wygląda ten proces i na co patrzymy przy ocenie.
Rozmowa o wyborze narzędzia AI zaczyna się u nas od pytania, które zadanie ma zostać wykonane lepiej. Nie „chcemy wdrożyć AI", tylko „przygotowanie odpowiedzi na zapytania ofertowe zajmuje nam za dużo czasu" albo „nie nadążamy z opisami produktów" czy „szukanie informacji w dokumentacji technicznej trwa zbyt długo". Dopiero tak postawione zadanie pozwala ocenić, czy narzędzie jest w ogóle potrzebne i jakiego rodzaju.
Ten etap eliminuje sporą część pomysłów. Zdarza się, że problem, który miała rozwiązać sztuczna inteligencja, wynika z braku uporządkowanych dokumentów albo z tego, że dwie osoby nie przekazują sobie informacji. Wtedy narzędzie tylko przykryłoby przyczynę i po pół roku firma miałaby ten sam kłopot plus abonament.
Zanim porównamy jakiekolwiek rozwiązania, spisujemy, po czym poznamy, że wdrożenie się udało. Kryterium musi być sprawdzalne: skrócenie czasu przygotowania dokumentu, mniejsza liczba poprawek po pierwszej wersji, możliwość obsłużenia większej liczby zapytań tym samym zespołem. Bez tego ocena narzędzia sprowadza się do wrażeń, a wrażenia po tygodniu używania czegoś nowego są zawsze dobre.
Nie wchodząc w nazwy konkretnych produktów, warto rozróżnić kilka typów rozwiązań, bo mylenie ich prowadzi do rozczarowań.
Pomagają redagować, streszczać, tłumaczyć, przekształcać tekst z jednej formy w drugą. Sprawdzają się przy pracy z materiałem, który człowiek i tak przeczyta przed wysłaniem. Nie nadają się do zadań wymagających pewności faktów, bo potrafią sformułować odpowiedź brzmiącą wiarygodnie, ale nieprawdziwą. Zawsze traktujemy je jako pomoc w pisaniu, nie jako źródło wiedzy.
Rozwiązania, które indeksują dokumenty firmy i odpowiadają na pytania z odwołaniem do konkretnego fragmentu. To zwykle najbardziej wartościowa kategoria dla firm mających dużo dokumentacji technicznej, procedur, umów albo historii korespondencji. Warunkiem sensownego działania jest uporządkowany zbiór dokumentów. Jeżeli w firmie krąży pięć wersji tej samej instrukcji, narzędzie będzie odpowiadać na podstawie losowej z nich.
Wyciąganie pól z faktur, zamówień, protokołów, skanów. Kategoria dojrzała i mierzalna: da się policzyć, ile pól zostało odczytanych poprawnie. Przy ocenie zawsze pytamy, co narzędzie robi w przypadku niepewności, bo dobre rozwiązanie sygnalizuje wątpliwość, a słabe podaje wynik z takim samym przekonaniem niezależnie od jakości skanu.
Automatyczne odpowiadanie na wiadomości albo podpowiadanie odpowiedzi pracownikowi. Wariant podpowiadający jest bezpieczniejszy i zwykle od niego zaczynamy. Automatyczne odpowiadanie bez nadzoru ma sens tylko przy wąskim, dobrze ograniczonym zakresie pytań i przy jasnej ścieżce przekazania sprawy do człowieka.
Coraz częściej funkcje AI pojawiają się jako dodatek do systemu magazynowego, programu księgowego czy pakietu biurowego. Zawsze sprawdzamy tę drogę jako pierwszą, bo nie wymaga nowego dostawcy, nowej umowy ani przesyłania danych w kolejne miejsce. Bywa, że firma płaci za osobne narzędzie robiące dokładnie to, co już ma w abonamencie.
Nie polegamy na materiałach dostawcy ani na pokazach przygotowanych na wybranych przykładach. Test robimy na danych klienta, w warunkach zbliżonych do codziennych.
Przygotowujemy zbiór przypadków obejmujący typową pracę oraz sytuacje trudne: dokumenty słabej jakości, nietypowe formaty, sprawy nieoczywiste, przypadki graniczne. Do każdego znamy prawidłowy wynik, bo ustalamy go wcześniej z osobą, która to zadanie wykonuje. Bez takiego wzorca ocena narzędzia jest tylko wrażeniem.
Ten sam zestaw testowy przepuszczamy przez wszystkie rozważane narzędzia. To jedyny sposób, żeby porównanie miało wartość. Różnice bywają duże i nie zawsze przewidywalne: rozwiązanie tańsze i prostsze potrafi wypaść lepiej na materiale konkretnej firmy niż rozbudowany produkt, bo lepiej trafia w typ dokumentów, z jakimi ta firma pracuje.
Przy narzędziach AI pytanie o dane jest ważniejsze niż przy zwykłym oprogramowaniu, bo do przetwarzania trafiają często całe dokumenty, korespondencja albo bazy klientów.
Równie ważne jak wybór dostawcy jest ustalenie wewnętrznych reguł. Doradzamy spisanie krótkiego dokumentu określającego, jakie kategorie informacji wolno wprowadzać do narzędzi zewnętrznych, a jakich nie: dane osobowe klientów, dokumentacja objęta poufnością, dane finansowe, materiały należące do kontrahentów. Bez takiej listy każdy pracownik podejmuje decyzję samodzielnie i zwykle na korzyść wygody.
Osobna sprawa to prawa do wyników. Przy treściach i grafikach warto wiedzieć, na jakich zasadach można ich używać komercyjnie i czy narzędzie daje jakiekolwiek zabezpieczenie na wypadek roszczeń. To pytanie zadajemy dostawcy wprost i oczekujemy odpowiedzi w umowie, nie w materiałach reklamowych.
Cena widoczna w ofercie to rzadko całość. Przy szacowaniu bierzemy pod uwagę kilka warstw. Pierwsza to opłata podstawowa, zwykle za użytkownika albo za wolumen operacji, z zastrzeżeniem, że modele rozliczeń bywają zmieniane przez dostawców. Druga to praca po stronie firmy: przygotowanie danych i dokumentów, konfiguracja, testy. Trzecia to szkolenie i czas, w którym zespół pracuje wolniej, bo uczy się nowego sposobu. Czwarta to utrzymanie i okresowe sprawdzanie, czy narzędzie nadal działa tak samo, bo dostawcy aktualizują modele i wynik potrafi się zmienić bez zapowiedzi.
Warto też oszacować koszt wyjścia. Im głębiej narzędzie wrasta w codzienną pracę i im więcej danych w nim zostaje, tym trudniej je później zmienić. Przy wyborze między rozwiązaniem zamkniętym a takim, które pozwala zabrać swoje dane, ta różnica bywa ważniejsza niż różnica w abonamencie.
Zdarza się to regularnie i uważamy to za normalną część doradztwa.
Kończymy zwięzłym opracowaniem, a nie prezentacją. Zawiera ono opis zadania i kryteriów oceny, listę rozważanych kategorii rozwiązań wraz z uzasadnieniem odrzucenia tych, które odpadły wcześnie, wyniki testu na danych klienta z pokazaniem przypadków, w których narzędzia się myliły, ocenę ryzyk związanych z danymi oraz rekomendację z wariantem podstawowym i alternatywnym. Podajemy też, czego nie sprawdziliśmy i dlaczego, żeby klient wiedział, gdzie sięga nasza ocena.
Jeżeli rekomendacja jest pozytywna, dopisujemy plan pierwszego etapu wdrożenia: zakres, osoby, sposób sprawdzenia wyniku po ustalonym czasie i warunek, po którego niespełnieniu wycofujemy się z rozwiązania. Ten ostatni punkt jest istotny, bo bez niego narzędzia zostają w firmie siłą inercji.
Przy każdym wdrożeniu ustalamy, gdzie kończy się rola narzędzia. Podpowiedź nie jest decyzją, a wygenerowany tekst nie jest gotowym dokumentem. Model językowy nie ma świadomości, że czegoś nie wie, więc odpowiedzialność za sprawdzenie wyniku pozostaje po stronie człowieka i musi być formalnie przypisana konkretnej roli, a nie założona domyślnie.
Ta zasada wpływa też na wybór narzędzia. Rozwiązania, które pokazują źródło odpowiedzi i pozwalają szybko sprawdzić, skąd wzięła się dana informacja, oceniamy wyżej niż takie, które podają sam wynik. Możliwość weryfikacji jest w praktyce ważniejsza od tego, jak dobrze narzędzie brzmi w pierwszym kontakcie.
To zależy od tego, jakie dane tam trafiają. Korzystanie z kont prywatnych do pracy z dokumentami firmowymi jest częstą praktyką i częstym problemem, bo firma nie ma wtedy kontroli nad tym, co i gdzie zostało wysłane. Zwykle proponujemy uporządkowanie tego najpierw: ustalenie zasad i zapewnienie wersji firmowej tam, gdzie narzędzie faktycznie pomaga.
Przy jednym dobrze określonym zadaniu zwykle od dwóch do czterech tygodni, z czego większość to przygotowanie zestawu testowego i testy. Jeżeli firma chce ocenić kilka obszarów naraz, dzielimy to na etapy, bo równoległe testowanie wszystkiego kończy się powierzchowną oceną każdego.
Czekanie w nieskończoność nie ma sensu, bo rozwój nie zatrzyma się w żadnym wygodnym momencie. Sensowne jest natomiast rozróżnienie: przy zadaniach, gdzie obecne rozwiązania działają stabilnie i dają się sprawdzić, można wdrażać teraz. Przy zadaniach, gdzie testy pokazują wynik nierówny, lepiej odłożyć decyzję i wrócić do niej za jakiś czas z tym samym zestawem testowym, który już mamy przygotowany.
Pomagamy przygotować pytania i przejrzeć warunki pod kątem technicznym oraz danych: zakres przetwarzania, retencja, eksport danych, warunki wypowiedzenia, sposób powiadamiania o zmianach w usłudze. Kwestie prawne i finansowe pozostawiamy odpowiednim doradcom klienta, ale wskazujemy punkty, na które warto zwrócić ich uwagę.
Dlatego wcześniej ustalamy kryteria i moment oceny. Jeżeli wynik po ustalonym czasie jest gorszy od założonego, przeglądamy przyczyny: czasem problem leży w konfiguracji albo w jakości danych i da się go naprawić, a czasem narzędzie po prostu nie pasuje. W drugim przypadku rekomendujemy wycofanie się i wykorzystanie zebranych wniosków przy kolejnej próbie. Wcześniejsze przygotowanie planu wyjścia sprawia, że jest to decyzja techniczna, a nie porażka.
W części zastosowań tak, choć wybór jest węższy, a wymagania sprzętowe i koszt utrzymania wyższe. Rozważamy taki wariant przede wszystkim tam, gdzie charakter danych albo zobowiązania wobec kontrahentów nie pozwalają na przetwarzanie w usłudze zewnętrznej. W pozostałych przypadkach zwykle prostsze i tańsze jest rozwiązanie zewnętrzne z dobrze ustalonymi warunkami przetwarzania.
Kontakt: 22 390 56 49 — telefon czynny całą dobę, siedem dni w tygodniu. Obsługujemy Grodzisk Mazowiecki i okolice.
Arrived compass prepare an on as. Reasonable particular on my it in sympathize. Size now easy eat hand how. Unwilling he departure elsewhere dejection at. Heart large seems may purse means few blind.