Najteži dio uvođenja AI-ja nisu modeli, nego ljudi

Kad se s firmama razgovara o AI-ju, pitanja su uglavnom tehnička: koji model, koliko košta, kako se povezuje s ERP-om. Dva predavanja na ovogodišnjem AI Summitu u Barceloni podsjetila su da projekti rijetko padaju tu. Padaju na ljudima i organizaciji.

To se poklapa i s onim što sami vidimo. Tehnički dio pilota se danas može napraviti za nekoliko sedmica. Ono što odluči hoće li pilot postati svakodnevni alat ili zaboravljena demonstracija gotovo uvijek je nešto drugo: ima li ko ga posjeduje, vjeruju li mu ljudi koji ga koriste i uklapa li se u način na koji firma zaista radi.

Hibridni graditelji

Kompanija Mantu govorila je o ljudima koje zove hybrid builders — hibridnim graditeljima. To su ljudi koji spajaju dva svijeta: razumiju poslovni proces, bilo da je riječ o računovodstvu, prodaji ili logistici, i znaju dovoljno tehnologije da s AI-jem naprave nešto što stvarno radi. Nisu nužno programeri, ali nisu ni samo korisnici.

Primjer koji svi prepoznaju: referentica u nabavci koja je prije nekoliko godina sama napravila Excel s makroima za praćenje narudžbi, koji danas koristi pola firme. Ona zna gdje proces boli, zna koji su izuzeci i zna šta ljudi zaista rade, a ne šta piše u proceduri. Kad takva osoba dobije podršku za AI, rezultati su skoro uvijek bolji nego kad projekat vodi neko ko proces poznaje samo iz dijagrama.

Put do takvih ljudi Mantu je opisao u tri koraka, koje ovdje prevodimo na naše prilike:

1. Pronađite ljude koji već prelaze granice. U svakoj firmi postoji neko ko je sam napravio Excel koji svi koriste ili ko prvi isproba svaki novi alat.
2. Razvijte im polovinu koja nedostaje. Poslovnom čovjeku osnove automatizacije i rada s podacima, tehničkom razumijevanje procesa i novca.
3. Dajte im vrijeme, jasan plan i vlasništvo. Hibridni graditelj koji AI radi „uz“ redovni posao, bez mandata, rijetko stigne dalje od pilota.

Za manje firme ovo je dobra vijest: ne treba vam odjel za AI. Treba vam jedna prava osoba s mandatom — i partner koji pokrije tehnički dio dok ona ne ojača.

Strah je informacija

Laurence Nguyen, savjetnica za liderstvo, govorila je o drugoj strani: šta se dešava u ljudima kad AI uđe u njihov posao. Njena poruka je da strah ne treba gušiti. Strah govori šta je ugroženo — posao, status, stručnost koju je neko gradio godinama. Ako ga ignorišete, odluke donosite s pola informacija.

U praksi to znači: prije nego što uvedete agenta u računovodstvo, pitajte računovođe šta ih brine. Odgovori su skoro uvijek korisni — i o ljudima i o procesu. „Bojim se da će pogriješiti kod storna“ istovremeno je izraz straha i precizan opis rubnog slučaja koji sistem mora pokriti.

Takav razgovor ne mora biti formalan. Dovoljno je sat vremena s ljudima koji proces rade svaki dan i nekoliko otvorenih pitanja:

• Koji dio posla vam oduzima najviše vremena, a najmanje vam znači?
• Gdje najčešće nastaju greške — i ko ih obično uhvati?
• Šta bi vas brinulo kad bi taj dio posla radio sistem?
• Šta nikako ne bi smio raditi bez vas?

Posljednje pitanje je posebno vrijedno. Odgovori na njega su gotovo doslovno lista tačaka provjere koje sistem treba imati.

Čuvajte trenje

Njen drugi savjet zvuči kontraintuitivno u vremenu u kojem svi žele sve ubrzati: zaštitite trenje. Zaključak se u glavi formira u djeliću sekunde, a trenje je ono što omogućava da se stane i ponovo razmisli. Automatizacija koja ukloni svaki trenutak zastoja ukloni i trenutak u kojem bi neko primijetio da nešto ne štima.

Zato dobri AI procesi imaju namjerne tačke zastoja: pregled prije slanja, potvrdu prije knjiženja, kratku provjeru kad je iznos neuobičajen. To nisu kočnice, nego mjesta na kojima se čuva prosuđivanje. Umijeće je u tome da ih bude malo i da budu na pravim mjestima — tamo gdje greška košta, a ne svuda.

Izgradite zajedničku priču

Treća poruka: svijest pojedinca ne preživi sistem u kojem je staro ponašanje i dalje najrazumniji izbor. Ako jedna osoba nauči raditi drugačije, a procesi, rokovi i nagrade ostanu isti, ona se vrati na staro. Promjeni treba zajednička priča: zašto ovo radimo, šta se mijenja i za koga, i kako izgleda uspjeh.

Dobra priča je kratka i konkretna. „Uvodimo AI radi digitalne transformacije“ nije priča. „Fakture dobavljača više ne prepisujemo ručno, a vrijeme koje uštedimo ide na praćenje dugovanja kupaca, koje nam trenutno kasni dvije sedmice“ jeste — jer svako zna šta se mijenja, zašto, i šta se od njega očekuje.

Uloga vanjskog partnera

Većina manjih firmi neće sve ovo raditi sama, i ne treba. Ali vrijedi biti jasan šta partner radi, a šta ne bi trebao. Partner gradi tehnički dio, donosi iskustvo s drugih projekata i uči hibridnog graditelja u firmi. Ono što partner ne bi trebao posjedovati jeste sam proces: odluke o tome šta se automatizuje, gdje su tačke provjere i šta je uspjeh moraju ostati u firmi.

Dobar test je jednostavan: kad bi partner sutra nestao, da li bi firma znala šta sistem radi, kako se mijenja pravilo i kome se javiti kad nešto ne radi? Ako je odgovor „ne“, firma nije uvela AI — iznajmila je zavisnost. Zato dokumentacija, pristup kodu i podacima, i vrijeme posvećeno učenju ljudi u firmi nisu dodatak, nego dio posla.

Prvih 90 dana

Kako sve ovo spojiti u plan? Ovo je okvir koji koristimo s klijentima za prvi AI proces — dovoljno kratak da se vidi rezultat, dovoljno dug da se nauči nešto stvarno.

Dani 1–30: izbor i priprema. Birate jedan proces s mjerljivim problemom — ne najzanimljiviji, nego onaj gdje se ušteda ili greška mogu izbrojati. Određujete vlasnika procesa koji ima vrijeme i mandat, ne samo titulu. Zapisujete kako proces izgleda danas i koliko traje, jer bez polazne tačke ne možete kasnije reći da je išta bolje. I vodite razgovor o brigama prije nego što iko išta napravi.

Dani 31–60: pilot. Mali obim, ali stvarni podaci — pilot na izmišljenim primjerima ne dokazuje ništa. Tačke provjere su tamo gdje greška košta. Mjerite tri stvari: koliko vremena proces traje, koliko grešaka nastaje i koliko puta je čovjek morao ispraviti sistem. Jednom sedmično kratak pregled s timom: šta radi, šta smeta, šta mijenjamo.

Dani 61–90: odluka. Na osnovu brojki, ne utiska, odlučujete: proširiti, promijeniti ili zaustaviti. Zaustaviti je sasvim legitiman ishod — naučili ste nešto za malo novca. Ako idete dalje, dokumentujete pravila i izuzetke, pričate priču ostatku firme i birate sljedeći proces.

Česte zamke

• Vječni pilot. Pilot bez datuma odluke nikad ne postane ni uspjeh ni neuspjeh — samo trošak.
• Alat bez vlasnika. Kad se nešto pokvari ili treba promijeniti, niko ne zna čiji je to posao.
• Mjerenje samo uštede. Brzina bez praćenja grešaka i ispravki daje lijepu, ali pogrešnu sliku.
• Uvođenje odozgo, bez ljudi iz procesa. Sistem koji su dizajnirali ljudi koji posao ne rade zaobiđu oni koji ga rade.

Gdje početi

• Jedan proces, ne deset — onaj gdje je problem najveći, a rezultat mjerljiv.
• Jedna osoba iz tog procesa, s vremenom i mandatom, uz tehničkog partnera.
• Otvoren razgovor o brigama prije pilota, ne poslije.
• Namjerne tačke provjere u procesu, posebno tamo gdje greška košta.
• Kratka, zajednička priča o cilju koju svako u timu može ponoviti.

Modeli će iduće godine biti bolji i jeftiniji. Firme koje do tada izgrade ljude i navike koje znaju raditi s njima imaće prednost koja se ne može kupiti.