Baza wiedzy
AI czy zwykła automatyzacja — czego potrzebuje proces?
Jak odróżnić integrację, automatyzację regułową i rozwiązanie wykorzystujące AI — oraz dobrać technologię do rodzaju danych, wyjątków i ryzyka.
Kiedy proces wymaga AI, a kiedy wystarczy standardowa automatyzacja?
Jeśli proces opiera się na jednoznacznych regułach i uporządkowanych danych, zwykle wystarczy integracja lub automatyzacja regułowa. AI warto rozważyć tam, gdzie potrzebna jest interpretacja tekstu, dokumentów lub niejednoznacznych pytań — najlepiej z jasno określoną kontrolą wyniku.
Nie każdy problem procesowy potrzebuje AI. Czasem wystarczy połączyć dwa systemy, czasem zapisać kilka jednoznacznych reguł, a dopiero w innych sytuacjach potrzebna jest interpretacja tekstu lub dokumentów.
Najważniejsze pytanie brzmi więc nie „czy wdrożyć AI?”, ale jaki rodzaj decyzji i danych występuje w danym fragmencie procesu.
Trzy różne rodzaje rozwiązania
W rozmowach o usprawnianiu pracy łatwo wrzucić wszystko do jednego worka z napisem „automatyzacja”. W praktyce warto rozróżnić trzy różne podejścia.
Integracja
Integracja przekazuje dane między systemami.
Przykład: po zatwierdzeniu formularza dane klienta trafiają do CRM bez ponownego przepisywania ich przez pracownika.
Automatyzacja regułowa
System wykonuje z góry określone działania według jasno opisanych warunków.
Przykład: kompletne zgłoszenie określonego typu automatycznie otrzymuje właściwy termin, zadanie i osobę odpowiedzialną.
Rozwiązanie wykorzystujące AI
AI przydaje się wtedy, gdy trzeba zinterpretować treść, której nie da się wygodnie opisać prostą regułą.
Może na przykład klasyfikować wiadomości, streszczać dokumenty, wydobywać informacje z tekstu albo pomagać wyszukiwać odpowiedzi w zatwierdzonej wiedzy firmy.
Kiedy zwykle nie potrzeba AI?
Klasyczna automatyzacja jest zazwyczaj lepszym wyborem, gdy:
- warunki są jednoznaczne;
- dane mają stały i przewidywalny format;
- dla tych samych danych wynik powinien być zawsze taki sam;
- regułę można łatwo opisać i przetestować;
- nieprzewidywalny wynik byłby trudny lub kosztowny do odwrócenia.
W takich sytuacjach rozwiązanie regułowe jest prostsze do sprawdzenia, utrzymania i audytowania.
Kiedy AI może mieć sens?
AI warto rozważyć, gdy:
- dane wejściowe mają postać tekstu, dokumentów lub wiadomości;
- użytkownicy opisują ten sam problem na wiele różnych sposobów;
- potrzebne jest streszczenie, klasyfikacja lub interpretacja treści;
- wiedza znajduje się w wielu zatwierdzonych materiałach;
- wynik można sprawdzić przed wykonaniem działania o większych konsekwencjach.
Samo pojawienie się tekstu nie oznacza jednak, że cały proces powinien zostać oparty na AI. Często tylko jeden jego fragment wymaga interpretacji.
Najczęściej najlepsze jest połączenie
W praktycznym systemie AI może przygotować klasyfikację, streszczenie albo propozycję odpowiedzi, a zwykła automatyzacja wykonać później przewidywalne działania.
Nietypowe przypadki i decyzje o większym znaczeniu mogą trafić do człowieka.
Dlatego zamiast pytać „czy potrzebujemy AI?”, lepiej rozdzielić proces na dwa rodzaje kroków: te wymagające interpretacji oraz te, które powinny pozostać jednoznaczną regułą.