Gościem 207 odcinka podcastu Business Marketer jest Jakub Skałbania, autor manifestu „Processes before prompts”. Jakub jest szefem firmy Netwise, czołowej firmy wdrożeniowej w obszarze Microsoft CRM, która pracuje z największymi klientami tej technologii na świecie. Posiada on też od wielu lat prestiżowy tytuł Microsoft Most Valuable Professional.
Ten odcinek podcastu to szczera, szczegółowa, czasami bolesna rozmowa o realnych wdrożeniach AI w biznesie. Jest ona dla mnie ważna, ponieważ jest jak kubeł zimnej wody dla tych z nas, którzy uważają, że AI sama w sobie może być źródłem przewagi dla firmy. Prawda jest taka, że jak każda transformacja wymaga naprawdę kompleksowego przygotowania, szczególnie procesów oraz żelaznej dyscypliny w uruchamianiu kolejnych modułów technologii.
Dlaczego wdrożenie AI kończy się bałaganem, a nie transformacją?
Firmy inwestują w modele i narzędzia, a mimo to efekty rozczarowują. Jakub Skałbania uważa, że problemem nie jest technologia, tylko brak procesu. Bez dobrze zdefiniowanego procesu, wdrożenie AI nie jest transformacją a prostu droższym sposobem automatyzowania bałaganu, który jest w firmie. A automatyzacja bałaganu daje w efekcie jeszcze większy bałagan.
Co się dzieje bez procesu?
- Nie wiadomo, czy agent się pomylił.
- Nie ma źródła prawdy, do którego można się odnieść.
- Brakuje mechanizmu „human in the loop” do korygowania błędów
- Nie istnieje rollback w razie problemu.
Jak rozpoznać, w których procesach AI ma sens?
Najlepsze zastosowania to nie te najbardziej „sexy” i medialne. Kluczowe kryteria wyboru procesu do automatyzacji:
- Dane są dobrej jakości i dostępne w ustrukturyzowanej formie
- Koszt błędu jest niski
- Wolumen powtórzeń jest wysoki – dzięki temu można policzyć realny ROI
Dlaczego indywidualna produktywność nie przekłada się na ROI dla firmy?
Badania (m.in. Harvard Business Review) pokazują, że indywidualne zyski produktywności z użycia AI nie przekładają się na wyniki firmy. Dlatego, że nikt nie mierzy, co ludzie robią z zaoszczędzonym czasem, a często po prostu nie biorą więcej zadań.
Dlaczego firmowy Copilot budzi mniej zaufania niż ChatGPT?
Paradoksalnie użytkownicy ufają bardziej publicznemu ChatGPT niż firmowemu Copilotowi Microsoft, mimo iż komercyjne rozwiązanie ma lepsze zabezpieczenia danych. Powód leży w przyzwyczajeniach konsumenckich, bo wiele osób traktuje ChatGPT jak wyszukiwarkę Google i te przyzwyczajenia przenoszą do firmy. Natomiast pracownicy zapominają o bezpieczeństwie danych, wklejając tam dane firmowe. To poważne ryzyko związane z shadow IT. Ponadto firmowy Copilot wprowadza ograniczenia, tzw. guardrails (systemy filtrów i reguł kontrolujące dane wchodzące i wychodzące z modeli językowych), aby zapewnić bezpieczeństwo informacji i danych firmowych, a użytkownicy oceniają go jako „gorszy” i wracają do narzędzi publicznych.
Jakie są długoterminowe zagrożenia nadmiernego polegania na AI?
- Spadek zaangażowania poznawczego – badania EEG pokazują mniejszą aktywność mózgu przy edycji tekstu wygenerowanego przez AI niż przy pisaniu od zera
- Homogenizacja myślenia – powszechne korzystanie z tych samych modeli prowadzi do „regresji do średniej” w sposobie myślenia całych organizacji, a nawet krajów
- Overreliance – zanik umiejętności krytycznej weryfikacji wyników
- Trudność w rozwoju juniorów – bez przechodzenia przez podstawy trudno zbudować realną ekspertyzę
Czym różni się agent od workflow?
To rozróżnienie jest kluczowe i często mylone.
Workflow to zdeterminowany proces oparty na logice „if this, then that”, nawet jeśli w jednym z kroków wykorzystuje LLM do transformacji danych.
Agent natomiast działa w warunkach niejednoznaczności: musi samodzielnie decydować, planować kroki i wyciągać wnioski z danych, korzystając z pętli reasoning-action-feedback.
Sprawdź: jeśli potrafisz z góry opisać każdy krok procesu za pomocą reguł, to jest workflow niezależnie od tego, ile „kolorowych” narzędzi typu Zapier, Make czy n8n go obsługuje. Agent ma sens tam, gdzie firma sama nie wie, jaka powinna być ścieżka rozwiązania problemu.
Dlaczego najciekawsze zastosowania agentów wcale nie są atrakcyjne ani nie zyskują zainteresowania mediów?
Przykład: automatyczny data enrichment przy obsłudze leadów w Outlooku (dane zaciągnięte z KRS, LexisNexis i innych systemów) zamiast czterdziestu minut ręcznej pracy dziennie. To nie brzmi efektownie, ale realnie przyspiesza reakcję handlowca na zapytanie, co może zwiększyć szansę na wejście do pierwszego etapu sprzedaży o kilkanaście punktów procentowych.
Zdecydowana większość czasu w dobrze zrobionym projekcie agentowym powinna iść na:
- Opisanie i zrozumienie procesu biznesowego
- Zapewnienie audytowalności i obserwowalności działań agenta
- Zabezpieczenia typu least privilege
- Zdefiniowanie odpowiednich narzędzi (tooli) dla agenta
Sam etap technicznego „budowania agenta” to zaledwie ułamek całej pracy. Problem pojawia się, gdy dostawcy sprzedają ten ułamek jako gotowe rozwiązanie „agentic enterprise”, pomijając całą warstwę governance.
Q&A
Czy agent to to samo co zaawansowany workflow? Nie. Workflow jest deterministyczny i oparty na regułach, nawet jeśli używa LLM do jednego z kroków. Agent samodzielnie decyduje, planuje i radzi sobie z niejednoznacznością.
Czy warto zaczynać wdrożenie AI od indywidualnej produktywności pracowników? Tak, to naturalny i potrzebny etap budowania kompetencji w organizacji, ale pod warunkiem, że firma świadomie przechodzi dalej, do procesów mierzalnych na poziomie organizacji, zamiast poprzestać na luźnym używaniu czatów.
Dlaczego Copilot Microsoftu ma niższą adopcję niż ChatGPT, mimo lepszego bezpieczeństwa danych? Bo użytkownicy przyzwyczajeni do swobody konsumenckich czatów odbierają ograniczenia bezpieczeństwa (guardrails) jako „gorszą jakość odpowiedzi”, mimo że w kontekście firmowym są one zaletą.
Jaki procent budżetu projektu agentowego powinien iść na governance i bezpieczeństwo? Znacząca większość, szacunkowo 70-80% pracy powinno dotyczyć opisu procesu, audytowalności i zabezpieczeń, a nie samego „budowania” agenta.
Czy AI zastąpi juniorów w firmach? Niekoniecznie ich zastąpi, ale utrudni im rozwój do poziomu mid/senior, jeśli będą pomijać naukę podstaw na rzecz gotowych odpowiedzi z AI.
Masz pomysł na odcinek podcastu? Chcesz zostać partnerem podcastu? Napisz do mnie: lukasz.kosuniak@businessmarketer.pl
6 minut
