To, o co czytelnicy dopytują najczęściej po lekturze.
Czy zwykły ChatGPT nie wystarczy zamiast wdrożenia?
Bardzo często wystarczy i mówię to klientom wprost. Do pisania tekstów, streszczania dokumentów i pomocy w codziennych zadaniach subskrypcja za kilkadziesiąt złotych miesięcznie robi robotę i nie wymaga żadnego projektu.
Wdrożenie ma sens dopiero wtedy, gdy model musi mieć dostęp do Twoich danych, działać automatycznie bez człowieka klikającego za każdym razem, albo zapisywać wynik z powrotem do systemu. Wtedy chodzi już nie o model, tylko o połączenie go z procesem.
Ile kosztuje utrzymanie AI po wdrożeniu?
Zależy od liczby zapytań. Przy małej firmie zwykle kilkadziesiąt do kilkuset złotych miesięcznie za sam model, plus zwykły koszt infrastruktury.
Tę kwotę podaję w wycenie razem z założeniami, z których wynika — po to, żeby nie była niespodzianką w trzecim miesiącu. Model działający lokalnie zmienia ten rachunek: opłata za zapytania znika, ale rośnie koszt serwera.
Czy AI zastąpi moich pracowników?
W przypadkach, które opisuję, nie. Zdejmuje konkretne czynności — przepisywanie danych, szukanie w dokumentach, odpowiadanie po raz setny na to samo pytanie. Człowiek zostaje w roli decydenta i osoby, która zatwierdza.
Jeśli ktoś obiecuje zastąpienie stanowiska, warto zapytać, kto odpowiada za błąd. To pytanie zwykle kończy rozmowę.
Mniej więcej połowa zapytań o AI, które dostaję, kończy się moim „nie potrzebujesz tego". Nie dlatego, że AI nie działa. Dlatego, że w tych przypadkach rozwiązuje problem, którego nie ma, albo rozwiązuje go drożej niż zwykły warunek w kodzie.
Poniżej sześć wzorców, po których to poznaję, i rachunek, który możesz zrobić sam, zanim zadzwonisz do kogokolwiek.
Rachunek na trzy minuty
Weź czynność, którą chcesz oddać AI. Policz, ile minut dziennie zjada w całej firmie. Pomnóż przez stawkę godzinową i przez 250 dni roboczych.
Czas dziennie
Rocznie przy 60 zł/h
Werdykt przy module za 3 000 zł
15 minut
~3 750 zł
Zwrot po roku. Granica opłacalności.
1 godzina
~15 000 zł
Zwrot w kwartał. Warto.
3 godziny
~45 000 zł
Zwrot w miesiąc. Zwlekanie kosztuje.
Jeśli wynik nie przekracza wyraźnie kosztu wdrożenia, dalsza rozmowa nie ma sensu. To pierwsze sito i odsiewa więcej pomysłów niż wszystkie pozostałe razem.
Sześć przypadków, w których odradzam
1. Problem rozwiązuje zwykły warunek
„Jeśli termin minął, wyślij przypomnienie" to reguła, nie zadanie dla modelu. Kosztuje ułamek tego, co model, działa natychmiast i nigdy się nie myli.
Zaskakująco często pod hasłem „chcemy AI" kryje się dokładnie taka reguła. Sprawdź, czy Twoją czynność da się opisać zdaniem zaczynającym się od „jeśli". Jeśli tak, nie potrzebujesz modelu.
2. Danych jest za mało albo są niespójne
Do prognoz i scoringu praktyczne minimum to rok historii i kilkaset zdarzeń tej samej klasy. Poniżej tego model powtarza szum zamiast wzorca i daje odpowiedzi, które brzmią mądrze i są przypadkowe.
Gorszy przypadek: dane są, ale każdy wpisywał je po swojemu. Wtedy pierwszym krokiem nie jest AI, tylko uporządkowanie tego, co masz.
3. Zdarzenie występuje rzadko
Automatyzacja czynności wykonywanej raz w miesiącu nigdy się nie zwróci. Nie chodzi o technologię — chodzi o to, że oszczędność liczy się w minutach rocznie.
4. Błąd jest kosztowny, a nikt nie sprawdza wyniku
Model czasem się myli. To nie jest wada do naprawienia, tylko właściwość. Pytanie brzmi, co się dzieje z błędem.
Jeśli błędny odczyt faktury trafia prosto do księgowania, bez człowieka po drodze, to nie jest automatyzacja tylko generator problemów. Każde wdrożenie, które robię, ma krok potwierdzenia: system proponuje, człowiek akceptuje. To wciąż różnica między dwiema minutami a piętnastoma sekundami na dokument.
5. Proces nie jest ustalony
Jeśli w firmie każdy robi to samo inaczej, model nie ma się czego nauczyć, a automatyzacja utrwali chaos. Najpierw trzeba ustalić, jak ma być. To praca po stronie firmy i nie da się jej kupić.
6. Cel brzmi „chcemy mieć AI"
Najdroższy z wszystkich przypadków, bo nie ma kryterium sukcesu. Bez wskazania konkretnej czynności, którą AI ma przejąć, projekt kończy się prezentacją, z której nic nie wynika, i rachunkiem za nią.
Trzy przypadki, w których AI realnie się zwraca
Dokumenty. Powtarzalne faktury, protokoły i formularze od stałych kontrahentów. System wypełnia pola, człowiek zatwierdza. Największy zysk przy kilkudziesięciu dokumentach dziennie.
Wiedza firmowa. Asystent odpowiadający na pytania z Twoich procedur, umów i historii zleceń, z linkiem do dokumentu źródłowego przy każdej odpowiedzi. Sensowny tam, gdzie ludzie tracą czas na szukanie, a nie na czytanie.
Prognozy na własnej historii. Które zlecenie się opóźni, który klient przestaje wracać. Wymaga danych, ale tam, gdzie są, daje przewagę, której nie kupisz w gotowym narzędziu.
Zakres, ceny i warunki tych trzech przypadków opisałem na stronie wdrożeń AI. Jeśli Twój przypadek okazał się zwykłą automatyzacją bez modelu, to jest osobna, tańsza droga.
Krótko
Policz minuty dziennie razy stawka razy 250 dni. To pierwsze i najostrzejsze sito.
Czynność opisywalna zdaniem „jeśli…" nie potrzebuje modelu, tylko warunku.
Prognozy wymagają roku historii i kilkuset zdarzeń tej samej klasy.
Każde wdrożenie musi mieć krok, w którym człowiek może się nie zgodzić.
„Chcemy mieć AI" to nie cel. Cel to nazwana czynność, która ma zniknąć.