Mentionsy

Niestety z powodu choroby Artura musieliśmy przełożyć nagranie, w związku z czym pomyślałem, że będę mówił dzisiaj do Was solo, czyli ja jestem sam swoim gościem, poruszę temat jak to na łamach hospody już od dawna bywa związany z AI, a mianowicie dlaczego AI to bardziej zmiana organizacyjna niż technologiczna.

Rzeczywiście poza samą technologią związaną z AI jest to taka esencja tego, dlaczego AI w firmach wychodzi lub nie wychodzi.

Dlaczego AI to bardziej zmiana organizacyjna niż zmiana technologiczna?

Samo AI nie rozwiązuje nam tak naprawdę żadnego procesu biznesowego.

AI samo w sobie jest modelem.

Wiele firm w ostatnim czasie zaczęło wdrażać AI, zwłaszcza firm produktowych swoje produkty.

Dlaczego AI do bardziej zmiana organizacyjna niż technologiczna.

AI na pewno nie jest magiczną skrzynką, która bez odpowiedniego wdrożenia rozwiąże nam problemy biznesowe.

Przede wszystkim musimy dobrze zdefiniować problem, który AI

Czyli dalej to, co ważne, pozostaje po stronie samej analizy procesów w naszej firmie i bardzo uważnego wdrażania wsparcia AI w tych procesach tam, gdzie to jest potrzebne.

Natomiast, żeby rozwiązać często nasze problemy biznesowe, zamknięte problemy, potrzebujemy również danych do tego, żeby to AI przeszkolić.

No bo wiadomo, jeżeli mamy przypadki ogólne, no to tutaj dane jak najbardziej wręcz gotowe modele są dla nas do wzięcia praktycznie prosto z repozytoriów modeli i zaimplementowania.

Jak widzicie, to nie jest tylko sama kwestia, oj tu damy AI i to już będzie działać.

To jest kwestia rzeczywiście odpowiedniego przygotowania całego złożonego procesu, zastanowienia się gdzie i jakie modele AI będziemy wdrażać i na podstawie jakich danych w ogóle będziemy te modele budować.

AI ma to do siebie, no bo różnica jest taka, że jeżeli zbudujemy sobie jakiś algorytm, np.

Tutaj moja ulubiona definicja AI to właśnie są systemy komputerowe, które rozwiązują problemy, które nie są łatwo algorytmizowalne.

Natomiast z drugiej strony nie możemy być tutaj w przypadku AI też w stu procentach pewni wyniku jaki on nam daje.

Lata temu w swoich pracach naukowych pisałem jakieś proste właśnie rozpoznawania wzorców też proste modele AI które miały

Więc trzeba na pewno założyć, że informacja, którą otrzymamy od AI nie zawsze będzie zgodna z prawdą.

Jeżeli są to procesy, które wymagają podejmowania jakichś decyzji, no to wtedy należałoby, i są to decyzje bardzo krytyczne, tak, są to decyzje, od których zależy zdrowie, życie, no to tutaj już mamy AIA, który w ogóle nam to reguluje, no ale warto o tym tak czy tak wspomnieć, że wtedy tak czy tak taki model

To nie jest tak, że AI będzie za nas myśleć ogólnie jakie wdrożenie.

Natomiast wracając do organizacji, do wdrożenia właśnie AI u nas.

Znowu, musimy się zastanowić, czy tak naprawdę AI jako AI, bo jeżeli nasza organizacja jest manualna, no to w tym momencie jak możemy wdrożyć AI, jeżeli nie mamy pewnych procesów zautomatyzowanych.

Jeżeli nie mamy dostępu do pewnych danych, no AI tutaj nie będzie działać.

Jakimiś modelami AI, czy to będzie ChatGPT, czy to będzie Gemini, czy to będzie jakikolwiek inny model, który będzie miał swoje zadanie do klasyfikowania, czy dobierania jakichś informacji, to już jest zupełnie inna sprawa.

Naprawdę nie możemy zapominać o tym biznesie, ponieważ IT może nam dostarczyć zapewne jedną z najlepszych AI, jakie możemy sobie wymarzyć.

Ale jeżeli nie będziemy mieli w procesie zdefiniowanego jakiegoś decision flow, to tak naprawdę nie będziemy wiedzieli, jaką decyzję ma to AI wesprzeć, czy jaką decyzję ma za nas podjąć.

Jeżeli AI będzie

Dlaczego AI to bardziej zmiana organizacyjna niż technologiczna.

Jeżeli oddajemy AI, jakiemukolwiek AI, możliwość kontrolowania jakiegoś procesu, czy to produkcyjnego, czy to finansowego, czy to po prostu jakiegokolwiek procesu w firmie, nagle to

Tutaj należy wprowadzić wszelkie możliwe zabezpieczenia, wszelkie możliwe jakieś backupowe procesy, ale koniec końców, żeby to wdrożenie AI miało sens, żeby ono było skalowalne.

O, z tymi wszystkimi zabezpieczeniami, z tymi wszystkimi ograniczeniami, które nałożyliśmy na nasz proces, no niestety musimy to AI wdrożyć i oddać tą kontrolę.

W momencie, jeżeli chcemy wprowadzić AI.

Nie zmienia nam organizacji AI, jeżeli nie jesteśmy na nie gotowi.

Obnaży nam wdrożenie AI, obnaży nam w tym momencie problemy organizacyjne, bo pamiętajcie, już też wspominane nie raz na łamach tutaj podcastu, że garbage in, garbage out, no to słabe dane, słabe wyniki AI, słabe procesy biznesowe.

Słabe wsparcie tych procesów AI, słabe wyniki tych procesów.

Źle wdrożone AI w chaosie pogłębi nam tylko ten chaos organizacyjny.

Musicie wprowadzić w swojej organizacji również kulturę uczenia się, kulturę rozwoju, ponieważ AI będzie niosło za sobą duże nowe wyzwania.

Tutaj można byłoby powiedzieć, że jeśli AI nie zadziałało, to być może nie jest to wina AI, tylko jest to wina tego, jak dana organizacja, jak wasza organizacja była zorganizowana.

Porozmawiajmy sobie teraz o najczęstszych błędach, jakie występują w przypadku wdrożenia AI.

Ta organizacja nie jest gotowa, procesy nie są ustawione odpowiednio, jak chcecie wdrażać AI, jak to ma działać, skoro generalnie nie jesteście na to gotowi.

To nie jest tak, że przyjdą jacyś goście od AI, coś nam wdrożą.

AI to jest być może jeden z trudniejszych projektów obecnie w organizacji, żeby wdrożyć go prawidłowo.

Bardzo ważną rzeczą jest, tam gdzie wdrażamy AI, tam był feedback loop.

Tak, żeby wszędzie gdzie decyzje jakieś zostały podjęte przez AI, żeby z powrotem zwracać te informacje czy te decyzje były prawidłowe.

Ale jeżeli to działanie AI dotyczy bardziej rzeczy związanych z waszą ludzką pracą

No to należałoby też przygotować sobie serię, powiedzmy sobie ankiet albo jakiegoś innego sposobu, w którym pracownicy korzystający z narzędzia AI będą w stanie wydać swoją opinię.

Które z tych podpowiedzi, rekomendacji, które nam wskazało AI były dobre, a które były złe?

Przede wszystkim musimy mieć zdefiniowany własny problem, co chcemy, żeby AI nam poprawiło w firmie.

Idealnie byłoby zbudować tutaj cross funkcjonalny zespół gdzie połączyli byśmy ludzi technicznych z ludźmi biznesowymi z różnych obszarów ale wiadomo tych zainteresowanych danym wdrożeniem.

W prostych przypadkach da się wdrożyć AI tak od razu.

Tylko pytanie, czy wtedy my wdrażamy AI, czy my tak naprawdę nie kupujemy narzędzia i wdrażamy.

Czy my mówimy w tym momencie o takim właśnie klasycznym wdrożeniu AI?

Czy my po prostu mówimy o wdrożeniu produktu opartego AI?

Ile tego AI potrzebujecie?

Jak bardzo ono musi być Waszym AI?

Ale nawet tutaj w tej definicji problemu, zobaczcie, ja nie mówiłem, że potrzebuję takiego czy innego modelu językowego, żeby go zainstalować na swoim sklepie internetowym, tylko potrzebuję narzędzia, które ułatwi moim klientom kontakt ze mną.

Wspominałem już przed chwilą kilka kilkanaście minut temu o tym, że AI może dawać nam nie zawsze prawidłowe wyniki.

Wspominałem też oczywiście, że trzeba to AI wsadzić w jakieś ramy ograniczeń po to, żeby nie zadziały się żadne złe rzeczy, jeżeli to AI zacznie nam bardzo mocno halucynować, ale musimy przyjąć do wiadomości, że tutaj będzie efekt w skali, że pojedyncze błędy będą się zdarzać.

I to jest ta niedoskonałość rozwiązań opartych w AI, które musimy zaakceptować.

I tutaj tą sekcję, może już zamykając tak klamrą, AI to nie jest jakiś tam feature, który sobie wdrażamy.

Już z poprzednich odcinków wiecie, że powoli AI ląduje również na studiach, to różnych studiach.

Dwa tygodnie temu w rozmowie Ewa mówiła o tym, że uniwersytet wprowadza przedmioty związane z zagadnieniami AI na studia prawnicze.

Ale pytanie jest takie, czy niebawem rzeczywiście tych kompetencji współpracy z AI nie powinniśmy uczyć wręcz w szkołach średnich?

No i teraz tak, żeby nie wchodzić tutaj znowu w zagadnienia, czy AI zabierze nam pracę, czy nie zabierze i tak dalej, no bo pamiętajcie, generalnie pracę to Wam zabierze człowiek, który lepiej to AI obsługuje, lepiej sobie z tym AI radzi.

Generalnie jak ja już to widzę, czego mogę być pewny, to przyszłość pracy to jest synergia we współpracy człowieka z AI.

No bo ja przyznaję się, ja korzystam z AI.

To AI pozwala mi, i tutaj taka rzecz, którą usłyszałem chyba po raz pierwszy, usłyszałem właśnie jakieś kilka, już 16 miesięcy temu w podcaście Pato Architektów, że dużo architektów oprogramowania przyznaje, że

Przyznawało wtedy, bo to wiadomo, to się też zmieniło na chwilę obecną, że AI było świetnym narzędziem, żeby szybciej zacząć projekt.

Sprawdzanie swoich pomysłów, analizowanie ich, rola adwokata diabła w naszej pracy, to można było świetnie osiągnąć dzięki AI, dzięki jakiemuś czatowi, dzięki dużemu modelowi językowemu.

Dlaczego AI to bardziej zmiana organizacyjna niż technologiczna.

My jako liderzy musimy rozumieć ograniczenia AI, również możliwości, ale przede wszystkim ograniczenia.

Największym ryzykiem, jeżeli chodzi o AI, nie jest sama technologia, ale największym ryzykiem jest to, jak organizacja zaadoptuje to AI, czy jest na nie gotowa i ile będzie w stanie

Z tego AI wyciągnąć.