Jak dobrać nadzór nad AI do wielkości firmy

Firmy średniej wielkości dostają zwykle jedną receptę: powołać Center of Excellence, zatrudnić zespół i zbudować politykę. Ta recepta pochodzi z organizacji, które mają kilka tysięcy pracowników, a przy dwustu kosztuje więcej, niż zwraca. Model nadzoru dobiera się do liczby osób realnie korzystających z AI i do liczby rozwiązań dotykających systemów produkcyjnych. Poniżej pewnego progu wystarczy jedna osoba z przypisanym czasem i spisana zasada.

Kluczowe wnioski

• Model nadzoru wynika z liczby aktywnych użytkowników i liczby rozwiązań w środowisku produkcyjnym, a nie z wielkości zatrudnienia.
• Do około stu aktywnych użytkowników wystarczy jedna osoba z wydzielonym czasem i jedna spisana zasada. Zespół na tym etapie jest kosztem bez pokrycia.
• Center of Excellence zaczyna się zwracać dopiero wtedy, gdy równolegle działa kilkanaście rozwiązań, których nikt pojedynczo nie ogarnia.
• Najczęstszy błąd to zatrudnienie inżyniera AI, zanim ktokolwiek opisał proces. Wąskim gardłem prawie zawsze jest wiedza o procesie, nie umiejętność techniczna.
• Sieć osób odpowiedzialnych w zespołach kosztuje ułamek etatu i działa lepiej niż komórka centralna, dopóki liczba rozwiązań jest niewielka.
• Koszt utrzymania rośnie z liczbą integracji, nie z liczbą użytkowników. To ta pierwsza liczba wyznacza moment na strukturę.

Od czego naprawdę zależy wybór

Wielkość zatrudnienia jest złym punktem odniesienia. Firma produkcyjna z ośmiuset osobami, z których AI korzysta dwadzieścia w dziale ofertowania, ma prostszy problem niż spółka usługowa ze stu pięćdziesięcioma osobami, gdzie korzystają wszyscy.

Znaczenie mają dwie inne liczby. Pierwsza to liczba osób, które sięgają po narzędzie co najmniej raz w tygodniu. Druga to liczba rozwiązań zapisujących cokolwiek do systemów produkcyjnych albo przetwarzających dane regulowane.

Pierwsza liczba mówi, ile potrzeba wsparcia i szkolenia. Druga mówi, ile potrzeba kontroli. Można mieć wysoką pierwszą i zerową drugą, i wtedy potrzebny jest program szkoleniowy, a nie nadzór.

Cztery modele i próg każdego z nich

Jedna osoba z wydzielonym czasem. Do mniej więcej stu aktywnych użytkowników i kilku rozwiązań. Ktoś dostaje dzień w tygodniu, prowadzi listę zastosowań, odpowiada na pytania i rozstrzyga wątpliwe przypadki. Formalności: jedna strona zasad i arkusz. Ten model wygląda na prowizoryczny i przez pierwszy rok zwykle wystarcza.

Sieć osób odpowiedzialnych w zespołach. Powyżej stu użytkowników, gdy praca dzieje się w kilku działach naraz. W każdym zespole jedna osoba ma to w zakresie obowiązków w wymiarze kilku godzin tygodniowo. Nie kontroluje, tylko wie, co powstaje, i zgłasza rzeczy wymagające decyzji. Ten model zaprojektowaliśmy dla pionu finansowego globalnej platformy dostaw obejmującego kilkanaście zespołów. Organizacja nie miała wcześniej jak odróżnić skryptu jednej osoby od narzędzia zapisującego dane do SAP.

Komórka centralna bez własnej produkcji. Dwie do czterech osób, które prowadzą proces zgłoszeń, klasyfikują ryzyko i utrzymują standardy, ale nie budują rozwiązań. Sens pojawia się przy kilkuset użytkownikach albo przy wymogach regulacyjnych, które ktoś musi na stałe śledzić. W programie dla globalnego producenta FMCG, obejmującym 300 licencji od zarządu po operacje, taka komórka prowadziła zgłoszenia z terminem odpowiedzi 48 godzin.

Center of Excellence z własnym zespołem budującym. Powyżej kilkunastu równoległych rozwiązań w utrzymaniu. Dopiero na tym poziomie koszt zespołu rozkłada się na tyle wdrożeń, żeby jednostkowo był niższy niż zakup każdego z osobna na zewnątrz.

Przejście między modelami nie jest jednokierunkowe. Organizacja, która skonsolidowała rozwiązania i wyłączyła nieużywane, może wrócić do modelu prostszego – i to jest dobry znak, nie regres.

Czego Center of Excellence nie załatwia

Warto powiedzieć wprost, bo to najczęstsze rozczarowanie. Komórka centralna nie zastępuje wiedzy o procesie. Zespół, który nie pracował w księgowości, nie zaprojektuje obiegu faktur lepiej niż osoby, które go prowadzą.

Nie rozwiązuje też problemu utrzymania. Rozwiązanie zbudowane centralnie i przekazane działowi bez wskazania właściciela przestaje działać przy pierwszej zmianie w systemie źródłowym. Ten sam mechanizm zawodzi niezależnie od tego, kto budował.

Jest jedna rzecz, którą komórka centralna robi lepiej od wszystkich innych modeli: nie pozwala budować tego samego dwa razy w dwóch działach. Jeśli to jest główny problem organizacji, model ma sens wcześniej, niż wynikałoby z progów.

Kogo zatrudnić i w jakiej kolejności

Pierwsza osoba nie powinna być inżynierem. Powinna znać procesy w organizacji i umieć je opisać na tyle dokładnie, żeby dało się je zautomatyzować. Taka osoba często już pracuje w firmie – w controllingu, w operacjach albo w dziale, który najwięcej raportuje.

Druga osoba zależy od tego, co pokazał pierwszy rok. Jeśli wąskim gardłem są integracje, potrzebny jest ktoś od automatyzacji i API. Jeśli wąskim gardłem jest niepewność, co wolno – ktoś z pogranicza prawa i technologii, kto potrafi czytać wymogi regulacyjne i przekładać je na warunki brzegowe.

Rekrutacja inżyniera modeli ma sens w naprawdę nielicznych organizacjach. W większości przypadków model jest kupowany, a wartość powstaje w warstwie procesu, danych i integracji. Ogłoszenie na inżyniera AI przy braku opisanych procesów przyciąga kandydatów, którzy pierwsze pół roku spędzą na odkrywaniu, jak firma działa.

Rozsądnym rozwiązaniem bywa też kompetencja wynajęta na czas budowy i przekazana zespołowi. Warunek jest jeden: przekazanie musi być zapisane w zakresie prac, razem z dokumentacją i szkoleniem. Bez tego kończy się zależnością od dostawcy, która kosztuje więcej niż etat.

Jest jeszcze jedna rola, o której rzadko się mówi, a która decyduje o tym, czy cokolwiek zostanie w organizacji: osoba prowadząca szkolenia wewnętrzne. Nie chodzi o kurs obsługi narzędzia, tylko o pokazanie na własnych procesach firmy, co da się nim zrobić. W kilku programach ta funkcja przyniosła większą zmianę w liczbie aktywnych użytkowników niż jakakolwiek zmiana techniczna. Zwykle nie wymaga etatu, tylko przypisania jej komuś, kto już dobrze zna organizację i potrafi mówić do ludzi spoza działu technicznego.

Ile to realnie kosztuje

Koszt dzieli się na trzy części i tylko jedna z nich jest widoczna od razu.

Licencje są kosztem przewidywalnym i najłatwiejszym do policzenia. Rosną liniowo z liczbą użytkowników.

Czas ludzi jest kosztem, który organizacje pomijają najczęściej. Osoba z jednym dniem w tygodniu to około dwudziestu procent etatu, a w modelu sieciowym kilka godzin razy liczba zespołów sumuje się szybciej, niż wygląda na papierze.

Utrzymanie rośnie z liczbą integracji, nie z liczbą użytkowników. Każde połączenie z systemem zewnętrznym wymaga reakcji przy zmianie po tamtej stronie. To ta liczba, a nie liczba osób, wyznacza moment, w którym potrzebna jest struktura – i dlatego warto ją śledzić od pierwszego wdrożenia.

FAQ

Czy średnia firma potrzebuje osobnej polityki AI?

Potrzebuje spisanych zasad, a nie polityki w formie dokumentu na czterdzieści stron. Jedna strona odpowiadająca na trzy pytania – co wolno bez zgody, co wymaga zgłoszenia i kto rozstrzyga – działa lepiej, bo ludzie ją czytają.

Czy Center of Excellence można zbudować stopniowo?

Tak i zwykle tak właśnie powstaje. Kolejność jest odwrotna niż w planach: najpierw pojawiają się rozwiązania i osoba, która o nich wie, potem proces zgłoszeń, a struktura na końcu – jako opis tego, co i tak się dzieje.

Kiedy warto sięgnąć po wsparcie z zewnątrz?

Wtedy, gdy pierwsze wdrożenie ma powstać szybciej niż rekrutacja. Warunkiem jest zapisane przekazanie kompetencji, bo inaczej organizacja kupuje wynik zamiast umiejętności.

Jak przekonać zarząd do modelu prostszego, niż proponuje rynek?

Liczbami. Zestawienie kosztu rocznego czterech modeli obok liczby aktywnych użytkowników i liczby rozwiązań w utrzymaniu rozstrzyga tę rozmowę szybciej niż argument merytoryczny.