Kako se pripremiti za AI konsultacije: izaberite jedan stvaran proces

1. Izaberite proces, a ne funkciju AI alata

Počnite od poslovnog problema, na primer pripreme prvog odgovora na upit, prepisivanja polja iz dokumenta dobavljača ili pretvaranja beležaka sa sastanka u dodeljene zadatke. Cilj „uvedimo četbot“ nije dovoljno precizan jer bira tehnologiju pre nego što razumete posao i njegova ograničenja.

Odredite granice jedne ponovljive celine rada. Zapišite šta je pokreće, ko je obavlja, koje informacije stižu, koja odluka se donosi i koji rezultat znači da je zadatak završen. NIST okvir za upravljanje AI rizicima koristi funkcije Map, Measure i Manage uz upravljanje; njegov priručnik je dobrovoljan, a ne univerzalna kontrolna lista. Za prvi razgovor važno je da utvrdite kontekst pre izbora rešenja.

• Okidač: koji događaj pokreće posao?
• Rezultat: šta mora da postoji da bi zadatak bio završen?
• Vlasnik procesa: ko odgovara za rezultat?
• Korisnici ili pogođene osobe: ko se oslanja na rezultat?

2. Zabeležite početno stanje bez predstavljanja procene kao činjenice

Za uobičajenu nedelju ili mesec procenite broj slučajeva, tipično vreme obrade i učestalost ispravki ili ponovljenog rada. Razdvojte vreme aktivnog rada od čekanja. Zadatak koji traje pet minuta, a zatim dva dana čeka odobrenje, ima drugo usko grlo od zadatka sa trideset minuta ručnog prepisivanja.

Koristite dostupne operativne podatke: vremenske oznake, broj zahteva ili porudžbina, istoriju izmena i mali uzorak koji pregleda vlasnik procesa. Procene jasno označite kao procene. Početno stanje nije obećanje uštede, već osnova za proveru da li pilot ubrzava rad ili podiže kvalitet bez neprihvatljivog novog opterećenja.

• Približan broj slučajeva nedeljno ili mesečno.
• Tipično aktivno vreme i glavne tačke čekanja.
• Česte greške, ispravke i dvostruki unos.
• Periodi najvećeg obima i slučajevi koji prate drugi put.

3. Popišite informacije i odredite granice za podatke

Navedite vrste ulaza koje proces koristi: mejl, transkript poziva, PDF, tabelu, zapis iz CRM-a ili slobodan tekst. Označite gde se pojavljuju lični, poverljivi, finansijski ili podaci klijenta. Na uvodni razgovor ne nosite lozinke, poslovne tajne ili neanonimizovan dokument klijenta; realističan anonimizovan primer je obično dovoljan za prvi pregled.

Zapišite i ko sme da pristupa informacijama, gde se one čuvaju, koliko dugo ih zadržavate i koji uslovi dobavljača važe. Britanski okvir za etiku podataka i AI naglašava privatnost, bezbednost, transparentnost i proveru spoljnih dobavljača koji obrađuju podatke. Navodi i da veliki jezički modeli mogu da proizvedu uverljive, ali netačne informacije. Zato treba definisati kontrole, a ne unapred zaključiti da je svaka primena neprihvatljiva.

4. Odredite ljudsku proveru, izuzetke i uslove za zaustavljanje

Odredite koje rezultate osoba mora da pregleda pre slanja, čuvanja ili korišćenja za odluku. Interni nacrt niskog rizika može da zahteva kratku proveru; obaveza prema klijentu, nalog za plaćanje, bezbednosna poruka ili odluka o zaposlenom traže drugi nivo kontrole. Imenujte ulogu koja odobrava rezultat i ulogu koja rešava izuzetak.

Ponesite tri nezgodna slučaja, ne samo idealan primer. Uključite podatak koji nedostaje, suprotstavljena uputstva i slučaj koji mora da preuzme zaposleni. Zapišite uslov za zaustavljanje, na primer „ne šalji ako identitet klijenta nije potvrđen“ ili „prosledi računovodstvu ako se iznosi ne podudaraju“. Koristan pilot mora da pokaže kako proces bezbedno reaguje na grešku.

• Šta može da se pripremi automatski, ali ne i da se pošalje bez pregleda?
• Koja odluka uvek ostaje kod osobe?
• Koja neizvesnost zahteva prosleđivanje zaposlenom?
• Ko može da zaustavi pilot ako se greške ponavljaju?

5. Odlučite šta koristan pilot treba da dokaže

Izaberite dva ili tri merila povezana sa problemom. To mogu biti medijana vremena obrade, procenat rezultata prihvaćenih bez veće izmene, stopa polja koja nedostaju ili broj pravilno usmerenih slučajeva. Količina generisanog teksta ili broj prijava u alat sami po sebi nisu dokaz poslovne vrednosti.

Britanski okvir za procenu uticaja AI preporučuje jasna pitanja za evaluaciju, proveru stvarnog ponašanja i ishoda, kombinovanje brojčanih i kvalitativnih dokaza i posmatranje usvajanja kao konteksta za uticaj. U manjoj firmi to može da znači poređenje reprezentativnog uzorka sa sadašnjim načinom rada, beleženje izmena i razgovor sa korisnicima o tome zašto su rezultat prihvatili ili odbili.

• Merilo uspeha i sadašnje početno stanje.
• Najniži prihvatljiv prag kvaliteta ili tačnosti.
• Veličina uzorka i period pregleda koje tim može da izvede.
• Odluka posle pilota: zaustaviti, izmeniti, proširiti ili izabrati drugi pristup.

6. Na konsultacije ponesite opis procesa na jednoj strani

Na jednu stranu stavite okidač, korake, vlasnika, obim, primer ulaza, očekivani rezultat, izuzetke, ograničenja za podatke i merila uspeha. Dodajte sisteme koje već koristite i poznata ograničenja pristupa ili povezivanja. Ostavite nepoznanice vidljivim; cilj konsultacija je provera pretpostavki, a ne prikrivanje praznina.

Zabeležite koji zaposleni će koristiti ili nadzirati predloženi sistem i šta već znaju o AI-ju. Aktuelno uputstvo Evropske komisije o AI pismenosti kaže da mere treba prilagoditi sistemima koji se koriste, rizicima, znanju zaposlenih i kontekstu primene; ne propisuje isti oblik obuke za svaku organizaciju. Konsultacije zato treba da obuhvate radna uputstva i veštine provere potrebne baš za ovaj proces.

Ishod može biti AI pilot, deterministička integracija, jednostavnija promena postupka ili odluka da automatizacija još nema smisla. I poslednji odgovor je koristan: cilj je da izaberete opravdan sledeći korak, a ne da na silu dodate AI. Ovaj vodič služi za pripremu razgovora i nije pravni, bezbednosni ili savet o zaštiti podataka za konkretnu primenu.