W 2013 roku każdy pytał kto zbuduje stronę na WordPressie. W 2016 kto wdroży CRM. W 2018 kto zrobi OCR i scoring CV. W 2019 kto zbuduje model prognozy.
W każdym z tych przypadków była prosta korelacja. Problem, narzędzie. Brakuje informacji o klientach, CRM. Brakuje informacji o magazynie, WMS. Brakuje predykcji zasobów gotówkowych, model prognozy. Ktoś widział ból, ktoś wybrał narzędzie, ktoś wdrożył.
Dziś pada jedno pytanie. Kto nam wdroży AI?
Nie: co ma robić. Nie: czy się opłaci. Nie: w którym miejscu pracy zmieni cokolwiek. Tylko: kto wdroży.
I to jest dokładnie ten moment gdzie zaczyna się 70%.
Gdzie ląduje projekt
Część firm odpowiada natychmiast: IT. Bo wdrażają. Inne mówią R&D, bo innowacja. Albo COO, bo pasuje do zakresu. W każdym przypadku decyzja zapada zanim ktokolwiek zdefiniował co właściwie ma powstać.
To nie jest problem z ludźmi. To jest problem z kolejnością.
Co to znaczy wdrożyć
Czy kupienie licencji to wdrożenie? Czy zainstalowanie asystenta GPT bez dostępu do systemów ERP i CRM to wdrożenie? Czy pracownicy którzy logują się raz w tygodniu to adopcja?
Zaznacz co masz. Zobaczysz gdzie jesteś.
Elementy wdrożenia
W tym procesie prace programistyczne to 30–40% czasu. Reszta to dobieranie technologii, architektura rozwiązania, rozumienie pytań biznesowych które będą padać, upewnienie się że model będzie w stanie na nie odpowiedzieć, oraz identyfikacja wyjątków których nikt nie przewidział.
Koszt którego nie ma w ofercie
Menedżerze. Pytanie nie jest gdzie wdrożyć AI. Pytanie jest co ma robić i czy się opłaci.
Koszt tokenów
Zależy od modelu i skali. Modele różnią się ceną o rząd wielkości przy tym samym wolumenie zapytań.
Koszt utrzymania promptów
Zaktualizowany model inaczej reaguje na te same instrukcje. Ktoś musi to pilnować. Stale.
Integracje z systemami
Model bez dostępu do danych to asystent bez akt sprawy. Integracja to projekt, nie konfiguracja.
Zmiana zarządzania
Narzędzie które nie leży w rytmie pracy nie zostanie użyte. To nie jest problem UX. To jest projekt organizacyjny.
Warsztat nie zastąpi obserwacji
Słyszymy to wszędzie. Mapuj procesy. Event Storming, DDD, BPMN. Wszystkie drogi prowadzą do diagramu. Diagram jest po coś. Po to żeby zrozumieć czy proces jest wart wdrożenia AI i co to zmieni operacyjnie w firmie. Nie na slajdzie. Operacyjnie.
Warsztat mapuje opowieść organizacji o sobie. Gemba dodaje warstwę: co faktycznie przepływa między działami, kto realnie podejmuje decyzję i co robi konkretne narzędzie w typowym tygodniu.
Dyrektor operacyjny zwołuje spotkanie. Są karteczki, tablica, właściwi ludzie. Po kilku godzinach masz diagram i zgodę przy stole. Tygodnie później diagram żyje w Confluence, a realizacja nadal toczy się po starych torach. Chaos nie zniknął. Został opisany.
Żeby zobaczyć, gdzie naprawdę jest problem, trzeba przyjechać. Zobaczyć, jak ludzie pracują. Przeprowadzić wywiady i zrozumieć, gdzie są prawdziwe bóle — nie te, które pojawiają się w salce konferencyjnej, tylko te, które pojawiają się o 14:00 w środę, gdy system odmawia współpracy.
Wdrożone narzędzie dostępne przez osobną domenę i oddzielne logowanie to nie ułatwienie. To kolejne miejsce o którym trzeba pamiętać. Przyzwyczajenia robią swoje.
Są też problemy o których firma nie wie że można je rozwiązać. Rozpoznawanie produktu na linii produkcyjnej. Rozpoznawanie wad, porównywanie z wzorcem, automatyczne pisanie nowego sterownika maszyny. Żeby zobaczyć takie obszary nie można tylko zmapować proces i powiedzieć sobie tak to działa.
Zarząd zatwierdza budżet. Excel zostaje.
Pojawia się roadmapa. IT wdraża system. Po miesiącach raport pokazuje niską adopcję, przekroczenia kosztów i Excela który miał zniknąć.
Liczby są powtarzalne od lat. Tylko mniejszość dużych programów technologicznych mieści się jednocześnie w czasie, budżecie i zakresie. To nie jest argument przeciw technologii. To argument za kolejnością kroków.
Trzy pytania zanim pojawi się cennik. Gdzie tracicie czas i pieniądze, konkretnie? Czy zakup kolejnego modułu jest najkrótszą drogą do zmiany wskaźnika, czy wystarczy prostszy ruch organizacyjny? Jak zmierzysz efekt zanim podpiszesz umowę?
Czasem wystarczy algorytm
Czasem okazuje się że problem nie jest do rozwiązania z GenAI. I dobrze.
Czasem wystarczy stare dobre oprogramowanie i sztywny algorytm. Dwie linijki kodu. Dziesięć nowych integracji bez stałych kosztów na tokeny. Czasem zmiana musi być długofalowa i żaden model językowy tego nie przyspieszy.
Ktoś kto to rozumie, wybiera narzędzie do problemu. Ktoś kto tego nie rozumie, kupuje licencję i czeka na efekty.
Kultura i ludzie. Nie technologia.
BCG przebadało ponad 850 firm. Tylko 30% dużych programów technologicznych mieści się jednocześnie w czasie, budżecie i zakresie. Reszta nie. nie dlatego, że technologia nie dowozi. Dlatego, że organizacja nie była gotowa przyjąć tego co kupiła.
Pracownik wraca do Excela nie dlatego, że jest oporny. Wraca, bo nowe narzędzie nie leży tam, gdzie jego praca. Bo nikt nie sprawdził, gdzie naprawdę jest tarcie. Bo diagram z warsztatu żyje w Confluence, a chaos żyje dalej przy biurku.
To jest wzorzec który powtarza się od dekad i który AI tylko przyspiesza. Szukamy usprawiedliwienia dla trendu, dla fali, dla bańki. Zamiast szukać realnej wartości.
Ten problem dotyka prawie każdego. Innowatorów którzy wdrażają pierwsi bo mogą. Wczesnych adopterów którzy wdrażają bo widzą szansę. Wczesną większość która wdraża bo konkurencja już wdraża. Wszyscy zadają to samo pytanie. Kto nam wdroży.
Tylko maruderzy pytają inaczej. A po co mi to.
I paradoksalnie, dziś, to jest najlepsze pytanie które możesz zadać.
Czytaj dalej: ślepa uliczka własnego modelu — RAG, lokaj i trzy pytania przed budżetem →
Część pierwsza serii — jak 70% projektów transformacji nie trafia w cele i dlaczego warsztat bez Gemba zostawia chaos opisany, nie usunięty.
Konsultacja
Umów konsultację
Opisz krótki kontekst — wrócimy z terminem i propozycją następnego kroku. Możesz też napisać na connect@atypical.pl.