01
Po warsztacie, gdy masz listę obszarów i musisz wybrać jeden.
Warsztat kończy się listą 1 do 3 obszarów z oceną potencjału. Dowód wartości bierze jeden z nich i sprawdza go na pełnych danych.
Proof of concept AI, który kończy się liczbami, a nie prototypem
Dowód wartości AI to 2 do 4 tygodni pracy na Twoich danych, w Twoim środowisku, zakończone decyzją, czy wdrażać rozwiązanie w skali. Klasyczny proof of concept odpowiada na pytanie, czy da się to zbudować. Dowód wartości AI odpowiada na pytanie, ile to daje w Twoim procesie. Stan wyjściowy i KPI ustalamy przed startem, więc na końcu porównujesz liczby z punktem wyjścia.
Proof of concept AI odpowiada na inne pytanie niż dowód wartości
Większość projektów nazywanych proof of concept odpowiada na pytanie, czy da się to zbudować. To pytanie prawie zawsze ma dziś odpowiedź twierdzącą. Bez odpowiedzi zostaje pytanie, ile to daje i czy warto to wdrażać.
| Klasyczny proof of concept | Dowód wartości AI | |
|---|---|---|
| Na jakie pytanie odpowiada | Czy da się to zbudować | Czy warto to wdrożyć i na jakich warunkach |
| Co mierzy | Jakość wyniku na przykładowych danych, w środowisku testowym | Metrykę procesu przed i po: czas obsługi sprawy, koszt jednostkowy, lead time, odsetek wyjątków |
| Co dostajesz na wyjściu | Prototyp i ocenę wykonalności | Liczby porównane ze stanem wyjściowym, warunki skalowania i decyzję: skalować albo nie |
| Kiedy wystarczy sam proof of concept | Gdy technologia jest dla zespołu nowa i nikt nie wie, czy w ogóle zadziała na takich danych | Gdy wiadomo, że zadziała, a pytanie dotyczy budżetu i kolejności |
Jeśli potrzebujesz tylko potwierdzenia wykonalności, powiemy to na rozmowie i nie sprzedamy Ci czterech tygodni pomiaru.
Kiedy Dowód wartości AI ma sens
02
Przed decyzją budżetową, gdy ktoś zapyta, ile z tego będziemy mieli.
Zamiast szacunku z prezentacji dostajesz wynik z własnego procesu, policzony na metryce, którą i tak raportujesz.
03
Gdy testy trwają, a odpowiedź nie pada.
Narzędzia są, zespół coś robi, metryki stoją. Dowód wartości ma twardą bramkę: po czterech tygodniach poprawa albo jest istotna, albo jej nie ma.
Jak to wygląda tydzień po tygodniu
-
Tydzień 1. Wybór obszaru i stan wyjściowy
Jeden proces albo jeden punkt cyklu wytwarzania. Kryteria: powtarzalność, wolumen, mierzalny efekt, dostęp do realnych danych. Ustalamy, co mierzymy i ile to wynosi dziś.
-
Tydzień 2 i 3. Budowa na realnych danych
Kontrolowane środowisko, pełna kontrola nad tym, co trafia do modelu i co wraca. Nie na danych demonstracyjnych i nie na przykładowym repozytorium.
-
Tydzień 3 i 4. Pomiar efektu
Porównanie z ustalonym stanem wyjściowym. Nie ma kategorii „obiecujące wyniki”.
-
Koniec. Decyzja
Lista warunków wdrożenia albo jasna odpowiedź, dlaczego nie zadziałało i co to oznacza dla kolejnego kroku.
Zanim ustalisz zakres, warto przejść kwalifikację procesu: trzy kryteria i arkusz punktowy.
Dowód wartości AI w procesach biznesowych
Mierzymy czas obsługi sprawy, koszt jednostkowy, odsetek spraw przechodzących bez ręcznej interwencji i rework. Pracujemy na dokumentach i zgłoszeniach z produkcji, w środowisku, którego dane nie opuszczają. Punkt wejścia dla zespołu to Warsztat AI w procesach, a szerszy kontekst opisuje strona AI w procesach biznesowych.
Dowód wartości AI w wytwarzaniu oprogramowania
Mierzymy lead time, częstotliwość wdrożeń, odsetek zmian kończących się awarią i defekty wychodzące poza zespół. Pracujemy na rzeczywistym repozytorium i realnych zadaniach. Punktem wejścia bywa Warsztat AI dla zespołów IT, a całość obszaru opisuje strona AI w wytwarzaniu oprogramowania.
Co dostajesz po 2 do 4 tygodniach
Działające rozwiązanie osadzone w rzeczywistym przebiegu procesu albo w cyklu wytwarzania.
Efekt porównany ze stanem wyjściowym, na metryce ustalonej przed startem.
Decyzję wraz z warunkami skalowania: dane, integracje, standardy jakości, bezpieczeństwo, odpowiedzialności.
Zasady pracy z danymi wrażliwymi wypracowane na Waszym środowisku.
Jeśli wynik jest negatywny, mówimy to wprost. Odpowiedź „nie warto skalować” kosztuje kilka tygodni. Wdrożenie, które nie dowozi efektu, kosztuje rok.
Kryteria wejścia
-
Kryterium 01
Sponsor z mandatem
Osoba, która po czterech tygodniach może powiedzieć „wdrażamy” albo „kończymy”. Nie komitet powołany na tę okazję.
-
Kryterium 02
Jeden proces z mierzalnym KPI
Nie pięć obszarów naraz. Proces z jednoznacznym identyfikatorem sprawy, wolumenem i punktem decyzyjnym. Jak ocenić to samodzielnie, opisaliśmy w tekście o wyborze procesu do testu AI.
-
Kryterium 03
Dostęp do realnych danych
Nie do danych demonstracyjnych ani syntetycznych. Dowód wartości ma sens tylko na tym, na czym proces faktycznie działa.
Sprawdzenie prowadzą partnerzy, którzy wcześniej odpowiadali za wyniki po stronie klienta. Zobacz, kto poprowadzi projekt.
Dwa wyniki z realizacji
Organizacja zarządzająca nieruchomościami, 32 tysiące dokumentów rocznie
- 80% faktur bez ręcznej weryfikacji
- 54 dni roboczych odzyskanych w skali roku
Robot RPA przejął część wprowadzania faktur, ale obok powstał drugi obieg: drukowanie, dopisywanie numerów ręcznie, kontrola każdego dokumentu po robocie. Sprawdzenie zrobiliśmy na trzech miesiącach archiwalnych faktur, przed integracją produkcyjną, z kolejką wyjątków zamiast kontroli wszystkiego. Wynik: 80 procent faktur bez ręcznej weryfikacji i 54 dni robocze odzyskane w skali roku. Uzgadnianie przelewów przeszło z ręcznego porównywania na eksport z banku i raport anomalii.
Software house, cztery zespoły objęte sprawdzeniem
- 60% zespołów implementuje z AI autonomicznie
- 18% krótszy lead time w objętych zespołach
- 75% licencji aktywnych co tydzień
Zespoły używały AI oddolnie, a zarząd pytał, ile z tego mamy. Licznik licencji pokazywał tylko, kto dostał dostęp. Przez cztery tygodnie mierzyliśmy adopcję przez API administracyjne, nie przez ankiety, w matrycy siedmiu faz cyklu wytwarzania i pięciu poziomów dojrzałości. Sprawdzenie zakończyło się decyzją o jednym ekosystemie i rozliczaniu kosztów na jednostki biznesowe. Sześć miesięcy po tej decyzji: 60 procent zespołów implementuje z AI autonomicznie, lead time w objętych zespołach krótszy o 18 procent, 75 procent licencji aktywnych co tydzień.
Autor tej strony
Radosław Jeziorski
Najczęstsze pytania
Czy to jest PoC?
Nie w klasycznym rozumieniu. Klasyczny proof of concept odpowiada na pytanie, czy da się coś zbudować, i kończy się prototypem. Dowód wartości AI odpowiada na pytanie, ile to daje w Twoim procesie, i kończy się liczbami porównanymi ze stanem wyjściowym oraz decyzją.
Jak sprawdzić, czy AI się opłaci?
Trzeba zmierzyć proces przed zmianą i po niej, na tej samej metryce, w tym samym środowisku. Bez stanu wyjściowego nie ma jak policzyć efektu, a szacunek z prezentacji nie jest pomiarem. Temu służą te 2 do 4 tygodni.
Co, jeśli wynik będzie negatywny?
To pełnoprawny wynik. Dostajesz liczby, powód i rekomendację, gdzie szukać wartości zamiast tego. Część klientów uważa to za najcenniejszą część projektu.
Jakie dane są potrzebne i kogo potrzebujecie po naszej stronie?
Realne dane procesowe albo rzeczywiste repozytorium i zadania, w skali wystarczającej do pomiaru. Po Waszej stronie sponsor z mandatem decyzyjnym i jedna osoba znająca proces od środka, w wymiarze godzin tygodniowo.
Ile kosztuje?
Stała cena ustalana po pierwszej rozmowie, zależnie od złożoności procesu, liczby integracji i wymagań środowiska. Cenę znasz przed startem i nie zależy od tego, ile godzin zajmie.
Co dzieje się po Dowodzie wartości AI?
Przy decyzji na tak przechodzimy do wdrożenia, z warunkami skalowania z raportu. Przy decyzji na nie zostaje Wam zmierzony stan wyjściowy i wiedza, czego nie robić.
Sprawdź, czy w Twoim procesie jest co mierzyć
Rozmowa trwa 30 minut i kończy się odpowiedzią, czy Twój proces spełnia kryteria wejścia i co trzeba zmierzyć przed startem. Jeśli nie spełnia, powiemy to od razu.
Wolisz napisać lub zadzwonić? radoslaw.jeziorski@alignit.pl·+48 601 416 319