Majoritatea discuțiilor despre AI în business încep de la capătul greșit. Încep cu un model, un instrument sau un furnizor — și apoi caută o problemă la care să-l lipească. Rezultatul e de obicei un pilot care impresionează într-un demo și pe care nimeni nu-l mai folosește după șase săptămâni.
Discuția utilă începe de undeva mai puțin spectaculos: de la predări.
Munca nu se rupe într-un pas. Se rupe între pași.
Ia orice proces intern și scrie ce se întâmplă efectiv. Vine un email. Cineva îl citește și decide ce e. Deschide un al doilea sistem și copiază trei câmpuri. Atașează un document care stă într-un al treilea loc. Anunță un coleg, care verifică ceva și fie aprobă, fie trimite înapoi.
Fiecare pas în parte e în regulă. Nimeni nu-și face treaba prost. Costul e în îmbinări — cititul, decisul, copiatul, alergatul după oameni. Acolo se duc orele, și exact acea parte nu a fost proiectată de niciun software, pentru că istoric cerea judecată.
Exact asta s-a schimbat. Un sistem care poate citi un document nestructurat, decide în ce categorie intră și acționa într-un alt sistem nu e o versiune mai bună a automatizării existente. E automatizare aplicată unei clase de muncă ce nu putea fi automatizată înainte.
Deci întrebarea nu e „unde putem folosi AI?"
Ci: unde acționează în prezent un om ca integrare între două sisteme?
Întrebarea asta produce o listă mult mai bună. Preluarea facturilor. Trierea tichetelor de suport. Calificarea lead-urilor. Verificarea contractelor. Documentele de onboarding. Controlul calității pe date care vin într-o formă previzibilă, dar niciodată în același format.
Nu sunt spectaculoase. Dar acolo sunt orele.
Proiectează pentru situația în care greșește
Un sistem care are dreptate în 95% din cazuri e fie extrem de valoros, fie de-a dreptul periculos, iar diferența stă integral în felul în care se tratează restul de 5%.
Sistemele care supraviețuiesc în producție au câteva proprietăți comune. Citează sursele, ca un om să poată verifica o afirmație într-un click, nu să refacă munca. Arată nivelul de încredere și trimit cazurile nesigure către un om, în loc să ghicească. Loghează ce au făcut, ca o eroare să poată fi urmărită, nu discutată. Și sunt limitate la decizii reversibile, cel puțin până își câștigă mai mult.
Nimic exotic. E aceeași disciplină pe care o primește orice alt sistem de producție. Doar că e ușor de sărit când demo-ul a fost impresionant.
Începe cu un singur proces, în producție
Cel mai frecvent eșec pe care îl vedem ține de amploare. O companie decide „să adopte AI", ceea ce devine un program, care devine un comitet, care devine nimic.
Alternativa e mai îngustă și mult mai eficientă: alege un flux pe care o echipă reală îl execută în fiecare săptămână, instrumentează-l ca să știi cât costă azi, construiește cel mai mic sistem care preia partea repetitivă și pune-l în fața acelei echipe.
Vei învăța mai mult în primele trei săptămâni decât în trei luni de evaluare. Iar dacă funcționează, ai ceva rar într-o companie: un exemplu concret și măsurat, de la care restul organizației poate porni o discuție.
