AI oszczędza czas. Kiedy zaczyna zarabiać?

Wyobraźmy sobie poniedziałkowe spotkanie zarządu. Dyrektor IT pokazuje wynik pilotażu: zespół przygotowuje oferty szybciej i odzyskuje 150 godzin miesięcznie. Prezes patrzy na tabelę i pyta: „To dlaczego na koniec miesiąca nie mamy więcej pieniędzy?”.

Obie strony mogą mieć rację. Narzędzie rzeczywiście usprawniło pracę. Firma nadal płaci te same wynagrodzenia, a handlowcy nie wysyłają więcej ofert, bo czekają na wycenę z produkcji. W jednym miejscu powstała rezerwa czasu. W innym pozostała kolejka.

Przed zatwierdzeniem następnego budżetu trzeba więc ustalić, jak szybsze przygotowanie ofert ma przełożyć się na wynik firmy. Bez tego IT będzie raportować odzyskane godziny, a zarząd nadal czekać na pieniądze.

Najpierw ustal, gdzie ma pojawić się wynik

Przed zakupem narzędzia warto uzgodnić, co ma się zmienić: czy chcemy wysłać więcej ofert, skrócić oczekiwanie klienta, ograniczyć poprawki, czy obsłużyć wzrost zamówień bez kolejnej rekrutacji? Dopiero do takiego celu dobieramy miarę sukcesu.

Przy ofertowaniu samo tempo pisania niewiele mówi. Jeżeli klient dostaje propozycję dwa dni wcześniej, warto sprawdzić, czy częściej ją przyjmuje. Jeżeli zespół mieści więcej spraw w tym samym dniu, sprawdźmy liczbę zakończonych spraw i koszt ich obsługi. Obok szybkości musi stanąć jakość: błędna oferta wysłana w pięć minut może kosztować więcej niż poprawna przygotowana w godzinę.

Pomiar przed wdrożeniem powinien objąć reprezentatywny fragment pracy, również trudne przypadki. Po wdrożeniu porównujemy podobne zadania i uwzględniamy inne zmiany: sezon, skład zespołu, ceny. Inaczej wzrost sprzedaży łatwo przypisać narzędziu, choć przyniosła go nowa kampania.

CIO potrzebuje tu partnera po stronie biznesu. Właściciel procesu powinien wskazać, co zrobi z dodatkową zdolnością zespołu. W małej firmie wystarczy jedna osoba odpowiedzialna za wynik i wspólna kartka z miarą, punktem wyjścia oraz datą przeglądu.

Policz zadanie od początku do końca

Abonament widać na fakturze. Trudniej zauważyć godziny poświęcone na uporządkowanie danych, integrację i nauczenie ludzi nowego sposobu pracy. Do rachunku dochodzi sprawdzanie odpowiedzi, obsługa wyjątków oraz utrzymanie rozwiązania. AI może napisać szkic w kilka sekund, ale ktoś nadal musi go przeczytać. Przy rozliczeniu za użycie sprawdźmy też, jak zmieni się rachunek, gdy liczba spraw wzrośnie dwukrotnie.

Dlatego liczyłbym koszt poprawnie zakończonej sprawy. W obsłudze klienta to sprawa rzeczywiście rozwiązana, również wtedy, gdy bot przekazał ją konsultantowi. Sam koszt odpowiedzi modelu pomija najbardziej pracochłonną część procesu.

Równie uczciwie trzeba potraktować korzyści. Odzyskana godzina ma wartość ekonomiczną, jeśli pozwala uniknąć nadgodzin, odsunąć potrzebną rekrutację albo wykonać dodatkową pracę, na którą istnieje popyt. Przy dodatkowej sprzedaży liczymy przyrost marży, a nie cały przychód. Tych samych godzin nie zapisujemy ponownie jako oszczędności kosztowej.

150 godzin: dobry wynik pilotażu, jeszcze nie dowód zwrotu

Przyjmijmy własny, uproszczony przykład. Po odjęciu czasu na kontrolę i poprawki zespół odzyskuje 150 godzin miesięcznie. Każda godzina, którą faktycznie uda się wykorzystać, daje 80 zł korzyści ekonomicznej. Uruchomienie kosztuje 24 tys. zł, a miesięczna obsługa rozwiązania — 4 tys. zł. Zakładamy niezmienny wolumen i pełne dwanaście miesięcy pracy od uruchomienia.

Na papierze potencjał wynosi 12 tys. zł miesięcznie. Jeśli firma wykorzysta połowę odzyskanego czasu, korzyść spada do 6 tys. zł. W pierwszym roku daje to 72 tys. zł, dokładnie tyle, ile wynoszą łączne koszty. ROI jest zerowe. Inwestycja odzyskuje nakład po dwunastu miesiącach, choć zespół od początku pracuje szybciej.

Przy wykorzystaniu jednej czwartej czasu korzyści nie pokrywają nawet miesięcznej obsługi. Przy pełnym wykorzystaniu uproszczony zwrot nakładu następuje po trzech miesiącach. To duża różnica przy tym samym narzędziu i tym samym wyniku technicznym.

Lepsza jakość też ma znaczenie. Trzeba ją pokazać osobno

Nie każda korzyść od razu trafia do rachunku wyników. Krótsza kolejka, mniej powtarzalnej pracy i lepsza dokumentacja mogą uzasadniać projekt. Warto pokazać je obok ROI i ustalić sposób oceny: odsetek spraw wymagających poprawki, czas oczekiwania albo liczbę eskalacji.

Nie dopisywałbym jednak kwoty za „lepsze doświadczenie klienta” tylko po to, żeby domknąć biznesplan. Najpierw trzeba wykazać związek z wynikiem. Do tego czasu pozostaje to ważną korzyścią jakościową. Dla zarządu czytelniejsze są dwie uczciwe miary niż jedna efektowna suma.

Pilot powinien kończyć się decyzją

Przed rozpoczęciem pilotażu zapiszmy warunki jego rozszerzenia. Przykładowo: koszt obsługi sprawy ma spaść, odsetek błędów nie może wzrosnąć, a właściciel procesu ma potwierdzić wykorzystanie odzyskanego czasu. Ustalmy również, przy jakim wyniku projekt zostanie poprawiony lub zakończony.

W małej firmie zacząłbym od jednego procesu, który często się powtarza i dziś powoduje odczuwalny problem. W większej organizacji te same zasady pozwalają przeglądać kilka inicjatyw naraz. Projekt poprawiający bieżącą obsługę i eksperyment z nową usługą mogą wymagać różnych terminów oceny. Każdy powinien mieć jednak limit wydatków i moment decyzji.

Na kolejnym spotkaniu zarządu chciałbym zobaczyć trzy liczby: pełny koszt, osiągniętą korzyść oraz różnicę względem planu. Jeśli AI uwolniło czas, kolejne pytanie brzmi: kto go wykorzystał i do czego? Od odpowiedzi zależy, czy finansujemy dalsze wdrożenie.