W skrócie
Automatyzacje procesów i chatboty na firmowej dokumentacji — to wdrażamy najczęściej.
Wdrożona automatyzacja płac skróciła pracę HR z ponad 2 dni do 3 godzin miesięcznie.
Chatbot odpowiadający z dokumentów firmowych: ponad 80% skutecznych odpowiedzi.
Dane osobowe minimalizujemy i pseudonimizujemy, zanim cokolwiek trafi do modelu.
Pracujemy na API dostawców modeli, a gdy dane tego wymagają — na modelach uruchomionych u Was.
Co wdrażamy
Automatyzacje procesów
Powtarzalna praca na dokumentach i danych, którą dziś ktoś wykonuje ręcznie co miesiąc. Najczęściej to właśnie tu leży największa oszczędność.
Chatboty na Waszych dokumentach
Asystent odpowiadający na podstawie firmowej dokumentacji, procedur i bazy wiedzy — z odwołaniem do źródła, nie ze zmyślonej odpowiedzi.
Kiedy AI ma sens, a kiedy jest tylko kosztem
Sztuczna inteligencja nie jest odpowiedzią na każdy problem i nie udajemy, że jest. Wdrożenie ma sens, gdy proces jest powtarzalny, oparty na tekście lub dokumentach i kosztuje realny czas ludzi.
Nie ma sensu, gdy:
- proces zdarza się kilka razy w roku — koszt wdrożenia nigdy się nie zwróci,
- dane wejściowe są w takim stanie, że najpierw trzeba uporządkować je same,
- oczekiwana jest stuprocentowa pewność odpowiedzi w sprawach, gdzie pomyłka jest kosztowna, a nikt nie sprawdza wyniku.
W takich przypadkach powiemy to na pierwszej rozmowie, zamiast sprzedawać pilota, który po trzech miesiącach trafi do szuflady.
Efekty wdrożeń
Liczby z projektów, które faktycznie działają na produkcji.
Przykład: automatyzacja płac
Stan zastany. Comiesięczne przygotowanie płac zajmowało zespołowi HR ponad dwa dni pracy — przepisywanie danych między systemami, ręczne sprawdzanie i poprawianie rozbieżności.
Co zrobiliśmy. Zautomatyzowaliśmy przetwarzanie i weryfikację danych wejściowych, zostawiając człowiekowi decyzję tam, gdzie faktycznie jest potrzebna, zamiast na każdym kroku.
Efekt. Ten sam proces zamyka się dziś w około 3 godzinach miesięcznie. Zespół HR nie zniknął — przestał przepisywać dane.
Przykład: chatbot na dokumentacji (RAG)
Dla sektora podatkowego zbudowaliśmy asystenta odpowiadającego na pytania na podstawie firmowej dokumentacji — w architekturze RAG, czyli model odpowiada wyłącznie na podstawie odnalezionych fragmentów Waszych dokumentów, a nie z własnej pamięci.
To zasadnicza różnica względem czatu ogólnego przeznaczenia: odpowiedź da się sprawdzić w źródle, a model nie „dopowiada" tego, czego w dokumentach nie ma.
Skuteczność odpowiedzi przekracza 80%. Pozostałe przypadki trafiają do człowieka — i to jest projekt zaprojektowany tak celowo, a nie niedoróbka. W dziedzinie, gdzie zła odpowiedź kosztuje, asystent ma odciążać, a nie udawać eksperta.
Jak prowadzimy wdrożenie
Zaczynamy od jednego procesu i od pytania, po czym poznamy, że się udało.
Wybór procesu
Szukamy takiego, który jest powtarzalny, kosztuje realny czas i da się zmierzyć przed i po.
Przegląd danych
Sprawdzamy, w jakim stanie są dane wejściowe i co trzeba uporządkować, zanim cokolwiek zbudujemy.
Pilotaż na wąskim zakresie
Budujemy działającą wersję na fragmencie procesu i mierzymy skuteczność na Waszych realnych przypadkach.
Decyzja na podstawie liczb
Jeśli pilotaż nie dowozi, mówimy to wprost. Rozszerzamy zakres dopiero, gdy wynik to uzasadnia.
Wdrożenie i utrzymanie
Produkcja, monitoring jakości odpowiedzi i korekty, gdy zmieniają się dane albo proces.
Dane, RODO i co trafia do modelu
Zanim jakiekolwiek dane trafią do modelu, przechodzą przez preprocessing, w którym minimalizujemy zakres danych i pseudonimizujemy dane osobowe. Do dostawcy modelu trafia tylko to, co jest niezbędne do wykonania zadania.
Jeśli charakter danych nie pozwala wysłać ich na zewnątrz w żadnej postaci, uruchamiamy model w Waszej infrastrukturze. Wtedy dane nie opuszczają Waszego środowiska w ogóle.
Który wariant jest właściwy, ustalamy na etapie przeglądu danych — to decyzja, która zapada przed budową, a nie po niej.
Rewolucja w treściach dzięki AI
Generatywna sztuczna inteligencja (AI) i duże modele językowe (LLM) rewolucjonizują tworzenie treści, łącząc kreatywność AI z głębokim zrozumieniem języka, co transformuje różne branże.
API czy model uruchomiony u Was
API dostawcy modelu — tak pracujemy najczęściej. Szybciej, taniej w utrzymaniu i daje dostęp do najmocniejszych dostępnych modeli bez inwestycji w sprzęt.
Model uruchomiony u Was — gdy dane nie mogą opuścić Waszej infrastruktury albo wymaga tego regulator. Kosztuje więcej i wymaga utrzymania, ale bywa jedyną dopuszczalną opcją.
Nie mamy w tej sprawie ideologii. Wybieramy wariant po przeglądzie danych, a nie przed nim.
Zakres prac
Przegląd procesu i danych
Zanim cokolwiek zbudujemy — co się powtarza, ile kosztuje i czy dane w ogóle na to pozwalają.
Automatyzacja procesu
Przetwarzanie dokumentów i danych z decyzją człowieka tam, gdzie jest naprawdę potrzebna.
Asystent na bazie wiedzy
RAG na Waszej dokumentacji, z odwołaniem do źródła przy każdej odpowiedzi.
Integracja z Waszymi systemami
Wdrożenie tam, gdzie ludzie już pracują, zamiast kolejnego osobnego narzędzia do otwierania.
Pomiar skuteczności
Mierzymy jakość odpowiedzi i czas procesu przed wdrożeniem i po nim. Bez tego nie da się ocenić, czy było warto.
Sprawdźmy, czy u Was to się opłaci
Opowiedz o procesie, który zjada najwięcej czasu. Odpowiadamy w 24 godziny — także wtedy, gdy naszym zdaniem AI nie jest tu właściwym narzędziem.
