Jak AI zmienia workflow w organizacjach

dr Przemysław Sołdacki
CEO, Expert ds. rozwiązań AI w AMODIT
Ponad 75% firm jest przekonana, że AI jest w stanie usprawnić im procesy, a jednocześnie tylko 30% firm wie, do czego mogłoby tego AI użyć. Na pewno jest tak, że w każdej firmie są powtarzalne rzeczy, które można przy użyciu AI zautomatyzować.

Inteligentne procesy: jak AI zmienia workflow w dużych organizacjach
Realne przykłady automatyzacji z wykorzystaniem sztucznej inteligencji

Lilia Polańska
Doradca ds. procesów biznesowych
Jeszcze kilka lat temu wydawało się, że sztuczna inteligencja to domena filmów rodem z science fiction. Natomiast dzisiaj AI towarzyszy nam praktycznie wszędzie, zarówno w życiu biznesowym, jak i w życiu prywatnym. Pomaga nam we wszystkim praktycznie: pisze za nas teksty, redaguje, tłumaczy je, rozpoznaje zdjęcia, ale też sprawdza faktury, analizuje umowy, pomaga nam w rekrutacjach.

Brzmi praktycznie jak rozwiązanie idealne, prawie jak magia. Ja dzisiaj razem z moim gościem porozmawiam o sztucznej inteligencji z nieco innej perspektywy. Może trochę nawet odczarujemy ją, pokazując jej bardziej użytkowe oblicze, czyli to, w jaki sposób sztuczna inteligencja wspiera obieg dokumentów, workflow w firmie, poczynając od działu księgowego, poprzez HR, IT, a na dziale prawnym kończąc. Czyli wszędzie tam, gdzie naprawdę możemy zaoszczędzić czas i pieniądze.

Moim rozmówcą, gościem jest dzisiaj CEO AMODIT oraz ekspert do spraw rozwiązań sztucznej inteligencji w AMODIT, Przemek Sołdacki. Cześć Przemku.

dr Przemysław Sołdacki
CEO, Expert ds. rozwiązań AI w AMODIT
Cześć.

Lilia Polańska
Doradca ds. procesów biznesowych
Przemek, chciałabym, żebyśmy dzisiaj rozmawiając właśnie o tych zastosowaniach sztucznej inteligencji w biznesie, ale też z perspektywy naszego rozwiązania do automatyzacji procesów i obiegu dokumentów AMODIT porozmawiali, przechodząc sobie przez takie poszczególne działy. Działy, które występują praktycznie w każdej organizacji. I żebyśmy sobie zanalizowali na ile ta sztuczna inteligencja faktycznie jest w stanie wspomóc działanie organizacji, czy też może po prostu jest to jakiś taki gadżet, być może chwilowa moda, która za chwilę minie. Ale zanim do tego przejdziemy pierwsze takie pytanie: jakie były główne założenia przy tworzeniu modułu sztucznej inteligencji w AMODIT?

dr Przemysław Sołdacki
CEO, Expert ds. rozwiązań AI w AMODIT
W momencie, kiedy AMODIT powstawał, czyli 15 lat temu, akurat byłem świeżo po zrobieniu doktoratu ze sztucznej inteligencji. Chcieliśmy od razu zrobić system, który jest w jakiś sposób inteligentny. Także tam się pojawiły takie mechanizmy, jak wykrywanie najbardziej prawdopodobnego następnego ruchu użytkownika. Czyli przykładowo dostajemy jakiś dokument, system ucząc się wcześniejszych naszych zachowań, sprawdzając co to za dokument, co tam na formularzu mamy związanego z tym dokumentem, sugeruje, że na przykład powinniśmy ten dokument zaakceptować lub też nie i ewentualnie do kogo powinniśmy przesłać. Tego typu mechanizmy były od razu. Były też od razu mechanizmy związane z wykrywaniem sytuacji nietypowych, że to jest jakaś tam podejrzana sprawa i należy zwrócić szczególną uwagę, więc takie rzeczy było od razu. Oczywiście przez te 15 lat się zmieniło bardzo dużo. Pewne rzeczy… Ostatnio byłem na wykładzie profesora Dragana, który pokazywał, jak teraz te modele działają, no to część koncepcji została, jakieś tam przestrzenie wielowymiarowe, wektory, to wszystko jest tak jak było, ale oczywiście skala tego się zrobiła niesamowita. To się strasznie szybko rozwija i co ciekawe ja to porównuję trochę przez analogię do Internetu. Jak wchodził Internet, no to coś tam było fajne, niektórzy się ekscytowali, niektórzy uważali, że ten Internet to bez sensu, się nikomu nie przyda. I że wielu rzeczy przecież nie da się zrobić zakup przez Internet, trzeba iść do sklepu.

A się okazało, że się da. Natomiast była taka trochę bańka. Etap ekscytacji. Teraz w AI też trochę jest tak, że częściowo to jest bańka i część pomysłów się w ogóle nie sprawdzi, ale AI jest faktem i zostanie z nami jako technologia. Tak samo jak Internet się rozwinął i jest, ciężko żyć bez Internetu. Za parę lat się okaże, że nie będzie możliwe pracować w jakiejś firmie nie mając AI.

Będzie po prostu wtedy już inna epoka. Więc do tego się trzeba dobrze przygotowywać. Nadal jest bardzo dużo inwestycji w to AI. Duża część tych inwestycji się nie udaje. W ostatnim raporcie widziałem, że tylko 5% firm robi to w taki sposób, że mają z tego korzyści. 95% próbuje i to się nie udaje. Bardzo ważne jest, żeby wiedzieć, w którą stronę pójść, żeby być w tej grupie 5% firm, które mają rzeczywiście korzyści z AI.

Lilia Polańska
Doradca ds. procesów biznesowych
Okej, to w takim razie nawiązując do tego, co powiedziałam na początku, chciałabym przejść przez takich kilka newralgicznych działów. Ja sobie wylistowałam osiem. Działy, które są w każdej organizacji. Chciałabym rozpocząć od takiego, wydaje mi się, chyba najbardziej istotnego miejsca, które stanowi serce każdej organizacji, ale tutaj też mamy często do czynienia z największym bólem, z największymi wyzwaniami. Mam na myśli dział finansów i księgowości. No bo mamy tutaj faktury, często w bardzo dużej ilości, kilkaset, nawet kilka tysięcy. Weryfikacje ich zgodności z zamówieniami, dekretacja kosztów, MPKi, czyli mnóstwo takiej codziennej pracy, żmudnej, która pochłania mnóstwo czasu. I pytanie, czy w kontekście tego, co powiedziałeś, że nie wszędzie ta sztuczna inteligencja będzie miała zastosowanie i pewnie nie wszędzie te wartości dodane tej sztucznej inteligencji odkryjemy.

Jak w takim dziale finansowo-księgowym sztuczna inteligencja może wspierać pracę i czy w ogóle ma jakieś zastosowanie, czy znajdujemy tam zastosowanie dla sztucznej inteligencji?

dr Przemysław Sołdacki
CEO, Expert ds. rozwiązań AI w AMODIT
Zdecydowanie tak. Ostatnio się coraz częściej pojawia taki podział na zagadnienia i systemy ostrej krawędzi i takiej obłej krawędzi. I finanse wydają się, że to jest zdecydowanie system ostrej krawędzi. Tam, jak się pomylimy czasami o grosz i nam się bilans nie zgadza to jest problem. Więc tutaj z jednej strony potrzebne są takie normalne zastosowania algorytmiczne, dokładne raportowanie, wyliczanie co do grosza. Z drugiej strony przez lata wdrożenia AMODIT do zastosowań na przykład obiegu faktur, obiegu zamówień, pojawiały się problemy, na które musieliśmy odpowiedzieć tak, jak niektórzy mają w profilu status na Facebooku: „to skomplikowane”. I niektóre rzeczy rzeczywiście były skomplikowane.
Takim przykładem jest sytuacja, kiedy mamy fakturę i mamy do niej zamówienie. Musimy sprawdzić, czy jest zgodna. Jeśli się zgadza 1 do 1, zgadza się kwota, zgadzają się towary, pozycje i tak dalej, super. Ale po pierwsze, czasami jest tak, że się coś nie zgadza trochę. Musimy sprawdzić, czy jest dokładnie ten sam towar. Jeśli mamy kody towarów to jeszcze okej ale czasami mamy po prostu na fakturze nazwę tego towaru. I to nie musi być idealnie dopasowane. I człowiek sobie oczywiście łatwo poradzi, żeby to zrobić. Do tej pory bez AI to było problematyczne, jak te algorytmy poukładać. AI to zrobi obecnie bardzo łatwo. Czyli taka analiza już, która nie jest taka ścisła, że chcemy dopasować, ale nie dokładnie jeden do jednego, ale sprawdzić, czy się zgadza. Można bardzo dobrze robić przez AI. Właśnie my zawsze wdrażaliśmy kontrole czy faktura kosztowa, która do nas przychodzi, czy jest zgodna z zamówieniem, czy jest zgodna z budżetem, różne zasady. Ale czasami są zasady, które właśnie nie da się tak wprost napisać. Może by się dało, ale by było bardzo ciężko, a bardzo łatwo je powiedzieć człowiekowi, że „sprawdzaj na przykład, czy żaden z produktów nie przekracza jakiejś tam kategorii o 5%”.
Opisanie tego algorytmu jest skomplikowane, wytłumaczenie człowiekowi jest bardzo proste i równie proste jest wytłumaczenie do AI. Czyli możemy oprócz takich reguł ściśle programowalnych, mamy do tego język taki skryptowy AMODIT Script. Można takie ścisłe rzeczy robić, ale możemy też wywołać rzeczy znane z AI. Czy to parowanie, które nie jest takie jeden do jednego. Przykład od jednego z naszych klientów. Klient chce sprawdzać, czy na fakturze występuje kawa. Bo to jest związane ze zwracaniem jakichś tam pieniędzy w ramach fundacji. No i kawa różnie się może nazywać na fakturze. Zwłaszcza, że to mogą być z różnych źródeł faktury, paragony itd. Natomiast AI bardzo łatwo powie, czy to jest kawa, czy to nie jest kawa, tak samo jak człowiek. Będzie jakaś tam „mocha” napisane, jakieś inne rzeczy, „Nesca”. Człowiek się domyśli, AI też się domyśli, a algorytmicznie byłoby ciężko wypisać wszystkie możliwe kombinacje, jakie mogłyby się pojawić na fakturze. Więc użycie tych modeli językowych jest tu bardzo przydatne. I kolejnym zastosowaniem takim bardzo typowym dla finansów to jest OCR. OCR do faktur przede wszystkim, faktur, paragonów i innych dokumentów kosztowych. Teraz sytuacja się trochę zmieni, bo wchodzi KSeF i w zasadzie wszystkie faktury finansowe B2B pomiędzy firmami w Polsce muszą przechodzić przez KSeF. Ten KSeF już tam w przyszłym roku będzie obowiązkowy, więc jakby mniej faktur będzie musiało przechodzić przez OCR-a, ale nadal są takie dokumenty, które jednak przez KSeF nie przejdą. Mogą być faktury zagraniczne. Jest ileś powodów, dla których dokumenty mogą nie przechodzić przez KSeF. Więc OCR jest nadal potrzebny, ale też możemy OCR-em obejmować jakieś inne dokumenty, nie tylko faktury, bo możemy sobie na przykład OCR-em sprawdzać zamówienia, dokumenty magazynowe, jakieś listy przewozowe i inne rzeczy. I taki inteligentny OCR jest bardzo potrzebny.

Dzięki AI ten obszar się mocno ulepszył. My zbudowaliśmy własny AMODIT AI OCR. On składa się z kilku komponentów. Najpierw on rozpoznaje w ogóle, co to za rodzaj dokumentu, później przesyła do wyspecjalizowanego modelu, żeby to rozpoznać, a jeszcze dokładamy logikę taką, gdzie sprawdzamy na przykład dane w różnych bazach adresowych, w bazie VIES, możemy sprawdzać białą listę i tak dalej.

Możemy uzupełnić pewne dane, na koniec ten jeszcze model językowy sprawdza, czy tam dałoby się coś jeszcze znaleźć, to, co nas interesuje. Więc to są zaawansowane mechanizmy. Jeszcze rok, dwa lata temu nie było takich możliwości technicznych. W tej chwili te możliwości są i będą rosły. No i też zaleta jest taka, że możemy nauczyć takiego OCR-a rozpoznawania innych dokumentów, nie tylko konkretnie faktur. Czyli śmiało można powiedzieć, że jednak ten dodatek w postaci AI robi ogromną różnicę, ponieważ z tego, co powiedziałeś, to nie jest tylko ta funkcja OCR-u, czyli automatycznego odczytywania danych z faktury, ale to jest również taka zaawansowana weryfikacja zgodności, wykrywanie duplikatów, nawet podpowiadanie tego, z jakim projektem, czyli do jakiego konta przypisać wydatek.

Więc w takim moim odczuciu dużo mniej klikania, więcej kontroli i większy porządek w dokumentach. Tak, to co powiedziałaś to jest, może jeszcze skomentuję, z tym proponowaniem tego, jak fakturę zaksięgować. I to jest ciekawe zagadnienie, bo to w różnych firmach może różnie wyglądać. Natomiast klasycznie jest tak, że obieg faktury ma główny cel jego, to jest, że zanim faktura trafi do księgowości, żeby była zaakceptowana, opisana, żeby było wiadomo, co to za faktura i jak ją zaksięgować.

Jeśli jest dobrze opisana księgowość, umie to zaksięgować. Natomiast możemy tutaj AI zaprząc na różne sposoby, bo możemyw taki sposób zupełnie opisowy, że „zobacz, czy ta faktura dotyczy paliwa, a jeśli tak, to ustaw coś tam”. Możemy taką regułę dla AI zrobić i AI sobie z tym poradzi w większości wypadków.

Możemy też użyć AI, żeby AI porównywało, czy ta faktura jest podobna do jakiejś wcześniejszej faktury od tego kontrahenta i być może powinniśmy w ten sam sposób ją opisać, więc osoba, która to weryfikuje tylko sprawdza czy opis jest prawidłowy, bo zwykle pewnie jest, a w jakimś tam procencie przypadków trzeba będzie skorygować i AI przy kolejnym razie powinno już się uczyć i też dobrze podpowiadać.

Więc to są różne scenariusze. My cały czas opracowujemy tu z naszymi klientami zastosowania, ale można dużo takich rzeczy zrobić, bo tak naprawdę AI to jest kolejna warstwa, która ułatwia automatyzację. Nie tylko takie, powiedzmy, regułowe, gdzie piszemy prosty skrypt, który coś tam nam mądrego robi, tylko możemy użyć AI, które jeszcze inteligentniej, jeszcze bardziej zautomatyzuje.

Okej, to w takim razie płynnie przejdźmy do kolejnego działu, kolejnego departamentu. Chyba drugi jeżeli chodzi o dział, który kojarzy mi się z generowaniem tony dokumentów. Kadry i HR-y. Powiedz proszę, jakie zastosowanie tutaj może mieć użycie dodatkowego silnika, takiego boostera w postaci AI dla naszego rozwiązania AMODIT?

Tutaj zastosowań może być bardzo dużo. Trzeba wziąć pod uwagę, że tak naprawdę HR-y składają się z tych twardych HR-ów i miękkich HR-ów. Twarde HR-y: naliczanie podatków, ZUS-ów itd. do tego są dedykowane systemy. Natomiast to, czym my się zajmujemy w AMODIT, to jest przede wszystkim te HR-y bardziej miękkie.

One też wiążą się z tymi twardymi bo np. podpisywanie umów. Mamy kompleksowe rozwiązanie i do przechowywania dokumentacji kadrowej zgodnie z rozporządzeniem. Gdzie tam są też podpisy elektroniczne kwalifikowane i niekwalifikowane. Różne takie rzeczy, czyli to są dosyć twarde rzeczy, no bo jednak umowa musi być konkretnie zawarta, przygotowana, więc mamy ten cały cykl od momentu zebrania danych, podpisania umowy, onboardingu i tak dalej, to robimy.

Natomiast AI może pomagać chociażby w tym, że możemy dokumenty też odczytywać OCR-em. Ale możemy jeszcze na wcześniejszym etapie, na przykład analizy CV podczas rekrutacji. Jeśli mamy przygotowany opis naszego stanowiska, to już na podstawie CV możemy sobie, tak jak człowiek przegląda CV i wybiera które najbardziej pasują, podobnie może zrobić AI. Więc możemy tutaj sobie trochę zautomatyzować.

Oczywiście AI nie powie nam finalnie „zatrudnij tego człowieka”. Byłoby to, że tak powiem, daleko idące i ryzykowne. Natomiast na pewno może nam przefiltrować, że na przykład wybierz te 50% tych najbardziej pasujących, a później sobie tam obrabiamy, ale mamy połowę roboty już mniej. Więc to są tego typu automatyzacje.

No i różne rzeczy, które związane są z dalszą analizą tekstów, dalszym podejmowaniem decyzji, możemy sobie to robić. Generalnie AI, zresztą w badaniach wychodzi, że najbardziej jakby jest używane w sposób taki bardziej indywidualny, nie prywatny. Prywatny też, ale służbowo pojedyncze osoby używają AI do wsparcia różnych rzeczy.

Natomiast to, co mówiłem, że sukces firm, które, jednak te 5% firm, które rzeczywiście mają zwrot wynika z tego, że dopasowują narzędzia i różne techniki AI do swoich procesów biznesowych i jest kluczowe. Czyli trzeba się zastanowić, które rzeczy zajmują nam najwięcej czasu, które są najbardziej żmudne i się zastanowić, czy dałoby się je zautomatyzować przy użyciu AI.

Czyli nie tak, że kupujemy narzędzie AI i mówimy „no dobrze, to teraz firma się przetransformuje”. Tak nie jest, po prostu musimy mieć dobre wsparcie naszych procesów biznesowych. AMODIT się tym zajmuję od samego początku, od 15 lat. Natomiast jeśli mamy już proces to możemy powiedzieć „OK, te i te etapy możemy sobie zautomatyzować”.

Więc to jest ważne, co w tych HR-ach wymyślimy zależnie od tego, jak u nas wewnętrznie firma działa. Super, idźmy w takim razie dalej. Dział prawny. Umowy, aneksy, NDA, klauzule. Te wszystkie takie drobiazgi, detale, które potrafią zdecydować niejednokrotnie o milionach. Jak tutaj moglibyśmy wykorzystać AI przy pracy z umowami i dokumentami prawnymi?

To są takie specyficzne dokumenty. Też mamy w AMODIT dosyć mocną obsługę tych dokumentów prawnych i wspieramy działy prawne. W tym kontekście, że możemy mieć i rejestry umów i możemy obsłużyć cały cykl życia umowy. Czyli na przykład najpierw zbieramy dane do umowy, to zależy jaka to jest umowa, na przykład dane od kontrahenta.

Później możemy na podstawie danych przygotować z użyciem szablonów już gotowy dokument. Możemy go opiniować, możemy go negocjować z klientem. Możemy dać też dostęp klientowi, żeby wspólnie pracować. Tu się oczywiście integrujemy z Office 365. Możemy go podpisać. Tu jeszcze co do podpisów, oczywiście to wiadomo, że mamy tę całą platformę AMODIT TrustCenter do podpisywania dokumentów na różne sposoby: podpisy kwalifikowane, SMS-owe, jakby mamy kompleks, że tak powiem, jeśli o to chodzi.

Później ta umowa jest jakoś tam obsługiwana, więc przypomnienia, powiadomienia, informacja, że się ta umowa gdzieś tam skończy. Natomiast AI nakłada nam jeszcze tak jakby kolejną warstwę na to, bo na przykład po pierwsze, jak wraca umowa, to możemy sprawdzić czy ona na pewno jest zgodna z tym, co wcześniej było ustalane.

No bo to oczywiście można to ręcznie przeczytać, ale lepiej, jeśli mamy to już automat to za nas to zrobi. Albo jeśli zostało coś wynegocjowane, to sprawdzamy na ile ta umowa różni się od szablonu, który standardowo stosujemy. A Przemku, przepraszam że Ci przerwę, a czy jest na przykład możliwość aby AI, korzystając z takiej bardziej zaawansowanej analizy na przykład, wskazała ryzykowne klauzule albo jakieś braki w umowach? Tak, zdecydowanie.

Właśnie o to chodzi, że AI może zrobić coś, co do tej pory musiał robić prawnik tak ręcznie. I to nie jest jakaś dla prawnika kwestia rozwiązywania ambitnych problemów prawnych, tylko po prostu standardowa rzemieślnicza praca, gdzie za każdym razem pewne rzeczy sprawdzamy. I tutaj też oczywiście, żeby to dobrze działało, no to musimy się przygotować. Czyli dział prawny musi przygotować, jakie rzeczy powinny być sprawdzane na przykład w każdej umowie, jakie są ryzyka. Prawnicy na pewno wiedzą, że jedną rzeczą, którą warto sprawdzić, czy jest wyłączona odpowiedzialność za utracone korzyści albo szkody pośrednie. No bo to jest ryzyko duże dla firmy, jeśli taki zapis jest. Zapis, który pozwala na to, żeby te utracone korzyści były tutaj uwzględniane.

Generalnie bardzo często musi być sprawdzony poziom kar umownych. Możemy sprawdzać inne rzeczy i to czasami są konkretne rzeczy, które trzeba przeczytać i sprawdzić. Czy ta rzecz jak jest rozwiązana, nie wiem, prawa autorskie i inne tego typu rzeczy. Więc możemy podać AI konkretne reguły, które ma sprawdzać.

Natomiast można też zadać ogólne pytanie. Ja miałem tutaj taki przypadek. Dałem bardzo ogólne pytanie do AI „sprawdź mi największe ryzyka w tej umowie”. No i na przykład tam się okazało, że możliwość zmiany jurysdykcji. To była rzecz, której się, że tak powiem mógłbym nie zauważyć, bo akurat nie jestem prawnikiem.

Natomiast jeśli dział prawny wie, co powinno być sprawdzane w umowach, jakie rzeczy powinny być zaznaczane, to można sobie ten cały proces na przykład opiniowania umowy zautomatyzować. Oczywiście na końcu i tak jest człowiek, który coś tam sprawdzi, ale jeśli zrobimy, że prawnik zanim dostaje umowę, to dostaje streszczenie tej umowy, wskazane ryzyka, które AI zauważyło i jakieś rekomendacje, co powinno się zmienić, to po prostu prawnik oczywiście i tak swoją pracę musi wykonać, ale ma dużo łatwiej, zrobi to szybciej. Więc to są tego typu rzeczy, gdzie po pierwsze pracujemy szybciej, poza tym kwestia tej lepszej kontroli, że nie przeoczymy czegoś, bo AI wie, że za każdym razem ma to sprawić.

Ja ostatnio spotkałam się z takim pytaniem od jednego z klientów, który zapytał wprost: jak działa funkcja zadawania pytań o umowy w języku naturalnym? Ja może podam przykład, jak my to robimy. Po pierwsze żeby to dobrze zautomatyzować, to warto przygotować proces w AMODIT, który jeśli na przykład dotyczy umów, to można ustalić jaki cykl życia ta umowa powinna przejść.

I po pierwsze, w systemie wewnątrz procesu zaszywamy konkretne pytania do AI, co AI powinno robić za każdym razem. Natomiast osoba, która dostaje ostatecznie tę umowę, to ma już odpowiedzi na te pytania, które zawsze powinny być zadane i wie, jakie są odpowiedzi na te pytania. Natomiast z drugiej strony jest możliwość zadawania pytań, czyli to się wyświetla dokument, wyświetla się formularz i zadawanie pytań przez prawnika.

Czyli załóżmy AI mówi, tu jest ryzyko takie i takie. Prawnik się z tym zapoznaje, ok, ale czy na przykład jest taki i taki zapis? Może zadawać to pytanie. Oczywiście AI nie zdejmuję odpowiedzialności z prawnika, no bo prawnik jednak musi sprawdzić, ale zrobi to szybciej. Po prostu to przyspieszy jego pracę. Zakupy i procurement.

Tutaj też mam do czynienia z papierologią. Na biurku ląduje mnóstwo ofert, załączników, zapytań. Czy tutaj AMODIT AI jest w stanie usprawnić nam proces zakupowy i analizę ofert np. od naszych dostawców? Zdecydowanie tak. To też są powtarzalne czynności. Dział zakupów musi zajmować się tym, że ustala najpierw listę potencjalnych dostawców, więc tutaj też można AI zaprząc.

Jeśli mamy już listę dostawców, czasami to jest stała lista dostawców, zwłaszcza, jeśli to są powtarzalne zakupy. No to jest taka procedura, że trzeba tych dostawców zapytać o jakąś rzecz, gdzie jest zapotrzebowanie wewnątrz firmy. Czyli najpierw sobie możemy też procesem w AMODIT zebrać zapotrzebowania, jakie mamy w firmie I przygotować zapytanie ofertowe.

AI może pomóc w napisaniu tego zapytania ofertowego i na przykład treści maila, który chcemy wysłać do naszych dostawców. Następnie dostawcy nam odpowiadają. Oczywiście możemy przygotować im szablon. Czasami się przygotowuje takiego Excela, gdzie mają uzupełnić rzeczy, żeby nam było łatwiej porównywać.

Ale czasami jednak te opisy są trochę inne i też możemy tutaj poprosić AI, żeby nam wyciągnęło dane i ustandaryzowało odpowiedzi wszystkich dostawców do jednego formatu, gdzie możemy sobie łatwo porównać. No bo ktoś sobie jakiś tam cennik podał, ktoś w innym formacie, a chcemy wiedzieć, co jest lepsze, porównać te same jabłka z jabłkami.

Więc AI może w tym pomagać i automatyzować czynności powtarzalne. Więc możemy też mieć jakieś wytyczne, co oferta powinna zawierać. To bardzo często, zwłaszcza przy dużych zapytaniach ofertowych, jakichś przetargach, jest podane jakie są kryteria formalne dla tej oferty? No i AI może sprawdzić różne zapisy, które mamy.

Wiadomo, że na przykład oferta musi być po polsku, że musi być jakiś tam termin ważności tej oferty, czy te rzeczy są, żeby nie robić tego ręcznie można AI poprosić. AI przy takich bardzo konkretnych pytaniach bardzo dobrze odpowiada. Tutaj nie ma takiego jakiegoś większego ryzyka halucynacji, bo możemy to bardzo dobrze ustawić.

Zresztą poziom halucynacji też się ustawia w AI tak naprawdę. Poziom kreatywności, to jest taki wskaźnik temperatura. Możemy to skręcić tak, żeby nie zmyślało, tylko sprawdzało dokładnie, czy to dany zapis jest w tekście i to zrobi dobrze. Więc może jakby na tej zasadzie i sprawdzać oferty i jakiś robić ranking tych dostawców, ocenić oferty według kryteriów, które podamy.

Ale to musimy sobie ten proces zaprojektować tak, jak to u nas w firmie jest i niektóre jego elementy zautomatyzować przy użyciu AI. Oczywiście. Kolejny dział, może nie tak bardzo efektowny jak poprzedni, który wiąże się z operacjami, compliance, jakością. No ale nie mniej kluczowy jednak. I tutaj też nasuwa się takie pytanie, czy AMODIT AI wspiera utrzymanie zgodności na przykład z normami ISO czy RODO, czy tutaj też jesteśmy w stanie wykorzystać ten dodatkowy silnik w postaci AI?

Tak, generalnie AI nam pomoże wtedy, kiedy mamy dużo danych, które chcielibyśmy przeanalizować i byłoby to żmudne. Właśnie bardzo często ten compliance wymaga, żeby spełnić pewne standardy. I jeśli my opiszemy te standardy, zaszyjemy je jako prompty w naszym procesie, to jeśli dostajemy dokument, AI może sprawdzić, czy ten dokument jest zgodny z naszymi wymaganiami jakości, z naszymi wymaganiami compliance.

Więc jest w stanie tutaj takie rzeczy robić. Dodatkowo jest w stanie nam generować różne checklisty, które my powinniśmy sprawdzać. To już jest kwestia wyboru, które rzeczy chcemy robić ad hoc przy użyciu Chata GPT, Gemini czy innych narzędzi. A które chcemy, żeby były u nas zaszyte w naszej firmie w procesie, żebyśmy mieli pewność, że to tak jest robione.

Oczywiście takie rzeczy bardziej kreatywne, gdzie robimy jednorazowo albo szukamy pomysłów to tego nie ma sensu zaszywać bezpośrednio w proces, ale jeśli mamy powtarzalne operacje, a na tym polega tak naprawdę compliance, że pilnujemy, że jest dobrze, no to w takim wypadku zdecydowanie taka automatyzacja ma sens. Czyli generalnie pomaga nam tworzyć raporty z tych audytów ale też jednocześnie jest w stanie zaproponować nam na przykład jakieś działania naprawcze?

Tak, tak, zdecydowanie. I to jest właśnie kwestia też takiej dużej ilości danych. Ja też miałem taki przypadek, gdzie potrzebowałem zrobić podsumowanie z danych, gdzie miałem 6 tysięcy rekordów opisowych. Trzeba było najważniejsze wnioski z tego wyciągnąć. Oczywiście można to robić ręcznie, ale przeczytanie 6 tysięcy różnych opisów i zrobienie z tego podsumowania kluczowych rzeczy, to jest trudne.

A jeśli użyjemy AI, to to trwa bardzo szybko. A jakie zastosowanie widziałbyś dla tego modułu AI na przykład w obsłudze zgłoszeń IT? Tutaj jest, uważam bardzo dobre pole do AI z tego względu, że opisy zgłoszeń są tekstowe, więc zgłasza się użytkownik, że ma jakiś tam problem, coś mu nie działa albo nie wie, jak coś zrobić i bardzo często te zgłoszenia się powtarzają.

Więc po pierwsze, to co my robimy można w oparciu o nasze narzędzia zbudować sobie bazę wiedzy, bo zwykle odpowiedź na pytanie użytkownika jest w dokumentacji. Tylko użytkownik nie wie, jak do tego dotrzeć, jak coś tam przeczytał to nie do końca zrozumiał, ale przede wszystkim w dużych organizacjach tych dokumentów takich regulacyjnych regulaminów opisów i instrukcji jest dużo.

I użytkownicy mają problem, jak się w tym połapać Więc jeśli my zbudujemy bazę wiedzy, mamy taki moduł bazy wiedzy właśnie oparty o AI, wrzucamy te nasze dokumenty i w momencie, jak użytkownik zadaje pytanie, to AI spróbuje znaleźć odpowiedź na podstawie dokumentacji. Jeśli ta odpowiedź nie jest wystarczająca to przekazywane jest to już do człowieka, bo może się okazać, że to po prostu jest problem, z którym użytkownik sobie sam nie poradzi.

Natomiast wtedy również może AI przeszukać czy były inne zgłoszenia tego typu i czy były dla nich rozwiązania i zasugerować odpowiedź osobie, która będzie odpowiadała tym użytkownikom. A jak już ten problem zostanie rozwiązany i użytkownik stwierdzi, że to satysfakcjonuje go ta odpowiedź i rzeczywiście mu to pomogło, no to taka informacja czyli opis problemu razem z zapisem rozwiązania może zwrotnie trafić do bazy wiedzy i następnym razem już AI będzie wiedziała, jak pomóc. Więc tutaj jest taka duża możliwość tej automatyzacji, budowania wiedzy, budowania całej ścieżki, jak rozwiązywać problemy.

Więc to jest bardzo fajne, bo wtedy też osoby, które są w tym powiedzmy supportcie, nawet jeśli ktoś jest nowy, powiedzmy przyszedł do firmy i ma tutaj wspierać użytkowników, jeszcze nie ma sam pełnej wiedzy, no to AI mu pomoże w większości wypadków. Jak będzie temat bardziej skomplikowany, no to trzeba będzie coś podrożyć może coś tam, nie wiem, poprawić, zrestartować serwer, czy powiedzmy cokolwiek innego, ale generalnie będzie już tutaj duża pomoc i ta wiedza się gromadzi w organizacji.

Czyli generalnie pozwala analizować logi błędów, ale czy będzie na przykład w stanie stworzyć taki czytelny raport dla użytkownika, który nie jest użytkownikiem nietechnicznym? Tak, bo akurat modele językowe są bardzo dobre w tłumaczeniu. Na różne sposoby mogą tłumaczyć na inne języki. AI obsługuje kilkadziesiąt języków ludzkich i jeszcze więcej języków komputerowych. Więc AI zarówno potrafi jakiś tekst przetłumaczyć na inny format, format na przykład bardziej zrozumiały dla człowieka, bo mamy tekst który jest zrozumiały dla informatyka, a trzeba wytłumaczyć komuś, kto nie jest informatykiem, co to oznacza.

Więc AI robi bardzo dobrze tego typu rzeczy. AI potrafi nawet fragment kodu na przykład w C# wytłumaczyć, co on robi. Czyli przetłumaczyć tak naprawdę, bo to jest takie bardzo wyrafinowane tłumaczenie. Tłumaczymy z języka komputerowego na język ludzki i w drugą stronę. Dlatego AI pomaga w programowaniu.

Więc tutaj jeśli mamy na przykład komunikat błędu, wyciągnięte logi systemowe i chcemy wiedzieć, co to tak naprawdę oznacza, bo tam wyskakuje nam stack overflow i jakieś tam dziwne komunikaty po angielsku, niektóre jakieś tam ścieżki dziwne, nie wiemy o co chodzi. AI może spróbować nam to wytłumaczyć, ale też powinno mieć jakiś zapas wiedzy.

Więc jeśli mamy swoje systemy, chcemy wiedzieć, co w tych systemach jest, więc AI na podstawie pojedynczego komunikatu błędu może nie wiedzieć, o co chodzi, ale jak zajrzy jeszcze do dokumentacji, to już powie „ok, słuchajcie nastąpił taki i taki problem, tutaj jest w dokumentacji takie rozwiązanie, spróbujcie to zrobić”.

Więc tu jest taka duża automatyzacja i AI dobrze sobie radzi po prostu z dużą ilością danych. To nie tylko są modele językowe, my używamy różnych innych mechanizmów, bazy wektorowe, bazę embeddingów i tak dalej. Więc tutaj jest dużo tych mechanizmów, które można użyć. No my je po prostu wbudowujemy w system, rozbudowujemy, w kolejnych wersjach będzie oczywiście więcej tych możliwości.

Następny dział to jest taki dział, który jest bliski mojemu sercu, ponieważ sama go reprezentuję. Sprzedaż i obsługa klienta. Znowuż mamy do czynienia z szeregiem zapytań, ofert, negocjacje, a co za tym idzie setki dokumentów. Zastanawiam się, znaczy ja w sumie znam odpowiedź na to pytanie, ale chciałabym żebyś szerzej może opowiedział o tym, w jaki sposób AMODIT AI może wesprzeć właśnie dział sprzedaży, CRM w przygotowywaniu na przykład ofert i analizy zapytań klientów.

Tak to jest właśnie bardzo dobry przypadek, bo to jest przykład z naszego podwórka, więc mogę powiedzieć na podstawie case studies z naszej własnej firmy. Jest takie zagadnienie, gdzie mamy zapytanie ofertowe. Znajdujemy taki przetarg, czy trafia do nas zapytanie od klienta i czasami to jest bardzo krótkie i proste zapytanie i wiadomo co z nim zrobić, a czasami jest to długa specyfikacja, bo to jest dokument na 50 stron.

No i oczywiście trzeba to przeczytać, trzeba się z tym zapoznać. Pojawiają się tam kwestie niektóre są stricte handlowe, niektóre to są tematy techniczne, kwestie bezpieczeństwa, kwestie zgodności ze standardami i tak dalej. I zwykle to wymaga zaangażowania kilku osób. Natomiast, żeby sobie optymalizować pracę, bardzo ważne pytanie, które trzeba sobie od razu odpowiedzieć, to czy to jest przetarg dla nas?

Czy my powinniśmy w ogóle brać udział w tym postawionowaniu czy powinniśmy przygotować ofertę? I to zależy od iluś czynników. I my mamy, z naszej praktyki biznesowej wiemy, co musimy sprawdzać. Najpierw na przykład czy technologia, która jest wymagana, to my ją mamy. Więc mamy zrobiony taki proces, gdzie po wrzuceniu dokumentów z zapytania ofertowego, AI czyta te dokumenty, sprawdza te wszystkie rzeczy, które się powinno sprawdzić najpierw, bada poziom ryzyka na przykład, jaki to jest rodzaj systemu, do czego służy, To skaluje ten poziom ryzyka, jak duża to jest firma, jaki jest termin.

Więc na podstawie tego jest w stanie oszacować ryzyko i daje nam rekomendację taką typu, że raczej nie powinniście brać udziału w tym postępowaniu, albo że raczej powinniście, albo że to w ogóle jest super, idealnie pasuje. Dodatkowo podaje konkretne informacje, wyciąga właśnie termin, do kiedy trzeba ofertę złożyć i tego typu rzeczy.

Dzięki czemu handlowiec od razu dostaje opis tego, co to za postępowanie, czy warto się nim zajmować, a jeśli jest jakieś ryzyko, to trzeba najpierw sprawdzić to ryzyko. Bo na przykład może nie mamy certyfikatu, ale może mamy analogiczny. Więc to trzeba sprawdzić najpierw no, bo jeśli się okazuje, że coś nas wyklucza, no to szkoda spędzać, żeby trzy osoby przez trzy dni czytały specyfikacje, jak wiemy, że jeden punkt nas wyklucza.

To jest taki przykład bardzo dobrej automatyzacji i skracania czasu, no wtedy nie robimy tematów nam niepasujących. Skupiamy się na tych, które rzeczywiście nam pasują. I to jest tylko jeden z przykładów. W sprzedaży można bardzo dużo rzeczy automatyzować. AI też bardzo dobrze pisze teksty. W wielu wypadkach, jeśli mamy dobre cenniki i mamy dobrze wszystko opisane, to AI jest w stanie nawet przygotować nam ofertę na podstawie zapytania od klienta i wtedy rola handlowców i osób zaangażowanych w sprzedaż jest, żeby sprawdzić, czy to jest dobra oferta.

Można też w drugą stronę robić, że w momencie kiedy jest przygotowana oferta przez człowieka, czy w jakikolwiek inny sposób z użyciem narzędzi, możemy sprawdzać, czy zanim to pójdzie do klienta czy spełnia nasze standardy. Możemy sobie określić ileś standardów, że na przykład w ofercie musi być to, musi być tamto i sprawdzamy, czy ta oferta jest OK.

Jak nie, to handlowiec dostaje zwrotkę „tutaj jest coś do poprawienia, sprawdź to, no bo nie jest uwzględniony jakiś tam obszar” na przykład. Czy powiedzmy, że chcemy, żeby zawsze była proponowana opieka serwisowa, a w tej ofercie nie ma opieki serwisowej. To są tego typu rzeczy, które możemy sobie zautomatyzować.

AI daje nam to, że jeśli jesteśmy w stanie to opisać nasze wymagania językiem ludzkim, to AI jest w stanie je sprawdzić. Dla mnie to brzmi jak bardzo duża oszczędność czasu i pracy nie tylko działu handlowego, ale szeregu różnych działów, które często zaangażowane są w takie zapytania nie tylko przetargowe, one są specyficzne oczywiście rządzą się własnymi prawami, ale generalnie często te zapytania wymagają zaangażowania pracowników wielu działów. A tutaj tak naprawdę, może w dużym uproszczeniu, ale jednym kliknięciem możemy mieć taką analizę i streszczenie, podsumowanie wraz z oceną ryzyk i takim finalnym werdyktem, czy rzeczywiście warto podchodzić do takiego zapytania czy też nie.

Tak, tutaj jeszcze warto zauważyć, że AI może być takim trochę rozdzielaczem pracy. Czyli możemy sobie wyobrazić, że trafia zapytanie, które jest długie. Trzeba by dużo czasu przeznaczyć, żeby je w całości przeczytać. I część na przykład jest zadań, na które musi odpowiedzieć ktoś od infrastruktury. To AI może od razu robić coś takiego, że wyszukaj wymagania dotyczące infrastruktury przygotuj dokument dla osoby od infrastruktury.

Osoba nie musi czytać całego dokumentu. Dostaje rzeczy, na które musi się wypowiedzieć. Może być oddzielnie osoba, która się zajmuje na przykład wyceną wdrożenia, dostaje główne wymagania dotyczące wdrożenia. Każdy dostaje swoją część, czyli wtedy AI tak naprawdę rozczytuje dokument i dzieli pracę między ludźmi.

To też jest skrócenie czasu. Można sobie tego typu automaty robić. U nas jest zrobione pod nas. Każda firma potrzebuje taki proces dopasować do siebie, natomiast my mamy cały zestaw narzędzi, które do tego służą. Mamy też doświadczenie w tym. Więc jeśli firma potrzebuje, żebyśmy im pomogli, to oczywiście chętnie to zrobimy.

Do tego są gotowe narzędzia, ale to jest zawsze dopasowanie do potrzeb klienta. Oczywiście. Na sam koniec, bo jesteśmy już przy ostatnim dziale, na którym chciałabym się na chwilę zatrzymać i przeanalizować tutaj możliwości zastosowania AI, to centra usług wspólnych. Czyli te, które odpowiadają za obsługę wielu spółek i działów na raz, a co za tym idzie, duża liczba procesów, duża ilość dokumentów. Jak tutaj byśmy mogli wykorzystać ten moduł AI?

Tutaj akurat centra usług wspólnych, BPO czy SSC, różne nazwy na to są. Ważne jest to, że to jest tak naprawdę centrum , które ma automatyzować najbardziej powtarzalne czynności i agregować te rzeczy. Czyli chcemy mieć jakieś wspólne zasoby, wspólne standardy obsługi na przykład wielu spółek. Właśnie definiowanie tych standardów to jest po pierwsze AMODIT jako taki, że w ogóle mamy wdrożone procesy. Załóżmy, mamy obsługę korespondencji dla całej grupy czy mamy obsługę faktur dla całej grupy, no to trzeba to sobie poustawiać, poautomatyzować, porobić procesy, niektóre mogą być wspólne dla wielu spółek, może być, że dana spółka ma zupełnie inny proces, to trzeba zrobić.

Natomiast możemy po pierwsze już na etapie, gdy przychodzi ci dokument, no to AI może sprawdzić czego dotyczy ten dokument, którego procesu, której spółki. Na zasadzie takiego, że wyszukaj nazwę i już działać, a ja może to bardziej inteligentnie przeczytać i powiedzieć „ok, to jest ten typ dokumentu do tej spółki, trzeba uruchomić ten proces”.

To jest jakby jedna rzecz. Jeśli wpadają nam jakieś dokumenty, to osoba, która ma dalej coś zdecydować w dokumencie, może dostać streszczenie, bo czasami to jest długi dokument. Czytanie go, powiedzmy pięciu stron zajmie dłużej, a możemy mieć w trzech zdaniach napisane, o co chodzi w ogóle z tym dokumentem, co trzeba dalej robić i podjąć decyzję.

Oczywiście AI może też podejmować decyzję, ale tak jak mówię, to jest jednak ryzykowne. Lepiej żeby AI dała rekomendacje, a my mówimy „ok, ma to sens, albo nie, jednak uważamy, że jest inaczej”. AI się może później ewentualnie douczać. Ważne jest też właśnie to streszczanie, wykrywanie duplikatów, wiązanie że jeśli na przykład dostajemy pismo, to czy ono dotyczy jakiegoś pisma, które było wcześniej, czy to dotyczy tej sprawy żebyśmy to powiązali.

No bo czasami jest, no urzędy mają te JRWA, tak, czyli tam sobie klasyfikujemy rzeczy. W firmach to jest trochę inaczej, może być numer sprawy i sobie możemy powiązać, ale dobrze jakbyśmy sobie to w jakiś sposób sprawdzili, czy na pewno, To jest ta sama sprawa, czy to jest już jakaś inna sprawa. Więc AI może tego typu rzeczy nam robić i to usprawnia jeśli mamy po prostu dużą skalę.

Bo im większa skala, im bardziej powtarzalne rzeczy, tym bardziej możemy sobie i zautomatyzować procesy po prostu korzystając z naszej platformy jako BPM, czy platformy low-code, robiąc swoje procesy, ale też możemy więcej użyć tego AI, bo po prostu wiemy, co się dzieje i skoro robimy to tysiąc razy to zróbmy, żeby chociaż połowę tego zrobiło AI za nas.

Przeszliśmy przez wszystkie działy, które chciałam z Tobą omówić i na koniec takie pytanie, które z zastosowań AMODIT AI według Ciebie cieszy się obecnie największym zainteresowaniem klientów, czy to jest właśnie ta funkcja związana z OCR-yzowaniem dokumentów, czy może zupełnie coś innego? OCR to jest taki powiedziałbym standard.

Te OCR-y były już od wielu lat, lepsze, gorsze. Nie były oparte o AI w takim zakresie, jak teraz, bo tego AI nie było. Ale OCR oczywiście jest powszechnie używany, zwłaszcza do dokumentów kosztowych. Zaczyna być coraz bardziej do tematów innych, typu dokumenty kadrowe. Natomiast to, co my obserwujemy, to było też jedno badanie, które widziałem, że ponad 75% firm jest przekonana, że AI jest w stanie usprawnić im procesy, a jednocześnie tylko 30% firm wie, do czego mogłoby tego AI użyć.

Więc to jest kluczowe. Poszukiwanie tych miejsc, tych wąskich gardeł w firmie albo takich rzeczy, które nawet może działają nam obecnie sprawnie i nie trzeba ich teoretycznie poprawiać, ale są na tyle powtarzalne, że generują dużo pracy, którą można by automatyzować. Więc to trudno dać jakąś taką jednoznaczną odpowiedź ale ktoś, kto prowadzi firmę czy nawet prowadzi dany dział, wie jakie tam wewnątrz się rzeczy dzieją i co zajmuje najwięcej czasu.

Bo jeśli to jest taka powtarzalna praca, którą można zautomatyzować, to osoby mogłyby robić coś ciekawszego. Można by na przykład rozwijać firmę zamiast się, że tak powiem męczyć z jakąś powtarzalną czynnością. Więc tutaj ciężko mi wskazać jakiś jednoznaczny kierunek, ale na pewno jest tak, że w każdej firmie są powtarzalne rzeczy, które można przy użyciu jej zautomatyzować.

A jak widzisz rozwój sztucznej inteligencji w AMODIT w najbliższej przyszłości na przestrzeni nadchodzących miesięcy czy nawet lat? Czy są planowane jakieś kolejne moduły AI dedykowane na przykład konkretnym branżom albo procesom? To jest w ogóle, co będzie w przyszłości z AI, to pewnie każdy chciałby wiedzieć i chyba nikt nie wie.

Oczywiście to jest takie wychodzenie kilka lat w przód w temacie AI, to jest już futurologia i science fiction, z tego względu, że to się tak szybko zmienia. W ciągu dwóch tygodni powstają kolejne modele, kolejne rzeczy się zmieniają. Testowane są różne podejścia, niektóre się okazują trafione, niektóre nie trafione.

Natomiast co jest dla nas ważne, takie ogólnie modele dostępne one będą bardzo szybko ewoluowały. Kiedyś robiłem porównanie wielkości tych modeli pod względem ilości połączeń neuronowych w tych sztucznych sieciach versus to, co jest w biologicznych czyli w jakichś organizmach, czyli te takie biologiczne mózgi.

GPT-3, o ile pamiętam miał liczbę połączeń neuronowych tyle co jeż, GPT-4 tyle co wiewiórka, a żeby dojść do ilości połączeń, które ma ludzki mózg, no to jest tam może GPT-7, GPT-8. To AI w swoje możliwości będzie drastycznie zmieniało. Tam jeszcze pewnie zostaną opracowane technologie takie, żeby trochę mniej prądu zużywać, bo teraz to kolosalne ilości prądu idą na uczenie sieci neuronowych.

Więc to się będzie bardzo mocno zmieniało. Ale to AI nas otacza już w tej chwili i w laptopach i w telefonach są specjalne układy NPU do procesowania właśnie, które symulują działanie neuronów, żeby przy mniejszym zużyciu prądu szybko działało. Większość osób używa Teamsów. W Teamsach mamy na przykład rozmywanie tła, czyli AI rozpoznaje, gdzie jest człowiek, gdzie nie jest człowiek rozmywa odpowiednie części.

To jest cały czas to już w naszych urządzeniach, które używamy na co dzień. To jest, natomiast przyszłościowo nasza strategia jest taka, że my patrzymy jakie są trendy, podążamy za tym, nie silimy się na to, żeby robić własne GPT czy totalnie nowy model, bo nie ma sensu się ścigać z firmami, które miliardy dolarów wydają.

Natomiast my się przygotowujemy z tym, że w momencie, kiedy AI będzie na przykład 10 razy mądrzejsze, 100 razy mądrzejsze, to żeby te nasze narzędzia dalej miały sens i były produktywne. Czyli my próbujemy wplatać to, co wielkie koncerny dostarczają, wplatać w sensowne procesy biznesowe firmy. To jest nasza misja żeby firma pozbyć się papieru żeby się pozbyć, może nie pozbyć ale zminimalizować liczbę wysyłanych maili, żeby jak najbardziej to wszystko było elektroniczne, zautomatyzowane, więc my po prostu korzystamy z tych narzędzi. Tak samo jak są dostawcy chmury, my po prostu korzystamy z chmury, nasza infrastruktura jest w Microsoft Azure i to po prostu wiemy, że to dobrze działa i jest bezpieczne i tak samo jest z tymi modelami AI.

One się rozwijają, są coraz lepsze, będą jeszcze lepsze. Teraz powiedzmy jest porównywalne, że obecnie takie AI ma mniej więcej poziom inteligencji jak doktorant. Czyli to już jest wysoko, ale w pewnym momencie to AI może nawet przekroczy możliwości człowieka, ale cała sztuka jak to użyć w biznesie, więc to jest nasza misja.

My nie chcemy tworzyć swojego AI, tylko chcemy mieć bardzo dobrze połączony AI z procesami biznesowymi w firmach. Czyli tak podsumowując, bo zbliżamy się do końca tej rozmowy, mówiąc o tym, co mamy na chwilę obecną pomijając już dywagację, jak to może wyglądać na przestrzeni lat, ta sztuczna inteligencja to nie tylko przyspieszenie procesów biznesowych, ale też odciążenie ludzi w takich ich najbardziej czasochłonnych i monotonnych zadaniach A ja mam takie jeszcze swoje własne przemyślenie, że AMODIT AI pokazuje też, że ta automatyzacja wcale nie musi oznaczać takiej utraty ludzkiego dotyku, czyli to jest ta obawa, z którą często się spotykamy.

Wręcz przeciwnie pozwala na to, aby pracownicy skupili się na tym, co jest naprawdę, co wymaga kreatywności, doświadczenia i wiedzy. Natomiast resztę tych takich monotonnych właśnie czasochłonnych zadań pozwala nam właśnie zautomatyzować i w ten sposób zoptymalizować nasz czas pracy. Zdecydowanie. Znaczy należy postrzegać AI jako narzędzie, bo w każdym przełomie technologicznym a to jest ludzki przełom technologiczny, ja ze swojego życia przeżyłem i rewolucję związaną w ogóle z komputerami, później z Internetem, ze smartfonami.

Także kolejne takie rewolucje wchodziły. Ta rewolucja jest prawdopodobnie jeszcze większa. Jesteśmy na jej początku, to się dopiero zaczyna rozwijać. Wiadomo że to z nami zostanie. I przy każdej takiej zmianie jest to, że są ludzie, którzy będą się opierać temu postępowi, powiedzmy progresowi technologicznemu i ci, którzy pójdą z tą falą.

Zgadzam się z taką opinią, że tak naprawdę nie będzie także AI odbierze pracę ludziom. Tylko ludzie, którzy umieją używać AI, odbiorą pracę ludziom, którzy nie chcą używać tego AI. Więc to jest jakby niezbędne. Warto też sobie spojrzeć na coś takiego, gdyby teraz ludziom powiedzieć, że mają pracować, ale bez Internetu.

Po prostu się nie da. I w przyszłości tak samo będzie, że bez AI się nie da pracować. Więc im wcześniej firmy w to wejdą, im wcześniej w mądry sposób to zrobią, tym lepiej będzie dla tych firm i dla osób, które w tych firmach pracują. Przemek bardzo dziękuję Ci za dzisiejszą rozmowę. Również dziękuję.