Pilot AI w fabryce w 8 tygodni: co możliwe, a co marketing
Sensowny pilot AI w produkcji mieści się w 8 tygodniach, ale tylko jako odpowiedź na jedno wąskie pytanie. Co da się sprawdzić, a co jest hasłem sprzedażowym.

Pilot AI w fabryce w 8 tygodni: co możliwe, a co marketing
Czas czytania: ok. 7 min
Odpowiedź najpierw
Tak, sensowny pilot AI w produkcji da się zamknąć w 8 tygodni, ale tylko jako odpowiedź na jedno wąskie pytanie: czy ten konkretny workflow na waszych danych daje wynik dość dobry, żeby iść dalej. Osiem tygodni wystarcza na proof of concept na realnym wycinku danych, z udziałem ludzi, którzy potem mają z tego korzystać. Nie wystarcza na pełne wdrożenie, integrację ze wszystkimi systemami ani na „przetestowanie AI w firmie" w ogóle. Kiedy ktoś obiecuje to drugie w tym samym oknie czasowym, sprzedaje wam harmonogram, nie wynik. Niżej rozkładamy, co realnie mieści się w tych ośmiu tygodniach, co jest hasłem marketingowym i po czym poznać, że pilot dojrzał do decyzji go/no-go.
Co znaczy „pilot" i dlaczego skala pytania decyduje o wszystkim
Słowo „pilot" rozjeżdża się między rozmówcami. Dla dostawcy często znaczy „demo na naszych danych pokazowych". Dla was powinno znaczyć „test na naszym wycinku, naszych dokumentach, z naszymi ludźmi w pętli". To druga definicja jest jedyną, która coś rozstrzyga.
Osiem tygodni jest realistyczne, jeśli pytanie pilota jest wąskie. „Czy asystent oparty na naszej dokumentacji serwisowej odpowiada na typowe pytania techników trafniej niż dotychczasowe szukanie po PDF-ach" to dobre pytanie pilotażowe. „Czy AI poprawi naszą produkcję" to nie jest pytanie, to slogan. Im węższe pytanie, tym wiarygodniejszy wynik w danym oknie czasowym.
Dobry pilot ma jedną mierzalną hipotezę, jeden wycinek danych i jasne kryterium, które z góry mówi, co uznajemy za sukces. Bez tego ostatniego po ośmiu tygodniach zostajecie z wrażeniem zamiast decyzji.
Realny rozkład 8 tygodni
To nie jest harmonogram dostawcy, tylko podział, który chroni was przed pustym pilotem.
Tydzień 1 do 2: zawężenie zakresu i zebranie danych. Wybór jednego workflowu, zebranie reprezentatywnego wycinka dokumentów lub zgłoszeń, ustalenie kryterium sukcesu liczbowo lub jakościowo. To najczęściej niedoceniany etap i to on przesądza o jakości całej reszty.
Tydzień 3 do 5: konfiguracja i pierwsze iteracje. Uruchomienie rozwiązania na wycinku, pierwsze odpowiedzi, korekty. Tu zwykle wychodzi, że dane są mniej uporządkowane, niż ktokolwiek zakładał. To normalne i to też jest wynik pilota.
Tydzień 6 do 7: test z prawdziwymi użytkownikami. Ludzie, którzy mają z tego korzystać, pracują na rozwiązaniu na serio i notują, gdzie pomaga, a gdzie myli. Bez tego kroku macie ocenę techniczną, nie operacyjną.
Tydzień 8: zebranie wyników i decyzja. Porównanie z kryterium z tygodnia 1, uczciwe nazwanie, co zadziałało, a co nie, i rekomendacja go/no-go z uzasadnieniem.
Co jest marketingiem, nie pilotem
Kilka obietnic, które w oknie 8 tygodni są czerwoną flagą:
„Wdrożymy AI w całej firmie w 8 tygodni." Wdrożenie i pilot to dwie różne rzeczy. Pilot odpowiada na pytanie, wdrożenie dopiero realizuje odpowiedź na produkcji, z integracjami, szkoleniami i utrzymaniem. Mieszanie tych pojęć to najczęstszy zabieg sprzedażowy.
„Nie potrzebujemy waszych danych, pokażemy na naszych." Demo na cudzych danych nic nie mówi o waszym wyniku. Jeśli pilot nie dotyka waszej dokumentacji, to nie jest pilot, to prezentacja.
„Gwarantujemy konkretny efekt procentowy." Przed pilotem nikt uczciwie nie zna liczby, bo zależy ona od jakości waszych danych i od konkretnego workflowu. Obietnica twardego wyniku przed testem to sprzedaż wrażenia.
„Pilot jest za darmo." Pilot bywa nisko wyceniony, ale „za darmo" zwykle znaczy, że jego celem jest podpis, nie wynik. Pilot, który nie ma prawa skończyć się na „no-go", nie jest testem.
Po czym poznać, że pilot dojrzał do decyzji
Pilot jest gotowy do go/no-go, gdy macie cztery rzeczy: wynik porównany z kryterium ustalonym na starcie, opinię realnych użytkowników, jasny obraz stanu waszych danych i wstępny zarys tego, co oznaczałoby pełne wdrożenie. Jeśli po ośmiu tygodniach brakuje któregokolwiek z tych elementów, pilot nie dojrzał, niezależnie od tego, jak dobrze wyglądało demo.
Decyzja „no-go" po dobrze poprowadzonym pilocie też jest wartością. Oznacza, że zapłaciliście za informację niewielką cenę, zamiast za nią przepłacić w pełnym wdrożeniu.
Czego ten post nie pokrywa
Nie wchodzimy tu w kryteria przejścia od pilota do skali ani w to, jak nie utknąć między pilotem a produkcją, to temat na osobny materiał. Pomijamy też kwestie regulacyjne i bezpieczeństwo danych w pilotażu, bo mają własną logikę. Skupiamy się wyłącznie na tym, co realnie mieści się w oknie ośmiu tygodni.
Powiązane
Powiązane notatki
Shadow AI w dziale konstrukcyjnym: dlaczego rysunki trafiają do ChatGPT
Konstruktorzy wklejają rysunki i opisy techniczne do publicznych narzędzi AI, bo to przyspiesza pracę. Pokazujemy, gdzie naprawdę wycieka wiedza i jak zareagować bez zakazów, które i tak nie działają.
AI w utrzymaniu ruchu: trzy zastosowania, dwa rozczarowania
AI w utrzymaniu ruchu kusi obietnicą „przewidzimy każdą awarię". Pokazujemy trzy zastosowania, które realnie pracują w średniej firmie, i dwa, które najczęściej kończą się rozczarowaniem, oraz dlaczego.
Jak ocenić gotowość firmy produkcyjnej do wdrożenia AI: 5 pytań
Zanim odpalisz pilotaż AI, odpowiedz na pięć pytań. Sprawdzają, czy firma jest gotowa na wdrożenie, czy tylko goni trend. Prosta samoocena dla średniej produkcji.
ROI z AI w produkcji: jak liczyć, czego nie wpisywać w business case
Jak zbudować uczciwy business case dla AI w produkcji? Które korzyści wpisywać, które pomijać, jakie ukryte koszty liczyć i jak wygląda prosty szablon ROI dla średniej firmy produkcyjnej.