Automatyzacja

7 procesów w firmie, które MŚP mogą zautomatyzować dzięki AI

Wartość AI w firmie nie polega na rozmowie z chatem, tylko na przejęciu powtarzalnego kroku pracy od człowieka. Ten poradnik opisuje siedem procesów, które MŚP mogą zautomatyzować, niezbędne przygotowanie i granice AI.

Kordevo Editör Ekibi~9 min czytania
Ekran komputera w niewielkim biurze z automatycznym przepływem pracy łączącym faktury, e-maile i raporty

Podsumowanie

Wartość AI w firmie nie polega na rozmowie z chatem, tylko na przejęciu powtarzalnego kroku pracy od człowieka. Ten poradnik opisuje siedem procesów, które MŚP mogą zautomatyzować, niezbędne przygotowanie i granice AI.

Gdzie AI ma swoje miejsce w firmie

Zadanie pytania czatowi, streszczenie prezentacji czy poprawienie tekstu to użytek prywatny: pracę nadal wykonujesz Ty, a narzędzie tylko pomaga. Automatyzacja AI w firmie to coś innego. Wyobraź sobie przepływ, który czyta fakturę od dostawcy, wyciąga kwotę i NIP, zakłada w programie księgowym projekt dekretu i pokazuje pracownikowi tylko wątpliwe przypadki. Pierwsze to osobisty asystent, drugie to krok pracy przejęty od człowieka. Ten tekst dotyczy drugiego: które zadania firma zatrudniająca od 5 do 50 osób może w ten sposób przekazać, co musi być wcześniej gotowe i gdzie człowiek musi pozostać w procesie. Jeśli szukasz narzędzia na własny użytek, ten artykuł nie jest dla Ciebie; jeśli prowadzisz firmę, czytaj dalej.

Do oceny, czy zadanie da się zautomatyzować, wystarczy jeden test: zadanie się powtarza, jego zasady da się spisać, a dane wejściowe są cyfrowe. Jeśli brakuje jednego z tych warunków, najpierw trzeba uzupełnić tę lukę. Zadania wykonywanego kilkadziesiąt razy dziennie, przy którym „każdy robi to po swojemu”, nie da się przekazać AI, bo nie ma reguły do przekazania. Dokument papierowy nie trafi do żadnego przepływu, dopóki nie zostanie zdigitalizowany. Mówiąc wprost: wiele firm nie spełnia dziś w pełni tego testu, dlatego każda sekcja poniżej opisuje nie tylko to, co da się zrobić, ale też to, co musi być gotowe.

Siedem procesów, które da się zautomatyzować

Poniższe siedem procesów to jedne z najczęstszych powtarzalnych zadań w małych i średnich firmach. Przy każdym opisujemy zadanie, sposób automatyzacji, wymagania i granicę.

Przygotowanie ofert i wycen

Zadanie: Przeczytanie zapytania klienta z e-maila, wybór pozycji z cennika, zastosowanie cen i rabatów oraz przygotowanie oferty.

Jak to się automatyzuje: System czyta zapytanie, dopasowuje produkty lub usługi do pozycji cennika, stosuje ustalone zasady rabatowe i tworzy projekt oferty na standardowym szablonie. Handlowiec sprawdza projekt, w razie potrzeby poprawia i wysyła.

Co musi być gotowe: Aktualny cennik trzymany w jednym miejscu, spisane zasady, który klient przy jakiej ilości dostaje jaki rabat, oraz zatwierdzony szablon oferty.

Granica: Negocjacje, ceny specjalne i wyjątki dla kluczowych klientów to decyzje człowieka. Jeśli zapytanie jest niejasne, system zgaduje, dlatego żadna oferta nie powinna trafić do klienta bez akceptacji handlowca.

Klasyfikacja i przekierowanie przychodzących e-maili

Zadanie: Czytanie e-maili we wspólnej skrzynce, dzielenie ich na zamówienia, reklamacje, pytania o faktury czy zgłoszenia rekrutacyjne i przekazywanie właściwej osobie.

Jak to się automatyzuje: Każdy e-mail otrzymuje kategorię według treści, oznaczenie pilności i trafia na listę zadań właściwej osoby lub zespołu. Dane takie jak numer zamówienia czy nazwa klienta są wyciągane i dopisywane do sprawy.

Co musi być gotowe: Spisana lista kategorii z osobą odpowiedzialną za każdą z nich oraz wcześniejsze, poprawnie sklasyfikowane przykłady e-maili.

Granica: E-mail łączący kilka tematów albo nietypowy może trafić w złe miejsce. Na przypadki, co do których system nie ma pewności, potrzebny jest folder „do sprawdzenia”. Automatyczne odpowiedzi do klientów to osobna decyzja, którą trzeba podjąć ostrożniej.

Odczyt faktur, dokumentów WZ i innych dokumentów

Zadanie: Otwieranie faktury w PDF lub zeskanowanego dokumentu WZ i ręczne przepisywanie daty, kwoty, NIP-u i pozycji do programu księgowego lub magazynowego.

Jak to się automatyzuje: Dokument jest odczytywany, pola wyciągane i porównywane z kartoteką dostawcy oraz zamówieniem. Jeśli wszystko się zgadza, powstaje projekt zapisu; jeśli kwota, ilość lub dostawca się nie zgadzają, dokument trafia do człowieka. Faktury ustrukturyzowane z Krajowego Systemu e-Faktur zawierają już dane w formie czytelnej dla maszyn, więc realna oszczędność pracy dotyczy dokumentów spoza KSeF: faktur zagranicznych, paragonów, dokumentów magazynowych i wszystkiego, co przychodzi jako PDF lub na papierze.

Co musi być gotowe: Czytelne dokumenty cyfrowe, sposób przekazywania danych do programu księgowego lub magazynowego oraz uporządkowane kartoteki dostawców i plan kont.

Granica: Słabe skany, pismo odręczne czy nietypowy układ prowadzą do błędów. Żaden zapis nie powinien stać się ostateczny bez akceptacji człowieka, a kwestie wymagające oceny, na przykład na które konto zaksięgować koszt, zostają po stronie księgowości. Jeśli Twoje dokumenty są niestandardowe albo dane mają trafiać do kilku systemów, taki przepływ buduje się nie gotowym narzędziem, tylko przez tworzenie oprogramowania AI dopasowanego do firmy.

Prognozowanie zapasów i zamówień

Zadanie: Co miesiąc decydowanie na podstawie wcześniejszej sprzedaży i doświadczenia, ile którego towaru zamówić.

Jak to się automatyzuje: Sprzedaż historyczna, sezonowość, okresy promocji i czasy dostaw są analizowane razem; system proponuje ilość zamówienia dla każdego towaru i szacuje, kiedy skończy się zapas. Osoba odpowiedzialna za zakupy koryguje lub akceptuje propozycję.

Co musi być gotowe: Historia sprzedaży na tyle długa, by widać było sezonowość, i spójna na poziomie towaru, niezmieniane przez lata kody towarów oraz zapisane czasy dostaw.

Granica: System nie przewidzi czegoś, czego wcześniej nie było: nowego produktu, nagłej zmiany popytu czy problemu z dostawami. Prognoza to propozycja; przy nowych produktach i w nietypowych okresach decyduje osąd człowieka.

Pierwsza odpowiedź na pytania klientów

Pierwszej odpowiedzi na powtarzalne pytania, takie jak „gdzie jest moje zamówienie”, „w jakich godzinach jesteście otwarci” czy „jak zwrócić towar”, może udzielać asystent korzystający z informacji firmy, który rozmowy, na które nie zna odpowiedzi albo które zawierają reklamację, przekazuje pracownikowi. Gotowe musi być aktualne, spisane źródło pytań i odpowiedzi; granicą jest każde pytanie spoza niego. Dla jakich firm to się sprawdza i jak się to wdraża, opisaliśmy szczegółowo w praktycznym poradniku o AI i chatbotach dla firm.

Tworzenie raportów i podsumowanie danych

Zadanie: Co tydzień zbieranie danych o sprzedaży, należnościach i zapasach z różnych programów i przygotowanie podsumowania dla zarządu.

Jak to się automatyzuje: Dane są automatycznie pobierane z systemów źródłowych, ustalone wskaźniki wyliczane, a system opisuje zwykłym językiem najważniejsze zmiany, na przykład grupę towarów, której sprzedaż spadła w porównaniu z poprzednim tygodniem, albo przeterminowane należności.

Co musi być gotowe: Spisane definicje wskaźników (co obejmuje „sprzedaż netto”, czy odejmuje się zwroty) i dostęp do danych z systemów źródłowych.

Granica: Część, która liczy wskaźniki, działa według ustalonych reguł; część, która pisze podsumowanie, może wskazać fałszywą zależność przyczynowo-skutkową albo opisać trend, którego nie ma. Każde stwierdzenie w podsumowaniu powinno więc opierać się na liczbie z raportu, a interpretacja i decyzje zostają po stronie zarządu.

Wstępna selekcja kandydatów

Zadanie: Czytanie aplikacji na stanowisko i wybieranie tych, które spełniają minimalne wymagania z ogłoszenia, na przykład określony certyfikat, kategorię prawa jazdy lub znajomość języka.

Jak to się automatyzuje: Aplikacje są odczytywane, informacje odnoszące się do kryteriów z ogłoszenia wyciągane, a dla każdej osoby powstaje krótkie podsumowanie. Osoba prowadząca rekrutację sama ocenia aplikacje na podstawie tych podsumowań.

Co musi być gotowe: Kryteria ustalone z góry, na piśmie i bez elementów dyskryminujących, oraz klauzula informacyjna wyjaśniająca kandydatom, jak przetwarzane są ich dane.

Granica i przepisy: Spośród siedmiu procesów ten wymaga największej ostrożności. Unijny AI Act (rozporządzenie 2024/1689) zalicza systemy AI stosowane w zatrudnieniu i rekrutacji do systemów wysokiego ryzyka i nakłada na nie dodatkowe obowiązki. Firmy działające w UE powinny ocenić, co to dla nich oznacza. Do tego RODO daje osobom prawa wobec decyzji, które opierają się wyłącznie na zautomatyzowanym przetwarzaniu i istotnie na nie wpływają; praktyczne wytyczne publikuje Urząd Ochrony Danych Osobowych. Wynik wstępnej selekcji powinien więc być podsumowaniem, a nie decyzją: odrzucić kandydata lub zaprosić go do kolejnego etapu powinna osoba, która przejrzała aplikację. Przed wdrożeniem czegokolwiek w tym obszarze skonsultuj swoją sytuację z prawnikiem.

Trzy rzeczy, które muszą być gotowe na starcie

Żaden z powyższych procesów nie zaczyna się od technologii. W większości firm prawdziwą przeszkodą nie jest sama AI, tylko jedna z trzech poniższych luk.

Uporządkowane dane — na rozproszonych arkuszach Excela nie zbuduje się automatyzacji

Automatyzacja korzysta z danych takich, jakie zastanie. Jeśli ten sam klient jest zapisany na trzy sposoby, kody towarów zmieniały się przez lata, a każdy handlowiec trzyma własny cennik na laptopie, system nie posprząta tego bałaganu, tylko go przyspieszy. Pierwszym krokiem jest wskazanie jednego źródła prawdy dla każdej informacji: w którym programie oficjalnie prowadzi się ceny, dane klientów i stany magazynowe. Często trwa to dłużej niż sam projekt automatyzacji i przynosi firmie korzyść nawet wtedy, gdy AI nigdy nie zostanie wdrożona.

Jasne procesy — niespisanego procesu nie da się zautomatyzować

Procesu, który „zna tylko nasza pani z księgowości”, nie da się przekazać. Każdy krok powinien być spisany: kto go wykonuje, na podstawie jakich informacji i według jakiej reguły. Które e-maile trafiają do księgowości? Od jakiej kwoty potrzebna jest akceptacja przełożonego? Co robić z wyjątkami? Spisując odpowiedzi, wiele firm odkrywa, że trzy osoby wykonują to samo zadanie na trzy różne sposoby. Automatyzacja procesów biznesowych ma sens dopiero wtedy, gdy ta różnica zostanie usunięta.

Osoba odpowiedzialna — ktoś musi pilnować wyników

Każdy zautomatyzowany przepływ potrzebuje właściciela: kto sprawdza wyniki, kto poprawia zauważony błąd, kto aktualizuje reguły, gdy pojawia się nowy cennik albo nowy towar. Automatyzacja bez właściciela w ciągu kilku miesięcy staje się narzędziem, któremu nikt nie ufa, albo takim, którego nikt nie sprawdza. To drugie jest groźniejsze, bo błędy narastają niezauważone.

Od czego zacząć

Zacznij od najmniejszego, najczęściej powtarzanego procesu, którego wynik najłatwiej zmierzyć, a nie od dużego projektu w stylu „przenosimy firmę na AI”. Dobrym pierwszym kandydatem jest często odczyt dokumentów lub klasyfikacja e-maili: dane wejściowe są cyfrowe, reguły dość jasne, a błędy łatwo zauważyć.

Zanim zaczniesz, zapisz miernik sukcesu. „Ma być wydajniej” nim nie jest; „ile faktur kosztowych jest księgowanych poprawnie bez czyjejkolwiek korekty” albo „jak szybko e-mail trafia do właściwej osoby” już tak. Zmierz obecną wartość przed pilotażem, bo inaczej nie będzie z czym porównać wyników. Jeśli korzystasz z zewnętrznego doradztwa AI, na pierwszym spotkaniu rozmawiaj o tym mierniku, a nie o narzędziach.

Następnie zaplanuj ograniczony pilotaż: określony czas, jeden rodzaj dokumentu albo jedna skrzynka. W tym okresie wyniki automatyzacji i praca pracownika idą równolegle, błędy są zapisywane, a reguły poprawiane. Jeśli pilotaż spełnia miernik, zakres się rozszerza; jeśli nie, ustala się, czy problem leży w danych, w procesie, czy w narzędziu. Jak planujemy te kroki razem z firmami, opisujemy na stronie automatyzacja AI.

Czego AI nie potrafi

Żeby dobrze umieścić AI w firmie, trzeba wiedzieć, czego nie potrafi.

  • Nie bierze odpowiedzialności. Za błędną ofertę, złe zaksięgowanie czy niesprawiedliwą decyzję w rekrutacji odpowiada firma, która korzysta z systemu. „Tak wyszło z systemu” nie jest wyjaśnieniem.
  • Nie zna kontekstu. O wczorajszej rozmowie telefonicznej z klientem, ustnej umowie z dostawcą czy priorytetach firmy w tym miesiącu wie tylko wtedy, gdy ktoś jej o tym powie. Poza tym kontekstem może podjąć błędną decyzję z pełnym przekonaniem.
  • Potrafi zmyślać. Zamiast powiedzieć „nie wiem”, modele językowe mogą wygenerować odpowiedź, która brzmi wiarygodnie, ale jest błędna. Nazywa się to halucynacją i jest szczególnie groźne przy liczbach, datach, nazwiskach i odwołaniach do przepisów. Każdy wynik musi więc dać się sprawdzić u źródła.
  • Nie może działać bez nadzoru. Ceny, reguły i warunki biznesowe się zmieniają; reguła, która wczoraj działała, dziś może dawać złe wyniki. Automatyzacja, której wyniki nie są regularnie sprawdzane na próbkach, po cichu powiela błędy.

Te granice nie czynią AI bezużyteczną; wyznaczają jej miejsce. Przy zadaniach powtarzalnych, ze spisanymi regułami i sprawdzalnym wynikiem odciąża zespół od żmudnych kroków. Decyzje, odpowiedzialność i wyjątki zostają po stronie ludzi.

Najczęściej zadawane pytania

Czy mała firma naprawdę może skorzystać z AI?

Tak, ale zwykle dzięki jednemu powtarzalnemu zadaniu, a nie dużemu projektowi. Jeśli zadanie wykonuje się codziennie tak samo, jego zasady da się spisać, a dane wejściowe są cyfrowe, na przykład przy wprowadzaniu faktur kosztowych, także mała firma może je zautomatyzować. Decyduje nie liczba pracowników, tylko to, jak uporządkowane są proces i dane.

Ile danych potrzeba, żeby korzystać z AI?

To zależy od procesu. Przy odczycie dokumentów czy klasyfikacji e-maili na start często wystarczy kilkadziesiąt poprawnie obsłużonych przykładów i spisane zasady. Prognozowanie zapasów wymaga historii sprzedaży na tyle długiej i spójnej, by widać było sezonowość. Ważniejsze od ilości danych jest to, by były uporządkowane i trzymane w jednym miejscu.

Czy to zadziała z programami, których już używamy?

W większości przypadków tak. Automatyzacja nie zastępuje programu księgowego, magazynowego ani CRM, tylko odczytuje z niego dane i zapisuje je z powrotem. Potrzebny jest do tego sposób wymiany danych (API, wymiana plików lub moduł integracyjny), więc to ograniczenie techniczne trzeba sprawdzić na początku.

Kto odpowiada, jeśli wynik AI jest błędny?

Firma, która korzysta z systemu. AI to narzędzie pracy, a nie decydent; skutki błędnej oferty czy złego zaksięgowania ponosi firma. Dlatego każdy zautomatyzowany przepływ potrzebuje wskazanej osoby, która sprawdza wyniki i poprawia błędy.

Czy wolno używać AI w rekrutacji?

To kwestia oceny prawnej, zależna od tego, jak system jest wykorzystywany. Unijny AI Act zalicza systemy AI stosowane w zatrudnieniu i rekrutacji do systemów wysokiego ryzyka i nakłada na nie dodatkowe obowiązki, a RODO daje osobom prawa wobec decyzji opartych wyłącznie na zautomatyzowanym przetwarzaniu. W praktyce wynik wstępnej selekcji powinien sprawdzić człowiek i to on powinien podjąć decyzję; przed wdrożeniem warto skonsultować się z prawnikiem.