Povzetek vsebine
AI za vaše podjetje na način, da prinaša rezultate – in ga zaposleni sprejmejo.
- AI kot osebni pomočnik zaposlenih
- Avtonomni AI agenti so zanimivi…
- AI kot del poslovnega procesa
- AI za proizvodnjo
- AI za logistiko
- AI za prodajo
- AI za marketing
- AI za finance
- AI za HR funkcijo
- Kje je razlika med obema pristopoma
- AI mora biti v sožitju s procesi in podatki
- Razlikovati prototip od realne uporabe
- AI rešitev ni nujno najbolj atraktivna
- Kaj to pomeni za podjetja
- Razmišljate o AI orodju za svoje podjetje?
Ta prispevek je nastal po seriji AI delavnic za različne profile zaposlenih, ki sem jih izvedel za podjetja (in-house) in IIBA Slovenia združenje ter na podlagi produktivnega uvajanja AI arhitekture z orodji v poslovanje slovenskih podjetij (proizvodnja, on-line ecommerce) ter bank v mojem intenzivnem delovanju na področju AI (več kot 5 let).
O umetni inteligenci v podjetjih se trenutno veliko govori. Včasih že skoraj preveč. Vsak teden je novo orodje, nov model, nov agent, nov “game changer” in potem ima človek občutek, da če tega ne uporablja, nekaj zamuja.
A ko prideš v konkretno podjetje, se zgodba hitro umiri. Tam ni več samo vprašanje, kateri AI model je bolj pameten, ampak kaj se dejansko dogaja v procesu, kje so podatki, kdo kaj potrjuje, kateri sistem je vir resnice in kje zaposleni vsak dan izgubljajo čas.
V praksi zato vidim dve precej različni uporabi AI. Prva je AI kot pomočnik posameznika. Druga je AI avtomatizacija kot del poslovnega procesa. Obe sta uporabni, ampak nista enaki. Tudi učinek na podjetje je zelo drugačen.
AI kot osebni pomočnik zaposlenih
Veliko podjetij začne z AI zelo naravno. Nekdo v vodstvu začne uporabljati ChatGPT ali Claude za pripravo dopisov, povzetkov, idej ali analiz. Nekdo v marketingu ga uporabi za vsebine. Projektni vodja za zapisnik. Pravnik za prvi pregled dokumenta. Nabavnik za primerjavo ponudb. Nekdo v tehnični ekipi si pomaga pri kodi ali dokumentaciji.
To je čisto normalen začetek. Tudi smiseln. Ljudje najprej vidijo, da AI nekaj zna. Da jim pomaga razmišljati, strukturirati tekst, prevesti nekaj, pripraviti osnutek, poiskati vzorec ali malo razbiti prazno stran.
Potem pridejo še bolj napredni osebni pomočniki. Avtonomni agenti, lokalni modeli, RAG baze znanja, interni chatboti nad dokumenti, pomočniki za direktorje in strokovne specialiste. Nekdo ima agenta, ki bere dokumentacijo. Nekdo ga poveže z mailom. Nekdo mu da dostop do datotek. Nekdo ga uporabi kot osebno tajnico, ki naj bi “malo uredila stvari”.
Ta smer je zanimiva, ker zelo hitro pokaže učinek pri posamezniku. Direktor lahko hitreje pripravi govor ali povzetek sestanka. Strokovni specialist lahko hitreje pride do odgovora iz interne dokumentacije. Prodajnik si lahko pomaga pri pripravi ponudbe. Vodja lahko hitreje razume nekaj, kar bi sicer moral prebrati v 30 straneh PDF-ja.
A pri tej uporabi se pojavi tudi meja. AI pomaga posamezniku, podjetje kot sistem pa se pogosto ne spremeni. Še vedno je treba ročno kopirati podatke iz enega sistema v drugega. Še vedno nekdo preverja Excel. Še vedno nekdo pošilja mail. Še vedno nekdo odpira CRM, ERP, DMS, MES ali kakšen interni portal in potem malo ročno preklaplja med okni.
AI je v tem primeru lahko zelo koristen, ampak pogosto ostane ob strani. Kot zelo pameten sodelavec, ki sedi zraven, nima pa zares mesta v procesu.
Avtonomni AI agenti so zanimivi…
Avtonomni AI agenti so danes zelo atraktivni za prikaz. Agent odpre browser, poišče podatke, nekaj klikne, nekaj napiše, odda obrazec, pošlje rezultat in vsi imamo občutek, da gledamo prihodnost dela.
In delno jo res gledamo. Samo v podjetju je treba biti malo bolj trezen.
Če agent nekaj naredi po svoje, je pri osebni uporabi to mogoče samo malo nerodno. Če pa agent napačno razume naročilo kupca, pripravi napačen nalog, spregleda omejitev v proizvodnji ali pošlje napačen odgovor stranki, pa to ni več samo simpatična AI dogodivščina.
Pri avtonomnih agentih je zato pomembno, da jih ne razumemo kot čarobne digitalne zaposlene, ki jim samo damo nalogo in potem bo podjetje delovalo samo od sebe. V realnem okolju potrebujejo omejitve, kontekst, podatke, pravila in predvsem jasno določeno odgovornost.
Zato se mi zdi uporaba avtonomnih agentov zelo zanimiva za osebno produktivnost, raziskovanje, hitro pripravo osnutkov, delo z znanjem in podporo strokovnjakom. Pri poslovnih procesih pa jih je treba precej bolj prizemljiti. Vpeti v tok dela. Dati jim okvir. Harness, če uporabim malo bolj tehničen izraz.
AI kot del poslovnega procesa
Druga uporaba AI je manj spektakularna na prvi pogled, ampak za podjetja pogosto precej bolj uporabna. To je takrat, ko AI ni več samo chat okno ali osebni pomočnik, ampak postane del procesa.
To pomeni, da AI ne čaka, da nekdo ročno kopira podatke v prompt. Podatke dobi iz sistema. Iz ERP-ja, CRM-ja, DMS-a, MES-a, spletne trgovine, obrazca, e-pošte, dokumentnega sistema ali drugega vira. Nato naredi svoj del naloge, vrne strukturiran rezultat in proces gre naprej.
Včasih AI samo pripravi predlog. Včasih preveri skladnost. Včasih dopolni manjkajoče podatke. Včasih poišče tveganje. Včasih pripravi vprašanje za človeka. Včasih pa nekaj samodejno razvrsti, označi ali posreduje naprej.
To ni več “jaz vprašam AI, AI mi odgovori”. To je bolj: podjetje ima proces, v katerem AI opravi en del dela, kjer ima to smisel.
AI za proizvodnjo
V proizvodnji se hitro vidi, ali je AI samo igrača ali pa ima dejansko mesto v procesu. Če so podatki razmetani po PDF-jih, Excelih, mailih in glavah izkušenih zaposlenih, potem tudi najboljši model ne bo čudežno uredil proizvodnje.
Lahko pa AI pomaga tam, kjer se ponavlja ista zmeda. Recimo pri pripravi delovnega naloga iz naročila, kjer je treba preveriti dimenzije, materiale, dodatne zahteve kupca in omejitve proizvodnje. AI lahko najprej prebere naročilo, primerja podatke z internimi pravili, opozori na manjkajoče informacije in pripravi osnutek naloga, ki ga človek potrdi.
V drugem primeru je lahko povezan z MES sistemom. Pogleda trenutno stanje nalogov, zasedenost proizvodnih celic, zamude ali posebne zahteve. Ne zato, da bi sam vodil proizvodnjo kot general, ampak da pomaga planerju videti, kje se nekaj ne ujema.
Pri kakovosti je zgodba podobna. Če ima podjetje slike izdelkov, zapise kontrol, reklamacije in tehnične zahteve, se lahko AI uporabi kot pomoč pri zaznavi vzorcev. Na primer, da se pri določenem tipu izdelka vedno znova pojavlja podobna napaka. Ali da se napaka pojavlja pri določenem dobavitelju materiala. To je lahko za človeka zamudno, za AI pa zanimiv del naloge, če ima podatke urejene dovolj dobro.
AI za logistiko
V logistiki se AI lepo pokaže takrat, ko mora povezati naročilo, zalogo, dobavni rok, transport in obljubo kupcu. Veliko podjetij ima to sicer že delno podprto v ERP-ju, ampak praksa je pogosto bolj pisana. Malo je v sistemu, malo v mailu, malo v Excelu, malo pa v telefonskem dogovoru.
AI lahko pomaga pri pripravi odgovora kupcu glede dobave, ampak samo, če je povezan s pravimi podatki. Če samo napiše lep tekst, to ni dovolj. Mora razumeti, kaj je naročeno, kaj je na zalogi, kaj je v proizvodnji, kaj je že rezervirano in kje lahko nastane zamuda.
Uporaben primer je tudi obdelava vhodnih sporočil. Kupec pošlje vprašanje, sistem prepozna, da gre za spremembo dobavnega roka, preveri podatke v ERP-ju ali CRM-ju, pripravi predlog odgovora in ga pošlje v potrditev odgovorni osebi. Zaposleni ne skače ročno med petimi sistemi, ampak dobi pripravljen kontekst.
AI za prodajo
V prodaji se AI pogosto začne pri pisanju mailov, pripravi ponudb in iskanju argumentov za stranko. To je koristno. Ampak prava uporaba je bolj zanimiva takrat, ko se AI poveže s CRM-jem, zgodovino kupca, katalogom produktov, ceniki, popusti, zalogo in internimi pravili.
Demo v živo (brez registracije): Več-agentsko okolje oddelka Prodaja
Recimo prodajnik prejme povpraševanje. AI iz sporočila razbere, kaj kupec želi, preveri obstoječo zgodovino v CRM-ju, pogleda, ali je kupec že imel podobne zahteve, pripravi osnutek ponudbe in opozori, če zahteva ni skladna s standardno ponudbo podjetja.
Prodajnik je še vedno tisti, ki razume odnos s kupcem. AI pa mu lahko pripravi material, izpostavi tveganja, najde podobne primere in skrajša čas od povpraševanja do odgovora. To je precej bolj uporabno kot generični prompt “napiši mi ponudbo za kupca”.
AI za marketing
Marketing je področje, kjer se AI hitro prime, ker je veliko dela z besedili, kampanjami, objavami, analizami in segmentacijo. Ampak tudi tukaj je razlika med tem, da nekdo ročno prosi AI za objavo, in tem, da je AI del marketinškega procesa.
Če je AI povezan s podatki o kampanjah, obiskih spletne strani, konverzijah, produktih, ciljnih skupinah in prodajnih aktivnostih, postane bolj uporaben. Lahko pomaga pripraviti vsebine, ampak na podlagi dejanskih podatkov podjetja, ne samo splošnih marketinških fraz.
Na primer, podjetje ima kampanjo za določen produkt. AI lahko pregleda obstoječe prodajne materiale, odzive kupcev, pogosta vprašanja, podatke iz CRM-ja in rezultate preteklih kampanj. Potem pripravi osnutek novih vsebin, predlaga poudarke in opozori, kje komunikacija mogoče ni skladna s tem, kar prodaja dejansko sliši na terenu.
AI za finance
V financah je treba biti z AI zelo previden, ampak to ne pomeni, da ni uporaben. Ravno nasprotno. Samo ne sme biti razpuščen.
AI lahko pomaga pri razlagi poročil, pripravi komentarjev za vodstvo, primerjavi stroškovnih odstopanj ali pripravi vprašanj za odgovorne osebe. Če je povezan z ERP-jem, dokumentnim sistemom in odobritvenimi tokovi, lahko pomaga tudi pri preverjanju vhodnih računov, naročilnic, pogodb in internih pravil.
V praksi to pomeni, da AI ne “vodi financ”, ampak pomaga ujeti odstopanja, razložiti številke, pripraviti povzetke in opozoriti človeka, ko nekaj ne izgleda skladno. Odločitev in odgovornost pa ostaneta tam, kjer morata biti.
AI za HR funkcijo
V HR-ju se AI pogosto uporabi za pripravo oglasov, opisov delovnih mest, vprašanj za razgovore ali povzetkov kandidatov. To je začetek. Bolj zanimivo postane, ko je povezan s kadrovskimi procesi, kompetenčnimi modeli, internimi pravilniki, onboarding dokumenti in znanjem podjetja.
AI lahko pomaga novemu zaposlenemu razumeti osnovne postopke. Lahko pripravi personaliziran onboarding plan. Lahko pomaga vodji pri pripravi razvojnega pogovora. Lahko pregleda, ali so interni dokumenti zastareli ali med seboj neskladni.
Tudi tukaj ni dobro, da AI dela po svoje. HR je občutljivo področje. Zato je pomembno, da AI deluje kot pomoč v procesu, ne kot nekdo, ki sam sprejema pomembne odločitve o ljudeh.
Kje je razlika med obema pristopoma
| Pristop | Kako se običajno uporablja | Kje je vrednost | Kje se hitro pokaže meja |
|---|---|---|---|
| AI kot osebni pomočnik | Zaposleni ročno uporablja ChatGPT, Claude, Copilot, agenta ali interno bazo znanja. | Hitrejše pisanje, razmišljanje, povzemanje, iskanje idej in delo z dokumenti. | Podatki se pogosto ročno kopirajo, proces se ne spremeni, rezultat ostane odvisen od posameznika. |
| AI vpet v poslovni proces | AI je povezan z ERP, CRM, DMS, MES, obrazci, maili, prodajnimi in marketinškimi tokovi. | AI opravi konkreten del procesa, pripravi strukturiran rezultat in pomaga, da delo teče naprej. | Zahteva več priprave, boljše podatke, jasna pravila in odgovornosti. |
| Avtonomni agent | Agent sam izvaja naloge, uporablja orodja, odpira strani, bere dokumente in izvaja korake. | Dober za raziskovanje, osebno produktivnost, osnutke, delo z znanjem in eksperimente. | V poslovnem procesu potrebuje omejitve, nadzor in jasen okvir, sicer lahko hitro naredi kaj po svoje. |
AI mora biti v sožitju s procesi in podatki
Podjetja imajo že danes veliko sistemov. ERP, CRM, DMS, MES, spletne strani, obrazci, maili, prodajna orodja, marketinška orodja, baze znanja, SharePoint, Google Drive, Exceli in še kaj. Težava ni vedno v tem, da podatkov ni. Pogosto jih je celo preveč, samo niso povezani v uporaben tok dela.
Zato je pri AI pomembno, da ga ne dodamo kot še eno okno, ki ga mora zaposleni odpirati zraven vsega ostalega. Če mora človek najprej odpreti ERP, kopirati podatek, potem odpreti CRM, potem vprašati AI, potem rezultat prekopirati v mail, potem še enkrat preveriti v Excelu, smo sicer nekaj dodali, nismo pa nujno veliko izboljšali.
Bolj smiselno je, da AI dela tam, kjer se podatki že premikajo. Ko pride novo povpraševanje. Ko se odda naročilo. Ko se pripravi delovni nalog. Ko pride račun. Ko stranka pošlje reklamacijo. Ko se odpre nov lead. Ko se pripravlja kampanja. Ko se dokument naloži v DMS.
Takrat lahko AI pobere kontekst, naredi svoj del naloge in rezultat vrne nazaj v sistem. Človek pa ne skače ves čas med orodji, ampak dobi nekaj, kar je že pripravljeno za odločitev, popravek ali potrditev.
Razlikovati prototip od realne uporabe
AI demo je lahko zelo hitro impresiven. Včasih celo preveč. Nekaj klikov, lep odgovor, malo avtomatizacije in vsi imamo občutek, da smo zelo blizu rešitve.
Potem pa pride realno podjetje. Stari podatki. Manjkajoči podatki. Dve verziji istega dokumenta. En oddelek uporablja en šifrant, drugi malo drugačnega. Nekdo ima Excel, ki ga vsi uporabljajo, ampak uradno ne obstaja. Nekdo ve, kako se zadeva dela, ampak tega ni nikjer zapisano.
Tu se pokaže, ali je AI rešitev res vpeta v podjetje ali pa je samo lep sloj čez nered. Če je samo lep sloj, bo mogoče nekaj časa izgledalo dobro. Potem pa začnejo prihajati izjeme.
AI rešitev ni nujno najbolj atraktivna
Po mojih izkušnjah najbolj uporabne AI rešitve pogosto niso najbolj spektakularne. Niso vedno tiste, kjer agent sam nekaj dramatično izvaja po internetu. Velikokrat so bolj dolgočasne.
Pogosto se izkaže, da podjetje za svoj izziv sploh ne potrebuje AI-ja, ampak najprej urediti procese in podatke. Šele nato nastopi scaling z AI-jem.
AI prebere vhodni mail in ga pravilno razvrsti. AI pripravi osnutek odgovora na podlagi podatkov iz CRM-ja. AI opozori, da v naročilu manjka pomemben podatek. AI prebere dokument in ga poveže s pravim primerom. AI pripravi povzetek za vodjo, ki nima časa brati desetih prilog. AI pomaga zaposlenemu, da ne išče pol ure po mapah, kdo je zadnjič nekaj rešil.
To ni tako glasno kot “avtonomni agent bo vodil podjetje”. Je pa bolj blizu realni uporabnosti.
Kaj to pomeni za podjetja
Podjetja bodo verjetno še nekaj časa uporabljala obe smeri. Osebni AI pomočniki bodo ostali, ker so uporabni in ker zaposlenim hitro dajo občutek, kaj AI zmore. To je dobro. Tudi RAG baze znanja, interni chatboti in osebni agenti imajo svoje mesto.
Za resnejšo poslovno vrednost pa bo treba AI počasi vpenjati v procese. Ne povsod naenkrat. Ne z velikim projektom, kjer naj bi AI v enem letu preoblikoval celo podjetje. Bolj smiselno je vzeti en konkreten tok dela, pogledati podatke, pravila, izjeme in odgovornosti, potem pa AI dodati tja, kjer lahko res pomaga.
Včasih bo to prodajni proces. Včasih proizvodnja. Včasih podpora kupcem. Včasih finance ali HR. Pomembno je, da AI ne lebdi ob strani kot še eno orodje, ampak ima jasno mesto v delu podjetja.
To je zame trenutno najbolj uporabna smer AI za podjetja. Manj fascinacije nad tem, kaj agent zna narediti sam, in več razumevanja, kako ga vpeti v realen proces, realne podatke in realno odgovornost.
Razmišljate o AI orodju za svoje podjetje?
Napredni prodajni pristop lahko zelo hitro pokažemo v obliki delujočega prototipa, ki ga preizkusijo v živo tudi vaši sodelavci in po dgovoru tudi stranke. Delujoč prototip je nadalje dobra osnova za razširitev AI podprtih procesov v realno uporabo, kjer že tečejo sistemi kot so CRM, ERP in ostali specifični poslovni in tehnološki sistemi – odvisno od vrste poslovanja.
Pri kompleksnih projektih vključimo ekspertno ekipo AIVAAS, ki strateško pristopi k top-down metodologiji in vključuje change management uvedbe novih procesov in podpre dejansko AI transformacijo poslovanja. Ključna razlika je v tem, da AIVAAS ne uvaja zgolj orodja, ampak nov način dela in strateškega razmišljanja.
