Handlowiec odczytuje zamówienie z PDF, pracownik zakupów porównuje oferty, a kierownik łączy kilka raportów. W każdym z tych procesów występują powtarzalne czynności, ale również wyjątki wymagające wiedzy człowieka. Agent AI może wspierać przepływ pracy, jeśli jego zadanie, dostęp do danych i uprawnienia są jasno określone.
Agent AI to rozwiązanie, które może dobierać kolejne kroki i korzystać z narzędzi w ramach wyznaczonego zadania. W firmie produkcyjnej jego wartość zależy od jakości integracji i kontroli procesu. Sam interfejs rozmowy nie zapewnia poprawnego wykonania zamówienia ani wiarygodnego raportu.
Kiedy agent ma sens, a kiedy wystarczy zwykła automatyzacja?
Jeśli plik ma stałą strukturę, a decyzja wynika z kilku jednoznacznych reguł, rozpocznij od integracji lub workflow. Model AI może być przydatny tam, gdzie wejście jest mniej uporządkowane: wiadomości od klientów, różne układy dokumentów albo pytania zadawane językiem naturalnym.
Rozdziel interpretację od wykonania. AI może odczytać intencję i zaproponować dane, natomiast system powinien sprawdzić typy pól, istnienie kontrahenta, jednostki i dozwolony stan dokumentu. Walidacja biznesowa nie powinna zależeć wyłącznie od kolejnej odpowiedzi modelu.
Przykład: zamówienie klienta do szkicu w ERP
Wyobraźmy sobie proces, w którym wiadomość zawiera PDF z zamówieniem. Agent odczytuje pozycje, wyszukuje kartoteki i przygotowuje szkic. Pracownik widzi źródłowy dokument, proponowane dopasowania i pola wymagające uwagi. Dopiero zatwierdzenie uruchamia uzgodniony zapis w ERP.
Najtrudniejsze bywają sytuacje pozornie drobne: jednostka „opakowanie” zamiast „sztuka”, stary symbol produktu, zmiana adresu dostawy albo ponownie wysłany załącznik. Dla każdego przypadku ustal regułę. Jeżeli produkt jest nieznany, system powinien przekazać zadanie do wyjaśnienia, a nie tworzyć nową kartotekę bez kontroli.
Miarą pilotażu może być czas przygotowania poprawnego szkicu oraz udział dokumentów wymagających korekty. Sama liczba odczytanych plików nie pokazuje, czy pracownik rzeczywiście ma mniej pracy.
Przykład: porównanie ofert zakupowych
Agent może zebrać z dokumentów cenę, termin, ilość minimalną i warunki dostawy, a następnie przygotować tabelę. Wartość takiego zestawienia zależy od porównywalności danych: ceny za tę samą jednostkę, zgodnej waluty i tej samej specyfikacji produktu.
Nieznany warunek powinien pozostać oznaczony jako brak informacji. Model nie powinien uzupełniać przewidywanej daty ani rabatu tak, jakby pochodziły z oferty. Decyzję zakupową pozostaw osobie z właściwym uprawnieniem, zwłaszcza gdy zmienia dostawcę, zobowiązanie lub parametry materiału.
Przykład: raport zmiany produkcyjnej
Agent pobiera zatwierdzone dane o wykonaniu i przestojach, po czym przygotowuje opis odchyleń. Wartości liczbowe najlepiej wyliczać w kontrolowanym zapytaniu lub funkcji, a modelowi powierzyć objaśnienie. Użytkownik powinien móc przejść od podsumowania do danych źródłowych i okresu raportu.
Jeśli system nie ma pomiarów dla części zmiany, raport musi pokazać lukę. Zdanie „brak awarii” nie jest równoważne zdaniu „brak danych o awariach”. Powiązanie z procesem zbierania danych opisujemy szerzej w poradniku integracji ERP i maszyn.
Mapa procesu do pierwszego pilotażu
| Element | Co zapisać przed budową |
|---|---|
| Wyzwalacz | Wiadomość, dokument albo zatwierdzony harmonogram |
| Dane wejściowe | Źródła i zakres, do którego agent ma dostęp |
| Zadanie AI | Interpretacja, dopasowanie lub opis |
| Walidacja | Reguły sprawdzane poza modelem |
| Decyzja człowieka | Kiedy i kto zatwierdza wynik |
| Działanie | Dokładnie określony zapis lub utworzenie szkicu |
| Historia | Źródła, wynik, korekty i osoba zatwierdzająca |
Przejdź przez mapę dla jednego rzeczywistego przykładu oraz jednego wyjątku. Jeśli zespół nie potrafi uzgodnić, kto zatwierdza wynik, wdrożenie agenta nie rozwiąże tej niejasności organizacyjnej.
Jak ograniczyć ryzyko błędnych działań?
Przyznaj dostęp tylko do potrzebnych operacji. Rozpocznij od odczytu danych lub tworzenia szkiców. Każde narzędzie powinno mieć walidowane parametry i jasno określony rezultat. Wysyłanie wiadomości, zamówienia i zmiany stanów to osobne uprawnienia, a nie automatyczny dodatek do rozmowy z asystentem.
Dokumenty i wiadomości traktuj jako dane, również wtedy, gdy zawierają polecenia skierowane do modelu. Treść załącznika nie powinna zmieniać zasad dostępu ani autoryzować działania. To istotne przy integracji agenta z zewnętrznym obiegiem informacji. Ramy identyfikowania i monitorowania ryzyk przedstawia NIST AI RMF.
Czy agent może działać na danych z kilku zakładów?
Technicznie taki zakres można rozważyć, ale uprawnienia muszą odzwierciedlać rzeczywisty dostęp użytkownika. Kierownik jednego zakładu nie powinien otrzymywać dokumentów drugiego tylko dlatego, że znalazły się w tym samym indeksie wyszukiwania. Sprawdzaj uprawnienia przy pobieraniu danych i wykonywaniu działania. W teście uwzględnij użytkownika z ograniczonym dostępem oraz zadanie, którego nie wolno mu wykonać, a nie wyłącznie konto administratora.
Jak ocenić rezultat?
Porównaj czas pełnej obsługi, liczbę korekt, błędy krytyczne i koszt jednostkowy. Zapisz również przypadki, w których agent powinien się zatrzymać. Udany pilotaż nie musi oznaczać pełnej autonomii; może oznaczać szybsze przygotowanie poprawnej decyzji przez pracownika.
Przed rozszerzeniem sprawdź koszty utrzymania AI oraz etapy wdrożenia w małej firmie. Jeśli masz konkretny obieg dokumentów lub raportów, poznaj usługę firmowego agenta AI w IT Hero. Na rozmowę przygotuj kilka reprezentatywnych przykładów i listę czynności wymagających zatwierdzenia.
