AI zamiast nudnej roboty - ebook

WSTĘP

Każdego dnia miliony ludzi wykonują zadania, które nie wymagają od nich ani szczególnej kreatywności, ani wyjątkowej wiedzy, ani nawet podejmowania trudnych decyzji. Otwierają skrzynkę pocztową, przepisują informacje z jednego dokumentu do drugiego, kopiują dane między arkuszami, tworzą podobne raporty, odpowiadają na niemal identyczne wiadomości, sprawdzają statusy zamówień, przygotowują zestawienia, szukają informacji w dokumentach, porządkują pliki, wpisują dane do systemów, tworzą podsumowania spotkań, przypominają innym o terminach, przepisują notatki, poprawiają teksty i wykonują dziesiątki innych czynności, które pojedynczo wydają się nieistotne, ale razem potrafią pochłonąć ogromną część tygodnia pracy.

Co ciekawe, większość osób nie nazywa tego problemem. Mówimy: „taka jest praca”, „trzeba to zrobić”, „zawsze tak robiliśmy”, „zajmuje tylko kilka minut”. I właśnie te kilka minut jest jednym z największych złodziei czasu we współczesnym świecie pracy.

Pięć minut dziennie może wydawać się niczym. Dziesięć minut również. Kwadrans? Nadal niewiele. Ale jeżeli podobnych czynności wykonujemy kilkanaście albo kilkadziesiąt każdego dnia, sytuacja zaczyna wyglądać zupełnie inaczej. Czas tracony na pojedyncze, powtarzalne zadania sumuje się. Godzina dziennie oznacza około pięciu godzin tygodniowo przy standardowym tygodniu pracy. To ponad dwadzieścia godzin miesięcznie. W skali roku robi się z tego wiele pełnych dni roboczych.

I właśnie tutaj pojawia się sztuczna inteligencja.

Nie jako futurystyczny robot, który pewnego dnia przyjdzie do biura i zabierze człowiekowi komputer. Nie jako ciekawostka, którą można przetestować przez kilka minut, pytając ją o pogodę, przepis na obiad czy pomysł na prezent. AI może być czymś znacznie bardziej praktycznym: narzędziem, które przejmuje część powtarzalnej pracy i pozwala człowiekowi skupić się na zadaniach, w których rzeczywiście potrzebne są jego doświadczenie, odpowiedzialność, osąd, relacje z innymi ludźmi i kreatywność.

Ta książka powstała właśnie z tego powodu.

Nie po to, żeby przekonywać, że od jutra każdą czynność powinien wykonywać za nas algorytm. Nie po to, żeby sugerować, że człowiek nie jest już potrzebny. I przede wszystkim nie po to, żeby zamienić automatyzację w modne hasło technologiczne.

Chodzi o coś znacznie prostszego.

JEŻELI MASZYNA MOŻE WYKONAĆ ZA CIEBIE POWTARZALNĄ CZYNNOŚĆ SZYBCIEJ, TANIEJ I BEZ UTRATY JAKOŚCI, WARTO PRZYNAJMNIEJ SPRAWDZIĆ, CZY NAPRAWDĘ POWINIENEŚ WYKONYWAĆ JĄ RĘCZNIE.

To jedno pytanie może zmienić sposób, w jaki patrzysz na swoją pracę.

Przez dziesięciolecia automatyzacja kojarzyła się przede wszystkim z przemysłem. Robot miał wykonywać czynność na taśmie produkcyjnej. Maszyna miała pakować produkty, sortować elementy, spawać, ciąć, przenosić albo montować. Automatyzacja była czymś fizycznym i często bardzo drogim. Wymagała specjalistów, infrastruktury, programistów, urządzeń i dużych inwestycji.

Dzisiaj sytuacja wygląda inaczej.

Automatyzować można również pracę wykonywaną przy biurku.

Można automatyzować część komunikacji. Można automatyzować przygotowywanie dokumentów. Można automatyzować analizę informacji. Można automatyzować klasyfikowanie wiadomości. Można automatyzować pracę z arkuszami kalkulacyjnymi. Można automatyzować tworzenie podsumowań. Można automatyzować przepływ informacji między aplikacjami. Można automatyzować przygotowywanie pierwszych wersji tekstów. Można automatyzować wyszukiwanie określonych danych. Można automatyzować powtarzalne czynności administracyjne.

I nie zawsze potrzebny jest do tego programista.

To jedna z najważniejszych zmian, jakie przyniosła współczesna sztuczna inteligencja.

Jeszcze niedawno pomysł automatyzacji własnej pracy mógł brzmieć jak zadanie dla działu IT. Jeżeli chciałeś, aby dwa systemy wymieniały między sobą informacje, prawdopodobnie potrzebowałeś programisty. Jeżeli chciałeś stworzyć własny skrypt, musiałeś znać język programowania. Jeżeli chciałeś połączyć kilka narzędzi, potrzebowałeś wiedzy technicznej.

Dzisiaj coraz więcej narzędzi pozwala budować automatyzacje w sposób wizualny, wykorzystując gotowe integracje, reguły, formularze, wyzwalacze i instrukcje pisane zwykłym językiem. AI dodatkowo zmniejsza barierę wejścia, ponieważ może pomóc człowiekowi zrozumieć proces, zaprojektować rozwiązanie, przygotować instrukcję, stworzyć formułę, wygenerować kod, wyjaśnić błąd albo zaproponować prostszy sposób wykonania zadania.

Nie oznacza to, że technologia zrobi wszystko sama.

I to rozróżnienie będzie w tej książce bardzo ważne.

Automatyzacja nie polega na tym, żeby bez zastanowienia przekazać AI wszystkie swoje obowiązki.

Automatyzacja zaczyna się od ZROZUMIENIA WŁASNEJ PRACY.

Najpierw trzeba zobaczyć, co właściwie robimy.

Dopiero później można zdecydować, co warto zmienić.

To może być trudniejsze, niż się wydaje. Ludzie bardzo często nie widzą własnych procesów, ponieważ wykonują je automatycznie. Jeżeli codziennie rano otwierasz pocztę, przeglądasz wiadomości, zaznaczasz kilka z nich, kopiujesz informacje do arkusza, wysyłasz odpowiedź, sprawdzasz załącznik, wpisujesz dane do systemu, a następnie przesyłasz komuś podsumowanie, możesz myśleć o tym wszystkim jako o jednym zadaniu: „obsługa maili”.

W rzeczywistości jest to cały proces składający się z wielu mniejszych czynności.

A właśnie te małe czynności często są najlepszym miejscem do automatyzacji.

Wyobraź sobie pracownika, który każdego dnia otrzymuje kilkadziesiąt wiadomości. Część z nich jest pilna. Część wymaga odpowiedzi. Część zawiera dokumenty. Część jest tylko informacyjna. Część można przekazać innej osobie. Część wymaga wpisania informacji do systemu.

Jeżeli człowiek za każdym razem sam wykonuje całą procedurę od początku do końca, jego uwaga jest rozpraszana dziesiątki razy.

Można jednak zastanowić się, które elementy tego procesu są przewidywalne.

Jeżeli wiadomość zawiera określony typ informacji, może zostać oznaczona.

Jeżeli ma określony załącznik, może zostać skierowana do konkretnego folderu.

Jeżeli dotyczy konkretnego rodzaju sprawy, można przygotować propozycję odpowiedzi.

Jeżeli zawiera dane potrzebne do raportu, można je wyodrębnić.

Jeżeli jest tylko powiadomieniem, nie musi wymagać ręcznej obsługi.

Człowiek nadal może podejmować decyzję.

Ale nie musi wykonywać całej pracy przygotowawczej.

I właśnie to jest jeden z najważniejszych sposobów myślenia o AI.

NIE PYTAJ WYŁĄCZNIE: „CO AI POTRAFI?”.

Pytaj:

„KTÓRE ELEMENTY MOJEJ PRACY NIE WYMAGAJĄ ODE MNIE CZŁOWIEKA?”

To zupełnie inne pytanie.

Wiele osób ma błędne wyobrażenie o automatyzacji. Uważają, że automatyzacja oznacza stworzenie systemu, który samodzielnie wykonuje cały proces od początku do końca.

Czasami rzeczywiście tak jest.

Ale bardzo często najlepsza automatyzacja jest znacznie prostsza.

Może polegać na tym, że zamiast pisać raport od zera, dostajesz automatycznie przygotowany szkic.

Może polegać na tym, że zamiast czytać sto wiadomości, otrzymujesz ich uporządkowane podsumowanie.

Może polegać na tym, że zamiast przepisywać dane między aplikacjami, informacje zostają przekazane automatycznie.

Może polegać na tym, że zamiast za każdym razem tworzyć podobny dokument, uruchamiasz przygotowany wcześniej proces.

Może polegać na tym, że AI przygotowuje pierwszą wersję odpowiedzi, a ty ją sprawdzasz i zatwierdzasz.

To bardzo ważny model pracy.

AI PRZYGOTOWUJE. CZŁOWIEK KONTROLUJE.

Nie każda czynność musi zostać zautomatyzowana w stu procentach.

Czasami wystarczy skrócić ją z trzydziestu minut do pięciu.

Jeżeli wykonujesz ją codziennie, oszczędność będzie ogromna.

AI może pełnić funkcję osobistego asystenta, ale warto bardzo dokładnie zrozumieć, co to oznacza.

Asystent nie jest kimś, komu przekazujesz absolutnie wszystko i przestajesz kontrolować jego działania.

Dobry asystent pomaga ci zarządzać informacjami, przygotowuje materiały, przypomina o sprawach, porządkuje zadania i przyspiesza pracę.

Dokładnie tak samo można myśleć o AI.

Może pomóc przygotować odpowiedź na wiadomość.

Może uporządkować długie notatki.

Może zamienić chaotyczne punkty w strukturę dokumentu.

Może przygotować kilka wariantów komunikatu.

Może wyjaśnić skomplikowany tekst.

Może porównać informacje.

Może wskazać różnice między dokumentami.

Może przygotować tabelę.

Może pomóc zaprojektować proces.

Może napisać formułę.

Może stworzyć kod.

Może przeanalizować dane.

Może pomóc znaleźć powtarzające się wzorce.

Może stworzyć instrukcję dla konkretnego procesu.

Może nawet pomóc zastanowić się, które czynności w twojej pracy warto w pierwszej kolejności automatyzować.

Ale AI ma także ograniczenia.

Może popełnić błąd.

Może źle zinterpretować polecenie.

Może wygenerować przekonująco brzmiącą, ale nieprawdziwą informację.

Może nie znać kontekstu organizacyjnego.

Może nie rozumieć konsekwencji decyzji.

Może nie wiedzieć, że dane, które jej przekazujesz, są poufne.

Może również wykonać dokładnie to, o co ją poprosisz, nawet jeśli twoje polecenie było źle skonstruowane.

Dlatego automatyzacja nie oznacza wyłączenia myślenia.

Wręcz przeciwnie.

Im więcej automatyzujemy, tym bardziej potrzebujemy dobrego osądu człowieka.

W tej książce będziemy wracać do bardzo prostej zasady:

AUTOMATYZUJ CZYNNOŚCI. NIE AUTOMATYZUJ ODPOWIEDZIALNOŚCI.

To rozróżnienie może uchronić przed wieloma błędami.

Jeżeli AI przygotuje pierwszą wersję maila, możesz ją przeczytać.

Jeżeli AI podsumuje dokument, możesz sprawdzić najważniejsze informacje.

Jeżeli AI przeanalizuje dane, możesz zweryfikować wnioski.

Jeżeli AI przygotuje raport, możesz ocenić, czy raport odpowiada rzeczywistemu stanowi.

Jeżeli automatyzacja wysyła wiadomości do klientów, trzeba dokładnie wiedzieć, jakie wiadomości mogą zostać wysłane i w jakich sytuacjach.

Im bardziej konsekwencje błędu są poważne, tym większej kontroli człowieka wymaga proces.

Nie wszystkie zadania mają taki sam poziom ryzyka.

Automatyczne sortowanie prywatnych notatek to jedno.

Automatyczne podejmowanie decyzji dotyczącej klienta, pracownika, finansów czy sprawy prawnej to zupełnie coś innego.

Dlatego w tej książce nie będziemy traktować automatyzacji jako wyścigu.

Celem nie jest zautomatyzowanie wszystkiego.

Celem jest zautomatyzowanie TEGO, CO MA SENS.

Warto również rozprawić się z jednym z najczęstszych mitów: „AI zabierze mi pracę”.

To pytanie jest zrozumiałe.

Technologia rzeczywiście zmienia rynek pracy. Niektóre zadania będą wykonywane inaczej. Niektóre stanowiska mogą się zmieniać. Część czynności może zostać przejęta przez oprogramowanie.

Ale z perspektywy pojedynczego pracownika znacznie bardziej praktyczne pytanie brzmi:

„CZY CHCĘ BYĆ OSOBĄ, KTÓRA WYKORZYSTUJE AI, CZY OSOBĄ, KTÓREJ PRACĘ ZMIENIA KTOŚ, KTO JUŻ JEJ UŻYWA?”

To zasadnicza różnica.

AI może być zagrożeniem, ale może być również przewagą.

Pracownik, który potrafi wykorzystać narzędzia AI do przygotowania raportu, uporządkowania danych, napisania pierwszej wersji dokumentu czy automatyzacji prostego procesu, może wykonać tę samą pracę szybciej.

To nie musi oznaczać, że powinien pracować więcej.

To może oznaczać, że zyskuje czas.

I właśnie czas jest prawdziwą walutą automatyzacji.

Nie chodzi tylko o to, żeby zrobić więcej.

Chodzi również o to, żeby mniej czasu poświęcać na rzeczy, które nie wymagają naszej uwagi.

Pomyśl o swoim typowym dniu pracy.

Nie o idealnym dniu.

O zwykłym.

Takim, w którym pojawiają się wiadomości, telefony, spotkania, zadania, prośby innych osób, dokumenty, poprawki, nagłe problemy i rzeczy, których nikt nie planował.

I teraz zadaj sobie pytanie:

ILE Z TEGO, CO ROBIĘ, NAPRAWDĘ WYMAGA MOJEGO UDZIAŁU?

To może być zaskakujące pytanie.

Być może okaże się, że twoja praca składa się z trzech różnych kategorii.

Pierwsza to zadania, które rzeczywiście wymagają twojej wiedzy, odpowiedzialności, relacji z ludźmi albo decyzji.

Druga to zadania, które częściowo wymagają ciebie, ale znaczną część przygotowania można oddać AI.

Trzecia to zadania, które wykonujesz ręcznie głównie dlatego, że zawsze były wykonywane ręcznie.

I właśnie trzecia kategoria jest niezwykle interesująca.

Nie dlatego, że wszystko z niej trzeba natychmiast zautomatyzować.

Dlatego, że często znajdują się tam największe rezerwy czasu.

Nie musisz zaczynać od wielkiego projektu.

Wręcz przeciwnie.

Najlepiej zacząć od małego zadania.

Jeżeli codziennie tworzysz podobne podsumowanie, spróbuj znaleźć sposób, aby AI przygotowywała jego pierwszą wersję.

Jeżeli regularnie odpowiadasz na podobne pytania, przygotuj zestaw instrukcji lub szablonów.

Jeżeli po każdym spotkaniu tworzysz notatkę, uporządkuj proces jej tworzenia.

Jeżeli analizujesz podobne dokumenty, sprawdź, czy AI może pomóc je porównywać.

Jeżeli regularnie przenosisz dane między aplikacjami, sprawdź, czy dostępna jest integracja.

Jeżeli wykonujesz powtarzalne czynności w arkuszu kalkulacyjnym, zastanów się, czy można użyć formuł, makr, skryptów albo narzędzi automatyzujących przepływ danych.

Nie potrzebujesz od razu budować skomplikowanego systemu.

Potrzebujesz znaleźć JEDNĄ IRYTUJĄCĄ CZYNNOŚĆ, którą wykonujesz zbyt często.

To będzie dobry początek.

Warto również nauczyć się odróżniać automatyzację od zwykłego używania AI.

Jeżeli pytasz model językowy o pomysł na maila i kopiujesz odpowiedź do wiadomości, korzystasz z AI.

Ale niekoniecznie automatyzujesz proces.

Automatyzacja zaczyna się wtedy, kiedy tworzysz powtarzalny przepływ, w którym określone zdarzenie uruchamia kolejne czynności bez konieczności ręcznego wykonywania wszystkiego od początku.

Przykładowo: pojawia się formularz → dane są zapisane → AI je klasyfikuje → odpowiednie informacje trafiają do właściwego miejsca → przygotowywana jest odpowiedź → człowiek zatwierdza ją przed wysłaniem.

To już jest proces.

I takich procesów będziemy szukać.

Ale będziemy również korzystać z prostszej formy automatyzacji: AUTOMATYZACJI WŁASNEGO MYŚLENIA I PRZYGOTOWANIA PRACY.

Jeżeli dzięki AI przygotowanie raportu zajmuje ci piętnaście minut zamiast godziny, również osiągasz bardzo realną oszczędność.

Nie każda automatyzacja musi wyglądać jak skomplikowany system.

Czasami najlepszym rozwiązaniem jest dobrze zaprojektowany prompt.

Czasami szablon.

Czasami formuła.

Czasami reguła.

Czasami integracja dwóch narzędzi.

Czasami gotowy workflow.

A czasami po prostu zmiana kolejności wykonywania zadań.

Czy trzeba znać programowanie?

Nie.

A przynajmniej nie na początku.

Podstawowa znajomość programowania może być ogromnym atutem, szczególnie przy bardziej zaawansowanych automatyzacjach. Pozwala lepiej rozumieć logikę systemów, pracować z API, pisać skrypty i budować bardziej elastyczne rozwiązania.

Ale brak umiejętności programistycznych nie powinien być wymówką.

Współczesne narzędzia pozwalają osiągnąć bardzo dużo bez pisania kodu.

Co więcej, AI może być pomocnikiem w nauce programowania.

Możesz opisać jej problem własnymi słowami.

Możesz powiedzieć, co chcesz osiągnąć.

Możesz wkleić komunikat błędu.

Możesz poprosić o wyjaśnienie kodu.

Możesz poprosić o przygotowanie przykładu.

Możesz zapytać, gdzie wkleić konkretny fragment.

To nie oznacza, że kod wygenerowany przez AI zawsze będzie poprawny. Nie będzie.

Ale oznacza, że bariera wejścia jest znacznie niższa niż wcześniej.

Nie musisz najpierw zostać programistą, żeby zacząć automatyzować swoją pracę.

Możesz zacząć od problemu.

A dopiero później nauczyć się technologii potrzebnej do jego rozwiązania.

To znacznie praktyczniejsza droga.

Ta książka jest skierowana przede wszystkim do osób, które chcą oszczędzać czas, ale niekoniecznie mają techniczne wykształcenie.

Możesz być pracownikiem biurowym.

Możesz prowadzić własną firmę.

Możesz pracować w sprzedaży.

Możesz zajmować się marketingiem.

Możesz pracować z dokumentami.

Możesz zarządzać zespołem.

Możesz być księgowym, specjalistą HR, handlowcem, nauczycielem, administratorem, analitykiem, rekruterem albo osobą, której stanowisko trudno nawet jednoznacznie nazwać.

Jeżeli wykonujesz powtarzalne czynności przy komputerze, prawdopodobnie znajdziesz w swojej pracy elementy, które można usprawnić.

Nie oznacza to, że każdą pracę da się zautomatyzować w takim samym stopniu.

Niektóre zawody opierają się przede wszystkim na relacjach, fizycznej obecności, odpowiedzialności albo pracy manualnej.

Ale nawet wtedy część pracy administracyjnej może być możliwa do usprawnienia.

W kolejnych rozdziałach będziemy przechodzić od podstaw do coraz bardziej praktycznych zastosowań.

Nie musisz jednak czytać tej książki jak podręcznika informatyki.

Nie musisz zapamiętywać wszystkich pojęć.

Nie musisz od razu testować każdego narzędzia.

Czytaj ją przede wszystkim przez pryzmat własnej pracy.

Jeżeli trafisz na przykład dotyczący wiadomości e-mail, pomyśl o swoich wiadomościach.

Jeżeli pojawi się przykład dotyczący raportów, pomyśl o raportach, które tworzysz.

Jeżeli mowa będzie o dokumentach, zastanów się, jakie dokumenty powstają u ciebie.

Jeżeli pojawi się automatyzacja przepływu danych, zastanów się, gdzie obecnie ręcznie przenosisz informacje.

To książka o technologii, ale przede wszystkim jest to książka o PROCESACH.

Technologia będzie się zmieniać.

Nazwy narzędzi będą się zmieniać.

Interfejsy będą się zmieniać.

Pojawią się nowe modele AI.

Pojawią się nowe aplikacje.

Jednak podstawowa zasada pozostanie aktualna:

ZNAJDŹ POWTARZALNY PROCES. ZROZUM GO. PODZIEL GO NA ETAPY. ZOBACZ, KTÓRE ETAPY WYMAGAJĄ CZŁOWIEKA. POZOSTAŁE SPRÓBUJ UPROŚCIĆ LUB ZAUTOMATYZOWAĆ.

To jest fundament.

Ważne jest również to, czego AI nie powinna robić za ciebie bez odpowiedniej kontroli.

Nie powinna automatycznie podejmować decyzji, których konsekwencji nie rozumiesz.

Nie powinieneś bezmyślnie przekazywać jej poufnych danych.

Nie powinieneś zakładać, że każda wygenerowana informacja jest prawdziwa.

Nie powinieneś wysyłać automatycznych wiadomości do klientów bez sprawdzenia, czy system działa zgodnie z założeniami.

Nie powinieneś pozwalać automatyzacji działać bez ograniczeń tylko dlatego, że raz zadziałała poprawnie.

Dobra automatyzacja musi być również odporna na błędy.

Co się stanie, jeżeli przyjdzie pusty formularz?

Co się stanie, jeżeli ktoś wpisze nieoczekiwane dane?

Co się stanie, jeżeli AI źle sklasyfikuje wiadomość?

Co się stanie, jeżeli aplikacja przestanie działać?

Co się stanie, jeżeli dane będą niekompletne?

Co się stanie, jeżeli proces wykona się dwa razy?

To są pytania, które odróżniają zabawę technologią od prawdziwej automatyzacji.

Dlatego będziemy zwracać uwagę nie tylko na to, CO MOŻNA ZROBIĆ, ale również na to, JAK ZROBIĆ TO BEZPIECZNIE I ROZSĄDNIE.

Jednocześnie nie warto przesadzać z ostrożnością do tego stopnia, że niczego nie zaczniemy.

Czasami ludzie popełniają błąd odwrotny.

Czytają o bezpieczeństwie, prywatności, integracjach, API, modelach, promptach i ograniczeniach, a następnie przez kilka miesięcy nadal ręcznie wykonują tę samą czynność, która zajmuje im pół godziny dziennie.

To również nie jest dobre rozwiązanie.

Najlepsza nauka odbywa się poprzez małe eksperymenty.

Wybierz zadanie.

Opisz proces.

Spróbuj go uprościć.

Sprawdź wynik.

Popraw rozwiązanie.

Przetestuj ponownie.

Dopiero potem zwiększ skalę.

Nie zaczynaj od procesu krytycznego dla całej firmy.

Zacznij od czegoś, czego błąd nie będzie katastrofą.

Dzięki temu nauczysz się znacznie szybciej.

Warto też zmienić sposób myślenia o czasie.

Jeżeli automatyzacja oszczędza ci dziesięć minut, możesz pomyśleć:

„To tylko dziesięć minut”.

Ale prawidłowe pytanie brzmi:

„ILE RAZY WYKONUJĘ TĘ CZYNNOŚĆ?”

Jeżeli dziesięć minut oszczędzasz pięć razy w tygodniu, odzyskujesz pięćdziesiąt minut.

Jeżeli robisz to przez cały rok, zaczyna się z tego robić znacząca liczba godzin.

A jeżeli znajdziesz dziesięć takich czynności?

Wtedy nie mówimy już o pojedynczej sztuczce.

Mówimy o zmianie sposobu pracy.

I właśnie dlatego automatyzacja ma tak duży potencjał.

Nie musi przynieść jednej gigantycznej oszczędności.

Może przynieść dziesiątki małych oszczędności.

Pięć minut tutaj.

Dziesięć minut tam.

Kwadrans przy kolejnym procesie.

Pół godziny przy raporcie.

Godzina przy przygotowaniu zestawienia.

Razem mogą zmienić cały dzień.

Najważniejsza zmiana może jednak dotyczyć nie czasu, ale energii.

Nie wszystkie zadania są trudne.

Niektóre są po prostu irytujące.

Powtarzalne.

Monotonne.

Mechaniczne.

Pozornie banalne.

A jednak potrafią zużywać uwagę.

Każde przełączenie się między zadaniami ma koszt.

Każde przerwanie pracy wymaga ponownego skupienia.

Każde ręczne kopiowanie danych zwiększa ryzyko pomyłki.

Każde powtarzanie tej samej odpowiedzi zabiera kawałek koncentracji.

Automatyzacja może więc nie tylko odzyskać godziny.

Może również zmniejszyć liczbę drobnych decyzji, które podejmujemy w ciągu dnia.

To szczególnie ważne w pracy wymagającej koncentracji.

Jeżeli AI może przygotować informacje, zanim zaczniesz analizę, nie musisz tracić energii na samo przygotowanie materiału.

Jeżeli może uporządkować dokumenty, możesz szybciej przejść do właściwej pracy.

Jeżeli może przygotować szkic, możesz skupić się na jakości.

Jeżeli może znaleźć błędy formalne, możesz skupić się na sensie.

Technologia nie musi więc odbierać człowiekowi wartości.

Może pomóc człowiekowi przesunąć uwagę tam, gdzie jego udział jest naprawdę potrzebny.

I właśnie do tego sprowadza się tytuł tej książki.

AI ZAMIAST NUDNEJ ROBOTY.

Nie „AI zamiast człowieka”.

Nie „AI zamiast myślenia”.

Nie „AI zrobi wszystko”.

AI zamiast części tej pracy, której wykonywanie ręcznie nie daje ci żadnej szczególnej wartości.

Jeżeli przez pół godziny przepisujesz dane z tabeli do systemu, a następnie przez kolejne pół godziny sprawdzasz, czy niczego nie pomyliłeś, pytanie brzmi:

Czy naprawdę musisz spędzać na tym godzinę?

Jeżeli przez dwadzieścia minut dziennie odpowiadasz na wiadomości, które w dużej mierze zawierają te same pytania, czy naprawdę każdą odpowiedź trzeba tworzyć od zera?

Jeżeli po każdym spotkaniu przez trzydzieści minut przeglądasz notatki i próbujesz odtworzyć najważniejsze ustalenia, czy można ten proces usprawnić?

Jeżeli każdego tygodnia przygotowujesz ten sam raport, czy naprawdę pierwszy etap musi wyglądać identycznie jak pięć lat temu?

Nie chodzi o to, aby automatyzować dlatego, że można.

Chodzi o to, aby przestać wykonywać ręcznie rzeczy, których ręczne wykonywanie przestało mieć sens.

Na końcu tej książki nie chcę, żebyś potrafił wymienić sto narzędzi AI.

Chcę, żebyś patrzył na swoją pracę inaczej.

Żebyś po wykonaniu kolejnego powtarzalnego zadania potrafił zadać sobie pytanie:

„CZY NASTĘPNYM RAZEM MUSZĘ ROBIĆ TO WSZYSTKO RĘCZNIE?”

Jeżeli odpowiedź brzmi „nie”, pojawia się kolejne pytanie:

„KTÓRY FRAGMENT MOGĘ ODDAĆ AI?”

A potem:

„JAK ZACHOWAĆ KONTROLĘ NAD WYNIKIEM?”

To trzy pytania mogą stać się twoim osobistym systemem myślenia o automatyzacji.

Nie potrzebujesz wielkiego budżetu.

Nie potrzebujesz zespołu programistów.

Nie potrzebujesz być ekspertem od sztucznej inteligencji.

Potrzebujesz przede wszystkim ciekawości, gotowości do eksperymentowania i uczciwego przyjrzenia się własnej pracy.

Być może odkryjesz, że niektóre zadania, które uważałeś za nieuniknione, można znacząco skrócić.

Być może odkryjesz, że część pracy można wykonywać automatycznie.

Być może odkryjesz, że AI może być twoim pomocnikiem przy zadaniach, których wcześniej nie znosiłeś.

A być może odkryjesz coś jeszcze ważniejszego.

Że automatyzacja nie musi być sposobem na to, żeby pracować więcej.

Może być sposobem na to, żeby ODZYSKAĆ CZAS NA PRACĘ, KTÓRA MA WIĘKSZĄ WARTOŚĆ — I NA ŻYCIE POZA PRACĄ.

Od tego zaczynamy.

Nie od technologii.

Od pytania, które warto zadawać sobie każdego dnia:

PO CO WYKONYWAĆ PRACĘ, KTÓRĄ MOŻE WYKONAĆ AI?

A zaraz potem od jeszcze ważniejszego:

CO ZROBIĘ Z CZASEM, KTÓRY DZIĘKI TEMU ODZYSKAM?ROZDZIAŁ 1. Zanim zaczniesz — znajdź swoją nudną robotę

Automatyzacja nie zaczyna się od wyboru narzędzia. Nie zaczyna się od instalowania aplikacji, zakładania konta ani wpisywania pierwszego promptu do modelu sztucznej inteligencji. Nie zaczyna się nawet od pytania, który system AI jest obecnie najlepszy. Zaczyna się znacznie wcześniej — od spojrzenia na własną pracę i uczciwego odpowiedzenia sobie na pytanie: CO WŁAŚCIWIE ROBIĘ KAŻDEGO DNIA I KTÓRE Z TYCH RZECZY NAPRAWDĘ MUSZĘ ROBIĆ SAMODZIELNIE?

To może wydawać się banalne. W końcu każdy zna swoją pracę. Wie, jakie ma obowiązki, jakie raporty przygotowuje, jakie wiadomości wysyła, jakie dokumenty tworzy i jakie zadania wykonuje. Problem polega jednak na tym, że znamy swoją pracę głównie jako całość. Mówimy „zajmuję się obsługą klientów”, „prowadzę sprzedaż”, „pracuję w administracji”, „tworzę raporty”, „zajmuję się księgowością”, „koordynuję projekty”, „prowadzę sklep internetowy” albo „pracuję w marketingu”. Tymczasem żadna z tych odpowiedzi nie mówi jeszcze, co faktycznie robimy przez osiem godzin dziennie.

Pod szerokim określeniem stanowiska kryją się dziesiątki, a czasem setki drobnych czynności. To właśnie one są interesujące z punktu widzenia automatyzacji.

Możesz być osobą odpowiedzialną za sprzedaż, ale każdego dnia możesz również kopiować dane klientów do arkusza, wysyłać podobne wiadomości, przygotowywać zestawienia, sprawdzać statusy zamówień i tworzyć podsumowania rozmów. Możesz być kierownikiem, ale część dnia może zajmować ci zbieranie informacji od pracowników, przypominanie o terminach, porządkowanie dokumentów i tworzenie raportów. Możesz pracować w administracji i większość dnia spędzać na przepisywaniu informacji pomiędzy systemami. Możesz prowadzić firmę i zamiast podejmować strategiczne decyzje, tracić godziny na przygotowywanie dokumentów, odpowiadanie na powtarzalne pytania i ręczne porządkowanie danych.

Automatyzacja zaczyna się wtedy, gdy przestajesz patrzeć na swoją pracę jako na jedno wielkie zadanie, a zaczynasz postrzegać ją jako ZBIÓR PROCESÓW I CZYNNOŚCI.

To jedna z najważniejszych umiejętności, jakie warto zdobyć przed rozpoczęciem pracy z AI.

Nie musisz jeszcze wiedzieć, jak coś zautomatyzować. Na tym etapie nie jest to nawet najważniejsze. Najpierw musisz wiedzieć, CO CHCESZ ZAUTOMATYZOWAĆ.

CZYM SĄ ZADANIA POWTARZALNE?

Zadanie powtarzalne to takie, które wykonujesz wielokrotnie według podobnego schematu. Nie musi być identyczne za każdym razem. Wystarczy, że jego struktura jest podobna.

Jeżeli każdego ranka sprawdzasz skrzynkę pocztową i oznaczasz wiadomości według ich rodzaju, wykonujesz zadanie powtarzalne. Jeżeli każdego tygodnia tworzysz raport na podstawie danych z tych samych źródeł, wykonujesz zadanie powtarzalne. Jeżeli codziennie przepisujesz informacje z wiadomości do arkusza, wykonujesz zadanie powtarzalne. Jeżeli co miesiąc przygotowujesz dokument, w którym zmieniają się tylko daty, liczby i kilka akapitów, również masz do czynienia z zadaniem powtarzalnym.

Powtarzalność nie oznacza jednak nudy.

Możesz wykonywać bardzo interesującą czynność wiele razy i nadal nie uważać jej za nudną. Z punktu widzenia automatyzacji nie ma to większego znaczenia. Ważniejsze jest to, czy czynność ma przewidywalny schemat.

Jeżeli coś da się opisać mniej więcej w taki sposób: „najpierw robię A, potem B, następnie C, a na końcu D”, istnieje szansa, że przynajmniej część procesu można usprawnić.

To bardzo ważna obserwacja.

Automatyzacja lubi przewidywalność.

Jeżeli proces jest powtarzalny, łatwiej określić, kiedy powinien się rozpocząć, co powinno wydarzyć się w środku i jaki powinien być jego wynik. A jeżeli można dokładnie opisać te elementy, można zacząć zastanawiać się, które z nich może wykonać oprogramowanie.

W praktyce zadania powtarzalne można podzielić na kilka podstawowych grup. Są czynności związane z przepisywaniem danych, wyszukiwaniem informacji, klasyfikowaniem wiadomości, tworzeniem dokumentów, przygotowywaniem zestawień, przesyłaniem informacji, sprawdzaniem określonych warunków, generowaniem odpowiedzi, porządkowaniem plików i monitorowaniem zdarzeń.

Wspólną cechą wielu z nich jest to, że człowiek nie musi za każdym razem wymyślać sposobu ich wykonania. Procedura jest już znana.

I właśnie wtedy warto zadać sobie pytanie: JEŻELI WIEM DOKŁADNIE, JAK WYKONAĆ TĘ CZYNNOŚĆ, DLACZEGO ZA KAŻDYM RAZEM WYKONUJĘ JĄ RĘCZNIE?

Nie zawsze odpowiedź będzie brzmiała: „powinienem ją zautomatyzować”. Czasami okaże się, że automatyzacja byłaby bardziej skomplikowana niż ręczna praca. Czasami zadanie występuje tak rzadko, że nie ma sensu inwestować czasu w jego automatyzację. Czasami wymaga ono ludzkiej oceny i doświadczenia.

Ale bardzo często odkryjemy coś interesującego: wykonujemy daną czynność ręcznie wyłącznie dlatego, że nigdy nie zastanawialiśmy się nad alternatywą.

PIĘĆ MINUT, KTÓRE POTRAFI ZNIKNĄĆ NA CAŁY ROK

Jednym z największych problemów związanych z powtarzalną pracą jest to, że pojedyncze zadania często wyglądają na zbyt małe, aby warto było się nimi zajmować.

Pięć minut.

Tylko pięć minut.

Przecież nie ma sensu szukać rozwiązania technologicznego dla pięciu minut pracy.

To bardzo częsty błąd.

Nie patrz na czas pojedynczego wykonania. Patrz na ŁĄCZNY KOSZT ZADANIA W CZASIE.

Załóżmy, że pewna czynność zajmuje ci pięć minut i wykonujesz ją trzy razy dziennie. To piętnaście minut dziennie. Przy pięciu dniach pracy daje to siedemdziesiąt pięć minut tygodniowo. W skali pięćdziesięciu tygodni pracy robi się z tego około 62,5 godziny.

Jedna czynność.

Pięć minut.

Ponad sześćdziesiąt godzin rocznie.

Jeżeli podobnych czynności masz kilka, zaczynamy mówić o setkach godzin.

Oczywiście nie każda automatyzacja pozwoli odzyskać sto procent tego czasu. Czasami nadal potrzebna będzie kontrola, poprawki albo zatwierdzenie. Ale nawet redukcja czasu o połowę może mieć ogromne znaczenie.

Dlatego przy analizowaniu własnej pracy nie pytaj tylko: „Ile zajmuje mi to teraz?”.

Pytaj również: „Ile razy robię to w tygodniu?”, „Ile razy robię to w miesiącu?” oraz „Ile czasu zabiera mi to w skali roku?”.

Dopiero wtedy zaczyna być widać prawdziwy koszt.

Warto również doliczyć koszt poznawczy.

Jeżeli co kilka minut przerywasz ważne zadanie, żeby wykonać drobną czynność administracyjną, problemem nie jest wyłącznie czas jej wykonania. Problemem jest również przerwanie koncentracji.

Wyobraź sobie, że przez trzydzieści minut pracujesz nad wymagającym dokumentem. Nagle pojawia się wiadomość, którą trzeba przepisać do systemu. Robisz to. Wracasz do dokumentu. Po kilku minutach przychodzi kolejne powiadomienie. Znowu przerywasz pracę.

Każde takie przełączenie ma swoją cenę.

Automatyzacja może więc odzyskać nie tylko minuty spędzone na konkretnej czynności, ale także fragmenty głębokiej koncentracji.

To jeden z powodów, dla których małe automatyzacje mogą być bardziej wartościowe, niż wynikałoby to z samego stopera.

KOPIOWANIE, PRZEPISYWANIE, WYSZUKIWANIE I PORZĄDKOWANIE

Jeżeli szukasz pierwszego kandydata do automatyzacji, przyjrzyj się czynnościom, które polegają przede wszystkim na przemieszczaniu informacji.

To bardzo dobry punkt wyjścia.

Informacja pojawia się w jednym miejscu, a ty przenosisz ją do drugiego.

Otrzymujesz wiadomość e-mail i przepisujesz dane do arkusza.

Otwierasz załącznik i wpisujesz wartości do systemu.

Ktoś wysyła formularz, a ty tworzysz na jego podstawie dokument.

Otrzymujesz dane w jednym formacie i przekształcasz je w inny.

Sprawdzasz kilka stron internetowych i tworzysz na podstawie ich zawartości zestawienie.

Przeglądasz wiadomości i wybierasz te, które spełniają określone kryterium.

Takie procesy są interesujące, ponieważ informacja sama w sobie może być przetwarzana przez oprogramowanie.

Jeżeli człowiek jest potrzebny wyłącznie po to, aby przenieść informację z punktu A do punktu B, warto sprawdzić, czy nie można tego zrobić automatycznie.

Jeszcze ciekawsze są sytuacje, w których człowiek nie tylko kopiuje dane, ale również wykonuje prostą klasyfikację.

„Jeżeli wiadomość dotyczy zamówienia, oznacz ją jako zamówienie”.

„Jeżeli dokument zawiera fakturę, przenieś go do odpowiedniego folderu”.

„Jeżeli klient pyta o cenę, przygotuj odpowiedni wariant odpowiedzi”.

„Jeżeli termin płatności jest krótszy niż określona liczba dni, oznacz sprawę jako pilną”.

Takie reguły mogą być realizowane przez klasyczne automatyzacje, ale AI pozwala również radzić sobie z sytuacjami, w których informacja nie ma idealnie uporządkowanej formy.

Człowiek potrafi przeczytać wiadomość i zrozumieć, czego dotyczy, nawet jeżeli nadawca nie użył żadnego konkretnego słowa kluczowego. Nowoczesne modele AI mogą pomagać w podobnym klasyfikowaniu tekstu.

To ogromnie zwiększa zakres możliwej automatyzacji.

SPÓJRZ NA SWÓJ DZIEŃ JAK OBSERWATOR

Jednym z najprostszych sposobów znalezienia zadań do automatyzacji jest przestanie myśleć o swoim dniu jako o „pracy”.

Zamiast tego spróbuj go obejrzeć jak film.

Co robisz po rozpoczęciu pracy?

Co otwierasz jako pierwsze?

Jakie aplikacje uruchamiasz?

Czy sprawdzasz pocztę?

Czy przeglądasz komunikator?

Czy sprawdzasz kalendarz?

Czy przepisujesz jakieś informacje?

Czy tworzysz listę zadań?

Czy odpowiadasz na podobne pytania?

Czy pobierasz dane?

Czy przenosisz dane?

Czy przygotowujesz dokumenty?

Czy sprawdzasz statusy?

Czy przypominasz innym osobom o terminach?

Czy po spotkaniu tworzysz notatki?

Czy pod koniec dnia przygotowujesz raport?

Ważne jest, aby na tym etapie nie oceniać tych czynności.

Nie próbuj od razu stwierdzać: „to można zautomatyzować” albo „tego się nie da zrobić”.

Najpierw obserwuj.

To trochę przypomina analizę wydatków. Jeżeli chcesz ograniczyć koszty, nie zaczynasz od zakazu kupowania kawy. Najpierw sprawdzasz, gdzie naprawdę idą pieniądze.

Tak samo jest z czasem pracy.

Najpierw musisz zobaczyć, gdzie on znika.

LISTA ZADAŃ CODZIENNYCH, TYGODNIOWYCH I MIESIĘCZNYCH

Bardzo dobrym ćwiczeniem jest stworzenie własnej mapy obowiązków.

Weź kartkę, dokument tekstowy albo arkusz kalkulacyjny i wypisz wszystko, co robisz regularnie.

Nie tylko najważniejsze zadania.

Wypisz również drobiazgi.

Codziennie sprawdzam pocztę.

Codziennie odpowiadam na wiadomości.

Codziennie kopiuję dane.

Codziennie aktualizuję arkusz.

Codziennie sprawdzam statusy.

Codziennie przygotowuję podobne informacje.

Co tydzień tworzę raport.

Co tydzień wysyłam podsumowanie.

Co tydzień aktualizuję określony dokument.

Co miesiąc przygotowuję zestawienie.

Co miesiąc pobieram dane.

Co miesiąc wysyłam podobne dokumenty.

Nie próbuj tego robić idealnie.

Celem nie jest stworzenie dokumentacji procesowej całej organizacji.

Celem jest zobaczenie własnego dnia z dystansu.

Po kilku minutach możesz być zaskoczony liczbą czynności, które wykonujesz według podobnego schematu.

Następnie przy każdym zadaniu warto zanotować cztery informacje: jak często je wykonujesz, ile średnio trwa jedno wykonanie, czy proces wygląda podobnie za każdym razem oraz czy wymaga rzeczywistej decyzji człowieka.

To wystarczy, aby rozpocząć pierwszy audyt.

PROSTY AUDYT WŁASNEJ PRACY

Audyt nie musi być skomplikowany.

W rzeczywistości najlepszy pierwszy audyt powinien być prosty.

Dla każdego zadania zadaj sobie kilka pytań.

Jak często to robię?

Ile czasu zajmuje jedno wykonanie?

Czy wykonuję je według podobnego schematu?

Czy dane wejściowe są podobne?

Czy wynik jest podobny?

Czy decyzja wymaga mojego doświadczenia?

Czy muszę wykonać ją osobiście?

Czy popełniam przy tym błędy?

Czy zadanie powoduje przerwanie ważniejszej pracy?

Czy można przygotować instrukcję opisującą jego wykonanie?

Jeżeli na większość pytań odpowiadasz twierdząco, masz bardzo interesującego kandydata do automatyzacji.

Szczególnie ważne jest pytanie o możliwość opisania procesu.

Jeżeli potrafisz powiedzieć:

„Najpierw otwieram X. Następnie pobieram Y. Potem sprawdzam Z. Jeżeli wszystko się zgadza, wpisuję dane do A. Na końcu wysyłam B”,

to znaczy, że proces jest stosunkowo dobrze zdefiniowany.

A dobrze zdefiniowane procesy są znacznie łatwiejsze do automatyzacji.

Jeżeli natomiast opis brzmi:

„To zależy. Najpierw patrzę, co się dzieje, potem oceniam sytuację, rozmawiam z klientem, zastanawiam się, co zrobić, i dopiero wtedy podejmuję decyzję”,

to prawdopodobnie masz proces, w którym udział człowieka jest znacznie większy.

To nie oznacza, że nie można go usprawnić.

Można jednak zacząć od jego części administracyjnej.

NIE AUTOMATYZUJ OD RAZU NAJWAŻNIEJSZEGO ZADANIA

Początkujący często popełniają ten sam błąd.

Zachwyceni możliwościami AI wybierają najważniejszy i najbardziej skomplikowany proces w swojej pracy.

To zwykle zły pomysł.

Pierwsza automatyzacja powinna być raczej MAŁA, CZĘSTA, PRZEWIDYWALNA I STOSUNKOWO BEZPIECZNA.

Dlaczego?

Ponieważ pierwszym celem nie jest maksymalna oszczędność.

Pierwszym celem jest nauczenie się procesu automatyzacji.

Musisz zobaczyć, jak wygląda wyzwalanie procesu, jakie dane są potrzebne, gdzie mogą wystąpić błędy, jak kontrolować wynik i co zrobić, kiedy coś pójdzie nie tak.

Jeżeli nauczysz się tego na prostym zadaniu, później możesz przenieść te doświadczenia na trudniejsze procesy.

To trochę jak nauka prowadzenia samochodu. Nie zaczynasz od udziału w rajdzie.

Najpierw uczysz się podstaw.

JAK WYBRAĆ PIERWSZE ZADANIE DO AUTOMATYZACJI?

Najlepszy kandydat powinien spełniać kilka warunków.

Powinien pojawiać się stosunkowo często. Jeżeli wykonujesz go raz w roku, nawet świetna automatyzacja może nie przynieść zauważalnej korzyści.

Powinien mieć powtarzalny przebieg. Jeżeli za każdym razem wygląda zupełnie inaczej, automatyzacja może być trudniejsza.

Powinien być możliwy do opisania. Im łatwiej wyjaśnić proces krok po kroku, tym łatwiej znaleźć miejsce, w którym może pomóc technologia.

Dobrze, jeśli zadanie jest czasochłonne, ale jednocześnie stosunkowo proste. To idealne połączenie.

Dobrze również, jeśli błąd nie będzie miał poważnych konsekwencji.

Jeżeli pierwsza automatyzacja pomyli nazwę pliku w prywatnym zestawieniu, możesz to łatwo poprawić. Jeżeli natomiast pomyłka może spowodować poważne konsekwencje finansowe, prawne albo organizacyjne, nie jest to dobry proces do eksperymentowania na początku.

Warto także szukać zadań, których nie lubisz.

To może wydawać się mało merytorycznym kryterium, ale jest bardzo praktyczne.

Jeżeli jakaś czynność wyjątkowo cię irytuje, będziesz miał większą motywację, żeby znaleźć rozwiązanie.

A kiedy automatyzacja zadziała, natychmiast zauważysz efekt.

To buduje nawyk dalszego szukania.

ZRÓB RANKING SWOICH ZADAŃ

Po wykonaniu audytu możesz stworzyć prosty ranking.

Wyobraź sobie, że masz dziesięć powtarzalnych zadań.

Jedno zajmuje pięć minut raz w tygodniu.

Drugie zajmuje dziesięć minut codziennie.

Trzecie zajmuje godzinę raz w miesiącu.

Czwarte zajmuje dwadzieścia minut dziennie.

Piąte zajmuje pięć minut dziennie, ale powoduje częste przerywanie ważnej pracy.

Nie wybieraj automatycznie tego, które zajmuje najwięcej minut.

Weź pod uwagę również częstotliwość, przewidywalność, poziom ryzyka i koszt poznawczy.

Bardzo dobrym kandydatem może być zadanie, które zajmuje tylko dziesięć minut dziennie, ale wykonujesz je każdego dnia i dodatkowo przerywa ono twoją koncentrację.

Jeszcze lepszym kandydatem może być zadanie, które wykonujesz kilka razy dziennie i które praktycznie zawsze wygląda tak samo.

Z czasem możesz stworzyć własny system oceny.

Na przykład przyznawać zadaniu punkty za częstotliwość, czas, powtarzalność i irytację, a odejmować punkty za ryzyko i skomplikowanie.

Nie potrzebujesz jednak skomplikowanej matematyki.

Najważniejsze jest, aby nie wybierać pierwszej automatyzacji przypadkowo.

AUTOMATYZACJA ZACZYNA SIĘ OD PROCESU, NIE OD NARZĘDZIA

To jedna z najważniejszych zasad całej książki.

Nie zaczynaj od pytania:

„Jakie narzędzie AI powinienem zainstalować?”

Zacznij od pytania:

„Jaki problem chcę rozwiązać?”

To ogromna różnica.

Jeżeli zaczniesz od narzędzia, prawdopodobnie będziesz próbował dopasować swoje zadania do jego możliwości.

Jeżeli zaczniesz od problemu, możesz wybrać technologię odpowiednią do konkretnego celu.

Być może potrzebujesz tylko modelu językowego.

Być może potrzebujesz arkusza kalkulacyjnego.

Być może wystarczy reguła w poczcie.

Być może potrzebujesz narzędzia automatyzującego przepływy między aplikacjami.

Być może potrzebujesz formularza.

Być może potrzebujesz prostego skryptu.

A być może odkryjesz, że żadna technologia nie jest potrzebna, ponieważ wystarczy zmienić sposób organizacji procesu.

To również jest sukces.

Nie każdą rzecz trzeba automatyzować.

Czasami najskuteczniejszą automatyzacją jest usunięcie niepotrzebnego kroku.

NAJPIERW USUŃ, POTEM UPROŚĆ, NA KOŃCU AUTOMATYZUJ

Warto zapamiętać jeszcze jedną zasadę.

Zanim zaczniesz automatyzować proces, zapytaj, czy dany etap w ogóle jest potrzebny.

Może się okazać, że od pięciu lat tworzysz raport, którego nikt już nie wykorzystuje.

Może przygotowujesz dokument w dwóch wersjach, choć potrzebna jest tylko jedna.

Może wpisujesz te same dane do trzech miejsc, ponieważ kiedyś tak ustalono.

Może wysyłasz raport co tydzień, mimo że odbiorcy potrzebują go raz w miesiącu.

Automatyzowanie niepotrzebnej pracy jest nadal wykonywaniem niepotrzebnej pracy.

Tyle że szybciej.

Dlatego bardzo dobry proces usprawniania wygląda następująco:

najpierw eliminujesz zbędne czynności, później upraszczasz te, które pozostały, następnie standaryzujesz proces, a dopiero na końcu automatyzujesz jego powtarzalne elementy.

Ta zasada będzie wracała w kolejnych rozdziałach.

TWÓJ PIERWSZY CEL

Po przeczytaniu tego rozdziału nie powinieneś jeszcze mieć zautomatyzowanej połowy swojej pracy.

Powinieneś mieć coś znacznie ważniejszego.

POWINIENEŚ WIEDZIEĆ, OD CZEGO ZACZĄĆ.

Znajdź jedno zadanie, które spełnia większość poniższych warunków: wykonujesz je często, zajmuje ci czas, ma powtarzalny schemat, można je opisać krok po kroku, nie wymaga za każdym razem wyjątkowej decyzji, a jego automatyzacja nie wiąże się z wysokim ryzykiem.

Następnie opisz je dokładnie.

Nie pisz:

„Przygotowuję raport”.

Napisz:

„W każdy poniedziałek pobieram dane z systemu A, kopiuję je do arkusza B, usuwam trzy kolumny, sortuję dane, sprawdzam wartości, obliczam sumę, tworzę wykres i wysyłam plik do czterech osób”.

To już jest proces.

A kiedy masz proces, możesz zacząć go analizować.

Możesz zapytać, które elementy są niepotrzebne.

Możesz zapytać, które można uprościć.

Możesz zapytać, które można wykonać automatycznie.

Możesz zastanowić się, gdzie AI może pomóc.

Możesz sprawdzić, czy istnieje integracja między używanymi systemami.

Możesz zdecydować, które elementy nadal powinien zatwierdzać człowiek.

I dopiero wtedy zaczyna się właściwa automatyzacja.

Być może po raz pierwszy spojrzysz na swoją pracę nie jak na listę obowiązków, ale jak na zbiór procesów, które można projektować.

To ogromna zmiana.

Bo człowiek wykonujący pracę pyta:

„Jak mam to zrobić?”

Człowiek myślący o automatyzacji zaczyna pytać:

„Czy ja w ogóle muszę to robić?”

A następnie:

„Jeżeli muszę, to który fragment naprawdę wymaga mojego udziału?”

To właśnie jest punkt wyjścia do bardziej świadomej pracy z AI.

Nie zaczynaj więc od najbardziej efektownej automatyzacji.

Nie zaczynaj od skomplikowanych agentów, integracji, kodu czy rozbudowanych workflow.

Zacznij od swojej NUDNEJ ROBOTY.

Od czynności, którą wykonujesz po raz setny.

Od kopiowania danych, którego masz już serdecznie dość.

Od raportu, który co tydzień wygląda prawie tak samo.

Od wiadomości, na które odpowiadasz wciąż podobnymi słowami.

Od pliku, który za każdym razem musisz ręcznie uporządkować.

Od informacji, którą bez końca przenosisz z jednego miejsca do drugiego.

To właśnie tam może czekać pierwsza odzyskana godzina.

A kiedy odzyskasz pierwszą godzinę, prawdopodobnie zaczniesz zauważać kolejne.

I wtedy automatyzacja przestanie być ciekawostką technologiczną.

Stanie się sposobem patrzenia na własną pracę.

Zamiast pytać, jak szybciej wykonywać coraz więcej obowiązków, zaczniesz pytać, które obowiązki w ogóle powinny pozostać na twojej liście.

I właśnie od tego zaczyna się prawdziwa zmiana.