Jak wykorzystać AI w firmie: praktyczne zastosowania

Najpierw rozpiszcie tydzień pracy działów. Zaznaczcie zadania, które wracają: odpisywanie na podobne maile, przygotowanie ofert, research przed rozmową, przepisywanie danych z dokumentów czy raportowanie. Przy każdym zadaniu odpowiedzcie, kto je wykonuje, z jakich danych korzysta i po czym poznajecie dobry rezultat.

Ta prosta mapa pozwala odróżnić zadanie gotowe do usprawnienia od procesu, który najpierw trzeba uporządkować. AI może przygotować szkic oferty albo podsumowanie rozmowy, ale nie naprawi niejasnego cennika czy rozproszonych danych klientów. Wybierzcie obszar z czytelnym wejściem, stałym formatem wyniku i osobą odpowiedzialną za odbiór.

W sprzedaży AI przyspiesza przygotowanie do kontaktu. Może ułożyć research firmy na podstawie publicznych informacji, streścić rozmowę i przygotować propozycję kolejnego kroku do CRM. Handlowiec nadal odpowiada za ocenę sytuacji i za wiadomość, która wychodzi do klienta, ale nie musi zaczynać od pustej strony.

Marketing może tworzyć plan treści, warianty reklam, szkice opisów produktów oraz raporty kampanii. W obsłudze klienta przydaje się klasyfikacja wiadomości, propozycje odpowiedzi w tonie marki i baza odpowiedzi na powtarzające się pytania. W każdym z tych przypadków warto zbudować jeden zatwierdzony szablon, przetestować go na prawdziwych sprawach i dopiero później łączyć z automatyzacją.

W HR model może porównać CV z wcześniej ustalonymi kryteriami i przygotować ranking z uzasadnieniem. Nie powinien sam decydować, kto dostanie zaproszenie lub ofertę. Rekruter sprawdza wynik, widzi źródła oceny i może go zakwestionować. Podobnie można przygotowywać pytania rekrutacyjne, opisy stanowisk i materiały onboardingowe.

Dla zarządu przydatne są podsumowania spotkań, lista decyzji i zadań, pierwsza analiza dokumentów oraz raporty z uporządkowanych danych. Warto ograniczyć pierwszy projekt do jednego raportu albo typu dokumentu. Dzięki temu zespół może sprawdzić jakość wyniku, zanim rozwiązanie zacznie działać szerzej.

ChatGPT, Claude i Gemini sprawdzają się w pracy z tekstem, analizą i instrukcjami, ale wybór narzędzia powinien wynikać z polityki danych oraz środowiska, w którym pracuje firma. Zespoły korzystające z Microsoft 365 lub Google Workspace zwykle chcą też sprawdzić, jak rozwiązanie współpracuje z ich dokumentami, pocztą i uprawnieniami.

Gdy proces jest już przetestowany ręcznie, można połączyć kroki przez Make albo n8n: pobrać formularz, utworzyć szkic odpowiedzi, dodać zadanie do CRM i przekazać je człowiekowi do zatwierdzenia. Automatyzacja ma wzmacniać jasno opisany proces. Właśnie ten etap rozwijamy po warsztatach AI, gdy firma chce przejść do produkcyjnego rozwiązania.

W pierwszym tygodniu wybierzcie proces i zbierzcie materiały: przykładowe maile, oferty, kryteria oceny czy raporty. W drugim tygodniu przygotujcie instrukcję, testujcie ją na kilku prawdziwych przykładach i poprawiajcie wraz z osobą, która wykonuje zadanie. Nie oceniajcie narzędzia po jednym promptcie — liczy się powtarzalność wyniku.

W trzecim tygodniu ustalcie zasady bezpieczeństwa, właściciela procesu oraz moment, w którym człowiek zatwierdza rezultat. W czwartym wdrożcie rozwiązanie do codziennej pracy, zbierzcie uwagi i zdecydujcie, czy warto automatyzować kolejny krok. Firmy z Białegostoku i Podlasia mogą przejść ten proces z nami stacjonarnie; dla reszty zespołów prowadzimy go online.

Weźmy powtarzające się pytanie o termin realizacji. Zespół najpierw zbiera kilka poprawnych odpowiedzi, sprawdza ich ton, informacje obowiązkowe i sytuacje, w których odpowiedź musi trafić do konkretnej osoby. Instrukcja dla AI może brzmieć: „Przygotuj szkic odpowiedzi w tonie naszej firmy. Użyj wyłącznie informacji z poniższego cennika i regulaminu. Jeśli pytanie dotyczy reklamacji, płatności lub braku danych, oznacz wiadomość jako wymagającą decyzji pracownika”.

Pracownik wkleja wiadomość, sprawdza szkic i dopiero wtedy go wysyła. Po kilku dniach warto przejrzeć przypadki, które wymagały korekty, i dopisać je do instrukcji. W ten sposób biblioteka odpowiedzi rośnie razem z procesem, a zespół nie improwizuje przy każdym mailu.

Pierwszy błąd to wybór narzędzia przed wyborem problemu. Zespół zakłada konto, testuje przypadkowe prompty i po kilku dniach nie wie, po co miałby wrócić do rozwiązania. Drugi to brak właściciela procesu: wszyscy mogą korzystać, więc nikt nie aktualizuje instrukcji ani nie sprawdza, czy wynik nadal odpowiada standardowi firmy.

Ryzyko pojawia się też wtedy, gdy do publicznego narzędzia trafiają dane wrażliwe bez wcześniejszego sprawdzenia warunków oraz ustawień. Zanim zaczniecie, ustalcie dopuszczalny zakres danych, miejsce zapisu wyniku i osobę zatwierdzającą. Jeżeli szukacie budżetu oraz zakresu pracy zespołu, przeczytajcie też ile kosztuje szkolenie AI dla firm.

Po pierwszym miesiącu nie trzeba od razu automatyzować całej firmy. Zmierzcie praktycznie, czy wynik jest używany: ile korekt wymaga, w których sytuacjach pracownik z niego rezygnuje i czego brakuje w instrukcji. Ta rozmowa jest ważniejsza niż liczba otwartych czatów, ponieważ pozwala określić, czy proces rzeczywiście oszczędza czas i utrzymuje jakość.

Kolejny obszar wybierzcie dopiero wtedy, gdy poprzedni ma właściciela, instrukcję i jasną ścieżkę akceptacji. Dla HR dobrym następnym krokiem jest ujednolicenie analizy CV; opisaliśmy go szczegółowo w poradniku AI w rekrutacji i selekcji CV.

Automatyzację warto uruchomić dopiero wtedy, gdy zespół ma zatwierdzoną instrukcję, zna wyjątki i regularnie korzysta z procesu ręcznie. Przykładowo: formularz ze strony może utworzyć rekord w CRM i przygotować szkic odpowiedzi, ale wiadomość powinna czekać na akceptację pracownika. Takie podejście pozwala utrzymać odpowiedzialność po stronie zespołu oraz łatwo wykryć przypadek, który wymaga indywidualnej obsługi.

Przed połączeniem systemów opiszcie, jakie dane są przekazywane, gdzie wynik jest zapisywany i co ma się stać, gdy automatyzacja nie otrzyma kompletu informacji. Przetestujcie te scenariusze na przykładach, zanim proces obejmie całą skrzynkę lub bazę klientów. Dopiero wtedy wdrożenie daje firmie przewidywalny efekt.