AI proof of concept — jak zacząć bez wielkiego budżetu?

Po co robi się PoC — naprawdę

Nie po to, żeby sprawdzić, „czy AI umie czytać faktury”. Umie — to wiadomo z góry. PoC odpowiada na pytania, na które nikt poza Wami nie odpowie:

• czy działa na Waszych dokumentach, mailach, danych — z ich całym bałaganem,
• jaka jest realna skuteczność liczbowo, a nie „wygląda nieźle”,
• ile kosztuje obsłużenie jednej sprawy i co z tego wynika dla ROI,
• gdzie są wyjątki i ile ich jest.

Anatomia dobrego PoC

Jedna hipoteza. „Model poprawnie zakwalifikuje co najmniej 85% zgłoszeń z ostatniego kwartału”. Konkretna, liczbowa, falsyfikowalna. Jeśli hipotez jest pięć, to nie PoC, tylko wdrożenie udające pilotaż.

Realne dane, najgorsze możliwe. 200-500 prawdziwych przykładów, włącznie z tymi zalanymi kawą i pisanymi wielkimi literami. PoC na ładnych przykładach to teatr.

Kryterium podjęcia decyzji z góry. Przed startem zapisujecie: „wdrażamy, jeśli skuteczność przekroczy X, a koszt sprawy spadnie poniżej Y”. Bez tego po pilotażu zaczyna się negocjowanie z własnymi wynikami.

Twardy termin. 2-4 tygodnie. Wszystko, czego nie da się sprawdzić w miesiąc, jest materiałem na etap drugi, nie na przedłużanie pierwszego.

Pułapka wiecznego pilotażu

Najczęstsza patologia: PoC „wyszedł obiecująco”, więc robi się drugi PoC, potem trzeci, a po roku firma ma trzy prezentacje i zero systemów. Przyczyna jest prawie zawsze ta sama — zabrakło kryterium decyzji zapisanego przed startem. Dlatego u nas kryteria są częścią umowy pilotażu, a etap procesu po rozpoznaniu kończy się dokumentem z liczbami.

Ile to kosztuje?

Sensowny PoC w opisanym formacie to zwykle ułamek kosztu wdrożenia — rząd kilku-kilkunastu tysięcy złotych, zależnie od liczby integracji. Zestawcie to z rocznym kosztem procesu: przy procesie wartym 100 tysięcy rocznie miesiąc pilotażu za ułamek tej kwoty to najtańsza polisa decyzyjna, jaką można kupić.