Alapok
Mikor ne használj AI-t — hat eset a gyakorlatból
Az FDE egyik legértékesebb mondata az, hogy „ide nem kell modell”. Hat helyzet, ahol az AI rosszabb megoldás, mint egy szabály vagy egy jobb űrlap.
Az AI-projektek egyik legdrágább hibája nem a rossz megvalósítás. Az, hogy egyáltalán elindultak.
Hat visszatérő helyzet, ahol a helyes válasz az, hogy ne.
1. Amikor a folyamat szabályokkal leírható
Ha a döntés kimerül abban, hogy „ha az összeg 500 ezer felett van és a szállító nem keretszerződéses, akkor menjen a pénzügyi vezetőhöz”, akkor ehhez nem kell modell. Ez négy sor kód, ami mindig ugyanazt csinálja, azonnal fut, ingyen van, és soha nem hallucinál.
Meglepően gyakran találkozunk azzal, hogy egy „AI-projekt” valójában egy elmaradt szabálymotor.
2. Amikor a bemenet rossz, és javítható
Ha az adat azért kaotikus, mert nincs rá űrlap, akkor az AI-val a tünetet kezeled. Volt olyan megrendelőnk, ahol egy beérkező igényeket feldolgozó ágenst kértek — a valódi megoldás egy hat mezős belső űrlap volt, aminek a bevezetése két hétbe telt, és a probléma 90%-át megszüntette.
Ez rossz üzlet volt nekünk. Jó üzlet volt nekik. Ezért hívtak vissza fél évvel később egy nagyobb feladattal.
3. Amikor túl kicsi a volumen
Egy havi tizenkét esetből álló folyamat automatizálása ritkán térül meg. Nemcsak a fejlesztés miatt: az üzemeltetés, a mérés és a karbantartás fix költsége is ott van, függetlenül attól, hány eset fut rajta.
Kivétel, ha a kockázat magas — például ha az a tizenkét eset egyenként tízmilliós tétel. Ott nem a megtakarítás, hanem a hibaarány adja az értéket.
4. Amikor a hiba nem visszafordítható és nem is látszik
Ha egy téves döntés pénzt mozgat, szerződést köt vagy hatósági bejelentést generál, és a hiba csak hetekkel később derülne ki, akkor a folyamat végpontján ember marad. A rendszer előkészíthet, összegyűjthet, javasolhat — de nem küldhet el.
Ez nem technológiai korlát. Ez felelősségi kérdés, és nem oldódik meg azzal, hogy a modell jobb lesz.
5. Amikor nincs elég adat a méréshez
Ha nem tudjátok megmondani, mi a helyes kimenet, mert nincs múltbeli eset, akkor nem tudtok mérni. Ha nem tudtok mérni, akkor nem fogjátok tudni, hogy működik-e — se most, se fél év múlva.
Ilyenkor a helyes sorrend: előbb gyűjtsetek adatot rendezetten, három-hat hónapig, aztán térjetek vissza.
6. Amikor a szervezet nincs kész rá
Ez a legkevésbé technikai, és a leggyakoribb valódi ok.
Ha az érintett csapat úgy éli meg, hogy a projekt ellenük irányul, akkor a rendszer nem fog elterjedni. Bármilyen jó. Nem szabotálják — egyszerűen csak nem használják, és mindig lesz jó okuk rá.
Ilyenkor vagy előbb a bizalmi kérdést kell rendezni, vagy másik területtel kell kezdeni. Van, hogy egy szomszédos, kevésbé érzékeny folyamat sikeres bevezetése oldja meg — mert onnantól látják, hogy nem az állásukról szól.
Mit mondunk ilyenkor
Leírjuk a ROI-mátrixba a „nem” mezőbe, indoklással — és azzal együtt, hogy mi változtatná meg a döntést. Így fél év múlva elő lehet venni, nem kell újra felmérni.
Az audit értéke nem kizárólag abban van, amit megcsinálunk. Abban is, amit megspórolunk.
Kapcsolódó: miért bukik meg az AI-pilotok többsége.
Kérdések ehhez a témához
Nem magatok alatt vágjátok a fát ezzel?
Rövid távon igen. Hosszú távon ez az egyetlen dolog, ami miatt egy megrendelő másodszor is felhív minket. Egy sikertelen bevezetés többe kerül nekünk, mint egy kihagyott projekt.
Ez nálatok hogy néz ki?
Ha ez a probléma ismerős, kezdjük egy folyamattal. Írjátok meg, melyik részleg viszi el a legtöbb kézi munkaórát — visszaírunk egy konkrét javaslattal.