Przejdź do treści
Kontakt
Dostępność Dostosuj widok
Wielkość tekstuPowiększa tekst strony — 4 stopnie, do ok. 200%. Pasek menu rośnie wolniej.

Technologie i dane

Sztuczna inteligencja

Sprawdź gotowość organizacji Zobacz obszary wdrożeń AI

Punkt wyjścia

Czym się zajmujemy

Pomagamy organizacjom przejść od eksperymentów z AI do zastosowań w codziennej pracy: w analizie danych, obsłudze klienta, administracji, finansach, zarządzaniu wiedzą, marketingu, procesach grantowych i operacyjnych. Za każdym razem sprawdzamy wartość, bezpieczeństwo, zgodność z przepisami i to, czy rozwiązanie da się wdrożyć.

  • Wartość
  • Bezpieczeństwo
  • Wdrożenie
  • Zgodność

Od czego zwykle zaczynają organizacje

Wiele organizacji zaczyna od chatbotów, generatorów treści albo asystentów dokumentów, i to dobry początek. Problem pojawia się wtedy, gdy po testach nic nie wchodzi do codziennej pracy.

  • chatboty
  • generatory treści
  • asystenci dokumentów
  • pierwsze testy

Zobacz, jak pracujemy

Co zostaje po pierwszych testach

Po pierwszych testach trzeba odpowiedzieć, co z nich zostaje w codziennej pracy. Sprawdzamy, które zastosowania są rzeczywiście opłacalne, jak chronić dane, kto odpowiada za wynik pracy AI, jak ograniczyć halucynacje, jak dokumentować decyzje i jak nie zbudować pilotażu, który nigdy nie trafi do codziennej pracy.

  • opłacalność
  • ochrona danych
  • odpowiedzialność za wynik
  • halucynacje
  • zapis decyzji

Zobacz zakres współpracy

Wartość

AI musi skracać czas, zmniejszać koszt, poprawiać jakość albo ułatwiać dostęp do wiedzy. Jeżeli żadnego z tych efektów nie da się zmierzyć, wdrożenie nie ma uzasadnienia.

Bezpieczeństwo

Dane, dostęp, odpowiedzialność i kontrola wyników muszą być opisane, zanim narzędzie trafi do zespołów.

Wdrożenie

Największy efekt powstaje wtedy, gdy AI jest wpisana w proces, w mierniki i w realny sposób pracy użytkowników.

Cztery pytania przy każdym pomyśle

Każdy pomysł oceniamy z czterech stron: jaki daje efekt, czy da się go zbudować, kto będzie nim kierował i jakie przepisy go obejmują. Rzadko wszystkie cztery odpowiedzi wypadają dobrze przy tym samym pomyśle, dlatego zestawiamy je razem.

Jak pracujemy

Etapy wdrożenia

Wdrożenie AI prowadzimy od rozpoznania procesu i decyzji, przez wybór zastosowania i pilotaż, po zasady bezpiecznego użycia w całej organizacji. Każdy etap ma własny cel, materiał wyjściowy i warunek przejścia dalej.

Proszę kliknąć etap na ścieżce, żeby rozwinąć jego opis.

Diagnoza procesu

Ustalamy, gdzie powstaje koszt, opóźnienie, ryzyko błędu albo przeciążenie informacją.

Cel
Zrozumieć, w którym miejscu procesu praca naprawdę się zatrzymuje.
Materiał
Opis przebiegu z wąskimi gardłami i szacunkiem czasu.
Warunek przejścia
Wskazane miejsce, w którym efekt da się zmierzyć przed zmianą.

Przez cały proces

Bezpieczeństwo i odpowiedzialność nie są osobnym etapem. Przez cały proces sprawdzamy dane, zgodność, możliwość weryfikacji wyniku, kontrolę człowieka oraz to, kto odpowiada za decyzję podejmowaną z użyciem AI.

Rozmowa o pierwszym procesie

Samo uruchomienie narzędzia zajmuje dzień. Znacznie więcej czasu zajmuje wskazanie pracy, w której się ono opłaca, i ustalenie, kto odpowiada za wynik. Od tego zaczynamy rozmowę.

Umów rozmowę

Sprawdź, co zmienia AI Act

Zakres współpracy

W czym pomagamy

Zakres dobieramy do decyzji, którą organizacja musi podjąć. Możemy pomóc wybrać zastosowanie, przygotować proces i dane, zaprojektować rozwiązanie, ograniczyć ryzyko, ocenić narzędzia albo przygotować użytkowników do bezpiecznej pracy z AI.

Przelicznik

Ile godzin w roku zajmuje dziś jedno zadanie

Rozmowa o oszczędnościach zaczyna się od jednej liczby: ile czasu w skali roku pochłania jedna powtarzalna praca. Poniżej można ją policzyć i zestawić z wynikami badań nad narzędziami generatywnymi, w których mierzono, o ile skraca się czas takiej pracy. Wynik jest punktem wyjścia do rozmowy o pilotażu, jeszcze nie prognozą dla danej organizacji.

Rodzaj pracy

12

1120

6

120

100

40300

Przyjmujemy 46 tygodni pracy w roku, po urlopach i dniach wolnych.

Dziś to zadanie zajmuje

3 312godzin rocznie

Dziś3 312 h

Po zmianie, zakres z badań1 987–2 484 h

Czas możliwy do odzyskania
828–1 325 godzin rocznie
Orientacyjnie w złotych
83 000–133 000 zł rocznie
W przeliczeniu na etaty
0,4–0,7 etatu

Skrócenie o 25–40 %. Noy i Zhang, „Science” 2023: w kontrolowanym badaniu zadań pisarskich czas wykonania spadł średnio o ok. 40 %, przy wyższej ocenie jakości.

Jak czytać ten wynik

Badania mierzyły pojedyncze, dobrze opisane zadania w warunkach eksperymentu. Nie mierzyły całych stanowisk pracy. Część odzyskanego czasu wraca do procesu jako sprawdzanie wyniku, a rezultat zależy od jakości danych, uprawnień i tego, czy ktoś odpowiada za efekt. Dlatego traktujemy tę liczbę jako hipotezę, którą pilotaż ma potwierdzić albo obalić.

Rezultat

Co zostaje po naszej pracy

Organizacja dostaje opisany sposób działania: listę zastosowań, priorytety, ryzyka, wymagania, podział odpowiedzialności i plan przejścia od testów do szerszego użycia.

Mapa zastosowań z ustaloną kolejnością

Organizacja wie, w których procesach AI ma największy sens, gdzie efekt będzie szybki, a gdzie najpierw trzeba uporządkować dane, odpowiedzialność lub sposób pracy.

Każde zastosowanie ma przypisaną wartość, trudność wdrożenia, ryzyka, wymagane dane, osobę odpowiedzialną za proces i następny krok.

  • Pomysły ustawione w kolejności.
  • Ocena wartości i wykonalności.
  • Lepsza decyzja o pilotażach.

Zasady odpowiedzialnego korzystania z AI

Zespół otrzymuje zasady korzystania z AI: kiedy jej używać, czego nie wpisywać, jak weryfikować wynik, kto odpowiada za decyzję i gdzie potrzebna jest eskalacja.

To ważne zwłaszcza w organizacjach pracujących na dokumentach, danych osobowych, informacjach finansowych, korespondencji z instytucjami lub materiałach dla zarządu. Przyspieszenie pracy nie zdejmuje z nikogo odpowiedzialności za decyzję.

  • Jasne granice użycia narzędzi.
  • Mniej użycia AI poza ustalonymi zasadami.
  • Większa odpowiedzialność zespołów.

Mniej ryzyk związanych z danymi, błędami i automatyzacją

Ryzyka są nazwane przed wdrożeniem: jakość danych, dostęp do informacji, halucynacje, prawa autorskie, poufność, ochrona danych, odpowiedzialność za decyzje i wpływ na użytkowników.

Dobrze zaprojektowane wdrożenie AI ustala warunki bezpiecznego testu, zasady walidacji wyników i punkty, w których człowiek zachowuje kontrolę nad decyzją.

  • Mniej błędów operacyjnych.
  • Lepsza ochrona danych.
  • Czytelniejszy zapis decyzji.

Wymagania wobec narzędzi, dostawców i pilotażu

Organizacja dostaje uporządkowane wymagania funkcjonalne, techniczne, organizacyjne i dotyczące bezpieczeństwa. Można ich użyć przy wyborze narzędzi, w opisie przedmiotu zamówienia, w zapytaniu ofertowym albo przy pilotażu.

Organizacja wie, czego potrzebuje: jakiego zakresu automatyzacji, jakich integracji i danych, jakiego nadzoru i jakich mierników, zamiast wybierać rozwiązanie po pokazie handlowym.

  • Konkretne rozmowy z dostawcami.
  • Czytelniejsze wymagania wdrożenia.
  • Mniej kosztownych pomyłek zakupowych.

Pilotaż, po którym zapada decyzja

Projektujemy pilotaż tak, aby pozwalał ocenić efekt: oszczędność czasu, jakość wyniku, ryzyko, akceptację użytkowników, wpływ na proces i warunki szerszego wdrożenia.

Pilotaż ma sprawdzić, czy wybrane zastosowanie ma wartość, czy użytkownicy potrafią z niego korzystać i co trzeba poprawić przed wdrożeniem szerzej.

  • Mierniki ustalone przed pilotażem.
  • Weryfikacja użytkowników i procesu.
  • Rekomendacja: rozszerzyć, poprawić albo zakończyć.

Plan wdrożenia w kolejnych zespołach

Po pracy zostaje plan dalszego wdrożenia: kolejność działań, odpowiedzialności, szkolenia, komunikacja, wymagane dane, integracje, koszty i decyzje zarządcze.

Szersze wdrożenie AI wymaga więcej niż dokupienia licencji. Trzeba przygotować ludzi, procedury, dane, integracje, nadzór i osoby odpowiedzialne za procesy. Inaczej rośnie tylko liczba licencji, a sposób pracy zostaje ten sam.

  • Plan działań po pilotażu.
  • Podział ról i odpowiedzialności.
  • Zespoły przygotowane do pracy z narzędziem.

Do czego to prowadzi

AI zostaje przypisana do wskazanych procesów i osób. Organizacja wie, kiedy z niej korzystać i jak sprawdzić wynik, ryzyko jest częścią projektu rozwiązania, a narzędzie ocenia się po tym, co zmieniło w pracy. Po testach zostaje materiał, na podstawie którego można podjąć decyzję.

Zastosowania

Gdzie AI daje efekt najszybciej

Cztery obszary, w których wdrożenia udają się najczęściej, bo praca jest powtarzalna, dane są dostępne, a wynik da się sprawdzić. Poniżej pięć warunków, które musi spełnić każde zastosowanie, zanim trafi do pilotażu. Są takie same we wszystkich czterech obszarach.

Dokumenty i wiedza

Wyszukiwanie zapisów w umowach i dokumentacji, streszczenia, porównania wersji, odpowiedzi na pytania oparte na firmowych źródłach. Efekt jest największy tam, gdzie wiedza leży rozproszona po folderach, procedurach i poczcie, a jedna osoba i tak musi ją co tydzień składać ręcznie.

Miernik czas od pytania do gotowej odpowiedzi i liczba poprawek nanoszonych po sprawdzeniu.

Obsługa zapytań i pism

Porządkowanie zgłoszeń, przygotowanie odpowiedzi do zatwierdzenia, podpowiedzi z procedur dla osób w pierwszej linii kontaktu. Rozwiązanie ma skracać drogę do dobrej odpowiedzi, a w sprawach nietypowych odpowiada człowiek.

Miernik czas pierwszej odpowiedzi i udział spraw zamkniętych bez poprawki.

Prowadzenie projektów

Podsumowania spotkań z listą ustaleń, rejestry ryzyk, raporty statusowe, wyciąganie terminów i zależności z dokumentacji. Korzyść bierze się stąd, że ustalenia nie giną między spotkaniem a dokumentem, bo samo generowanie notatek niewiele zmienia.

Miernik czas przygotowania raportu i liczba ustaleń bez terminu albo bez osoby odpowiedzialnej.

Finanse i analizy

Składanie danych do raportu zarządczego, wyjaśnianie odchyleń od planu, scenariusze i komentarze do liczb. Wymagania są tu ostrzejsze niż w pozostałych obszarach: każda liczba musi mieć źródło możliwe do sprawdzenia, a każdy wniosek osobę, która go zatwierdza.

Miernik czas zamknięcia raportu i liczba korekt nanoszonych po jego publikacji.

Zanim zastosowanie wejdzie do pilotażu

  • ProcesWiadomo, w którym miejscu pracy rozwiązanie się włącza i co się dzieje przed nim oraz po nim.
  • WłaścicielJest osoba, która już dziś odpowiada za jakość tego wyniku, i to ona zatwierdza zmianę.
  • DaneWiadomo, z czego rozwiązanie korzysta i kto ma prawo te dane widzieć.
  • Kontrola wynikuDa się sprawdzić, skąd wzięła się odpowiedź, i jest moment, w którym człowiek ją przyjmuje albo odrzuca.
  • MiernikJest liczba mierzona przed zmianą, którą po zmianie da się zmierzyć w ten sam sposób.

Brak choćby jednego z tych pięciu punktów nie przekreśla pomysłu, oznacza tylko, że najpierw trzeba go uzupełnić.

Ramy prawne

AI Act już obowiązuje, ale nie wszystkich w tym samym zakresie

Unijne rozporządzenie o sztucznej inteligencji stosuje się etapami od 2024 do 2027 roku. Większość obowiązków dotyczy dostawców systemów, ale część spada na każdą organizację, która z AI korzysta, niezależnie od tego, czy zbudowała cokolwiek sama, czy tylko kupiła licencję.

Zasadniczy termin stosowania

Rozporządzenie stosuje się w pozostałym zakresie, w tym obowiązki przejrzystości (art. 50) i wymagania dla systemów wysokiego ryzyka wymienionych w załączniku III.

W praktyce: człowiek ma wiedzieć, że rozmawia z systemem AI, a treści generowane bywają oznaczane. Jeśli AI wspiera rekrutację, dostęp do usług publicznych albo ocenę zdolności kredytowej, dochodzi nadzór człowieka, jakość danych wejściowych, rejestrowanie zdarzeń i poinformowanie pracowników.

To nie jest opinia prawna. Oś pokazuje terminy z rozporządzenia (UE) 2024/1689 i wyjaśnia, po co znać je przy planowaniu wdrożenia. O tym, które obowiązki dotyczą danego systemu, rozstrzyga jego zastosowanie, rola organizacji (dostawca albo podmiot stosujący) i przepisy krajowe. Zasady nadzoru ustalamy razem z Państwa działem prawnym.

Powiązane usługi

Powiązane usługi

Sama AI rzadko wystarcza. Najwięcej daje wtedy, gdy strategia, dane, procesy, bezpieczeństwo i kompetencje zespołów są prowadzone razem.

Szkolenia

Szkolimy zespoły, które przygotowują projekty, rozliczają dofinansowanie, prowadzą zamówienia i wdrażają technologie. Ćwiczymy na zadaniach z ich własnej pracy.

Transformacja cyfrowa i cyberbezpieczeństwo

Procesy, dane i technologia z planem wdrożenia, nie listą rekomendacji.

Brand & Web Design

Projektujemy identyfikację i strony internetowe. Strategia marki, UX, treść, SEO i wdrożenie w WordPressie powstają u nas jako jeden system.

Doradztwo prawne

Porządkujemy ryzyka prawne, kontrakty, procedury i dokumentację, zanim pojawi się kontrola, spór albo kosztowna korekta.

Pierwsza rozmowa o wdrożeniu

Podczas krótkiej rozmowy ustalimy:

  • czy AI jest już w organizacji używana i przez kogo, jeśli nikt tego nie ustalał,
  • który proces sprawia dziś najwięcej trudności: dokumenty, obsługa, raportowanie czy koordynacja,
  • jakie dane wchodzą w grę i czy są wśród nich wrażliwe,
  • kto miałby odpowiadać za pierwsze zastosowanie,
  • czy potrzebna jest najpierw mapa zastosowań, czy od razu pilotaż.

Przejdź do formularza

Kontakt

E-mail: kontakt@groah.pl

Telefon: +48 514 549 693

Telefon: +48 538 397 485

GROAH Sp. z o.o., ul. Icchoka Malmeda 7, 15-440 Białystok

Poproś o kontakt

* pola wymagane

    Odezwiemy się, żeby ustalić dogodny termin rozmowy. Przesłanie formularza nie zobowiązuje do zamówienia usługi.

    Najczęstsze pytania

    Pytania dotyczą zwykle sensu wdrożenia, bezpieczeństwa danych, odpowiedzialności za wynik i przejścia od testu do codziennego użycia.

    Tak. W wielu organizacjach właściwym początkiem jest uporządkowanie zastosowań, zasad pracy i mały pilotaż. Dopiero po sprawdzeniu wartości, ryzyk, danych i gotowości zespołu warto decydować o integracjach, architekturze i szerszym wdrożeniu.

    Może być, ale tylko pod warunkiem właściwego doboru narzędzi, konfiguracji, polityk dostępu, zasad użycia i kontroli danych wejściowych. Wdrożenie powinno obejmować reguły pracy z danymi, odpowiedzialność użytkowników, walidację wyników i mechanizmy nadzoru.

    To zależy od umowy i planu, dlatego jest to jedno z pierwszych pytań, jakie zadajemy dostawcy. W ofertach dla firm i instytucji wykorzystanie danych klienta do trenowania modeli bywa wyłączone zapisem umownym, w wersjach konsumenckich zwykle nie. Odpowiedź trzeba mieć na piśmie przed przekazaniem narzędzia zespołom, razem z informacją o tym, gdzie dane są przetwarzane i jak długo przechowywane.

    Nie w każdym procesie i nie za wszelką cenę. AI ma sens tam, gdzie praca jest powtarzalna, informacji jest dużo, analiza musi być szybka albo widać wyraźną stratę czasu.

    Nie. AI działa dobrze, gdy wiadomo, jaki proces wspiera, kto odpowiada za decyzję, jakie dane można wykorzystać i jak weryfikowany jest wynik. Bez uporządkowanych zasad powiela dotychczasowe błędy, tylko szybciej.

    Rzadko. W większości zastosowań biurowych wystarczy model dostępny na rynku, do którego dokłada się własne dokumenty i reguły, bez uczenia czegokolwiek od nowa. Własny albo dostrajany model bywa uzasadniony przy bardzo specyficznym języku dziedziny, wymogu przetwarzania danych we własnej infrastrukturze albo skali, przy której koszt licencji przestaje się opłacać, i jest to decyzja z etapu projektowania rozwiązania.

    Najważniejsze jest ustalenie, kto odpowiada za proces, dane, narzędzia, decyzje i kontrolę jakości. Organizacja powinna wiedzieć, kto może używać AI, do jakich zadań, jakich informacji nie wolno wprowadzać i jak weryfikować odpowiedzi.

    Nie. Pilotaż ma doprowadzić do decyzji, a pokaz możliwości narzędzia to za mało. Po pilotażu organizacja powinna wiedzieć, czy rozwiązanie warto rozszerzyć, poprawić, ograniczyć albo zakończyć.

    Od diagnozy procesów i mapy zastosowań: najpierw trzeba wskazać obszary pracy, w których AI może skrócić czas, poprawić jakość, uporządkować wiedzę albo zmniejszyć koszt operacyjny. Dopiero później warto wybierać narzędzia.

    Pierwszy krok

    Rozmowa o pierwszym procesie

    Ustalimy, gdzie AI może skrócić pracę, poprawić jakość decyzji albo zmniejszyć koszt. Przygotujemy mapę zastosowań, ocenę ryzyk i rozstrzygnięcie, od czego zacząć.

    Umów rozmowę Zobacz zakres współpracy

    Jeżeli z rozmowy wyniknie, że w Państwa procesie AI niczego nie przyspieszy, powiemy to wprost.