AI strategy
Kiedy nie wdrażać AI
To nie jest porada prawna. To memo decyzyjne o systemach, danych, ryzyku wdrożeniowym i pytaniach, które warto zabrać do zarządu, prawnika albo dostawcy.
Krótka odpowiedź
AI nie warto wdrażać, gdy firma nie potrafi wskazać procesu, danych, ownera, kosztu błędu i warunku sukcesu. Wtedy projekt zwykle zamienia się w demo, które wygląda dobrze w sali konferencyjnej, ale nie poprawia decyzji ani workflow.
Właściwą decyzją zarządu może być defer albo stop. To nie jest anty-AI. To dyscyplina kapitału, danych i odpowiedzialności.
Kiedy to ma znaczenie
Ten test przydaje się, gdy presja na AI jest duża, ale inicjatywa zaczyna się od narzędzia, trendu albo obietnicy vendora. Im bardziej projekt dotyka danych, ludzi, decyzji i reputacji, tym wcześniej trzeba sprawdzić, czy w ogóle warto zaczynać.
Test decyzyjny
| Sygnał | Co oznacza | Decyzja |
|---|---|---|
| Nie ma właściciela procesu. | Nikt nie będzie odpowiadał za output, błędy i zmianę operacyjną. | Defer do czasu przypisania ownera. |
| Dane są niedostępne albo chaotyczne. | Model może przykryć problem jakości danych, zamiast go rozwiązać. | Najpierw data/process cleanup. |
| Nie da się nazwać kosztu błędu. | Firma nie wie, co znaczy porażka systemu. | Zatrzymać zakres lub zawęzić pilota. |
| Vendor nie pokazuje ograniczeń. | Ryzyko przenosi się na kupującego. | Diligence przed umową. |
| Projekt nie ma mierzalnej poprawy. | AI może być kosztownym teatrem. | Stop albo powrót do pytania biznesowego. |
Dowody do zebrania
- Jedno zdanie: jaki proces ma się poprawić i po czym to poznamy.
- Owner biznesowy, reviewer i osoba odpowiedzialna za fallback.
- Próbka danych i lista ograniczeń jakości.
- Koszt błędu, koszt utrzymania i koszt ręcznego obejścia.
- Warunek stop/go po pilotażu.
Czerwone flagi
- Projekt zaczyna się od wyboru modelu, a nie od procesu.
- Zarząd oczekuje “AI roadmapy”, ale nie ma priorytetu biznesowego.
- Właściciel procesu uważa, że odpowiedzialność przejmie vendor.
- Pilot ma być sukcesem niezależnie od wyników.
Czego nie wyciągać jako wniosku
Nie wdrażać AI teraz nie znaczy nie wdrażać nigdy. Czasem dobra decyzja polega na tym, żeby zamknąć luki w danych, ownershipie i kontroli, a potem wrócić do projektu z mniejszym ryzykiem i lepszym zakresem.