Wprowadzenie
Andrzej Kinastowski (AK): Konnichiwa! Witajcie w AI automation Dojo gdzie spoglądamy w otchłań współczesnego miejsca pracy – a otchłań odwzajemnia spojrzenie, pokazując ekran ładowania. Dziś zanurzymy się po uszy w chwalebny, a momentami zagadkowy stan automatyzacji w roku 2025. Porozmawiamy o cyklicznej historii automatyzacji. Jestem waszym gospodarzem, Andrzej Kinastowski, jednym z założycieli Office Samurai, firmy, która odważyła się zadać pytanie: „A co, jeśli konsulting biznesowy dałoby się prowadzić bez prezentacji PowerPoint, które ewidentnie naruszają Konwencję Genewską?”. Dziś naszym gościem jest Dominik Jaskulski. Dominiku, witaj w podcaście.
Dominik Jaskulski (DJ): Tak, witam wszystkich, konnichiwa. Miło tu być.
Cykliczna natura zachwytu automatyzacją
AK: Dominiku, jesteś w świecie automatyzacji już od bardzo dawna. Powiedz naszym widzom: dlaczego tu jesteś i – co najważniejsze – kiedy ostatni raz napisałeś makro w VBA?
DJ: Myślę, że główny powód jest taki, że prowadzimy biznes razem. Zanim powstało Office Samurai, pracowałem jako menedżer ds. automatyzacji, odpowiedzialny za skalowanie programów automatyzacji w centrach usług globalnych dużych firm. Wydaje mi się, że ostatni raz pisałem makro jakieś osiem lat temu. Mam 16 lat doświadczenia zawodowego, a jednym z moich pierwszych zadań, jeszcze jako stażysty, było właśnie napisanie makra w VBA. Przez wiele lat, gdy ludzie mówili o automatyzacji biurowej, w około 80% przypadków mieli na myśli właśnie VBA.
AK: Czy czasem za tym tęsknisz? Ja też zaczynałem od makr. Dziś chcemy porozmawiać o stanie automatyzacji w roku 2025. Jak myślisz, o czym powinniśmy rozmawiać?
DJ: Ja właściwie zacząłbym od tego, o czym nie będziemy rozmawiać, bo zdecydowanie nie jesteśmy specjalistami od automatyzacji przemysłowej, od jeżdżenia do firm produkcyjnych i rozmów o Przemyśle 4.0 czy IoT. Ale jeśli interesuje was, jak wygląda automatyzacja w środowisku biurowym i usługowym, to zostańcie z nami.
AK: Zaczynałeś od makr VBA, ale od tego czasu sporo się wydarzyło, prawda?
DJ: Zdecydowanie. W latach 2014–2015 wszyscy myśleli, że nadchodzi RPA i że zastąpi wszystkie tradycyjne automatyzacje oparte na makrach. Oczekiwania były wtedy mocno przesadzone. Gdy rozmawialiśmy z niektórymi szefami organizacji GBS, naprawdę wierzyli, że „70% pracy księgowych zostanie zautomatyzowane”. Od tamtej pory mam jednak podejrzenie, że liczba księgowych raczej wzrosła, niż spadła. Mam wrażenie, że teraz jesteśmy w bardzo podobnym momencie z AI. Rok czy dwa lata temu, po publikacji GPT-3.0 przez OpenAI, wszyscy oczekiwali, że AI zautomatyzuje wszystko i zabierze ludziom pracę. Słyszałeś o firmie Clara?
AK: Nie, o Clara nie słyszałem. Wspominałeś o niej, ale nie znam samej historii.
DJ: CEO firmy Clara powiedział półtora roku temu: „AI jest już tak dobra w odpowiadaniu na pytania naszych klientów”, że zdecydowali się zwolnić 700 osób, planując w sumie 3 000 zwolnień. Wycena firmy też była mocno napompowana – bodajże 46 miliardów dolarów, a rok po tych zwolnieniach spadła do 7 miliardów. Niedawno ogłosili, że znowu zaczynają zatrudniać. Tłumaczą to tym, że teraz chodzi im przede wszystkim o jakość – chcą zapewnić lepszy poziom usług, czego nie da się osiągnąć wyłącznie za pomocą AI.
AK: Ale dlaczego to nie zadziałało? RPA jest dziś czymś zupełnie normalnym – jeśli by je wyłączyć, firma po prostu by upadła. W przypadku AI wygląda na to, że przechodzimy przez ten sam etap – zawyżone oczekiwania. Dlaczego to nie działa? Wszyscy pokazują swoje laboratoria, w których wszystko funkcjonuje idealnie, ale gdy próbuje się to wdrożyć na dużą skalę, rynek jakby nie potrafił tego udźwignąć.
DJ: Właściwie, to się z tobą tutaj nie zgodzę. Uważam, że RPA okazało się naprawdę użyteczne. Znamy przykłady firm, które zautomatyzowały 15, 20, a nawet 25% swojej siły roboczej. Bardzo lubię to powiedzenie, że przeceniamy to, co technologia może nam dać w krótkim czasie, a nie doceniamy jej wpływu w dłuższej perspektywie. Tak samo było z internetem. Gdy spojrzymy dziś na 30-letni okres, widać, że całkowicie zmienił gospodarkę i to, czym zajmujemy się jako ludzie.
AK: Mieliśmy przecież bańkę dot-com. Czy uważasz, że Generative AI zmieni świat w równie fundamentalny sposób, jak zrobił to internet?
DJ: Prawdopodobnie w dłuższej perspektywie – tak. Wielu ludzi myśli o prostych chatbotach, które mają raczej zastąpić Wikipedię czy Google. Ale prawdziwa siła modeli LLM polega na tym, że można je połączyć z wiedzą organizacji. Taka sztuczna inteligencja potrafi nie tylko odpowiadać na pytania, ale też proponować rozwiązania czy pomagać w planowaniu. A potem pojawia się jeszcze agentowa automatyzacja – czyli rozwiązania oparte na AI, które nie muszą mieć ludzkiej formy. Mogą działać gdzieś w tle, na serwerze, pomagając firmie na przykład przemieszczać towary z punktu A do punktu B.
Fanatycy, sceptycy i koszt zwlekania
AK: Myślę, że to dobre podejście do myślenia o Generative AI i o tym, jak będzie wdrażane — trochę pod powierzchnią. Mamy przecież fanatyków po obu stronach. Z jednej strony są ludzie, którzy wierzą, że AI zmieni wszystko w rok czy dwa, że bezrobocie gwałtownie wzrośnie. Z drugiej – firmy, które wolą tworzyć mapy drogowe, zatrudniać konsultantów z McKinseya… i tak naprawdę już są w tyle.
DJ: Często rekomendujemy, żeby być gdzieś pośrodku – nie być nadmiernie optymistycznym, ale też nie udawać, że te technologie nie istnieją. Trzeba zacząć sprawdzać, jak można je wdrożyć w procesach biznesowych, w jaki sposób AI może wspierać obsługę klienta, zarządzanie zamówieniami czy działy HR. Im szybciej organizacja zacznie pilotaż, tym szybciej zrozumie, gdzie ma to sens, a gdzie nie.
AK: Samo czekanie niewiele daje, jeśli nie masz własnych doświadczeń. Znamy firmy, które praktycznie nie mają nic wspólnego z Generative AI. Wszystko jest tam zablokowane przez autentyczny strach przed wyciekiem danych. Nawet rzeczy proste i bezpieczne do wdrożenia – jak np. Copilot, jeśli korzystasz z Microsoftu – są przez wiele firm odrzucane, bo one wciąż planują i rysują mapy drogowe.
DJ: Powiedziałbym, że jest wiele firm, które są na krótkiej smyczy compliance i bezpieczeństwa IT. Zajmie im jeszcze trzy, cztery, może pięć lat, zanim w ogóle zaczną coś robić z AI. Pojawia się też sporo głupich pomysłów, czasem nawet od członków zarządu czy prezesów, którzy po prostu nie rozumieją, czym naprawdę jest AI. Rozmawiałem z jednym z naszych klientów, gdzie CEO firmy zatrudniającej 10 000 osób powiedział: „Chcę, żebyście wydali 200 000 na licencje Copilot.” Firmy kupują takie rozwiązania, żeby móc powiedzieć, że dali wszystkim dostęp do AI, ale bardzo często nie szkolą ludzi, jak z tego korzystać.
AK: Jeśli kupujesz technologię, która jest tak świeża, ludzie często nie są jeszcze przyzwyczajeni do jej używania. Znamy organizacje, dla których prowadziliśmy wiele szkoleń w tym zakresie.
DJ: Być może Copilot nie ma sensu na każdym stanowisku w firmie, ale na pewno warto eksperymentować z tymi technologiami. W organizacji są obszary – jak pisanie maili, robienie notatek ze spotkań, czy przygotowywanie prezentacji – gdzie tego typu oprogramowanie może realnie zwiększyć produktywność pracowników. Ale jeśli płacisz kilka milionów dolarów za takie rozwiązanie, a korzysta z niego tylko 5–10% załogi, to nie ma to większego sensu.
AK: Mamy tych fanatyków AI i negacjonistów AI, i to trochę przypomina hype na RPA sprzed lat. Wciąż widzimy firmy, które dopiero dziś zaczynają przygodę z RPA.
DJ: Mamy tych fanatyków AI i negacjonistów AI, i to trochę przypomina hype na RPA sprzed lat. Wciąż widzimy firmy, które dopiero dziś zaczynają przygodę z RPA.
AK: Czy uważasz, że firmy wiedzą, jak wykorzystywać AI w swoich procesach biznesowych?
DJ: Widziałem naprawdę sporo firm, które zainwestowały w korporacyjne platformy AI, a od dziewięciu miesięcy wciąż słyszymy od nich: „Nadal przygotowujemy wdrożenie, nadal szukamy pierwszych przypadków użycia.” Mam wrażenie, że powtarzamy ten sam cykl. Zastanawiam się, jaki będzie następny po AI – może komputery kwantowe?
AK: Komputery kwantowe też mogą sporo namieszać, zwłaszcza w obszarze bezpieczeństwa. Nadal widzimy firmy, które próbują wdrażać ogromne platformy AI dla przedsiębiorstw, a bardzo często są to narzędzia stworzone 10–15 lat temu, do których ktoś po prostu dodał dostęp do LLM. Naprawdę dziwi mnie, że firmy nie robią pilotaży ani wdrożeń etapowych.
DJ: Już teraz można zauważyć pewną niechęć wobec AI na LinkedInie – pojawiają się komentarze w stylu: „Obiecywano nam X, a AI tego nie dostarczyło.” Mamy nawet przykład wdrożenia asystenta AI w Microsoft Teams, gdzie rozwiązanie nie potrafi odpowiadać w różnych językach.
AK: Języki to coś, w czym Generative AI naprawdę świetnie sobie radzi. Kiedy zatrudniasz firmę doradczą, żeby stworzyła dla ciebie narzędzie, oczekujesz, że będzie to wiedzieć i odpowiednio to przetestuje.
DJ: To bardzo podobne do tego, co działo się z RPA. Duże firmy konsultingowe budowały ogromne programy, dostarczały ci 20, 30, a nawet 50 deweloperów, a tak naprawdę zatrudniały świeżych absolwentów, którzy uczyli się robić RPA na twoich projektach. Mam dziwne wrażenie, że teraz w wielu przypadkach dzieje się dokładnie to samo.
AK: Myślę, że powinniśmy bardziej zgłębić temat RPA, żeby lepiej zrozumieć, co wydarzy się dalej z AI. Podoba mi się ta koncepcja powtarzających się cykli – że wszystko wraca w pewnych odstępach czasu.
DJ: Większość rynku zwykle stabilizuje się po czterech lub pięciu latach od pierwszej fali entuzjazmu, więc prawdopodobnie w latach 2027–2028 zobaczymy podobną standaryzację. Myślę jednak, że tym razem amplituda jest znacznie większa. Tempo zmian, to jak szybko wszyscy gracze na rynku wdrażają nowe rozwiązania AI, jest po prostu oszałamiające. To także kwestia specjalizacji – możemy dojść do momentu, w którym pojawi się coraz więcej LLM-ów wyspecjalizowanych w konkretnych dziedzinach.
Najlepsze podejście: zwinne eksperymentowanie
AK: Patrząc na technologie AI – na to, jakie są niestabilne i jak szybko się zmieniają – uważam, że zwinne podejście, czyli zaczynanie od małych rzeczy, testowanie, robienie laboratoriów i wyrabianie sobie własnego zdania, to prawdopodobnie najlepsza rzecz, jaką można dziś zrobić.
DJ: W dużych organizacjach istnieje ramy SAFe, i widziałem mema, że mają już 800 stron. Jak można być zwinym, jeśli masz 800-stronicowy podręcznik? To już nie brzmi jak agile.
AK: Jedną z naszych wartości w Office Samurai jest: No Bullshit (bez ściemy). Kiedy ludzie widzą, że nie próbujesz im nic sprzedać, a naprawdę pomagasz rozwiązać problem, to staje się zupełnie inną rozmową.
DJ: To trochę wraca do tematu fanatyków. Nie możesz być fanatykiem.
AK: Co najbardziej ekscytuje Cię w ostatnim czasie?
DJ: Mogę tu zacytować Daniela Linesa: „Przyszłość jest agentowa.” To obecnie najgorętszy temat – agenci AI: jak ich tworzyć, testować i orkiestrować procesy, w których działa wiele agentów AI jednocześnie.
AK: Teraz mówimy o dużych frameworkach – frameworkach agentowej automatyzacji, w których możesz mieć wiele integracji, wiele robotów RPA, wiele zapytań do baz SQL, a pomiędzy nimi agenci AI, którzy wykonują pracę lub nawet orkiestrowują innych agentów AI.
DJ: Można to porównać do modeli Generative AI, które tworzą filmy lub obrazy. Myślę, że gdy pojawi się nowa kategoria na Oscarach – filmy stworzone przez AI, wtedy będzie można powiedzieć: „Ta technologia jest wystarczająco dojrzała”.
AK: Po prostu nie oczekuj, że będą łatwe w użyciu i działały od razu „out of the box”.
DJ: Są analitycy, którzy twierdzą, że RPA umarła. Słyszałem tę samą historię już w 2015 roku. W przypadku AI jest to potencjalnie możliwe, ale to też zajmie trochę czasu.
AK: W większości przypadków byłoby to po prostu przesadne. Jeśli masz proces, który twoje automaty muszą wykonywać tysiące razy dziennie, to sensowniej jest zrobić to sposobem RPA. Wysyłanie całego ekranu do LLM pochłaniałoby dużo energii, tokenów i pieniędzy. Poza tym większość naszych klientów wciąż korzysta z S400 – starych systemów mainframe IBM.
Mądre rozpoczęcie: porady dla firm
DJ: Dla firm, które zastanawiają się: „Co teraz zrobić?” – jaka byłaby twoja rada?
AK: Po pierwsze, trzeba upewnić się, że organizacja ma dostęp do jakiegoś LLM. Kolejna sprawa to produktywność osobista, gdzie można używać np. Copilota, ale równocześnie trzeba inwestować w edukację. Następnie są obszary związane z zarządzaniem wiedzą, w których można wdrażać asystentów. Najlepiej korzystać z już istniejących interfejsów, takich jak Slack, jako front-end dla swoich asystentów lub agentów AI. Na końcu jest korporacyjna automatyzacja agentowa – działa to jak układanka, w której trzeba mieć wszystkie odpowiednie elementy.
DJ: Andrzeju, może zapytam Ciebie — co najbardziej Cię ekscytuje, jeśli chodzi o sztuczną inteligencję?
AK: Uważam, że jeśli chodzi o automatyzację z wykorzystaniem AI, to dla mnie najbardziej ekscytujące jest obserwowanie wszystkich porażek. Te, które zdarzają się największym graczom na rynku, są najbardziej spektakularne, bo jeśli obiecujemy zbyt wiele w kontekście AI, to prowadzi to do efektownych niepowodzeń. Mieliśmy kilka pilotów, które musieliśmy zakończyć na etapie pilotażu, na przykład próbę tłumaczenia w czasie rzeczywistym rozmów konsultantów z klientami. Musimy pokazywać zarówno to, co działa, jak i to, co nie działa, ponieważ ludzie muszą mieć punkt odniesienia, co jest realne, a co jeszcze nie.
Dominiku, bardzo dziękuję Ci, że byłeś dzisiaj z nami.
Wnioski
AK (Andrzej Kinastowski): I wszyscy żyli długo i szczęśliwie w świecie automatyzacji… a może jednak nie? To koniec tego rozdziału w nieco niepokojącej bajce o automatyzacji 2025. Wielkie Arigato za poświęcenie nam swoich uszu. Ogromne podziękowania dla naszego gościa Dominika Jaskulskiego oraz dla naszej producentki Anny Cubal. Jak zawsze nagrane w legendarnym Wodzu Beats Studio.
Do następnego razu – utrzymujcie swoje hasła złożone, a oczekiwania wobec w pełni zautomatyzowanej utopii – umiarkowane. Mata ne.
