Agent AI w procesie firmy: warsztat zespołowy na danych przedsiębiorstwa

Szkolenia z AI często kończą się wiedzą, której nikt potem nie używa. Ten warsztat działa odwrotnie: zespół pracuje na jednym procesie wskazanym przez firmę i na jej materiałach - eksportach, próbkach lub dostępie do systemu wyłącznie do odczytu.

Podczas dwóch dni podłączamy agenta AI do wybranego procesu, testujemy go na prawdziwych przypadkach i ustalamy zasady pracy zespołu. Po warsztacie firma ma narzędzie, które zespół umie uruchomić i ocenić sam, oraz dane, na podstawie których zdecyduje o dalszym wdrożeniu.

Co zostaje w firmie

• agent AI skonfigurowany dla jednego procesu,

• zestaw testów odbiorowych z wynikami,

• karta obsługi agenta dla użytkowników,

• plan pilotażu z miernikami i właścicielem poprawek.

Bezpieczeństwo danych

Dane firmy klasyfikujemy przed warsztatem: dozwolone, wymagające anonimizacji i niedozwolone. Agent ma dostęp tylko do odczytu i nie wysyła niczego bez zatwierdzenia człowieka.

Model warsztatu sprawdziliśmy w firmie produkcyjnej pracującej na systemie ERP.

Dzień 1: Proces, dane i konfiguracja agenta

Moduł 1. Agent AI w procesie firmy

• Różnica między rozmową z czatem a agentem wykonującym powtarzalną pracę na wskazanych materiałach.

• Folder roboczy, kontekst i instrukcja agenta.

• Granice odpowiedzialności człowieka i agenta.

Moduł 2. Wybór procesu i klasyfikacja danych

• Kryteria dobrego procesu: powtarzalność, jasne wejście, sprawdzalny wynik.

• Klasyfikacja materiałów: dozwolone, wymagające anonimizacji, niedozwolone.

• Osoba korzystająca z wyniku i osoba zatwierdzająca.

Moduł 3. Kontrolowany dostęp do danych przedsiębiorstwa

• Eksporty, próbki i dostęp do systemu wyłącznie do odczytu.

• Podłączanie źródeł danych do agenta i zasady bezpieczeństwa.

• Czego agent nie może zapisywać ani wysyłać.

Moduł 4. Konfiguracja agenta dla wybranego procesu

• Instrukcja: cel, źródła, format wyniku, warunek zatrzymania.

• Szablon danych wejściowych i oczekiwanego wyniku.

• Pierwsze uruchomienie na kontrolowanym przykładzie.

Dzień 2: Testy, poprawki i wdrożenie w zespole

Moduł 5. Testy odbiorowe

• Trzy przypadki testowe: poprawny, z brakiem danych i trudny.

• Porównanie wyniku agenta z wynikiem referencyjnym.

• Rozpoznawanie błędów, luk i zgadywania zamiast wskazania niepewności.

Moduł 6. Poprawki i wersjonowanie

• Zasada jednej zmiany i ponownego testu.

• Zapis wersji instrukcji i wyników testów.

• Decyzja o akceptacji albo odrzuceniu wyniku.

Moduł 7. Standard pracy zespołu z agentem AI

• Role: użytkownik, osoba zatwierdzająca, właściciel procesu.

• Zasady przekazywania danych i zatwierdzania wyników.

• Sytuacje, w których decyzję przejmuje człowiek.

Moduł 8. Karta obsługi i plan pilotażu

• Karta obsługi agenta dla użytkownika.

• Mierniki pilotażu: czas wykonania, liczba poprawek, kompletność wyniku.

• Właściciel kolejnych poprawek i plan pierwszych tygodni pracy.