Quality Power
Skalowanie AI po udanym pilotażu
Co działało u jednej osoby, przy całym zespole często przestaje. Jak rozszerzać, żeby nie stracić efektu.
Najtrudniejszy moment wdrożenia nie jest na starcie, tylko zaraz po udanym pilotażu. Rozwiązanie, które świetnie działało u jednej osoby znającej proces od podszewki, przy pięciu osobach zaczyna dawać wyniki o różnej jakości — i nikt nie wie dlaczego.
Dlaczego to, co działało, przestaje działać
| Przyczyna | Co się dzieje |
|---|---|
| Wiedza była w głowie osoby z pilotażu | Nowi nie wiedzą, co poprawiać |
| Polecenia były improwizowane | Każdy używa innego i wyniki się różnią |
| Brak definicji dobrego wyniku | Nie ma wobec czego oceniać |
| Nikt nie zbiera uwag | Problemy nie wracają do osoby odpowiedzialnej |
| Zakres zadań się rozszerzył | Narzędzie dostaje przypadki, pod które nie było ustawione |
Drugi wiersz odpowiada za większość rozbieżności. W pilotażu jedna osoba formułuje polecenia po swojemu i poprawia je w locie. Przy pięciu osobach powstaje pięć wersji i pięć poziomów jakości — a różnicy nie widać, dopóki ktoś nie porówna wyników obok siebie.
Trzy rzeczy do zrobienia przed rozszerzeniem
- Zapisz polecenia i kontekst w jednym miejscu, dostępnym dla wszystkich, zamiast zostawiać je w głowie osoby z pilotażu.
- Zapisz, jak wygląda dobry wynik — najlepiej na trzech przykładach: bardzo dobrym, przeciętnym i złym. To działa lepiej niż opis słowny.
- Ustal, kto zbiera uwagi i co z nimi robi. Bez tego problemy zostają u ludzi i kończą się cichym powrotem do starego sposobu.
Rozszerzaj po jednej osobie, nie na cały zespół
Druga osoba jest najważniejszym testem całego wdrożenia. To przy niej okazuje się, ile wiedzy zostało nieopisane — bo osoba z pilotażu wie zbyt dużo, żeby zauważyć braki w instrukcji. Dopiero gdy druga osoba dochodzi do porównywalnych wyników bez dopytywania, wdrożenie jest gotowe na resztę zespołu.
To ta sama logika, którą stosuje się przy przekazywaniu obowiązków człowiekowi — opisuję ją w tekście o przekazaniu obowiązków w firmie.
Czego nie robić przy skalowaniu
Nie rozszerzaj zakresu zadań równocześnie z rozszerzaniem grona użytkowników. Jedna zmiana naraz: albo więcej osób przy tym samym zadaniu, albo ta sama osoba przy szerszym zadaniu. Przy obu naraz nie da się ustalić, co spowodowało spadek jakości.
Nie zakładaj, że wszyscy przeczytają instrukcję. Krótkie pokazanie na realnym zadaniu działa lepiej niż dokument — i zajmuje mniej czasu niż odpowiadanie na pytania przez kolejny miesiąc. Jak to ułożyć, opisuję w tekście o szkoleniu zespołu z AI.
Test wiedzy — sprawdź się
Odpowiedz w myślach, potem rozwiń odpowiedź. Na końcu policz trafienia.
1. Dlaczego po pilotażu jakość spada?
- Bo narzędzie się zużywa
- Bo wiedza została w głowie osoby z pilotażu
- Bo rośnie liczba zadań
Sprawdź odpowiedź
Bo wiedza została w głowie osoby z pilotażu
Nowi użytkownicy nie wiedzą, co i jak poprawiać.
2. Co powoduje największe rozbieżności wyników?
- Różny sprzęt
- Pięć różnych wersji poleceń
- Różne pory dnia
Sprawdź odpowiedź
Pięć różnych wersji poleceń
Każdy formułuje je po swojemu, a różnicy nie widać bez porównania.
3. Jak najlepiej zapisać definicję dobrego wyniku?
- Opisem słownym
- Trzema przykładami: dobrym, przeciętnym i złym
- Listą wymagań
Sprawdź odpowiedź
Trzema przykładami: dobrym, przeciętnym i złym
Przykłady działają lepiej niż opis.
4. Kto jest najważniejszym testem wdrożenia?
- Właściciel firmy
- Druga osoba po pilotażu
- Cały zespół naraz
Sprawdź odpowiedź
Druga osoba po pilotażu
Przy niej widać, ile wiedzy zostało nieopisane.
5. Czego nie robić przy skalowaniu?
- Rozszerzać grona użytkowników
- Rozszerzać grona i zakresu zadań jednocześnie
- Zapisywać poleceń
Sprawdź odpowiedź
Rozszerzać grona i zakresu zadań jednocześnie
Przy dwóch zmianach naraz nie ustalisz przyczyny spadku jakości.
Twój wynik
- 5 na 5 — Zostaje zapisać polecenia, przykłady wyników i wskazać osobę zbierającą uwagi.
- 3–4 — Dobrze; najczęściej pomijane są zapisane polecenia.
- 0–2 — Zacznij od jednego: wdroż drugą osobę, zanim pomyślisz o całym zespole.
Drugi użytkownik to prawdziwy test wdrożenia
Przy rozszerzaniu pracuję z drugą osobą na realnych zadaniach — bo dopiero wtedy widać, ile wiedzy zostało w głowie tego, kto prowadził pilotaż. Dopiero potem ma sens szkolenie całego zespołu.
Najczęstsze pytania
Dlaczego po pilotażu jakość wyników spada?
Bo wiedza o tym, jak formułować polecenia i co poprawiać, została w głowie osoby prowadzącej pilotaż.
Co zrobić przed rozszerzeniem na zespół?
Zapisać polecenia i kontekst w jednym miejscu, pokazać na przykładach, jak wygląda dobry wynik, i wskazać osobę zbierającą uwagi.
Na ile osób rozszerzać najpierw?
Na jedną. Druga osoba jest testem tego, ile wiedzy zostało nieopisane.
Czego unikać przy skalowaniu?
Jednoczesnego rozszerzania grona użytkowników i zakresu zadań — przy dwóch zmianach naraz nie da się ustalić przyczyny problemów.
