Jak sprawdzić gotowość na AI na jednym prawdziwym procesie

Czy nasza firma jest gotowa na AI?

Zadaj to pytanie o konkretny proces, a odpowiedź stanie się konkretna. Gotowość na AI w ogóle niewiele znaczy: firma może mieć dobre IT i jasne zasady, a mimo to nie mieć danych dla procesu, który się liczy. Gotowość to lista warunków dla jednego procesu, z których każdy jest spełniony albo nie, z nazwiskiem przy każdym braku.

Najwięcej braków testy znajdują w danych. W badaniu ServiceNow opublikowanym 14 lipca 2026 72% niemieckich firm wskazało dokładność danych, dostęp do danych i zarządzanie danymi jako największe przeszkody, a tylko 16% miało ustalone procesy testów, audytu i zarządzania ryzykiem dla AI. W badaniu Bitkom opublikowanym 14 września 2026 40% firm, które nie korzystają z AI, wskazało brak danych, a 50% firm korzystających z AI wskazało przygotowanie danych jako dużą pozycję kosztową.

Czy test gotowości ma dawać ocenę dojrzałości, czy śledzić prawdziwą sprawę?

Model dojrzałości umieszcza całą firmę na skali, zwykle od pierwszych eksperymentów do AI w całym biznesie. To przydatne do porównania się z innymi i do pierwszej rozmowy w zarządzie. Nie powie ci jednak, czy faktury w twojej skrzynce da się odczytać, czy ERP ma interfejs, z którego system może korzystać, ani kto będzie zatwierdzał wyniki.

Sprawa próbna już tak. Weź jedną prawdziwą, niedawną sprawę z procesu, o którym myślisz, zwykłą, a nie wyjątkową, i prześledź ją od momentu, gdy przychodzi, do momentu zamknięcia. Każdy system, którego dotyka, każdy dokument, który ktoś otwiera, każda decyzja i każda zaangażowana osoba staje się wierszem listy kontrolnej. Potem sprawdź te same wiersze na zestawie dawnych spraw ze znanym wynikiem, bo pojedyncza sprawa może być nietypowa.

Jak przeprowadzić test na jednym procesie?

1. 1

   Wybierz proces

   Wybierz kandydata z wieloma podobnymi sprawami i wynikiem, który człowiek szybko sprawdzi. Jeśli kilka zespołów rywalizuje o pierwsze miejsce, najpierw oceń ich propozycje według tych samych pytań.

2. 2

   Wybierz sprawę próbną i ludzi, którzy ją znają

   Jedna niedawna, zwykła sprawa, osoba, która ją obsługiwała, właściciel procesu i ktoś z działu IT, kto zna systemy. Nie zaczynaj od najtrudniejszego wyjątku.

3. 3

   Prześledź sprawę od początku do końca

   Zapisz, gdzie wpłynęła, jakich dokumentów i systemów użyto, co sprawdzano, co i kto zdecydował oraz dokąd trafił wynik.

4. 4

   Sprawdź każdy krok według listy kontrolnej

   Przy każdym kroku zapytaj, czy dane są w formie cyfrowej, czy system może je czytać, czy istnieje interfejs, czy jest zasada określająca, co system może zrobić, i kto sprawdziłby wynik.

5. 5

   Zbierz dawne sprawy ze znanym wynikiem

   Z nich powstanie później zestaw testowy. Jeśli nikt nie umie powiedzieć, jaki był poprawny wynik dawnej sprawy, jakości nie da się jeszcze zmierzyć, i to jest osobny brak.

6. 6

   Spisz listę braków

   Każdy brak dostaje właściciela i decyzję: najpierw go usunąć, obejść albo wybrać inny proces.

Co powinno znaleźć się na liście kontrolnej gotowości na AI?

Lista ma pięć obszarów: kompetencje, dane, systemy, zasady i ludzie. Na każde pytanie odpowiadaj tylko dla sprawy próbnej. Wiersz jest spełniony dopiero wtedy, gdy ktoś potrafi to pokazać. Samo założenie nie wystarczy.

Niektóre zastosowania są według AI Act zastosowaniami wysokiego ryzyka, między innymi selekcja i ranking kandydatów do pracy oraz ocena zdolności kredytowej, oba wymienione w załączniku III. Firma, która stosuje taki system, przejmuje własne obowiązki, w tym nadzór człowieka sprawowany przez kompetentne osoby, przechowywanie logów generowanych przez system i informowanie przedstawicieli pracowników przed użyciem go w miejscu pracy. Takich decyzji nie automatyzujemy bez ludzi. To, czy zastosowanie podlega załącznikowi III, rozstrzyga twoja firma, doradzana przez inspektora ochrony danych i prawników.

Jak wygląda jakość i dostępność naszych danych?

Dane dla AI nie muszą być idealne, wystarczy, że są dość dobre. Obejmują sprawy, które system będzie widział, mają właściciela, są osiągalne z właściwymi uprawnieniami i pozwalają odróżnić aktualną wersję od starszych. Przed pierwszym procesem nie potrzebujesz data lake ani ogólnofirmowego projektu danych. Potrzebujesz źródeł, z których korzysta ten proces, w użytecznym stanie. Sprawdź cztery rzeczy na sprawie próbnej i dawnych sprawach:

• Pokrycie: czy dawne sprawy obejmują występujące warianty, na przykład różnych dostawców, formaty i języki, a obok łatwych także trudne sprawy?
• Poprawność: tam, gdzie zapisano wynik dawnej sprawy, czy jest on prawidłowy? Zestaw testowy zbudowany na błędnych wynikach mierzy nie to, co trzeba.
• Aktualność: przy pytaniach, na które odpowiada się na podstawie dokumentów, która wersja obowiązuje i kto usuwa nieaktualne?
• Dostęp: czy konto serwisowe może czytać dane z uprawnieniami, które będą obowiązywać także w produkcji, a nie przez jednorazowy eksport?

Działy finansów odczuwają to najmocniej. W raporcie KPMG Global AI in Finance z 22 maja 2026 36% szefów finansów wskazało jakość danych jako największe wyzwanie dla AI w finansach. Przewodniki o gotowości danych do projektu AI i o przygotowaniu źródeł do RAG, czyli odpowiedzi z twoich własnych dokumentów z pokazanym źródłem, omawiają każdy z tych punktów.

Czy jest bezpłatna ocena gotowości na AI?

Tak. Ośrodki Mittelstand-Digital Zentren prowadzą bezpłatne wstępne konsultacje dotyczące AI, a niemieckie izby przemysłowo-handlowe (IHK) oferują własne testy, na przykład KI-Reifegrad-Check IHK Schwaben i KI-Check IHK Stuttgart. O warunki zapytaj swoją izbę. Na początek to rozsądny wybór: takie testy są neutralne i uporządkowane, a zarząd zaczyna potem rozmawiać o AI wspólnym językiem.

Warto wiedzieć, do czego taki test służy. IHK Schwaben opisuje swój test jako pierwszą uporządkowaną ocenę i zaznacza, że nie jest on doradztwem, poradą prawną ani audytem. Z założenia ogólny test tego rodzaju pomija to, co widać dopiero na twoim własnym procesie:

• Czy twoje własne sprawy da się obsłużyć, bo żadna sprawa próbna nie jest śledzona przez twoje systemy.
• Dostęp i uprawnienia w twoich systemach ERP, CRM, dokumentów czy zgłoszeń.
• Jaka infrastruktura pasuje do twoich danych: usługa chmurowa, własne konto w chmurze czy własne serwery.
• Jak będzie mierzona jakość wyników i ile weryfikacji będą wymagały.
• Budowę i utrzymanie systemu w kolejnym kroku.

Korzystaj z obu: z testu izby dla orientacji i z testu na sprawie próbnej dla procesu, który chcesz zmienić. Nasza bezpłatna 30-minutowa rozmowa z inżynierem nie wymaga dostępu do twoich systemów ani danych i może razem z tobą przejść listę kontrolną powyżej dla jednego procesu. Jeśli twoi pracownicy już używają narzędzi AI, bezpłatny przegląd wykorzystania AI dodaje jedną stronę o wydatkach na AI i jakości, przygotowaną z eksportów, które sam wybierasz.

Co po teście gotowości?

Lista braków decyduje o kolejnym kroku i zwykle prowadzi do jednego z trzech wyników:

• Gotowy albo prawie gotowy: zmierz obecny proces, uzgodnij kryteria akceptacji i uruchom pilotaż na własnych sprawach.
• Gotowy po poprawkach: najpierw usuń braki, które blokują pilotaż, zwykle dostęp do systemu, właściciela źródła danych albo zgodę na przepływ danych, a resztę zostaw na etap przejścia do produkcji.
• Nie ten proces: jeśli brakuje danych albo nikt nie umie powiedzieć, jak wygląda poprawny wynik, wybierz następnego kandydata zamiast forsować ten.

Przewodnik o wdrożeniu AI w firmie opisuje etapy od tego miejsca do działającego systemu.

Strategia i wdrożenie AIIntegracja danych dla AISzefowie cyfryzacji i pełnomocnicy ds. AI