Jeśli prowadzisz firmę usługową i myślisz o AI bez ściemy, ten odcinek daje dużo konkretu. Michał Kibil mówi o procesach, jakości, poufności i o tym, gdzie automatyzacja naprawdę pomaga, a gdzie robi więcej szkody niż pożytku.
Posłuchaj odcinka DSS#35 na YouTube →AI w firmie usługowej nie ma zastępować myślenia. Ma zdejmować z ludzi pracę, której nie powinni robić ręcznie.
W artykułach inspirowanych podcastem Druga Strona Sukcesu nie chodzi o powtarzanie rozmowy słowo w słowo. Chodzi o wyciągnięcie z niej tego, co przedsiębiorca może wykorzystać w swoim biznesie już dziś.
W DSS#35 Michał Kibil bardzo jasno pokazuje, że w firmie eksperckiej nie wygrywa ten, kto kupi najmodniejsze narzędzie AI. Wygrywa ten, kto rozumie własne procesy, wie gdzie traci czas i potrafi odróżnić automatyzację, która daje wartość, od tej, która tylko wygląda nowocześnie.
To ważne szczególnie teraz, gdy wiele firm rzuca się na generatywną sztuczną inteligencję z nadzieją, że rozwiąże im wszystkie problemy. Nie rozwiąże. Może natomiast przyspieszyć pracę, odciążyć zespół i poprawić jakość — ale tylko wtedy, gdy technologia jest dobrana do specyfiki biznesu.
W rozmowie pada kilka bardzo praktycznych obserwacji: tajemnica zawodowa jest święta, modele ogólne potrafią halucynować, a automatyzacja bez procesu kończy się chaosem. I właśnie od tego warto zacząć.
Najpierw proces, potem AI. Inaczej dostajesz szybszy bałagan.
Jedna z najmocniejszych rzeczy w tej rozmowie jest prosta: AI nie naprawi firmy, w której wszystko dzieje się „na czuja”. Najpierw trzeba wiedzieć, co dokładnie robisz, jak to robisz i gdzie naprawdę znika czas. Dopiero wtedy można pytać, które zadania warto zautomatyzować.
Michał mówi wprost, że jego kancelaria testuje różne rozwiązania: modele językowe, Copilota, narzędzia do tworzenia grafik, a także kierunki pod bardziej specjalistyczne wdrożenia. Nie po to, żeby „mieć AI”, tylko po to, żeby realnie obniżać koszt pracy, zwiększać jakość i eliminować błędy.
To dobra lekcja dla każdej firmy usługowej. Jeśli twoja organizacja nie ma jeszcze uporządkowanych podstaw, AI nie zrobi za ciebie roboty. Może nawet przyspieszyć chaos, bo zamiast jednego wolnego procesu dostaniesz trzy szybkie, ale niespójne.
W praktyce warto więc zadać sobie kilka pytań:
- które zadania są powtarzalne i nie wymagają kreatywnej decyzji?
- które fragmenty pracy zabierają dużo czasu, ale nie zwiększają wartości dla klienta?
- gdzie zespół wykonuje ręcznie czynności, które można bezpiecznie przenieść do narzędzia?
- co musi zostać po stronie człowieka, bo wymaga oceny, odpowiedzialności lub kontaktu z klientem?
Bez takich odpowiedzi każda automatyzacja będzie tylko kosmetyką. Z odpowiedziami — staje się narzędziem do skalowania.
W firmie eksperckiej AI musi przejść dwa testy: poufność i jakość.
Tu rozmowa schodzi na poziom, którego często brakuje w marketingowych opowieściach o sztucznej inteligencji. W kancelarii prawnej, ale też w każdej firmie doradczej, finansowej czy medycznej, nie można wrzucać danych do byle jakiego narzędzia tylko dlatego, że jest wygodne.
Michał mówi wprost: tajemnica adwokacka jest święta. To oznacza, że narzędzie musi zachowywać pełną poufność. Dane nie mogą trafiać tam, gdzie firma traci kontrolę. Model nie może uczyć się na twoich materiałach, jeśli to narusza bezpieczeństwo. Rozwiązanie musi być dopasowane do biznesu, a nie odwrotnie.
Drugi test to jakość. Modele ogólne potrafią robić wrażenie, ale w specjalistycznej pracy mogą zacząć zmyślać, mylić wątki albo odpowiadać zbyt powierzchownie. W kancelarii procesowej to nie jest drobna niedoskonałość. To ryzyko błędu, który kosztuje czas, pieniądze i zaufanie klienta.
Wniosek jest prosty: jeśli twoja firma działa w oparciu o wiedzę ekspercką, to nie pytaj tylko „czy AI jest szybkie?”. Pytaj:
- czy jest bezpieczne dla danych klienta?
- czy rozumie specyfikę naszej pracy?
- czy daje wynik na poziomie, który naprawdę można wykorzystać?
Jeśli odpowiedź na którekolwiek z tych pytań brzmi „nie wiem”, to nie wdrażasz jeszcze automatyzacji. Najpierw testujesz.
Automatyzacja ma oddać ludziom czas, nie dołożyć im nowych zadań.
W rozmowie pojawia się też bardzo ważny paradoks. Im bardziej człowiek jest efektywny, tym częściej dostaje po prostu więcej roboty. I to jest jeden z głównych powodów, dla których technologia nie zawsze „uwalnia czas”, choć wszyscy tak o niej mówią.
Michał trafnie zauważa, że jeśli firma nie postawi sobie sztywnych granic, to każda oszczędność czasu zostanie natychmiast zjedzona przez nowe zadania. Wtedy AI nie daje wolności. Daje tylko szybsze tempo.
To szczególnie ważne w firmach usługowych, gdzie z jednej strony trzeba dowozić jakość, a z drugiej pilnować terminów, komunikacji z klientem i finansów. Automatyzacja powinna zdejmować z ludzi pracę administracyjną, powtarzalne czynności i część produkcji treści. Ale tylko po to, żeby mogli robić więcej pracy wymagającej myślenia, kontaktu i decyzji.
Jeśli chcesz, by AI faktycznie pomogła twojemu zespołowi, ustaw od początku jasne zasady:
- co ma być robione automatycznie,
- co zawsze wymaga akceptacji człowieka,
- ile czasu ma realnie oszczędzić,
- co zespół ma zrobić z odzyskanym czasem.
Bez tego szybko wrócisz do punktu wyjścia: wszyscy pracują tak samo długo, tylko szybciej i z większą liczbą zadań na głowie.
W połowie tej rozmowy pada bardzo mocny wątek: technologia nie uwolni czasu, jeśli firma sama nie postawi granic. To jeden z tych fragmentów, które warto usłyszeć w całości, bo świetnie pokazują różnicę między automatyzacją a zwykłym dokładaniem zadań.
Posłuchaj odcinka DSS#35 na YouTube →Największy błąd nie polega na braku AI. Polega na wdrażaniu jej bez odpowiedzialności.
W DSS#35 przewija się też temat odpowiedzialności za delivery, czyli za to, co finalnie dostaje klient. I to jest dobry punkt odniesienia do każdej automatyzacji. AI nie zwalnia cię z odpowiedzialności za efekt. Jeśli coś wychodzi z twojej firmy, nadal podpisujesz się pod jakością.
W praktyce oznacza to, że nowe narzędzia powinny być wdrażane etapami. Najpierw testy na małych fragmentach pracy. Potem porównanie jakości z pracą człowieka. Dopiero potem szersze użycie. W firmie usługowej błąd na etapie wdrożenia może kosztować więcej niż oszczędność, którą miała przynieść technologia.
Dlatego rozsądne wdrożenie AI w biznesie eksperckim powinno wyglądać tak:
- zmapuj procesy i wskaż miejsca, gdzie ginie czas,
- wybierz zadania powtarzalne i niskiego ryzyka,
- sprawdź kwestie poufności i bezpieczeństwa danych,
- porównaj jakość wyników z pracą człowieka,
- zdefiniuj zasady korzystania z narzędzia przez zespół,
- mierz nie tylko szybkość, ale też jakość i liczbę poprawek.
To podejście nie jest sexy. Ale działa. I dokładnie o tym jest ta rozmowa — o realnych decyzjach, a nie o prezentacyjnych hasłach.
Dlaczego warto słuchać o AI od ludzi, którzy żyją w procesach na co dzień
Największa wartość tego odcinka nie polega na tym, że usłyszysz listę narzędzi. Wartość jest gdzie indziej: w zderzeniu technologii z praktyką zarządzania firmą usługową, w której liczy się zaufanie, termin, jakość i odpowiedzialność.
Michał nie mówi o AI jak o zabawce. Mówi o niej jak o narzędziu, które ma sens tylko wtedy, gdy pomaga ludziom pracować mądrzej, bezpieczniej i szybciej. I właśnie dlatego ten odcinek jest tak użyteczny dla przedsiębiorcy, który chce wdrażać automatyzację bez ryzyka, że zafunduje sobie nowy rodzaj chaosu.
Jeśli chcesz podejść do AI w swojej firmie bez zachwytu i bez paniki, ta rozmowa da ci bardzo dobry punkt startu. A w samym odcinku jest jeszcze więcej przykładów z kancelarii, procesu budowania zespołu i tego, jak naprawdę wygląda łączenie jakości z tempem działania.
Jeśli interesuje cię, jak AI i automatyzacja naprawdę zmieniają pracę w firmie usługowej, pełny odcinek DSS#35 jest wart czasu. To konkretna rozmowa o procesach, poufności, jakości i o tym, jak nie wpaść w pułapkę „wdrożyliśmy narzędzie, ale nic się nie poprawiło”.
Posłuchaj odcinka DSS#35 na YouTube →Na koniec najkrótszy możliwy wniosek: AI nie ma robić wrażenia. Ma działać. Jeśli chcesz zobaczyć, jak wygląda to w praktyce u firmy eksperckiej, obejrzyj pełny odcinek podcastu.