Wyniki ankiety przeprowadzonej wśród uczestników szkolenia Procesy AI-Ready. Jak organizacje dokumentują procesy, mierzą je i reagują na awarie?
Badanie przeprowadzono wśród ~40 organizacji z różnych sektorów gospodarki. Dominują duże i średnie firmy, z wyraźną nadreprezentacją sektora finansowego.
Banki, TFI, domy maklerskie i firmy ubezpieczeniowe stanowią największą grupę — ok. 30–35% uczestników.
Przeważają firmy zatrudniające powyżej 500 osób, ze złożonymi strukturami procesowymi i kilkoma systemami IT.
Analitycy, właściciele procesów, menedżerowie transformacji cyfrowej — osoby bezpośrednio odpowiedzialne za procesy.
Dokumentacja procesów to fundament każdego wdrożenia AI. Bez niej nie wiadomo, co ma być zautomatyzowane.
Jedynie 6% organizacji dysponuje aktualną dokumentacją procesową. Łącznie 86% firm ma procesy opisane jedynie częściowo, nieaktualnie lub wcale — co jest fundamentalnym ograniczeniem przy wdrożeniach AI, które wymagają precyzyjnych wymagań.
Bez mierzenia procesów niemożliwe jest ocenienie, czy wdrożone AI przyniosło realną zmianę.
Tylko 7% firm regularnie monitoruje KPI na poziomie procesów. Aż 38% mierzy wyniki zespołów, nie przepływów end-to-end — co uniemożliwia ocenę realnego efektu wdrożeń AI i zarządzanie nimi w oparciu o dane.
Właściciel procesu to kluczowa rola przy wdrożeniu AI — bez niej nikt nie zarządza wymaganiami ani skutkami zmian.
W 2 na 3 organizacje brak jednoznacznego właściciela procesu end-to-end. To jeden z głównych powodów niepowodzeń wdrożeń AI — nikt nie definiuje wymagań, nie ocenia wyników i nie odpowiada za skutki zmian wprowadzonych przez model.
Sposób reagowania na awarie procesu ujawnia, czy organizacja dysponuje kulturą zarządzania procesowego niezbędną do utrzymania rozwiązań AI.
Dominuje reaktywność i koordynacja przez spotkania (38%). Tylko co szósta organizacja sięga po dane. Łącznie 51% przypadków to brak procesu diagnostycznego lub niejasna decyzyjność — w środowisku z wdrożonym AI oznacza to poważne ryzyko operacyjne i reputacyjne.
Cztery obszary badania tworzą spójny obraz — i pokazują, dlaczego tak wiele projektów AI napotyka bariery nie techniczne, lecz procesowe.
Tylko 6% firm ma aktualne opisy procesów. Bez nich AI nie ma punktu odniesienia — co definiuje normalny przebieg, wyjątki i oczekiwany wynik.
Organizacje mierzą zespoły, nie procesy. Bez KPI end-to-end niemożliwe jest wykazanie ROI z wdrożenia AI ani zarządzanie jego jakością.
67% firm nie ma właściciela procesu. To oznacza, że nikt nie definiuje wymagań dla modelu AI ani nie bierze odpowiedzialności za jego decyzje.
Główna reakcja na awarię to zebranie kilku zespołów. Brak ustrukturyzowanej diagnostyki czyni systemy AI trudnymi do utrzymania.
Wyniki badania potwierdzają tezę szkolenia Procesy AI-Ready: rozwiązania AI nie zawodzą z powodów technicznych — zawodzą, bo procesy, na których mają działać, nie są gotowe. Brak dokumentacji, pomiarów i ownership procesowego to trzy bariery, które należy usunąć zanim uruchomi się jakikolwiek model.