Do pierwszego wdrożenia AI wystarczą dane potrzebne do jednej decyzji. Porządek w całej firmie może poczekać.
Uzgodnijcie jedną definicję procesu i wskażcie wiążące dane na wypadek rozbieżności między systemami. Ich konsolidacja ma inny budżet i harmonogram, więc może toczyć się równolegle.
Rozmowa o AI w dużej organizacji często zatrzymuje się na zdaniu: najpierw musimy uporządkować dane. Trudno się dziwić. Dane znajdują się w kilku systemach, każdy dział prowadzi własny arkusz, a po przejęciach ten sam proces działa w różnych wersjach. Firma postanawia więc ujednolicić system planowania zasobów, obsługę klienta i platformę danych, zanim zajmie się AI.
Taka kolejność łączy jednak dwa projekty o zupełnie różnej skali. Konsolidacja może trwać latami, pochłonąć duży budżet i długo nie przynosić zwrotu. Pierwsze wdrożenie AI wymaga znacznie mniej: kompletu danych do jednej decyzji w jednym procesie. Firmy sporo płacą za pomylenie tych dwóch potrzeb.
Dwa publiczne przypadki pokazują ryzyko związane z dużymi migracjami. Dotyczą zmiany systemów, ale ich koszty pojawiają się niezależnie od tego, czy później chcecie na nich uruchomić AI.
Bank przeniósł klientów na nową platformę bankowości podstawowej. Dane przeszły, ale platforma od razu zaczęła zawodzić. Zakłócenia objęły wszystkie oddziały i znaczną część z 5,2 miliona klientów, a część problemów ciągnęła się do grudnia 2018 roku.
Rachunek: około 330 milionów funtów kosztów po migracji według samego banku, strata 105,4 miliona funtów za 2018 rok i kara 48,65 miliona funtów nałożona w grudniu 2022 roku przez brytyjskie organy nadzoru finansowego za niedostateczne zarządzanie ryzykiem operacyjnym.
Drugi przypadek jest nowszy i nadal nierozstrzygnięty. We wrześniu 2025 roku producent sprzętu medycznego Zimmer Biomet pozwał Deloitte na 172 miliony dolarów w związku z wdrożeniem systemu planowania zasobów. Według pozwu przez część 2024 roku firma nie mogła normalnie wysyłać produktów, wystawiać faktur ani tworzyć podstawowych raportów sprzedaży. Deloitte odpiera zarzuty i złożyło wniosek o oddalenie sprawy. Sąd jeszcze ich nie rozstrzygnął, dlatego jest to opis sporu, a nie stwierdzenie winy.
Wynik tej sprawy nie zmienia wniosku dla firm planujących AI. Jeśli uzależnicie start od zakończenia dużej konsolidacji, terminy i ryzyka obu projektów zostaną ze sobą związane.
Oddzielcie dane konieczne na starcie od porządków, które mogą poczekać. Poniższe zestawienie dotyczy jednego wybranego procesu.
Wymagania ze środkowej kolumny da się zwykle spełnić w kilka tygodni. Te z prawej mogą zająć lata. Jeśli potraktujecie je tak samo, długo nie zbierzecie żadnych dowodów na to, czy AI pomaga w Waszym procesie.
Jednego porządku nie da się pominąć: proces musi mieć wspólną definicję. Jeśli z powodów historycznych pięć oddziałów lub przejętych spółek wykonuje go inaczej, wdrożenie AI „w całej firmie" oznacza pięć rozwiązań i pięć zestawów reguł do utrzymania. Koszty rosną wraz z liczbą wersji, a korzyść ze skali znika.
Przed budową uzgodnijcie wspólną definicję procesu i wskażcie osobę, która rozstrzygnie spór między działami. Bez takiej decyzji wspólna wersja zostanie tylko na slajdzie. To sprawa organizacyjna, która zwykle wymaga upoważnienia wykraczającego poza zespół prowadzący wdrożenie.
AI dobrze radzi sobie z różnicami w zapisie. Dawne integracje przerywały pracę, gdy dwa systemy inaczej zapisywały nazwę kontrahenta lub formatowały datę. Model językowy potrafi dopasować takie wartości, co jeszcze dziesięć lat temu wymagało dodatkowych reguł.
Model nie ustali za Was, który zapis jest prawdziwy, gdy systemy podają różne kwoty, ani która definicja statusu obowiązuje w sporze między działami. Brakuje wtedy decyzji, a nie danych. Bez zapisanej reguły automat będzie wybierał odpowiedź, która wygląda sensownie, więc błąd może być trudny do zauważenia.
Przejdźcie przez tę listę z zespołem przed startem. Jeśli macie odpowiedzi na wszystkie punkty, możecie zacząć bez dużej migracji.
Nazwijcie wprost, co system ma ocenić, oznaczyć albo skierować dalej.
Spiszcie, skąd pochodzą dane, kto daje do nich dostęp i w jakiej formie można je odczytać.
Zapiszcie jednym zdaniem, która wartość obowiązuje przy rozbieżności, i uzyskajcie akceptację tej zasady.
Zbierzcie kilkanaście spraw z werdyktem eksperta, również tych, które budziły wątpliwości.
Wyznaczcie osobę uprawnioną do ustalenia wspólnej definicji, gdy działy mają różne zdania.
Zapiszcie obecny wynik procesu i zmianę, po której poznacie, że jest lepiej.
Polityka używania AI, wymagania wobec danych osobowych, ślad potrzebny do audytu. Lepiej ustalić je przed budową niż tłumaczyć się z nich po pierwszym pokazie działającego rozwiązania.
Weźmy hurtownię farmaceutyczną, która przed rozpoczęciem współpracy sprawdza każdego nowego dostawcę. Dokumenty przychodzą mailem: kwestionariusz, zezwolenia, certyfikaty i umowa jakościowa. Część to skany, część arkusze, a nazewnictwo i formaty różnią się między dostawcami. Nie ma wspólnej bazy ani rejestru, z którego dałoby się pobrać całość. Gdyby firma zaczęła od uporządkowania wszystkich tych danych, projekt odłożyłby się na lata.
Do jednej decyzji, czy dostawca może przejść do zatwierdzenia, wystarcza znacznie mniejszy zakres. Dane z dokumentów można wyciągać mechanicznie i zawsze w ten sam sposób. AI odpowiada na wąskie pytanie: czy kwestionariusz jest kompletny i czy załączone dokumenty potwierdzają deklaracje dostawcy. Kryteria oceny da się spisać z osobą odpowiedzialną za jakość na kilkunastu wcześniejszych kwalifikacjach, zestawionych w pary lepszych i słabszych przypadków. Nie trzeba do tego lat historii ani osobnego regulaminu. Każda uwaga musi zawierać dokładny cytat ze źródła, a system automatycznie odrzuca uwagi bez cytatu, więc każdy wynik można sprawdzić.
Po takim sprawdzianie sposób oceny doświadczonej osoby jest zapisany w kryteriach, a nowy pracownik działu może pracować według tego samego standardu. Konsolidacja systemów pozostaje osobnym projektem, który firma może zaplanować później, jeśli okaże się potrzebny.
W diagnozie ograniczamy zakres danych do konkretnej decyzji. Rozbieżności między systemami rozwiązujemy za pomocą zapisanej zasady pierwszeństwa, uzgodnionej z osobą uprawnioną do rozstrzygnięcia. Jeśli proces działa w kilku wariantach, nazywamy to wprost, bo dla wyniku ma to zwykle większe znaczenie niż wybór modelu. Pilot wykorzystuje dostępne dane i działa równolegle z obecnym procesem.
Materiał edukacyjny, nie porada prawna. Stan na 5 września 2026 roku. Sprawa Zimmer Biomet przeciwko Deloitte pozostaje w toku, a opisane zarzuty nie zostały rozstrzygnięte przez sąd.
Komunikat brytyjskiego nadzoru finansowego o karze dla TSB z grudnia 2022 roku oraz komunikat Banku Anglii. Opis pozwu Zimmer Biomet przeciwko Deloitte za kancelarią reprezentującą powoda i relacją o odpowiedzi pozwanego.
Czas ginie w kolejkach, nie w pracy. Jak zmierzyć proces i podzielić kroki na regułę, ocenę AI i decyzję człowieka.
Konto, DPA, retencja i transfer danych. Co sprawdzić, zanim proces dotknie AI.
Pomagamy firmom wybrać zastosowanie AI i wdrożyć je w codziennej pracy.