Paulina Maciaszczyk, redakcja HRnews.pl: Piotr, pozwolisz, że na samym początku naszej rozmowy zapytam konkretnie i wprost: co według Ciebie jest gorsze dla firm: brak danych czy fałszywe przekonanie, że skoro dane mamy, to na pewno rozumiemy, co w tej firmie się naprawdę dzieje?

Piotr Pszczółkowski, CEO askee: – Zdecydowanie groźniejsze jest fałszywe przekonanie, że skoro organizacja posiada dużo danych to już jest w pełni przygotowana do wykorzystania AI w swoich procesach. Brak danych jest zazwyczaj widoczny. Wiemy wtedy, że czegoś nie możemy jeszcze ocenić, musimy zadać dodatkowe pytania albo uzupełnić informacje. Zupełnie inna jest sytuacja, w której firma posiada dziesiątki systemów, raportów i wskaźników, a mimo to nie wie, czy dane są kompletne, aktualne, spójne i właściwe dla konkretnej decyzji.

Ilość informacji zaczyna wtedy tworzyć pozór wiedzy, ale jest to wiedza w dużej mierze bezwartościowa. Wynika to przede wszystkim z faktu, że dane same w sobie nie są jeszcze zrozumieniem organizacji. Żeby naprawdę wiedzieć, co się w niej dzieje, trzeba rozumieć zależności pomiędzy informacjami, historię wcześniejszych działań, obowiązujące zasady, role poszczególnych osób oraz kontekst, w którym dana sytuacja wystąpiła.

Firma może więc tonąć w danych, a jednocześnie nadal opierać decyzje na fragmentach informacji, intuicji konkretnych menedżerów albo ręcznie tworzonych interpretacjach. Dlatego jednym z najważniejszych pytań nie powinno być dziś: „Ile mamy danych?”, tylko: „Czy wiemy, którym danym możemy zaufać i do czego możemy ich użyć?”.

P. M. HRnews.pl: Czy można mieć w firmie doskonałe raporty i dashboardy, a jednocześnie regularnie podejmować złe decyzje? Jeśli tak, to czego w tych danych najczęściej brakuje?

Piotr Pszczółkowski, CEO askee: – Oczywiście. Można mieć świetnie zaprojektowany dashboard, pokazujący prawdziwe i poprawnie policzone wartości, a mimo to podejmować na jego podstawie niewłaściwe decyzje. To częsta sytuacja jaką obserwuję w wielu organizacjach. Wiem, że to może być zaskakujące, ale dashboard najczęściej pokazuje, co się wydarzyło. Nie zawsze mówi jednak, dlaczego to się wydarzyło, jakie działania poprzedziły dany wynik, jakie ograniczenia miały wpływ na sytuację i czy podobne przypadki były wcześniej oceniane według tych samych zasad.

Najczęściej brakuje więc nie kolejnego wskaźnika, ale kontekstu. Brakuje połączenia danych ilościowych z historią działań, dokumentami, procedurami, odpowiedzialnościami, wcześniejszymi decyzjami i ich rezultatami.

Wyobraźmy sobie decyzję o awansie pracownika. Możemy mieć raport dotyczący realizacji KPI, ocen okresowych czy poziomu wynagrodzenia. To nadal nie oznacza, że mamy pełną podstawę do decyzji. Potrzebujemy również informacji o wymaganiach kolejnej roli, kompetencjach, przebiegu wcześniejszych projektów, zasadach obowiązujących w organizacji oraz konsekwencjach tej decyzji dla zespołu.

Można zatem podjąć błędną decyzję na podstawie prawdziwych danych, jeśli są one niepełne, nieaktualne, niespójne albo po prostu nie odpowiadają na właściwe pytanie. Dlatego w moim przekonaniu jakość decyzji zależy nie tylko od tego, co organizacja widzi na dashboardzie, ale również od tego, czy potrafi odtworzyć pełną podstawę rekomendacji i jasno powiedzieć: na jakich informacjach się opieramy, czego nie wiemy i jakie ograniczenia należy uwzględnić. I tu sugeruje wielu organizacjom szczególną analizę swoich procesów decyzyjnych.

P. M. HRnews.pl: Twoim zdaniem AI bardziej potrzebuje dobrego zbioru danych czy uporządkowanej pod względem działania organizacji? Bardzo wiele firm liczy na to, że dzięki AI uporządkuje różne kwestie i efektywniej będzie korzystać z gromadzonych przez siebie danych.

Piotr Pszczółkowski, CEO askee: – Niestety, AI potrzebuje jednego i drugiego, ale to co warto podkreślić, to fakt, iż dobry zbiór danych nie wystarczy, jeśli sama organizacja nie potrafi opisać, w jaki sposób działa. Możemy podłączyć AI do tysięcy dokumentów i milionów rekordów, ale jeśli nie wiadomo, które źródła są właściwe (pod kątem jakościowym), kto odpowiada za decyzję, jakie obowiązują kryteria, gdzie znajdują się wyjątki i co powinno wydarzyć się po rekomendacji, AI nie uporządkuje organizacji automatycznie. Może wręcz szybciej powielać istniejący chaos. Dlatego przed wdrożeniem AI warto uporządkować przynajmniej podstawy: procesy, role, odpowiedzialności, źródła wiedzy, kryteria działania oraz sposób oceny rezultatów. Nie oznacza to, że organizacja musi być idealna. Powinna jednak umieć pokazać AI, według jakich zasad rzeczywiście funkcjonuje.

Temu zagadnieniu poświęcamy istotną część „Manifestu Organizacji Działających z AI”, który powstał w ramach Human AI Lab. Piszemy w nim o przejściu od prostego korzystania z narzędzi AI do działania razem z AI – w modelu, w którym technologia jest osadzona w relacji pomiędzy człowiekiem, organizacją i jej rzeczywistym sposobem działania. Manifest jest także wyznacznikiem dla naszego asystenta AI – askee jaki aktualnie wdrażamy w organizacjach.

Cały manifest jest bardzo kompleksowym dokumentem, ale jedną z kluczowych zasad tego podejścia brzmi: najpierw jakość informacji, potem odpowiedź. Kolejna mówi o tym, że liczą się nie tylko dane, ale również zasady, role, procesy i ograniczenia konkretnej organizacji. AI powinno wspierać ludzi i ich odpowiedzialność, a nie tworzyć równoległy, oderwany od firmy sposób działania.  Zachęcam więc do pobrania Manifestu, ponieważ pokazujemy w nim szerszą perspektywę: nie tylko jak wdrażać AI, ale jak przygotować organizację do świadomego i odpowiedzialnego działania razem z tą technologią.

 P. M. HRnews.pl: Gdybyś dziś wszedł do organizacji, która planuje wdrożenie AI, czego szukałbyś w pierwszej kolejności? Nie chodzi mi o samą technologię czy też istniejące zaplecze systemowe, ale sygnały świadczące o tym, że ta firma jest albo nie jest gotowa na AI.

Piotr Pszczółkowski, CEO askee: – Zacząłbym od wybrania jednego konkretnego procesu i poprosił kilka osób, żeby opowiedziały, jak rzeczywiście jest on realizowany. Pewnie zadałbym im pytanie w jaki sposób podejmowana jest decyzja o awansie, podwyżce, wyborze dostawcy, udzieleniu rabatu albo zaakceptowaniu określonego ryzyka. Następnie sprawdziłbym, czy otrzymuję podobne odpowiedzi – zazwyczaj się one różne…

Bardzo często każda osoba wskazuje inne kryteria, korzysta z innych danych i inaczej rozumie swoją odpowiedzialność, a to w praktyce oznacza, że AI nie otrzyma wtedy jednego sposobu działania organizacji, tylko kilka konkurencyjnych interpretacji.

Sprawdzałbym również, czy firma potrafi odpowiedzieć na kilka podstawowych pytań: Kto odpowiada za daną decyzję? Jakie informacje są do niej potrzebne? Gdzie znajdują się wiarygodne źródła? Po czym poznajemy, że danych jest za mało? Czy potrafimy odtworzyć podstawę wcześniejszych decyzji? Czy monitorujemy późniejsze rezultaty?

Bardzo ważnym sygnałem gotowości jest też sposób reagowania na braki. Organizacja gotowa na AI nie udaje, że wszystkie dane są doskonałe. Potrafi powiedzieć, czego nie wie, wskazać właściciela informacji i uruchomić proces jej uzupełnienia. I tu potrzebna jest otwartość na zrobienie wewnętrznego „remanentu” w tym obszarze. W moim przekonaniu gotowość na AI nie polega więc wyłącznie na posiadaniu nowoczesnej infrastruktury. Jest to zdolność organizacji do opisania własnego działania w sposób wystarczająco spójny, aby technologia mogła ten sposób wspierać, a nie przypadkowo go interpretować.

P. M. HRnews.pl: Jesteś pomysłodawcą askee – systemu Organizational Intelligence. W jaki sposób powstał pomysł na rozwiązanie, które nie tylko analizuje dane, ale pomaga zrozumieć kontekst działania organizacji?

Pomysł na askee wynikał przede wszystkim z wieloletniej obserwacji tego, jak organizacje korzystają z technologii i jak w praktyce podejmowane są w nich decyzje. Przez lata wdrażaliśmy systemy, które gromadziły coraz więcej informacji i automatyzowały kolejne procesy. Mimo to menedżer, który miał podjąć konkretną decyzję, nadal bardzo często musiał samodzielnie zebrać dane z kilku miejsc, odnaleźć odpowiednią procedurę, przypomnieć sobie podobne przypadki i ocenić, które informacje są rzeczywiście istotne.

Organizacja miała dane, ale kontekst nadal pozostawał w głowach ludzi. Pojawienie się generatywnej AI pokazało ogromną możliwość zmiany tej sytuacji. Jednocześnie szybko zobaczyliśmy, że sam model językowy nie wystarczy. Może przygotować poprawnie brzmiącą odpowiedź, ale bez znajomości zasad, odpowiedzialności, danych historycznych i specyfiki konkretnej firmy będzie to nadal odpowiedź ogólna.

Dlatego askee nie powstało jako kolejny chatbot ani wyłącznie narzędzie do wyszukiwania informacji. Rozwijamy je jako Organizational Intelligence System — warstwę inteligencji organizacyjnej, która łączy dane, dokumenty, wiedzę, procesy, role i reguły działania firmy.

askee najpierw łączy dostępne informacje, następnie sprawdza ich jakość i kompletność, monitoruje zmiany i ryzyka, a dopiero później przygotowuje rekomendację osadzoną w realnym kontekście organizacji. Rekomendacja również nie jest końcem procesu. Powinna prowadzić do decyzji, działania, zadania, workflow albo wskazania informacji, które należy uzupełnić.

Najważniejsza różnica polega więc na tym, że askee nie ma jedynie odpowiadać na pytania. Ma pomagać organizacji zrozumieć, czy posiada właściwe podstawy do działania, pokazywać braki zamiast udawać pewność i wspierać człowieka, który nadal zachowuje odpowiedzialność za ostateczną decyzję.

Właśnie to rozumiemy przez Organizational Intelligence: zdolność organizacji do połączenia danych, wiedzy, zasad i działań w jeden spójny sposób pracy z AI.

_________________________________

O Manifeście organizacji działających z AI

Rozmowa z Piotrem Pszczółkowskim jest częścią szerszej dyskusji zapoczątkowanej przez „Manifest organizacji działających z AI” – bezpłatną publikację przygotowaną przez ekspertów biznesu, HR i nowych technologii. Dokument nie koncentruje się na możliwościach samej sztucznej inteligencji, lecz pokazuje, jak zmieniają się odpowiedzialność liderów, sposób podejmowania decyzji, zarządzanie wiedzą i model funkcjonowania organizacji w świecie, w którym AI staje się codziennym współpracownikiem. Manifest można pobrać bezpłatnie na stronie projektu.

O askee

askee to pierwszy Organizational Intelligence System, który pomaga organizacjom przekształcać dane, wiedzę i procesy w wiarygodne rekomendacje AI oraz skutecznie realizowane działania. Rozwiązanie wspiera zarządy, menedżerów i zespoły w podejmowaniu lepszych decyzji, łącząc informacje z wielu źródeł i dostarczając odpowiedzi osadzone w realnym kontekście działania firmy. Jego twórcą jest Piotr Pszczółkowski, który od lat zajmuje się rozwijaniem i wdrażaniem systemów do organizacji, obecnie w swojej pracy koncentruje się na tym, aby AI nie było jedynie kolejnym narzędziem, lecz realnie wspierało podejmowanie trafniejszych decyzji i zmianę sposobu działania organizacji.