Audyt gotowości i opłacalności AI

Czym jest ten audyt — i czym nie jest

„Audyt AI” to dziś nazwa kilku różnych usług. Ten dotyczy tego, gdzie AI może dać wartość w Twojej firmie i co trzeba zmienić, zanim zainwestujesz — nie zaczynamy od wybranego z góry narzędzia, tylko od tego, jak praca faktycznie się dziś odbywa: jakie ma wolumeny, opóźnienia, wyjątki, koszty i konsekwencje błędu.

To nie jest audyt zgodności z AI Act — ten temat opisujemy osobno, na stronie technicznego sprintu zgodności z AI Act: to sprint wdraża obowiązki, które wskazał Twój prawnik. To też nie jest audyt widoczności marki w ChatGPT czy Gemini — to praca z obszaru SEO, której nie wykonujemy. Pełne rozróżnienie między tymi trzema usługami, wraz z przykładami, opisujemy w tekście audyt AI w firmie: co obejmuje, ile trwa i co dostajesz.

Ten audyt jest pierwszą fazą wdrożenia AI w firmie — możesz go zamówić samodzielnie albo jako punkt wyjścia do pełnego projektu.

Co sprawdzamy

Osiem obszarów, z których każdy potrafi samodzielnie zatrzymać projekt:

• Procesy i faktyczne zadania. Kroki, przekazania, wolumeny, wyjątki, poprawki i konsekwencje błędnych decyzji. Automatyzacja niestabilnego procesu przyspiesza pomyłki zamiast je usuwać.
• Informacje i dane. Dostępność, jakość, pochodzenie, dopuszczalne użycie, aktualność, formaty, właściciel i dostęp. Obiecujące zastosowanie może zablokować rozproszona dokumentacja albo nieodpowiednie uprawnienia.
• Istniejące oprogramowanie. Aplikacje wewnętrzne, SaaS, API, eksporty, licencje i wbudowane funkcje AI. Możliwość już opłacona w licencji bywa lepszym wyborem niż nowa platforma albo budowa od zera.
• Integracje i architektura. Tożsamość, limity API, łączność, środowiska, ograniczenia hostingu, logowanie, wdrażanie i wsparcie. Demonstracja nie jest dowodem, że integracja zadziała w produkcji.
• Stanowiska i serwery. Wspierane systemy operacyjne, aktualizacje, zarządzanie urządzeniami, zgodność przeglądarek — oraz moc obliczeniowa serwerów tam, gdzie zadanie jej wymaga. Mieszanka systemów czy starsze komputery same w sobie nie blokują rozwiązań opartych o SaaS.
• Ludzie i gotowość operacyjna. Kompetencje właściwe dla roli, nawyki weryfikacji, sponsoring, właściciel procesu, zdolność do zmiany i wsparcie.
• Ograniczenia ryzyka. Dane wrażliwe, decyzje o wysokim znaczeniu, poufność, zamówienia, nadzór człowieka i wstępny przegląd regulacyjny. Szczegółowa klasyfikacja prawna należy do prawnika; techniczny sprint zgodności z AI Act wdraża następnie obowiązki, które prawnik wskaże.
• Ekonomika. Koszt bazowy, realistyczne przyjęcie, wdrożenie, licencje, koszt modelu, weryfikacja przez człowieka i utrzymanie. Uwolniona zdolność zespołu nie jest automatycznie oszczędnością gotówkową.

Jak to robimy

1. Ustalamy cele i granice. Uzgadniamy oczekiwany rezultat, działy biorące udział, ograniczenia i dostęp do dowodów.
2. Obserwujemy i mierzymy pracę. Rozmawiamy z osobami, które wykonują i nadzorują pracę, sprawdzamy próbkę zapisów procesu i weryfikujemy różnicę między tym, jak proces ma wyglądać, a jak wygląda naprawdę.
3. Sprawdzamy fundamenty. Przeglądamy architekturę, próbki danych, tożsamość i integracje. Tam, gdzie dostęp na to pozwala, wykonujemy ukierunkowane testy wykonalności — nie wnioskujemy o zgodności z logotypu produktu.
4. Budujemy karty zastosowań. Dla każdego kandydata zapisujemy problem, użytkownika, dane wejściowe, proponowaną interwencję, alternatywy, ryzyko, właściciela, zależności i miarę sukcesu.
5. Porównujemy opcje. Oceniamy wartość, wykonalność, ryzyko i wysiłek zmiany. Zakazane albo niedopuszczalne zastosowania odpadają przed rankingiem — nawet przy atrakcyjnej ekonomice.
6. Przygotowujemy etapowy plan. Oddzielamy usprawnienia bez ryzyka, ograniczone pilotaże i dłuższe zakłady. Dla każdego etapu określamy kryteria kontynuacji i dowody potrzebne do decyzji.

Co dostajesz

• Podsumowanie zarządcze — gdzie warto inwestować, a gdzie nie.
• Profil gotowości według ośmiu obszarów, z pokryciem dowodowym i poziomem pewności każdej oceny.
• Portfel zastosowań z opcjami: kup, zintegruj, zbuduj, zwykła automatyzacja albo brak zmiany.
• Uszeregowane blokery i szybkie wygrane, z właścicielami i zależnościami.
• Orientacyjne uzasadnienia biznesowe — z widełkami, założeniami i wrażliwością na tempo przyjęcia oraz koszt weryfikacji. Nie publikujemy hipotetycznych oszczędności bez dowodów.
• Briefy pilotażowe: zakres, dane testowe, progi sukcesu, nadzór człowieka, sposób wycofania i punkty decyzyjne.
• Uszeregowany plan wdrożenia i warsztat przekazania wyników.

Przykład ilustracyjny

Przykład hipotetyczny, nie opis klienta ani ocena obowiązków podatkowych KSeF konkretnej firmy. Polski dystrybutor chce autonomicznego agenta do przetwarzania faktur. Odkrycie zaczyna się od sprawdzenia, czy autoryzowany dostęp do KSeF i ERP już dostarcza wymaganych pól ustrukturyzowanych. Tam, gdzie tak, parsowanie XML i deterministyczne uzgadnianie mogą wyeliminować potrzebę ekstrakcji przez AI. Dla pozostałych, nieustrukturyzowanych dokumentów uzasadniony jest pilotaż ekstrakcji. Brakujące odniesienia do zamówień i ograniczony interfejs zapisu w ERP nadal wymagają bezpiecznej walidacji i obsługi wyjątków przez człowieka — nie nieograniczonego dostępu agenta. Przed skalowaniem mierzymy liczbę zaakceptowanych rekordów, czas korekty i zapobieganie duplikatom. Więcej o samym KSeF piszemy w tekście o automatyzacji księgowości po KSeF.

Zakres, wyłączenia i co dalej

Orientacyjny zakres planowania: jedna jednostka biznesowa i do pięciu procesów, od jednego do dwóch tygodni licząc od chwili udostępnienia dowodów — ten sam przedział, co w tekście o audycie AI i w metodyce wdrożenia. To wewnętrzne oszacowanie do zweryfikowania na pilotażach, nieogłoszone SLA. Odkrywanie na poziomie całej organizacji, szczegółowe testy penetracyjne, opinie prawne i wdrożenie produkcyjne wymagają odrębnego zakresu.

Po audycie zwykle następuje uzupełnienie danych, pilotaż, szkolenie zespołu albo audyt specjalistyczny (np. regulacyjny albo bezpieczeństwa). Raport ma samodzielną wartość — możesz wdrażać z własnym zespołem albo innym dostawcą. Warunki, przy których w ogóle odradzamy projekt, zebraliśmy na stronie czego nie robimy, a pełną metodykę czterech faz wdrożenia — na stronie metodyki wdrożenia.

To nie jest gwarancja zwrotu z inwestycji ani ocena bezpieczeństwa technicznego — dogłębne testy bezpieczeństwa i klasyfikację prawną prowadzimy jako osobno zakresowaną pracę.

Najczęstsze pytania

Czy potrzebujemy uporządkowanych danych w całej firmie, żeby zacząć?

Nie. Oceniamy informacje potrzebne do wybranego zastosowania, nie stawiamy idealnych danych w całej organizacji jako warunku wstępnego. Fragmentaryczne dane w jednym obszarze mogą i tak wystarczyć do sensownego pilotażu w innym.

Czy wynikiem audytu będzie rekomendacja redukcji zatrudnienia?

Audyt ocenia pracę i jej rezultaty, nie stanowiska. Rozdzielamy uwolnioną zdolność zespołu, jakość obsługi i realne oszczędności gotówkowe — to trzy różne rzeczy, które łatwo pomylić. Decyzje kadrowe zostają po stronie kierownictwa i wymagają odrębnych konsultacji.

Czy da się to zrobić bez własnego zespołu AI w firmie?

Tak, pod warunkiem że właściciele procesów i osoby odpowiedzialne za systemy mogą dostarczyć dowody: przykłady przypadków, dostęp do eksportu danych, opis integracji. Plan wdrożenia, który proponujemy, uwzględnia realne możliwości zespołu i wsparcia, jakim dysponujecie — nie zakłada zatrudnienia specjalistów, których nie macie.

Czym różni się to od audytu opisanego na blogu?

To ten sam audyt — ta strona opisuje zakres, dostawy i warunki zamówienia; wpis na blogu tłumaczy metodę krok po kroku, w tym kartę oceny procesów i przykład jej użycia. Warto przeczytać oba, jeżeli rozważacie zamówienie.