Jak przeprojektowaliśmy procesy eksperckie w skalowalne systemy pracy z AI.

Pierwszy etap obsługi klienta opierał się na rozmowach, ręcznych notatkach i późniejszym doprecyzowywaniu informacji. Spotkanie trwało 30-60 minut, ale realny koszt pracy był znacznie większy.

W praktyce jedna osoba prowadziła rozmowę, druga sporządzała notatki, a po spotkaniu zespół musiał jeszcze uporządkować materiał, uzupełnić braki i przepisać ustalenia do właściwego formatu.

Najczęstsze problemy obejmowały:

• brak jednolitego standardu prowadzenia wywiadu,
• różna jakość danych w zależności od osoby prowadzącej rozmowę,
• konieczność wracania do klienta po brakujące informacje,
• podwójne angażowanie zespołu w spotkania,
• notatki trudne do dalszego wykorzystania.

Operatorzy Zmian zaprojektowali ustrukturyzowany proces zbierania danych. Swobodna rozmowa bez jasnego schematu została zastąpiona logiczną ścieżką pozyskania informacji: kwestionariuszem, scenariuszem rozmowy, automatyczną transkrypcją, notatką AI i uporządkowanymi danymi wyjściowymi.

W wybranych obszarach wdrożony został również voice bot, który samodzielnie przeprowadzał klienta przez pytania, zapisywał odpowiedzi i przekazywał dane do dalszej analizy.

Zespół przestał tracić czas na przepisywanie i porządkowanie informacji. Dane od klienta były kompletne, porównywalne i gotowe do dalszego wykorzystania.

Duża część pracy polegała na tworzeniu dokumentów: analiz, kart projektów, podsumowań, raportów, odpowiedzi, rekomendacji, notatek i uzasadnień.

Dokumenty powstawały ręcznie. Specjalista otwierał pusty plik, wracał do notatek, przeszukiwał maile, odtwarzał kontekst i pisał od zera.

Najczęstsze problemy obejmowały:

• dokumenty były czasochłonne,
• jakość zależała od konkretnego autora,
• zespół trudno było skalować, bo każda nowa osoba musiała poznać nie tylko merytorykę, ale też nieformalny styl pracy organizacji.

Operatorzy Zmian wdrożyli proces tworzenia dokumentów oparty na uporządkowanych danych, szablonach, bazie wiedzy i AI.

AI przygotowywała pierwszą wersję dokumentu zgodnie z przyjętym standardem organizacji. Ekspert nie został zastąpiony - jego rola przesunęła się z pisania od zera na kontrolę jakości, korektę, decyzję i finalną odpowiedzialność za treść.

Dokument, który wcześniej wymagał kilku godzin pracy, powstawał w kilka minut. Zespół zachował kontrolę merytoryczną, ale nie tracił czasu na powtarzalne czynności redakcyjne.

Czas zespołu nie kończył się na przygotowaniu pierwszej wersji dokumentu. Dużym obciążeniem były późniejsze poprawki: klient zgłaszał uwagi, brakowało danych, pojawiały się doprecyzowania, a dokument wracał do zespołu w kilku iteracjach.

Źródłem problemu często nie był sam dokument, ale chaotyczny proces wejściowy. Jeżeli informacje od klienta zostały zebrane niespójnie, nawet dobry specjalista musiał później nadrabiać braki.

Operatorzy Zmian uporządkowali cały proces poprzedzający powstanie dokumentu: zakres pytań, strukturę danych, standard odpowiedzi, sposób walidacji informacji i format dokumentu końcowego.

Dzięki temu pierwsza wersja materiału była bardziej kompletna, spójna i bliższa finalnej wersji. AI pomagała dodatkowo utrzymać jednolity styl, logiczną strukturę i kompletność dokumentu.

Mniej dokumentów wracało do zespołu z poprawkami. Klienci szybciej akceptowali materiały, a konsultanci odzyskali czas, który wcześniej był tracony na wielokrotne korekty.

Wiedza o klientach była rozproszona. Część informacji znajdowała się w mailach, część w folderach, część w notatkach, a część po prostu w głowach osób prowadzących sprawę.

Dopóki sprawę prowadziła ta sama osoba, proces działał względnie sprawnie. Problem pojawiał się wtedy, gdy trzeba było szybko wrócić do historii klienta, odpowiedzieć na pytanie, przygotować dodatkowe wyjaśnienie albo wdrożyć nową osobę do projektu.

W takich sytuacjach odtworzenie kontekstu zajmowało kilka godzin.

Operatorzy Zmian zaprojektowali bazę wiedzy klienta: uporządkowane miejsce, w którym zgromadzone zostały kluczowe dokumenty, ustalenia, wcześniejsze odpowiedzi, kalkulacje, decyzje, argumentacja i historia współpracy.

Następnie AI została wykorzystana jako warstwa wyszukiwania i syntezy. Zespół mógł zadawać pytania do dokumentów, szybko sprawdzać wcześniejsze ustalenia i przygotowywać odpowiedzi bez ręcznego przeszukiwania folderów.

Wiedza przestała być zależna od jednej osoby. Nowy członek zespołu mógł szybciej zrozumieć sprawę, a doświadczony specjalista nie tracił czasu na szukanie informacji, które już wcześniej zostały opracowane.

Zespoły eksperckie regularnie odpowiadały na złożone pytania klientów, instytucji, audytorów, partnerów lub organów publicznych. Takie pisma wymagały precyzji, znajomości historii sprawy i spójności z wcześniejszymi stanowiskami.

Przed zmianą odpowiedź na jedno złożone zapytanie wymagała często wielogodzinnej pracy: analizy dokumentów, wyszukania informacji, przygotowania argumentacji, napisania odpowiedzi i jej weryfikacji.

Operatorzy Zmian wdrożyli półautomatyczny proces obsługi zapytań.

AI analizowała treść pisma, rozpoznawała pytania, łączyła je z bazą wiedzy klienta i przygotowywała projekt odpowiedzi. Tam, gdzie odpowiedź wynikała bezpośrednio z dokumentów, AI przygotowywała gotowy draft. Tam, gdzie potrzebna była decyzja ekspercka, AI dostarczała kontekst, propozycję odpowiedzi i materiały źródłowe.

Ekspert nadal zatwierdzał finalne stanowisko, ale nie zaczynał już pracy od pustej kartki.

Obsługa zapytań stała się szybsza, bardziej spójna i mniej zależna od pamięci konkretnej osoby. Zespół odpowiadał szybciej, bez obniżania jakości.

Wzrost organizacji oznaczał coraz więcej pracy operacyjnej: więcej spotkań, więcej dokumentów, więcej maili, więcej poprawek i więcej pytań.

Przy manualnym procesie firma szybko dochodziła do sufitu. Zespół był zajęty, terminy się wydłużały, jakość zaczynała zależeć od przeciążonych specjalistów, a każda kolejna rekrutacja zwiększała koszty i złożoność zarządzania.

Operatorzy Zmian nie automatyzowali pojedynczego zadania w oderwaniu od reszty firmy. Przeprojektowany został cały przepływ pracy:

• jak klient przekazywał informacje,
• gdzie trafiały dane,
• jak były porządkowane,
• co przygotowywała AI,
• kiedy wchodził ekspert,
• jak wyglądała kontrola jakości,
• jak wiedza zostawała w organizacji.

Dzięki temu zmieniła się rola zespołu. Ludzie przestali wykonywać powtarzalną pracę operacyjną, a zaczęli nadzorować proces, podejmować decyzje i obsługiwać większy wolumen spraw.

Ten sam zespół mógł obsłużyć więcej klientów, projektów lub spraw bez proporcjonalnego zwiększania zatrudnienia.