Zakaj se pilotni projekti UI ustavijo
Večina podjetij je umetno inteligenco že preizkusila: nekaj licenc za klepetalnik, dokazni koncept za branje računov ali delavnico z dobaviteljem. Precej redkeje pa rešitev preide v vsakdanje delo, kjer prinaša merljive učinke. Razlogi se v praksi ponavljajo in le redko so povezani z izbiro modela.
- Podatki niso pripravljeni. Dokumenti obstajajo v več različicah, ključni podatki so v osebnih preglednicah, sistemi med seboj niso povezani. Model, ki dobi slabe vhodne podatke, daje nezanesljive odgovore, in zaupanje uporabnikov hitro izgine.
- Pravice dostopa so preširoke. V okolju Microsoft 365 se skozi leta nabere veliko map, strani in skupin, deljenih širše, kot je treba. Dokler jih išče le človek, je to tveganje skrito. Asistent UI, ki zna iskati po vsem, ga hitro razkrije.
- Projekt nima lastnika. Pilot vodi IT ali navdušen posameznik, poslovni oddelek pa nima ne mandata ne časa. Ko se pilot konča, nihče ne odloči o nadaljevanju, proračunu in širitvi.
- Ni izhodišča za merjenje. Brez izmerjenega stanja pred pilotom ni mogoče dokazati, da je rešitev kaj izboljšala, zato je težko upravičiti naložbo v produkcijo.
Dobra novica je, da so vse štiri ovire organizacijske in jih je mogoče odpraviti z načrtovanjem. Kje ste danes, preverite s samooceno na tej strani.
Okvir pripravljenosti: šest področij
Samoocena sledi šestim področjem, ki skupaj odločajo, ali bo uvedba AI uspešna. Podobno logiko uporabljajo tudi uveljavljeni okviri, kot sta NIST AI Risk Management Framework in načela OECD za umetno inteligenco: tehnologija je le en del, ob njej so enako pomembni ljudje, procesi in upravljanje tveganj.
| Področje | Ključno vprašanje | Znak pripravljenosti |
|---|---|---|
| Strategija in primeri uporabe | Kateri poslovni problem rešujemo? | Razvrščen seznam primerov uporabe z merljivimi cilji |
| Podatki | Ali so podatki kakovostni, dostopni in imajo lastnika? | Lastniki podatkov in razvrstitev po občutljivosti |
| Tehnologija in infrastruktura | Ali je okolje varno in povezljivo? | Urejene pravice, MFA, DLP, oznake občutljivosti, API |
| Ljudje in znanja | Ali zaposleni znajo UI uporabljati varno in smiselno? | Program pismenosti na področju UI in lastnik programa |
| Upravljanje in skladnost | Kdo sme kaj uporabljati in pod katerimi pogoji? | Politika uporabe UI, popis sistemov, presoja GDPR |
| Izvedba in rezultati | Ali znamo pilot pripeljati do produkcije? | Izkušnje s pilotom, merjenje učinkov, proračun |
Orodje vprašanja tehta: več štejejo tista, ki pogosto zaustavijo projekt, na primer urejenost pravic dostopa, kakovost podatkov in jasen poslovni cilj. Skupna ocena vas uvrsti v eno od štirih stopenj zrelosti: raziskovanje, pilotiranje, uvajanje ali skaliranje.
Microsoft 365 Copilot: kaj pripraviti pred uvedbo
Za mnoga podjetja je Copilot prvi stik z generativno UI v vsakdanjem delu, ker deluje v orodjih, ki jih zaposleni že uporabljajo: Outlook, Teams, Word, Excel in PowerPoint. Microsoft je izdelek medtem preimenoval v Microsoft Copilot, v licencah in dokumentaciji pa se še pojavlja tudi prejšnje ime. Uvedba je tehnično preprosta, priprava pa ne.
Licenciranje prek partnerja CSP
Osnovni klepet Copilot Chat je vključen v ustrezne licence Microsoft 365 in odgovarja predvsem iz spleta ter iz vsebin, ki jih uporabnik sam priloži. Za odgovore iz e-pošte, dokumentov, sestankov in klepetov organizacije potrebujete dodatno licenco Microsoft 365 Copilot. Licence lahko uredite prek partnerja Microsoft CSP, ki vam pomaga izbrati pravo kombinacijo in jo prilagajati številu uporabnikov. Pri Humanfrogu smo partner CSP, zato licenciranje povežemo s pripravo okolja.
Pravice dostopa in prekomerno deljenje
Copilot po Microsoftovi dokumentaciji uporabniku pokaže le vsebine, do katerih ima vsaj pravico branja. To je hkrati varovalka in tveganje: če je mapa s plačami po pomoti deljena z vso organizacijo, jo bo Copilot našel. Pred uvedbo zato preglejte strani SharePoint in ekipe Teams, deljene z vsemi, povezave, ki jih lahko odpre kdorkoli, ter neaktivne strani. Microsoft za to ponuja orodja, kot je SharePoint Advanced Management.
Oznake občutljivosti in DLP
Oznake občutljivosti v Microsoft Purview omogočajo, da zaupne dokumente označite in po potrebi šifrirate. Copilot pri šifriranih vsebinah upošteva pravice uporabe, ki jih ima uporabnik. Pravila za preprečevanje uhajanja podatkov (DLP) in obvezna večfaktorska avtentikacija dopolnjujeta to zaščito.
Uvajanje uporabnikov
Licenca sama ne spremeni načina dela. Začnite s pilotno skupino iz več oddelkov, pripravite scenarije uporabe po vlogah (povzetek sestanka, osnutek ponudbe, analiza v Excelu), določite ambasadorje in spremljajte uporabo v poročilih skrbniškega središča. Šele nato licence razširite.
AI agenti, Copilot ali rešitev po meri
Ni vsak problem primeren za Copilot in ni vsak problem treba reševati z razvojem. Izbira je odvisna od tega, ali gre za osebno produktivnost, za avtomatizacijo dela procesa ali za specifično znanje in podatke podjetja.
| Copilot za Microsoft 365 | AI agenti | Rešitev po meri | |
|---|---|---|---|
| Namen | Pomoč posamezniku pri pisanju, povzemanju in iskanju | Samostojnejša izvedba korakov procesa | Specifičen proces, podatki ali zahteve glede zasebnosti |
| Primeri | Povzetki sestankov, osnutki e-pošte, analiza v Excelu | Obravnava zahtevkov, podpora strankam, priprava naročil | Obdelava dokumentov, asistent za interno znanje (RAG), lokalni model |
| Podatki | Vsebine v Microsoft 365, do katerih ima uporabnik dostop | Microsoft 365 in poslovni sistemi prek povezav | Izbrani viri, tudi zunaj Microsoft 365 |
| Pogoj | Urejene pravice, oznake, uvajanje | Integracije, jasna pravila, človeški nadzor | Razvojna ekipa, vzdrževanje, upravljanje modela |
| Čas do učinka | Tedni | Tedni do meseci | Meseci |
Agente je mogoče graditi z orodji, kot je Microsoft Copilot Studio, ali kot samostojne rešitve, povezane z ERP, CRM in dokumentnim sistemom. Kadar podatki ne smejo zapustiti vašega okolja, je smiselna rešitev po meri z lokalnim ali zasebnim modelom.
Od pilota do produkcije v 90 dneh
Za jasno omejen primer uporabe z dostopnimi podatki je 90 dni realen okvir, da pridete od izbire do prve produkcijske različice. Pogoj je, da sta odločitev in lastnik znana že na začetku.
| Obdobje | Aktivnosti | Rezultat |
|---|---|---|
| 1.–2. teden | Izbira primera uporabe, lastnik, izhodiščne meritve, presoja tveganj in GDPR | Potrjen obseg in merila uspeha |
| 3.–4. teden | Priprava podatkov in pravic, varnostne nastavitve, izbira tehnologije | Pripravljeno okolje |
| 5.–8. teden | Pilot s pravimi uporabniki in podatki, tedenske izboljšave | Izmerjeni učinki in povratne informacije |
| 9.–10. teden | Ocena rezultatov, odločitev o produkciji, načrt stroškov | Odločitev vodstva |
| 11.–13. teden | Produkcijska postavitev, usposabljanje, spremljanje in podpora | Rešitev v vsakdanji uporabi |
Kako meriti donosnost
Donosnost UI je najlažje dokazati pri procesih, ki jih že danes merite. Pred pilotom zabeležite čas obdelave, število napak, čas odziva ali stroške na transakcijo, po uvedbi pa iste kazalnike primerjajte. Na strani stroškov upoštevajte vse: licence ali porabo, integracije, ureditev podatkov, varnost, usposabljanje in vzdrževanje.
Pri orodjih za osebno produktivnost, kot je Copilot, je prihranek časa težje izmeriti natančno. Spremljajte dejansko uporabo, ankete med uporabniki in nekaj izbranih scenarijev, kjer učinek lahko izmerite neposredno. Neuporabljena licenca je strošek brez donosa, zato licence redno prerazporejajte.
Upravljanje in osnove akta o umetni inteligenci
Akt o umetni inteligenci (Uredba (EU) 2024/1689) velja tudi za podjetja, ki UI samo uporabljajo. Od 2. februarja 2025 morajo vsi ponudniki in uvajalci zagotoviti zadostno pismenost zaposlenih na področju UI (4. člen). Nadaljnje obveznosti so odvisne od razreda tveganja, ta pa od namena uporabe, ne od orodja. Isti jezikovni model je lahko v enem primeru minimalno tvegan, pri razvrščanju kandidatov za zaposlitev pa visoko tvegan.
Za začetek potrebujete tri stvari: kratko politiko uporabe UI, popis sistemov UI z razvrstitvijo po tveganju in postopek presoje varstva osebnih podatkov, vključno z oceno učinka (DPIA), kadar je potrebna. Razred tveganja posameznega sistema preverite v vodniku Akt o umetni inteligenci: razredi tveganja.
Pri Humanfrogu podjetjem pomagamo od ocene pripravljenosti in priprave okolja Microsoft 365 do razvoja agentov, obdelave dokumentov in asistentov za interno znanje. Pišite nam in skupaj določimo prvi primer uporabe, ki bo prinesel merljiv rezultat.
