Czy ten proces warto automatyzować? Policz koszt, zanim wybierzesz technologię.

Automatyzację łatwo zacząć od niewłaściwego pytania: „czy da się to zrobić?”.

Dzisiaj odpowiedź bardzo często brzmi: tak. Da się połączyć systemy, zbudować automatyzację, wykorzystać model AI albo agenta. Tylko że techniczna możliwość nie oznacza jeszcze, że zmiana ma sens biznesowy.

Dlatego zanim zacznę zastanawiać się nad technologią, wolę zadać inne pytanie: ile ten proces kosztuje firmę dzisiaj?

Dopiero kiedy znamy odpowiedź, można sensownie porównać obecny sposób pracy z kosztem wdrożenia, utrzymania i potencjalnym efektem automatyzacji.

Ile naprawdę kosztuje proces w firmie?

Koszt procesu to nie tylko pensja osoby, która wykonuje zadanie.

Weźmy prostą, powtarzalną czynność: ktoś odbiera dokument, przepisuje dane do systemu, sprawdza poprawność, zapisuje plik, a później przekazuje informację dalej.

Samo wykonanie może zajmować kilka albo kilkanaście minut. To niewiele. Problem zaczyna być widoczny dopiero wtedy, kiedy tę czynność mnożymy przez dziesiątki lub setki powtórzeń miesięcznie.

Czas wykonania

Pierwszym elementem jest czas potrzebny na jedno wykonanie procesu. Nie chodzi o idealny wynik zmierzony ze stoperem, ale o realistyczną wartość: 5 minut, 20 minut, godzinę.

Częstotliwość

Drugim elementem jest liczba powtórzeń. Proces wykonywany raz w miesiącu może nie być wart żadnej automatyzacji. Ten sam proces wykonywany 300 razy miesięcznie zaczyna wyglądać zupełnie inaczej.

Koszt czasu ludzi

Godzina pracownika ma swoją wartość. Nawet jeśli nie wyciągamy jej bezpośrednio z rachunku bankowego przy każdym zadaniu, firma za ten czas płaci.

Co ważniejsze, czas wykorzystany na ręczną obsługę procesu nie może być w tym samym momencie przeznaczony na inne zadanie.

Błędy, poprawki i opóźnienia

To część kosztu, o której łatwo zapomnieć.

Błędnie przepisane dane trzeba poprawić. Dokument trzeba ponownie sprawdzić. Klient czeka. Pracownik wraca do sprawy po kilku dniach. Informacja utknęła pomiędzy dwiema osobami.

Nie zawsze da się to od razu precyzyjnie przeliczyć na złotówki, ale ignorowanie tych elementów może mocno zaniżyć rzeczywisty koszt procesu.

Jak policzyć koszt procesu przed automatyzacją?

Na potrzeby pierwszej decyzji nie potrzebujemy skomplikowanego modelu finansowego.

Można zacząć od prostego równania:

Załóżmy, że dana czynność zajmuje 20 minut i występuje 300 razy w miesiącu.

To 6000 minut, czyli 100 godzin pracy miesięcznie. Dopiero do tego dokładamy koszt czasu osoby wykonującej zadanie oraz inne koszty związane z procesem.

Nie chodzi o uzyskanie wartości dokładnej co do złotówki. Na pierwszym etapie potrzebujemy liczby wystarczająco dobrej, żeby podjąć decyzję biznesową.

Jeżeli po policzeniu okazuje się, że proces kosztuje firmę kilkaset złotych rocznie, dalsza analiza może nie mieć sensu. Jeżeli pochłania setki godzin i istotną część kosztów operacyjnych, sytuacja jest inna.

Sam koszt procesu to za mało. Ile będzie kosztowała zmiana?

Tu pojawia się druga część rachunku.

Automatyzacja również kosztuje. I nie mam na myśli wyłącznie ceny narzędzia albo wykonania integracji.

Przed wdrożeniem może być potrzebna analiza procesu, uporządkowanie danych, ustalenie wyjątków i zaprojektowanie nowego sposobu pracy.

Później dochodzą przygotowanie rozwiązania, integracje, testy, uruchomienie, szkolenie ludzi oraz sprawdzenie, czy całość działa w praktyce.

Po wdrożeniu mogą pojawić się koszty licencji, infrastruktury, monitorowania, aktualizacji, poprawek oraz obsługi sytuacji, których wcześniej nie udało się przewidzieć.

Dlatego pytanie nie powinno brzmieć: „ile kosztuje automatyzacja?”.

Lepsze pytanie brzmi: ile będzie kosztowała zmiana tego konkretnego procesu i jaki koszt pozostanie po jej wdrożeniu?

Jak policzyć próg opłacalności automatyzacji procesu?

Kiedy znamy przybliżony koszt obecnego procesu i koszt planowanej zmiany, możemy przejść do prostego porównania.

Interesuje nas przede wszystkim miesięczna różnica pomiędzy stanem obecnym a sytuacją po wdrożeniu.

Jeżeli proces kosztuje dziś określoną kwotę miesięcznie, a po zmianie pozostanie tylko część pracy ręcznej oraz koszt utrzymania rozwiązania, różnica pokazuje potencjalną miesięczną korzyść.

Następnie możemy policzyć orientacyjny czas zwrotu:

To nadal model uproszczony. Nie uwzględni każdej zmiennej i każdego ryzyka. Ale daje coś znacznie ważniejszego niż odpowiedź „AI jest teraz modne” albo „konkurencja już automatyzuje”.

Daje punkt odniesienia do decyzji.

Nie ma jednej magicznej granicy, po której automatyzacja staje się dobra albo zła. Dla jednej firmy akceptowalny będzie zwrot w kilka miesięcy, dla innej ważniejsze będą ograniczenie ryzyka, przepustowość procesu albo możliwość dalszego skalowania bez dokładania kolejnych osób.

Kiedy liczby mówią: nie automatyzuj

To również jest dobry wynik analizy.

Nie każdy proces trzeba automatyzować.

Proces może występować zbyt rzadko. Jego obsługa może być bardzo tania. Może często się zmieniać albo mieć tak wiele wyjątków, że koszt technicznego rozwiązania będzie nieproporcjonalny do potencjalnej korzyści.

Problemem może być również jakość danych. Jeśli informacje są niekompletne, niespójne albo znajdują się w wielu miejscach, czasem pierwszym krokiem nie jest automatyzacja, tylko uporządkowanie sposobu pracy z danymi.

Czasem okazuje się też, że proces można poprawić organizacyjnie bez budowania żadnego nowego systemu.

Dla mnie to ważny element pracy z procesami. Celem nie jest znalezienie zastosowania dla AI za wszelką cenę. Celem jest znalezienie sensownego sposobu poprawy działania firmy.

Dopiero teraz wybieramy technologię

Jeżeli liczby pokazują, że warto dalej analizować proces, dopiero wtedy zaczyna się rozmowa o rozwiązaniu.

I nie musi nim być AI.

Czasem wystarczy zmiana kolejności pracy. Czasem integracja dwóch systemów. Innym razem klasyczna automatyzacja oparta na jasno określonych regułach.

AI ma sens tam, gdzie charakter procesu rzeczywiście uzasadnia pracę z tekstem, dokumentami, nieustrukturyzowanymi danymi, klasyfikacją, analizą albo podejmowaniem decyzji na podstawie szerszego kontekstu.

W jeszcze innych sytuacjach najlepszym rozwiązaniem pozostaje człowiek.

Dlatego technologia jest dla mnie końcem diagnozy, a nie jej początkiem.

O tym, dlaczego nie warto rozpoczynać zmian od wyboru konkretnego narzędzia, pisałem również w artykule Od czego zacząć z AI w firmie — nie od ChatGPT.

Co warto wiedzieć przed rozmową o automatyzacji procesu?

Nie musisz mieć gotowej dokumentacji ani szczegółowej mapy procesu.

Znacznie bardziej przydatna jest wiedza operacyjna: co się dzieje, kto wykonuje kolejne kroki, jak często, na jakich danych pracuje, gdzie pojawiają się błędy, poprawki, opóźnienia i ręczne przepisywanie informacji.

Z takich obserwacji można później zbudować mapę procesu i sprawdzić, gdzie faktycznie znajduje się największy koszt albo wąskie gardło.

To właśnie jest jedna z funkcji audytu: zanim firma wyda pieniądze na technologię, porządkujemy proces, dane i ekonomię zmiany.

Więcej o samym podejściu do audytu opisałem tutaj: Audyt AI — co to jest i jak wygląda.

Najpierw proces. Potem liczby. Na końcu technologia.

Automatyzacja potrafi oszczędzać czas i pieniądze. Potrafi też utrwalić źle zaprojektowany proces, dodać kolejne koszty i stworzyć nowe problemy.

Różnica zaczyna się przed wyborem narzędzia.

Najpierw trzeba zobaczyć, jak proces działa dzisiaj. Następnie policzyć jego koszt. Później oszacować koszt zmiany i utrzymania rozwiązania. Dopiero na tej podstawie można rozmawiać o opłacalności oraz technologii.

To mniej efektowne niż zaczynanie od prezentacji narzędzia AI. Za to znacznie bliższe temu, jak podejmuje się rozsądne decyzje biznesowe.

Pierwsza rozmowa jest bezpłatna, 30 minut. Wycena indywidualna.

Umów bezpłatną rozmowę Zobacz jak wygląda audyt AI

Źródła