Kako dodati AI v obstoječi interni sistem, brez prepisovanja

"Treba bo dodati AI" je slabo prvo vprašanje

Skoraj vsak vodja v slovenskem podjetju je v zadnjem letu slišal, da rabi AI v svojem sistemu. Polovica njih je naredila sestanek z agencijo. Tretjina je dobila ponudbo za 50.000 EUR za "AI nadgradnjo". Skoraj nihče ni odšel iz tega procesa boljši.

Razlog je preprost. Vprašanje "kako dodam AI v sistem" je napačno. Pravo vprašanje je: kateri konkreten korak v mojem sistemu trpi tako, da ga AI lahko reši bolje kot trenutna logika. Brez tega odgovora vsaka AI investicija postane demo.

Kaj pomeni "dodati AI" v praksi

AI ni funkcionalnost, ki jo postaviš čez celoten sistem. Je sloj, ki se priklopi v točno določenih točkah. V praksi to pomeni:

• API klic na zunanji jezikovni model (OpenAI, Anthropic, Google) ali na lokalno gostovan model
• Vaš obstoječi backend pošlje vhod (besedilo, e-pošto, dokument), dobi odgovor
• Odgovor se prikaže uporabniku ali zapiše v vaš sistem

Tehnično je to enostavno. Težko je določiti, kje točno se to splača, in postaviti varovala, da odgovor ni napaka.

Pet vstopnih točk, ki delajo v praksi

1. Razvrščanje vhodne pošte ali zahtevkov

Sistem prejme prosto besedilo (e-pošta, sporočilo, prijava reklamacije). AI prebere in razvrsti v eno od kategorij. Vaš sistem nato odpre pravi proces, dodeli pravi osebi ali sproži pravo akcijo. Ne odgovarja, samo razvršča. Najhitrejša zmaga, ki takoj prihrani čas pri vnosu.

2. Povzetki dolgih vsebin

Sistem ima dnevne ali tedenske dnevnike, transkripte sestankov, dolge e-poštne nize. AI pripravi povzetek v 5 stavkih. Človek prebere povzetek, ne celote. Pomemben del je, da povzetek vedno označiš kot avtomatski in pustiš povezavo na izvirno vsebino.

3. Semantično iskanje po internih dokumentih

Vaš sistem ima zbirko dokumentov, postopkov, zapisnikov. Klasično iskanje po besedah ne najde tega, kar uporabnik išče. AI iskanje (preko vektorske baze in semantičnega ujemanja) najde dokumente, ki govorijo o iskani temi, tudi če ne vsebujejo iste besede.

4. Generiranje osnutkov

Komercialist piše ponudbo. Sistem že ve, kdo je stranka, kaj so kupili prej, kaj jih je zanimalo. AI pripravi osnutek ponudbe, komercialist popravi in pošlje. Generiranje osnutkov skrajša čas do prve verzije, ne pa odločitve.

5. Predprocesiranje za poročila

Sistem zbere podatke, ki niso strukturirani: prosto besedilo iz reklamacij, opombe na fakturah, komentarji v anketi. AI razvrsti, izlušči ključne stvari in pripravi tabelo. Vaše obstoječe poročilo nato dela na strukturiranih podatkih.

Česa ne početi

Ne nadomeščati obstoječe poslovne logike z AI

Če vaš sistem izračuna popust po pravilih in to dela 5 let brez napake, ne dodajajte AI, ki "pametno" ocenjuje popust. Klasična pravila so bila pravilna včeraj, pravilna so danes, in jih boste vedno znali popraviti. AI razlogi so neprozorni in jih ne morete jamčiti.

Ne dovoliti AI, da samostojno spreminja podatke

AI naj predlaga, človek naj potrdi. Vsako pisanje v vaš sistem (sprememba zapisa, sprožitev plačila, izvoz dokumenta) mora iti skozi človeški korak. To velja vsaj za prvih 6 mesecev, dokler ne zberete dovolj dokazov, da je AI v tem konkretnem primeru zanesljiv.

Ne pošiljati občutljivih podatkov v zunanji oblak brez razmisleka

Če vaš sistem vsebuje osebne podatke strank, finančne dokumente ali pogodbe, je pošiljanje teh v OpenAI ali drugi zunanji model nekaj, kar mora odobriti vaš DPO. V mnogih primerih je odgovor: ne, raje lokalni model. To je pomemben del odločitve, ne tehnična podrobnost.

Konkreten primer

Storitveno podjetje ima portal za stranke. V portalu je obrazec, kjer stranke prijavijo problem v prosti obliki. Operater prebere, oceni, dodeli pravi ekipi, postavi prioriteto. Pri 80 prijavah dnevno operater porabi 2 uri na dan samo za triažo.

Po dodanem AI sloju: AI prebere prijavo, razvrsti v eno od 6 kategorij, oceni nujnost na lestvici 1-5, predlaga ekipo. Operater še vedno preverja in potrjuje, ampak odločitev traja 30 sekund namesto 2 minut. Triaža je padla na 30 minut dnevno.

Sistem je ostal isti. Dodali so en korak: API klic na model, ki vrne klasifikacijo in prioriteto. Strošek razvoja: pod 3.000 EUR. Tekoči stroški API klicev: pod 30 EUR mesečno. Prihranek operaterskega časa: 32 ur mesečno.

Kje začeti, če ne veste, kje začeti

Eno preprosto vprašanje: kateri korak v vašem sistemu zahteva, da človek prebere prosto besedilo in se odloči, kaj naprej? Ta korak je verjetno najboljši kandidat za prvo AI integracijo. Ni izjema, je pravilo.

Drugo vprašanje: ali imate kaj, kar sistem že počne dobro in zanesljivo? To pustite pri miru. AI ni potrditev, je dopolnitev.