Transformacja
Jak praca z AI trafia do kwartalnego raportu zarządu
Fundacja AI Business Center (AIBC) to think tank i partner doradczy, który pomaga zarządom firm z budownictwa, przemysłu i usług technicznych wdrażać sztuczną inteligencję tak, by dawała mierzalny wynik i budowała przewagę konkurencyjną. „Od AI do BI” nazywamy drogę od użycia sztucznej inteligencji w firmie do miar, które zarząd widzi co kwartał; to opis kierunku, a nie osobna usługa.
AI przestało być kosztem działu IT. Stało się pozycją, którą CFO chce zobaczyć w liczbach
Modele językowe produkują coraz więcej treści. Zarząd potrzebuje liczb. Między jednym a drugim jest warstwa, którą budujemy: nazwy, właściciele i definicje, dzięki którym praca z AI staje się mierzalna.
Tę warstwę budujemy metodą transformacji semantycznej, czyli uporządkowania nazw, procesów i danych firmy tak, by rozumiał je człowiek, model językowy i raport zarządu. „Od AI do BI” opisuje, dokąd ta droga prowadzi: do kwartalnego raportu, w którym zarząd widzi, ile praca z AI daje i ile kosztuje.
BI to skrót od angielskiego business intelligence, po polsku analityka biznesowa: firma zbiera dane ze swoich systemów, na przykład sprzedaży, finansów i produkcji, opisuje je wspólnymi definicjami i pokazuje zarządowi jako miary w raportach i dashboardach. W haśle „od AI do BI” chodzi o to, by praca z AI nie kończyła się na wrażeniu, że pracownicy oszczędzają czas, tylko trafiała jako miara z właścicielem i definicją do tego samego raportu, w którym zarząd ogląda sprzedaż, koszty i jakość.
| AI generuje | semantyka porządkuje | BI rozlicza |
|---|---|---|
| treści, odpowiedzi, maile, szkice dokumentów; objętość rośnie z każdym miesiącem | procesy, pojęcia, właściciele danych i definicje miar wspólne dla działów i narzędzi | koszt, czas, jakość, zgodność i markę na zewnątrz, co kwartał, w raporcie zarządu |
Środkowy element jest tym, za co firma płaci. Bez niego przyrost treści nie zamienia się w liczbę, o którą zarząd może zapytać.
Luka między użyciem a wynikiem
Według badania McKinsey, The State of AI 2026, 8 na 10 pracowników widzi zysk czasu z GenAI, a tylko 4 na 10 firm widzi jego wpływ na wynik operacyjny (EBIT). Różnica powstaje w warstwie pośrodku: tam, gdzie nikt nie opisał procesu, nie wyznaczył właściciela i nie zdefiniował miary.
Dlaczego litera nie zmienia się sama
Hasło „od AI do BI” brzmi jak zmiana jednej litery. W praktyce między jedną a drugą literą jest praca, której narzędzie nie wykona za firmę: ten sam parametr ma różne nazwy w sprzedaży, produkcji i finansach, dane o użyciu narzędzi nie są przypisane do procesów, a odzyskany czas nie ma właściciela, który zdecyduje, na co go przeznaczyć. Dashboard zbudowany na takich danych pokazuje liczby, ale nie odpowiada na pytanie zarządu.
Dlatego kolejność jest stała: najpierw kompetencje, potem nazwanie procesów, potem spięcie ich wspólnym słownikiem, a dopiero na końcu pomiar wartości. Kolejne piętra opisuje strona transformacji semantycznej.
5 grup miar i ich właściciele
| grupa | przykładowe miary | właściciel po stronie firmy |
|---|---|---|
| wartość | czas w procesie przed i po, przepustowość, liczba spraw na osobę | dyrektor działu objętego procesem |
| koszt | licencje w realnym użyciu, koszt na zadanie; tokeny tylko tam, gdzie rozliczenie jest za użycie | finanse, IT |
| jakość | poprawki, pytania zwrotne, reklamacje na treści przygotowane z pomocą GenAI | właściciel procesu, jakość |
| zgodność | działania na rzecz kompetencji personelu, punkty styku z klientem objęte obowiązkami przejrzystości, rejestr zastosowań AI | compliance, prawo |
| marka na zewnątrz | obecność, opis i rekomendacje marki w modelach językowych | marketing, sprzedaż |
Pełny opis miar i sposobu ich ustalania jest na stronie raport wartości AI dla zarządu.
Co zarząd widzi co kwartał
ILUSTRACJA, dane przykładowe. Raport mieści się na jednej stronie i ma pięć kafli, po jednym na grupę miar:
- Wartość: czas w wybranych procesach w porównaniu ze stanem wyjściowym i trend z ostatnich kwartałów.
- Koszt: licencje w realnym użyciu na tle licencji opłaconych i koszt na zadanie w procesach objętych pomiarem.
- Jakość: poprawki i pytania zwrotne na treściach przygotowanych z pomocą AI.
- Zgodność: stan rejestru zastosowań AI i działań w zakresie kompetencji i przejrzystości, z listą spraw do decyzji.
- Marka na zewnątrz: jak modele językowe opisują i polecają firmę w porównaniu z poprzednim pomiarem.
Pod każdym kaflem jest interpretacja i jedna rekomendacja dla zarządu. Konkretne miary i ich wartości ustalamy z właścicielami w firmie; na stronie celowo nie podajemy liczb.
Kto co robi
| rola | kto | odpowiada za |
|---|---|---|
| odbiorca | zarząd, rada nadzorcza | decyzje na podstawie raportu |
| właściciel miary | dyrektor działu | definicja i jakość miary |
| tłumacze procesów | pracownicy działów | utrzymanie opisów, z których korzystają miary |
| architekt i interpretator | Fundacja AI Business Center | słownik, definicje miar, brief, interpretacja, rekomendacje |
| wykonawca BI | IT firmy lub partner | model danych, przepływy danych, dashboard |
Nie wdrażamy narzędzi BI. Definiujemy, co i jak mierzyć. Fundacja jest neutralna wobec dostawców technologii: nie sprzedajemy licencji ani wdrożeń. Działamy po stronie zarządu — pomagamy wybrać wykonawcę, przygotować wymagania i kryteria, przeprowadzić postępowanie lub przetarg, ocenić oferty i jakość wykonawców. Decyzję podejmuje zarząd.
Semantyka na zewnątrz w tym samym raporcie
Ten sam słownik firmy decyduje o tym, czy model wykona jej pracę, i o tym, czy poprawnie poleci ją klientowi. Dlatego grupa „marka na zewnątrz” trafia do tego samego raportu co wartość i koszt. Zasilamy ją badaniem marki w modelach językowych.
Najczęstsze pytania
Czy to wdrożenie systemu BI?
Nie. Nie wdrażamy narzędzi BI. Definiujemy, co i jak mierzyć, ustalamy właścicieli miar i źródła danych oraz przygotowujemy brief. Model danych i dashboard buduje dział IT firmy albo wskazany przez nią partner, w narzędziu, którego firma już używa lub które sama wybierze.
Od którego piętra transformacji to ma sens?
Raport wartości ma sens po piętrach drugim i trzecim, kiedy procesy są nazwane i spięte wspólnym słownikiem. Wcześniej można raportować kompetencje i użycie narzędzi, ale nie wartość w procesach. Gdzie firma jest dziś, pokazuje diagnoza gotowości 30 dni.
Czy tokeny są dobrą miarą kosztu AI?
Tylko tam, gdzie firma płaci za użycie, na przykład w integracjach i agentach rozliczanych za zużycie. Przy licencjach stanowiskowych firma płaci za miejsce, więc właściwą miarą są licencje w realnym użyciu i koszt na zadanie.
Czym ta praca różni się od projektu integratora BI?
Integrator buduje hurtownię danych, przepływy danych i dashboardy. My zajmujemy się warstwą przed nimi: nazwami, definicjami miar, właścicielami i tym, które procesy z AI w ogóle warto mierzyć. Te dwie prace się uzupełniają; integrator dostaje od nas brief, a nie zgadywanie.
Zacznijmy od diagnozy
Raport ma sens, kiedy procesy są nazwane i spięte. Diagnoza gotowości 30 dni pokazuje, jak daleko firma jest od tego momentu. Porozmawiajmy o diagnozie.