Sztuczna inteligencja coraz szybciej zmienia sposób, w jaki firmy organizują pracę, analizują dane i podejmują decyzje. W wielu organizacjach wdrażanie AI w biznesie zaczyna się jednak od technologii: wyboru narzędzia, systemu, dostawcy albo konkretnego rozwiązania automatyzacyjnego. Lean Management proponuje inne podejście: najpierw zrozumieć problem, proces i potrzeby ludzi wykonujących pracę, a dopiero potem dobrać technologię.
Troje ekspertów zajmujących się Lean, technologią i transformacją cyfrową odpowiada na pytanie: jak powinno wyglądać leanowe podejście do wdrażania sztucznej inteligencji w organizacji?
AI w biznesie: dlaczego technologia nie powinna być punktem wyjścia?
Wiele inicjatyw związanych ze sztuczną inteligencją rozpoczyna się od pytania: „Gdzie możemy zastosować AI?”. Z perspektywy Lean Management lepsze pytanie brzmi: jaki problem chcemy rozwiązać?
To istotna różnica. Jeśli organizacja zaczyna od technologii, łatwo wpaść w pułapkę automatyzowania czynności, które nie tworzą wartości albo nie są prawdziwym źródłem problemu. W efekcie AI może przyspieszyć pracę, która wcale nie powinna być wykonywana, zwiększyć liczbę raportów, których nikt nie używa, albo wzmocnić istniejące nieefektywności.
Lean Management uczy, że doskonalenie zaczyna się od zrozumienia pracy tam, gdzie jest ona wykonywana, czyli w gemba. To właśnie tam najlepiej widać marnotrawstwo, przeciążenia, niestabilność procesów, niepotrzebne czynności, braki informacyjne i problemy jakościowe. Dlatego skuteczne zastosowanie AI w biznesie powinno zaczynać się od rozmowy z ludźmi, którzy znają proces z codziennej praktyki.
Sztuczna inteligencja jako „cyfrowe karakuri”
Sandrine Olivencia, autorka publikacji na temat Lean i współzałożycielka Taktique, proponuje spojrzeć na AI jak na formę „cyfrowego karakuri”.
W Toyocie karakuri oznacza proste rozwiązania techniczne projektowane przez same zespoły po to, aby eliminować uciążliwą, powtarzalną lub frustrującą pracę. Ich celem nie jest zastępowanie ludzi, lecz pomaganie im w osiąganiu lepszych rezultatów: poprawie przepływu, ograniczaniu marnotrawstwa i uwalnianiu czasu na działania wymagające osądu, kreatywności oraz rozwiązywania problemów.
To bardzo użyteczna metafora dla sztucznej inteligencji w biznesie. AI nie powinna być wdrażana po to, aby „wyjąć człowieka z procesu” za wszelką cenę. Powinna pomagać ludziom usuwać przeszkody, szybciej docierać do informacji, lepiej rozumieć dane i skuteczniej podejmować decyzje.
Z perspektywy leanowej pytanie nie brzmi więc: „Które zadania możemy zautomatyzować?”. Lepsze pytania to:
- gdzie ludzie tracą czas na czynności, które nie tworzą wartości?
- gdzie proces jest niestabilny lub nieprzewidywalny?
- gdzie brakuje danych potrzebnych do podjęcia dobrej decyzji?
- gdzie AI może pomóc zespołom lepiej rozwiązywać problemy?
- gdzie technologia może poprawić jakość, przepływ, bezpieczeństwo i uczenie się
Wdrażanie AI bez ludzi to problem zarządzania, nie tylko technologii
W wielu firmach projekty AI są wybierane przez zarządy, konsultantów albo dostawców oprogramowania, a następnie wdrażane w zespołach, które miały niewielki wpływ na decyzję. Pracownicy są angażowani dopiero na końcu, kiedy trzeba ich przeszkolić, przekonać albo skłonić do korzystania z nowego systemu.
Z perspektywy Lean Management jest to poważny błąd. Nie chodzi wyłącznie o partycypację pracowników czy komfort zmiany. Chodzi o jakość uczenia się w organizacji.
Ludzie najbliżej procesu najlepiej wiedzą, gdzie naprawdę występuje problem. To oni widzą, które czynności są zbędne, gdzie pojawiają się odchylenia, gdzie dane są niewiarygodne, gdzie systemy nie wspierają pracy i gdzie decyzje wymagają doświadczenia. Jeśli organizacja nie wykorzystuje tej wiedzy, ryzykuje, że AI zostanie zastosowana w niewłaściwym miejscu albo w niewłaściwy sposób.
Leanowe wdrażanie sztucznej inteligencji powinno zaczynać się od gemba: obserwacji pracy, rozmów z zespołami, zrozumienia problemu i małych eksperymentów. Część pomysłów się nie sprawdzi. Inne rozprzestrzenią się naturalnie, ponieważ ludzie uznają je za użyteczne. Celem nie jest automatyzowanie ludzi, ale uwalnianie ich od marnotrawnych procesów.
AI, automatyzacja i lekcja z robotyzacji produkcji
Fabrice Bernhard, CTO Theodo, zwraca uwagę, że sztuczna inteligencja stała się jednym z najważniejszych priorytetów inwestycyjnych globalnej gospodarki. Coraz więcej organizacji deklaruje korzystanie z generatywnej AI, ale tylko niewielka część firm potrafi przełożyć te działania na znaczącą wartość biznesową.
Problem nie leży więc wyłącznie w dostępności technologii. Problemem jest sposób jej wdrażania.
Pod presją, aby nie przegapić kolejnej „rewolucji przemysłowej”, wiele firm uruchamia projekty AI odgórnie. Jednocześnie skala inwestycji tworzy oczekiwanie szybkiego zwrotu. W takich warunkach pojawia się pokusa, aby wykorzystywać AI nie do usprawniania pracy, ale do łatwiejszego monitorowania, oceniania, planowania i kontrolowania pracowników.
To podejście jest sprzeczne z zasadami Lean Management. Mierzenie aktywności nie jest tym samym, co tworzenie wartości. Zwiększanie kontroli nie jest tym samym, co poprawa jakości zarządzania. A ograniczanie zaufania osłabia zaangażowanie pracowników wiedzy, czyli właśnie tych osób, których osąd, kreatywność i umiejętność rozwiązywania problemów są potrzebne, aby AI mogła przynieść realne efekty biznesowe.
Podobną lekcję przemysł otrzymał już wcześniej, podczas fali robotyzacji w latach 80. XX wieku. Wiele firm zakładało wtedy, że zastąpienie ludzi robotami automatycznie zwiększy produktywność. W praktyce okazało się, że niektóre czynności rzeczywiście można w pełni zautomatyzować, ale wiele procesów nadal wymaga udziału człowieka, szczególnie tam, gdzie potrzebna jest interpretacja problemów, elastyczność i doskonalenie systemu.
Toyota zrozumiała to bardzo wcześnie, rozwijając zasadę jidoka, czyli automatyzację z ludzkim czynnikiem. Nie dlatego, że człowiek powinien wykonywać każde zadanie, ale dlatego, że człowiek jest niezbędny do rozumienia wartości dla klienta, interpretowania problemów i doskonalenia procesu.
Ta sama lekcja dotyczy dziś sztucznej inteligencji.
Sztuczna inteligencja powinna wspierać ludzi, a nie nimi zarządzać
AI może w niektórych przypadkach w pełni automatyzować procesy. Jednak w wielu zastosowaniach o wysokiej wartości sama technologia nie wystarczy, aby zapewnić jakość, bezpieczeństwo i zdolność do ciągłego doskonalenia.
Sztuczna inteligencja może analizować dane, wykrywać wzorce, podpowiadać decyzje, automatyzować powtarzalne czynności i wspierać pracowników w codziennym zarządzaniu. Nie zastąpi jednak odpowiedzialności liderów za rozwój ludzi, uczenie się organizacji i doskonalenie systemu pracy.
AI wykorzystywana głównie do nadzoru i kontroli ludzi prowadzi do gorszego środowiska pracy i często do gorszej jakości. AI wykorzystywana jako narzędzie wspierające zespoły może natomiast wzmacniać rozwiązywanie problemów, poprawiać przepływ informacji i przyspieszać uczenie się.
Właściwe podejście polega na tym, aby dać zespołom możliwość eksperymentowania z AI. Tam, gdzie powstają użyteczne automatyzacje, ludzie powinni nadal odpowiadać za doskonalenie systemu. Technologia może wspierać ciągłe doskonalenie, ale nie może sama go prowadzić.
Lean Tech: szansa na bardziej odpowiedzialną transformację AI
Lean Tech można rozumieć jako próbę przeniesienia zasad Lean Management do świata technologii, transformacji cyfrowej i sztucznej inteligencji. Chodzi o to, aby wdrażanie AI nie było jedynie projektem IT, ale częścią systemu zarządzania, uczenia się i doskonalenia organizacji.
Toyota przez dekady budowała kulturę, w której doskonałość operacyjna opiera się na ludziach, standardach, rozwiązywaniu problemów i ciągłym doskonaleniu. Ta lekcja jest dziś szczególnie ważna dla firm wdrażających sztuczną inteligencję.
Organizacje, które potraktują AI wyłącznie jako narzędzie redukcji kosztów lub zwiększania kontroli, mogą przegapić jej największy potencjał. Organizacje, które połączą AI z Lean Management, mają szansę budować lepszą jakość, większe zaangażowanie ludzi i bardziej trwałą przewagę konkurencyjną.
Transformacja cyfrowa zaczyna się od procesu, nie od systemu
Eivind Reke, Research Manager w SINTEF Manufacturing, zwraca uwagę na założenie, które osłabiło wiele inicjatyw transformacji cyfrowej: przekonanie, że technologia jest zmianą, a ludzie są problemem adopcji.
W takim podejściu kluczowe decyzje zapadają wcześnie i są traktowane jako techniczne: jaki system kupić, jakich danych używać, które zadania zautomatyzować i jakich efektów oczekiwać. Pracownicy są włączani dopiero później, często po to, aby nauczyli się obsługi rozwiązania, które zostało już wybrane.
Lean Thinking wychodzi z innego założenia. Praca jest systemem społeczno-technicznym. Nie da się doskonalić jej strony technicznej bez zrozumienia strony ludzkiej i organizacyjnej.
Kaizen opiera się na przekonaniu, że ludzie najbliżej pracy są niezbędni do doskonalenia, ponieważ jako pierwsi widzą odchylenia, zmienność, tarcia i niezamierzone konsekwencje. Jeśli AI jest wdrażana bez tej wiedzy, organizacja może automatyzować założenia zamiast poprawiać procesy.
Digital Kaizen: kiedy dane naprawdę wspierają doskonalenie?
Badania SINTEF dotyczące Digital Kaizen pokazują, że cyfryzacja tworzy wartość wtedy, gdy jest powiązana z codziennym rozwiązywaniem problemów. Same czujniki, dashboardy, systemy wizyjne i platformy danych nie tworzą doskonalenia.
Stają się użyteczne dopiero wtedy, gdy operatorzy, liderzy zespołów, utrzymanie ruchu, inżynierowie i menedżerowie wspólnie wykorzystują dane do zrozumienia problemów, testowania środków zaradczych i uczenia się.
Jeśli spada uwaga liderów i zanika rozwój kompetencji, te same systemy cyfrowe mogą stać się jedynie pasywnymi ekranami informacyjnymi. Technologia nadal jest obecna, ale zdolność organizacji do doskonalenia się cofa.
To ważna lekcja dla wdrażania AI w biznesie. Sama obecność sztucznej inteligencji nie oznacza jeszcze transformacji. O wartości decyduje to, czy AI zostaje włączona w codzienne rutyny zarządzania, rozwiązywania problemów i uczenia się.
Jak wdrażać AI zgodnie z zasadami Lean Management?
Leanowe podejście do wdrażania sztucznej inteligencji powinno zaczynać się od kilku podstawowych pytań:
- jaki problem próbujemy rozwiązać?
- jaki jest obecny stan procesu?
- co pracownicy wiedzą już o przyczynach problemu?
- gdzie procesowi brakuje stabilności?
- jakie decyzje AI może wspierać?
- które decyzje powinny pozostać w rękach człowieka?
- jak sprawdzimy, czy zmiana poprawia jakość, przepływ, bezpieczeństwo, uczenie się i zaangażowanie?
- czy mierzymy realną wartość, czy jedynie aktywność i koszty?
Zamiast wdrażać AI od razu na dużą skalę, podejście leanowe zakłada małe eksperymenty prowadzone w cyklach PDCA. Pracownicy powinni być zaangażowani w definiowanie problemu, interpretację danych, testowanie narzędzia, ocenę skutków ubocznych i doskonalenie standardu.
Liderzy powinni przedstawiać AI nie jako zastępstwo dla ludzkiego osądu, ale jako narzędzie wspierające lepsze rozwiązywanie problemów. Szkolenie z AI powinno być ciągłe, praktyczne i powiązane z realną pracą, a nie jednorazowym wdrożeniem systemu.
Lean Management a AI: najważniejszy wniosek dla firm
Leanowe wdrażanie AI nie polega na tym, aby pracownicy dostosowali się do technologii wybranej za nich przez organizację. Polega na wykorzystaniu ich wiedzy do określenia, co technologia powinna robić, gdzie powinna być zastosowana i jak może usprawnić pracę.
Sztuczna inteligencja w biznesie może przynieść ogromną wartość, ale tylko wtedy, gdy zostanie połączona z dobrym zarządzaniem, rozumieniem procesu i zaangażowaniem ludzi. W przeciwnym razie stanie się kolejnym narzędziem, które zwiększa złożoność, kontrolę i koszty, ale nie poprawia realnych wyników.
AI wdrażana „po leanowemu” zaczyna się od problemu, procesu i ludzi. Dopiero potem przychodzi technologia.
To podejście jest lepsze dla pracowników, ale również skuteczniejsze dla organizacji. Pomaga budować transformację cyfrową, która nie jest jednorazowym projektem technologicznym, lecz elementem ciągłego doskonalenia, rozwoju kompetencji i tworzenia wartości dla klienta.
Artykuł powstał na podstawie oryginalnego tekstu w magazynie online “Planet Lean”. Jeśli chcesz wdrażać AI z sukcesem w różnych środowiskach, sięgnij po książkę Toyota Kata i zobacz, jak rozwijać w organizacji sposób myślenia oparty na eksperymentowaniu, uczeniu się i dochodzeniu do kolejnych stanów docelowych, oraz Daily Management, aby przekonać się, jak może wyglądać realizacja wdrożenia AI każdego dnia.