Kiindulópont
Kétszázezer licenc, változatlan munka
A Microsoft saját magát nevezi nulladik ügyfélnek. A logika egyszerű, előbb végigcsinálják a saját átalakulásukat, aztán abból tanítják az ügyfeleiket. Az anyagot Kathleen Hogan, a cég stratégiai és transzformációs vezetője jegyzi, és egy több mint százötven fős, funkciókon átívelő csapat munkájára épül, amely 2025 szeptembere és 2026 augusztusa között dolgozott rajta.
A nyitó vallomás a legérdekesebb az egészben. Azt írják, hogy kezdetben hagyományos technológiai bevezetésként kezelték az AI-t. Kiosztották az eszközöket, tartottak képzést, és hajtották a használati számokat. Utána derült ki, hogy a hozzáférés és a használat nem egyenlő az átalakulással.
Ezt a mondatot érdemes kétszer elolvasni, mert egy olyan cégtől jön, amelyik az AI eszközöket árulja. Nekik minden érdekük az volna, hogy a licencszám legyen a siker mércéje. Mégis azt mondják, hogy az nem elég.
A saját projektjeimben ugyanez a minta ismétlődik. Az első kérdés szinte mindig az, melyik eszközt vezessük be. Fél évvel később a licencek kint vannak, a felhasználói statisztika szépen fest, a munka viszont ugyanúgy zajlik, mint korábban. Az emberek beírnak valamit, kapnak egy választ, és a folyamat többi része érintetlen marad.
Értékesítés
Amikor a használat megállt
A legbeszédesebb példájuk az értékesítésből jön. Széles körben kiosztották az eszközöket, a használat mégis beállt egy szintre, az üzleti hatás pedig elmaradt. Ekkor jött a fordulat. Ahelyett hogy erősebben nyomták volna az adaptációt, hátraléptek egyet, és az üzleti célból indultak újra.
Feltérképezték, mivel telik egy ügyfélkapcsolati menedzser hete. Megnézték, melyek azok a pillanatok, ahol a döntés valóban számít, és oda tettek eszközt. Külön ügynök elemzi a pipeline-t, másik állítja össze az ajánlati csomagokat, harmadik pedig az ügyfél mélyebb megismerésében segít. Nem a teljes munkanapot borították fel, hanem három konkrét ponton avatkoztak be.
A másik fele ennek a történetnek még fontosabb. Heti rendszerességgel, kollégák által vezetett rövid összejöveteleket tartottak, ahol megosztották egymással, mi működött. Ettől lett a kísérletezésből szokás, és innen terjedt szét a jó gyakorlat a csapat többi tagjára.
Az eredmény számokban mérve. A kiemelt használati esetek elterjedtsége a háromszorosára nőtt, az egy ügyfélkapcsolati menedzserre jutó árbevétel 9,4 százalékkal emelkedett, a lezárási arány pedig húsz százalékkal lett jobb.
Ugyanez a heti, kollégák által vezetett összejövetel az, amit én power user közösségnek hívok. Nem tanfolyam, hanem ritmus. Az a néhány ember, aki már megtalálta a működő megoldást, hetente megmutatja a többieknek, és ettől kezd el terjedni a tudás a szervezetben. Ezt az elemet szokták kihagyni a cégek, pedig ez viszi el a hátán az egészet.
Ellátási lánc
A rossz folyamat gyorsabban is rossz
A második tanulságuk az, hogy nem az egyes feladatokat kell felgyorsítani, hanem a teljes folyamatot újratervezni. A korai próbálkozásaik segítettek gyorsabban elvégezni az ismerős feladatokat, az eredményt viszont ritkán változtatták meg.
Egy mondatuk pontosan leírja, miért. Ha egy rossz folyamathoz ügynököt adsz, attól még rossz folyamat marad, és az egyik lépés felgyorsítása csak hosszabb sort hoz létre a következő előtt.
A felhős ellátási lánc csapatuk ezért fordított sorrendben dolgozott. Először feltérképezték és egyszerűsítették a végponttól végpontig tartó folyamatokat, utána létrehoztak egy egységes adatforrást, hogy minden ügynök ugyanabból az adatból következtessen. Csak ezután telepítettek több mint száz célra épített ügynököt a tervezésbe, a beszerzésbe, a teljesítésbe és a logisztikába.
A kiválasztott folyamatokban a ciklusidő akár hetvenöt százalékkal csökkent. Ennél beszédesebb a másik adat. A tervezőknek korábban öt-hét napba telt kideríteni, miért változott meg egy keresleti terv. Ma órák alatt megvan a válasz, és van, hogy húsz percen belül.
Az egységes adatforrás az a pont, ahol a magyar középvállalatok nagy része elbukik. Három rendszerben van az adat, plusz egy Excelben, amit valaki a saját gépén vezet. Amíg ez így van, hiába jön bármilyen ügynök, mindegyik mást fog gondolni a valóságról.
Emberek
Csapatsport, nem egyéni tanfolyam
A harmadik tanulság az emberekről szól. Azt írják, hogy a munkát végzők tudják, hol akad el a folyamat, hol számít az ítélőképesség, és hol segíthetne a gép. Ezt az ismeretet semmilyen folyamatábra nem pótolja.
Egy korai kísérletük megtanította nekik, hogy az AI átalakulás csapatsport, és hogy az eszköz meg a képzés önmagában kevés. Az egyének képesek voltak önállóan megtanulni az új technológiát, tartós változás viszont akkor történt, amikor a csapatok együtt tanultak, együtt kísérleteztek és együtt alkalmazkodtak. Ehhez őszinte beszélgetés kellett arról, hogyan alakítja át az AI a szerepeket, és kellett hozzá szabadság a biztonságos kísérletezéshez.
Erre épült a Camp AIR nevű, több hetes gyorsítóprogramjuk, ahol funkciókon átívelő csapatok egy valódi üzleti problémára építve tanulják meg az új képességeket, miközben újratervezik a közös munkájukat. A program mára több mint háromezer mérnökre terjedt ki.
Vezetői példamutatásról is közölnek számot. Ahol a vezető maga is aktívan használja az AI-t, ott az ügynökös rendszerektől érzékelt érték tizenhét ponttal, a beléjük vetett bizalom pedig harminc ponttal magasabb. Ott pedig, ahol a vezető pszichológiai biztonságot teremt, másfélszer valószínűbb, hogy a munkatársak gyakori használók lesznek.
Egy budapesti gyártó cégnél tavaly pont ezen múlt az egész. A termelési vezető nem nyúlt az eszközhöz, mert nem akart ügyetlennek látszani a saját csapata előtt. Ebből a műszakvezetők azt olvasták ki, hogy ez nem komoly ügy, és négy hónapig semmi nem mozdult. Amikor a vezető egy értekezleten élőben, hibákkal együtt megmutatta, hogyan készít egy műszakjelentést, két héten belül a fele csapat elkezdte használni. A technológia közben egy percet sem változott.
Mérés
A hatékonyság a padló
A negyedik tanulság a mérésről szól, és itt van a cikk legerősebb gondolata. Ők is ott kezdték, ahol a legtöbb cég, feladatokat automatizáltak a hatékonyság érdekében. Idővel jöttek rá, hogy a nagyobb lehetőség máshol van, abban, hogy olyasmit tegyenek lehetővé, ami korábban kivitelezhetetlen volt.
Erre saját képletük is van. A folyamatos fejlesztés kiveszi a felesleget, az AI pedig hozzáad képességet, és a kettő együtt ad valami újat. Önmagában a folyamatos fejlesztés a régi cég karcsúbb változatát eredményezi. Az új képesség viszont egy másik céget hoz létre.
Számokkal alátámasztva a saját munkahelyi felmérésükből hozzák, hogy az AI használók ötvennyolc százaléka szerint a technológia olyan munkát tesz lehetővé, amit korábban nem tudtak elvégezni. A haladó használók körében ez az arány nyolcvan százalék.
Legszemléletesebb példájuk egy kilencfős csapat, amely mérnökökből, tervezőkből és termékmenedzserekből állt. Az első kiadást harmincöt nap alatt szállították le úgy, hogy az ügynökök az első naptól a munka részei voltak. A saját szerepüket meta mérnöknek és meta tervezőnek nevezték el, mert a munkájuk jelentős része az lett, hogy irányítják és ellenőrzik a gépet.
Ebből következik a mérés átalakulása is. A hatékonyság a padló, a képesség a plafon. Használati statisztika, sebesség és költség fontos jelzés, a végső mérce viszont az, hogy javult-e az ügyfél és a munkatárs élménye, nőtt-e a cég, és olyasmire lett-e képes a szervezet, amire korábban nem.
Itthon
Amit egy magyar középvállalat átvehet
Kézenfekvő ellenvetés, hogy a Microsoftnak van rá pénze és embere. Ez igaz, a százötven fős transzformációs csapatot nem sok magyar cég tudja kiállítani. Az öt tanulság viszont nem pénzbe kerül, hanem sorrendbe.
Üzleti célból indulni nem drágább, mint eszközből indulni, csak nehezebb, mert tisztázni kell, mit is akarunk elérni. A folyamat egyszerűsítése az ügynök előtt szintén nem igényel új licencet, viszont igényel valakit, aki végigüli a folyamatot az elejétől a végéig. Nulla forintba kerül az a heti közös alkalom, ahol a kollégák megmutatják egymásnak, mi működött.
Az egységes adatforrás az egyetlen tétel, ami valódi befektetés, és rendszerint ez is a legjobban megtérülő. Enélkül minden AI projekt egy szinten megragad, mert a gép pontosan olyan jó, amilyen az adat, amiből dolgozik.
Van egy gyakori hiba, amit ebben a sorrendben szinte mindenki elkövet. A cég kiválaszt egy látványos folyamatot, mert azon jól mutat majd a megtakarítás, és nem azt, amelyik tényleg fáj. Az eredmény egy szép bemutató a vezetőségnek, amiből fél év múlva semmi nem marad, mert az érintettek napi munkáját nem érintette. Sokkal többet ér, ha egy kevésbé mutatós, viszont naponta ismétlődő és mindenki által utált folyamatot alakítunk át elsőként. Ott a siker azonnal látszik, és onnan indul el a szájhagyomány, ami a többi osztályt is megmozdítja.
A mérésen szintén érdemes változtatni. Ha a riportban az szerepel, hányan léptek be a rendszerbe, akkor nem az átalakulást mérjük, hanem a kíváncsiságot. Az igazi kérdés az, mi lett lehetséges, ami korábban nem volt az.
Érdemes figyelni arra is, mit nem állít a Microsoft. Sehol nem írják, hogy az átalakulás fájdalommentes volt, sőt külön kiemelik, hogy voltak kudarcaik, és azokból is készítettek esettanulmányt. Az a cég, amelyik csak a sikeres kísérleteit dokumentálja, ugyanazokat a zsákutcákat fogja bejárni többször is.
A Microsoft anyagának van egy mondata, ami sokáig velem maradt. Azt írják, hogy az AI előnye nem a modellhez való hozzáférésből származik, hanem a szervezeti tanulásból. A modellek előbb-utóbb mindenki számára elérhetők lesznek, és akkor a hozzáférés megszűnik versenyelőny lenni. Ami marad, az a képesség, hogy egy cég újra tudja tervezni a saját működését.
Ez egyben a jó hír is a kisebb szervezeteknek. Egy háromszáz fős magyar cég sosem fog több modellhez hozzáférni, mint a Microsoft. Gyorsabban viszont tud tanulni, mert kevesebb réteg van benne, és két hét alatt átalakíthat egy folyamatot, amihez egy nagyvállalatnak fél év kell.
kdconsulting.hu · [email protected]