Pierwsze 30 dni audytu AI

Dlaczego jeszcze nie zacząłeś

Myślisz o AI od miesięcy. Może od roku. Nie zacząłeś, bo nie wiesz, od czego zacząć.

To nie porażka przywództwa. To rozsądna reakcja na decyzję o wysokiej stawce z niepełnymi informacjami.

Audyt zastępuje niepełne informacje pełnym obrazem. Dwa tygodnie. Przechodzisz z „chyba powinniśmy coś zrobić” do „oto dokładnie co robić, ile to kosztuje i co naprawić najpierw”.

Ten artykuł to przejrzysty spacer przez to, co się dzieje. Użyj go jako checklisty do oceny każdego konsultanta AI - w tym mnie.

Tydzień 1: Odkrycie - co masz

Dni 1-2: Cel biznesowy

Nie „chcemy AI” - jaki konkretny rezultat? Kto korzysta? Co cię dziś kosztuje?

Siadam z tobą i twoim zespołem i pytam: Jaki jest problem? Nie problem AI - problem biznesowy. Na co tracicie czas, którego nie powinniście? Jakie decyzje podejmujecie bez wystarczających informacji? Jaki proces się psuje?

Pod koniec dnia 2 mamy jednozdaniowe sformułowanie problemu z przypisaną liczbą. „Tracimy 200 roboczogodzin/miesiąc na weryfikację faktur po 40 €/godz. = 96 tys. €/rok”. To twoja baza.

Dni 3-4: Inwentaryzacja danych

Gdzie żyją twoje dane? Jakie systemy? Jakie formaty? Jak czyste? Kto jest właścicielem? Jak często się zmieniają?

Nie proszę o podsumowania. Proszę o dostęp. Patrzę na rzeczywiste rekordy, rzeczywiste schematy, rzeczywiste dane. Podsumowania ukrywają problemy. Prawdziwe dane je ujawniają.

Pod koniec dnia 4 mam mapę twojego krajobrazu danych: gdzie żyją, w jakim są stanie i czy nadają się do AI.

Dzień 5: Ocena zespołu

Co twój zespół może zbudować? Co może utrzymać? Gdzie jest luka?

Rozmawiam z twoimi inżynierami, ludźmi od danych i właścicielami produktu. Nie by ich ocenić - by zrozumieć, co będą mogli przejąć po odejściu konsultanta.

Pod koniec tygodnia 1 przedstawiam mapę twojego obecnego stanu. Weryfikujemy ją razem. Jeśli czegoś nie zrozumiałem, poprawiamy to teraz. Widzisz to, co ja. Bez czarnej skrzynki. Bez „ufaj mi”. Jesteś w pokoju.

Tydzień 2: Głęboka analiza - co jest możliwe

Dni 8-9: Jakość danych

Patrzę na rzeczywiste rekordy. Nie podsumowania - prawdziwe dane. Jak kompletne? Jak spójne? Jak nieaktualne? Czy są duplikaty? Brakujące pola? Błędy kodowania?

Uruchamiam automatyczne sprawdzenia: procenty kompletności, unikalność, spójność formatów, wyrównanie między systemami. Ręcznie próbkuję też rekordy, by wyłapać to, co umykają automatyczne sprawdzenia.

Tu większość audytów odkrywa lukę między „nasze dane są w porządku” a rzeczywistością. Jest zawsze szersza niż oczekiwano. To nie problem - to cenna informacja. Wiedza, że twoje dane wymagają pracy, zanim na nich budujesz, ratuje cię przed budowaniem na piasku.

Dni 10-11: Przegląd infrastruktury

Czy twoja architektura udźwignie AI? Czego brakuje?

Przeglądam twoje serwery, bazy danych, API, pipeline’y CI/CD, narzędzia monitoringu, ustawienia bezpieczeństwa. Szukam luk: brak potoku danych, brak monitoringu, brak środowiska staging, brak kontroli dostępu.

Pod koniec dnia 11 wiem, jakiej infrastruktury potrzebujesz zbudować, a co już masz. To bezpośrednio wpływa na twoją estymację kosztów.

Dzień 12: Mapowanie procesów

Gdzie są wąskie gardła? Gdzie AI mogłoby pasować? Gdzie by coś popsuło?

Przechodzę przez rzeczywisty przepływ pracy z ludźmi, którzy go wykonują. Nie udokumentowany proces - prawdziwy. Ten z obejściami, skrótami i momentami „właściwie nie robimy tego tak”.

To mówi mi nie tylko, gdzie AI mogłoby pomóc, ale gdzie by zawiodło. Niektóre procesy wyglądają na automatyzowalne, ale mają osąd ludzki wbudowany w sposoby nieoczywiste. Lepiej się dowiedzieć teraz niż po wdrożeniu.

Dni 13-14: Skan ryzyka i zgodności

Klasyfikacja EU AI Act. Implikacje GDPR. Postawa bezpieczeństwa.

Do jakiej kategorii ryzyka należy twój proponowany przypadek użycia AI? Jakiej dokumentacji potrzebujesz? Jakie wymogi bezpieczeństwa mają zastosowanie? Czy są kwestie GDPR z danymi, które planujesz użyć?

Pod koniec tygodnia 2 mam pełny obraz. Ty masz pełny obraz. Patrzymy na te same informacje.

Rezultat: co zabierasz ze sobą

• Wynik zdrowia danych: Gotowe, wymaga pracy lub niegotowe. Z wypisanymi konkretnymi problemami.
• Sprawdzenie realności AI: Co jest praktyczne dla twojej sytuacji, nie co teoretycznie możliwe. Mówię ci, co możesz zbudować, czego nie możesz i czego nie powinieneś.
• Mapa drogowa uporządkowana priorytetowo: Co naprawić najpierw, co zbudować najpierw, co odłożyć. Uporządkowane według wartości × wykonalności.
• Estymacja kosztów: Zakres, nie wycena. Wystarczający, by wiedzieć swój poziom (API, RAG czy dedykowany) i budżetować.
• Rekomendacja build-vs-buy: Czy budować dedykowane, użyć API czy kupić platformę? Z uzasadnieniem.
• Ocena zgodności: Twoja kategoria ryzyka EU AI Act i potrzebna dokumentacja.
• Plan działania na 90 dni: Konkretne następne kroki. Nie dokument strategii - lista zadań.

Ten dokument jest twój. Możesz zabrać go do innego dostawcy. Możesz pokazać zarządowi. Możesz zdecydować, by nie budować. Jest twój.

Czym audyt NIE jest

Nie pitchem sprzedażowym. Odrzucałem projekty. Czasem odpowiedzią jest „twoje dane nie są gotowe” albo „ten problem nie uzasadnia AI”. Jeśli mówię ci, byś nie budował, to audyt działa.

Nie quizem na 20 pytań. Te internetowe „testy gotowości AI” to narzędzia marketingowe do generowania leadów. Nie patrzą na twoje dane. Nie oceniają zespołu. Oceniają cię na odpowiedziach na ogólne pytania.

Nie deckiem strategii. Dostajesz wnioski, nie slajdy. Dokument, na którym możesz działać, nie prezentację, którą kiwasz głową i zapominasz.

Nie darmowy. Prawdziwa praca trwa dwa tygodnie. Darmowe audyty to telefony sprzedażowe - są po to, by sprzedać ci projekt, nie zdiagnozować twoją sytuację.

Co dzieje się potem

Podejmujesz decyzję. Trzy opcje:

1. Buduj z nami. Audyt staje się pierwszym sprintem. Nic nie zmarnowane. Już znamy twoje dane, infrastrukturę i zespół.
2. Buduj z kimś innym. Audyt jest twój. Zabierz go do dowolnego dostawcy. Będą mieli dwutygodniowy start.
3. Nie buduj. Wydałeś ułamek tego, co kosztuje nieudany projekt - i dokładnie wiesz, dlaczego nie budujesz. To nie porażka. To świadome decydowanie.

Brak lock-in. Brak zależności. Masz informacje. Ty decydujesz.

Jak ocenić audytora AI

Użyj tych kryteriów dla każdego - w tym mnie:

• Czy patrzą na twoje rzeczywiste dane, czy tylko proszą, byś je opisał?
• Czy oceniają możliwości twojego zespołu, czy zakładają, że zrobią całą robotę?
• Czy mówią ci, czego NIE budować, czy tylko co budować?
• Czy dają ci zakres kosztów, czy mówią „to zależy”?
• Czy zostawiają ci dokument, który posiadasz, czy trzymają wnioski w zakładnikach?

Jeśli odpowiedzi są mgliste, audyt też będzie mglisty.

FAQ

Koszt? Mniej niż nieudany pilotaż. Skontaktuj się po wycenę - koszt zależy od krajobrazu danych i liczby systemów.

Czego potrzebujesz od nas? Dostęp do systemów (tylko do odczytu dla większości), 3-5 godzin wywiadów z kluczowymi osobami i szczerość. Audyt jest tak dobry, jak informacje, którymi się dzielisz.

Czy możemy potem budować z kimś innym? Tak. Audyt jest twój. Bez wyłączności, bez lock-in. Miałem klientów zabierających audyt do innych dostawców. Miałem też takich, którzy wrócili, gdy zorientowali się, że inny dostawca nie potrafił odpowiedzieć na pytania, które audyt postawił.