Mateusz
Kindler

Automatyzację zatrzymuję tam, gdzie zaczyna się konsekwencja. Maszyna przygotowuje, decyzję podejmuję ja.

W Job Cockpicie sourcing ofert, ocena dopasowania i złożenie dokumentu idą automatem, ale wysłanie, zaaplikowanie i usunięcie wymagają mojej decyzji. Kasowanie jest przy tym miękkie, więc pomyłka w ocenie oferty jest odwracalna.

Wdrożenie prowadzę przez ludzi, nie obok nich. Narzędzie, którego zespół nie używa, nie jest wdrożone, tylko zainstalowane.

Winnow AI szedł z macierzą RACI, analizą SWOT i trzystopniowym modelem zmiany Lewina. W pierwszej fazie sam nadzorowałem tagowanie, a mikro-instrukcje rozpisałem osobno dla kucharzy i dla kelnerów.

Narzędzie ma wskazywać, a nie tylko przechowywać. Rejestr, do którego trzeba zajrzeć, żeby się czegoś dowiedzieć, przegrywa z bieżącą zmianą.

Aplikacja do kontroli sama pokazuje obszary czekające najdłużej i te z powracającymi problemami. Tracker procedur recepcji sam wymusza cykliczne odświeżenie wiedzy, zamiast czekać, aż kierownik o tym pomyśli. Rejestr odzieży sam zgłasza zbliżającą się wymianę dla konkretnej osoby.

Prywatność projektuję na wejściu i dobieram ją do tego, kto jest właścicielem danych. Nie ma jednej warstwy do wszystkiego.

W narzędziach pracodawcy pseudonimizuje deterministyczna tablica PII na ID w Excelu z makrem VBA, bo dane pracowników nie mają przechodzić przez żaden model. We własnych projektach tekst, który nie musi wychodzić z maszyny, przepisuje i streszcza lokalny model językowy w Dockerze zamiast dostawcy chmurowego.

Zaczynam od tego, co da się sprawdzić, a nie od narzędzia. Inaczej ryzykuję, że zautomatyzuję najgłośniejszy problem zamiast najdroższego.

Winnow AI najpierw pokazał, co i gdzie trafia do odpadów, a dopiero na tej podstawie dało się je ograniczać. Najwięcej udało się odzyskać przy śniadaniach, mniej w produkcji kuchni, najmniej w strefie konferencyjnej.