Kontekst i koordynacja: brakująca warstwa w automatyzacji przedsiębiorstw

Większość przedsiębiorstw ma mnóstwo automatyzacji, ale niewiele transformacji. Piloci zadziałały. Boty działają. Krzywa produktywności i tak się spłaszczyła. To najczęściej powtarzana historia w firmach, a kolejna fala, Agentic AI, może w końcu przełamać ten schemat, dla przedsiębiorstw gotowych zaprojektować kontekst, w którym działają te systemy.

Prawie nikt nie traktuje tego jako strategii. Tak jest.

Duża sieć amerykańskich dostawców opieki zdrowotnej odkryła, że prawdziwym ograniczeniem nie była pojemność kliniczna. Było to planowanie wizyt, które opierało się na reaktywnych domysłach, bez wglądu w to, którzy pacjenci prawdopodobnie nie przyjdą, dopóki termin nie był już pusty. Opracowanie modeli predykcyjnych na podstawie historii wizyt pozwoliło sieci działać, zanim pojawiły się luki, zamiast reagować po fakcie. Liczba nieobecności pacjentów spadła, przychód netto wzrósł, a czas triage w planowaniu zmniejszył się. Kontekst już istniał w latach danych o wizytach. Wystarczyło go tylko złożyć i wykorzystać.

W każdym z tych projektów te same trzy dyscypliny – rdzeń, kontekst i koordynacja – rozróżniają Agentic AI, które dostarcza rezultaty, od Agentic AI, które się zaciąga.

Automatyzowanie łatwej części

Najgłębsza przepaść znajduje się pomiędzy automatyzacją zadań a automatyzacją rezultatów. Firmy automatyzują poszczególne kroki: dopasowywanie faktur, wprowadzanie danych, aktualizację statusu, i odkrywają, że koszty wciąż tkwią w pracy pomiędzy tymi krokami. Proces w dużej mierze zautomatyzowany nie jest w dużej mierze rozwiązany. Człowiek wciąż łączy elementy i odpowiada za wynik, wykonując pracę koordynacyjną, której żadna automatyzacja nie została zaprojektowana.

Powód jest prosty. Stara automatyzacja podąża za regułami. Nie potrafi podejmować osądów, ponieważ brakuje jej kontekstu do rozwiązywania wyjątków oraz koordynacji przy ich przekazywaniu. Boty są bezbłędne w przewidywalnym środku i bezradne na krawędziach, a w rzeczywistej pracy to właśnie krawędzie stanowią sedno zadania. Roszczenie z brakującym dokumentem lub dziwną klauzulą zatrzymuje bota i wymaga interwencji człowieka. Liderzy liczą to, co zostało zautomatyzowane. Rachunek zysków i strat liczy to, co nie zostało.

Dlaczego trudna część opiera się? Ponieważ to właśnie tam znajduje się kontekst. Część czysta działa na uporządkowanych wierszach i kolumnach. Część trudna ukrywa się w dokumencie PDF z polityką, wątku e‑mail, zeskanowanym formularzu, transkrypcji rozmowy, klauzuli w załączniku. McKinsey szacuje, że około 90 % danych przedsiębiorstw jest nieustrukturyzowanych. Automatyzacja widząca jedynie ustrukturyzowaną część jest ślepa na większość decyzji. Rozwiązanie wymaga zapewnienia automatyzacji dwóch rzeczy, których nigdy nie miała: kontekstu umożliwiającego podjęcie decyzji oraz koordynacji pozwalającej działać na niej w różnych systemach.

Dlaczego kontekst zmienia wszystko

Agentic AI zamyka tę przepaść, ponieważ potrafi rozumować w oparciu o kontekst, czego nie mogły poprzednie generacje automatyzacji. W przeciwieństwie do tradycyjnej automatyzacji, agent może rozumować pomiędzy systemami, radzić sobie z niejasnościami i dostosowywać się, gdy rzeczywistość łamie scenariusz. Automatyzuje zarówno przejścia między procesami, jak i same procesy.

To czyni kontekst prawdziwym wyzwaniem inżynieryjnym. Inżynieria kontekstu to dyscyplina określania, co agent musi wiedzieć, pozyskiwania tych informacji z odpowiednich źródeł i prezentowania ich w właściwym momencie. Agent może rozumować wyłącznie na podstawie tego, co zna.

Globalna firma półprzewodnikowa zatrudniająca ponad 30 000 pracowników nauczyła się tej lekcji bezpośrednio. Ponad tysiąc jej umów było rozrzuconych po SharePoint, udostępnionych dyskach i lokalnych folderach jako nieustrukturyzowane pliki PDF, bez możliwości śledzenia okresów wypowiedzenia ani warunków odnowienia przed upływem terminów. Automatyczne wydobycie i interpretacja tego ukrytego kontekstu skróciły czas przeglądu umów, zaoszczędziły ponad 200 godzin ręcznej pracy rocznie i zmniejszyły ryzyko niewypełnionego zobowiązania. AI w przedsiębiorstwach rośnie nie przez automatyzację kolejnych odizolowanych zadań, lecz przez łączenie kontekstu, który leży pomiędzy nimi.

Automatyzacja wciąż się zacięga bez koordynacji

Automatyzacja może mieć doskonały kontekst i nadal się zaciąć, jeśli ta wiedza nie może przemieszczać się pomiędzy systemami, zespołami i strefami czasowymi, które rzeczywisty proces faktycznie obejmuje, a ta luka nie jest hipotetyczna. Globalna firma z sektora nauk przyrodniczych obsługująca około 50 000 skarg rocznie w czterech regionach doświadczyła tego bezpośrednio. Skargi napływały przez rozłączone e‑maile, portale i dokumenty, a podobne przypadki były obsługiwane różnie w zależności od tego, który zespół się nimi zajmował – dokładnie taki rodzaj niespójności, na który zwracają uwagę regulatorzy. Ustandaryzowanie tego w jedną skoordynowaną ścieżkę pracy zaoszczędziło ponad 4 200 godzin rocznie i skróciło czas rozwiązania o 70 %. Przedsiębiorstwa pomijające tę warstwę kończą z automatyzacją, która dobrze rozumuje, ale wciąż utknęła przy tych samych punktach przekazania, które blokowały stare systemy.

Pułapka zarządzania

Automatyzacja była kiedyś zarządzana jak oprogramowanie – licencjonowana, udostępniana i monitorowana pod kątem dostępności. Agentic AI łamie ten model, ponieważ w momencie, gdy zaczyna podejmować decyzje zamiast je wykonywać, samo kontrolowanie, do czego ma dostęp, przestaje wystarczać. Agent, który odczytuje CRM, zapisuje w ERP, uruchamia płatność i wysyła wiadomość do klienta, nie jest narzędziem. To aktor o zasięgu. Pytanie zmienia się z tego, czy integracja jest bezpieczna, na to, co ten agent może zdecydować, na czyjej władzy, z jakim śladem i kto odpowiada, gdy popełni błąd. Rozwiązanie nie polega na ograniczeniu autonomii. Chodzi o wyraźne granice, określoną władzę, pełny ślad działań i wyznaczonego właściciela dla każdego wyniku generowanego przez agenta.

To zarządzanie musi obejmować nadzór, nie jako hamulec, lecz jako mechanizm, który pozwala zakresowi agenta bezpiecznie się rozszerzać w czasie. Każda korekta ujawnia, czy agent miał właściwy kontekst, tworząc pętlę, która stopniowo przyznaje mu większą odpowiedzialność.

Musi także dotrzeć do warstwy kontekstu, części, której najczęściej brakuje zespołom. Eksploracja nieustrukturyzowanych źródeł oznacza przyjmowanie tego, co w nich się znajduje: danych osobowych, materiałów uprzywilejowanych, sprzecznych wersji prawdy. Agent jest tak wiarygodny, jak pochodzenie kontekstu, którego używa. Traktuj kontekst jako zarządzany zasób, z wbudowanymi regułami pochodzenia, dostępu i aktualności, a automatyzacja stanie się systemem audytowalnym, a nie zobowiązaniem. Zbuduj to przed rozrostem, a nie po incydencie.

Pierwszy rok, zrobiony inaczej

Większość organizacji spędzi ten rok na poszukiwaniu zadań do automatyzacji. Mniejsza liczba poświęci go na mapowanie, gdzie informacje, odpowiedzialność i decyzje faktycznie przechodzą w ręce innych, oraz na przygotowanie się na to, co dzieje się przy tym przekazaniu.

Za dwa lata nikt nie będzie się interesował, ile agentów firma wdrożyła. Prawdziwe pytanie będzie, kto zbudował infrastrukturę pod nimi oraz kto wciąż przyczepia boty do zepsutych przekazań.