PROD Trends

Șefa digitalizării dintr-un mare grup industrial a descris un program care a cuprins mii de asistenți AI și peste zece mii de angajați instruiți. Echipa ei a început cu întrebările: cine are datele, cine răspunde de proces și cine va măsura schimbarea. Instrumentele s-au ales mai târziu. Progresul s-a numărat în schimbarea felului de a lucra, nu în numărul de licențe.

Anna Potocka, Head of AI la LUX MED, a amintit de excepții: în procesele care urmau să fie automatizate erau atât de multe, încât automatizarea nu mai avea sens. Înainte ca agentul să primească acces la sursele de cunoștințe, o parte dintre ele a trebuit reconstruită, ca să poată fi măcar înțelese.

Karol Tajduś, de la Bank Pekao, a adăugat o condiție despre care se vorbește rar în vremea unui boom: deciziile de arhitectură trebuie luate astfel încât furnizorul să poată fi schimbat, și nu reconstruiești totul doar pentru că a apărut un model nou. Michał Partyka, de la Zowie, a arătat că în lumea agenților fundația e API-ul, iar descrierea unui instrument și mesajul de eroare devin o interfață care trebuie proiectată ca un ecran pentru om.

Harta de mai jos arată care teze au revenit în prezentări indiferent de industrie. Fundația și măsurarea efectului leagă cele mai multe prezentări. N-a fost planul organizatorilor. Vorbitorii nu-și cunoșteau unii altora slide-urile.

Dawid Telepski, de la LPP, a descris-o ca „ieri și azi”. Ieri, consultantul căuta singur datele clientului și ale comenzii, verifica magazinul și starea coletului, scria un e-mail și aștepta răspunsul. Azi, agentul are contextul complet al cazului din prima secundă a contactului, verifică coletul, ia legătura cu magazinul și urmărește termenele, iar consultantul vorbește cu omul care are o problemă.

În sănătate arată altfel. Medicul ar putea vedea contextul pacientului în panou înainte de consultație, astfel încât pacientul să nu mai fie nevoit să repete aceeași poveste. La o bancă ce a automatizat actualizările pentru sute de microservicii, dezvoltatorii au recâștigat timp, deși o parte din el se duce pe următoarele corecții de securitate.

Sunt schimbări la oameni care n-au fost pe scenă: consultanți, medici, programatori. Sala era formată mai ales din șefii lor. Aproape șaptezeci la sută dintre cei din public erau manageri, directori și membri ai conducerii, adică cei care decid cum va arăta ziua de lucru a altcuiva.

Una dintre firmele de consultanță a pus cifre: echipele care lucrează cu agenți sunt la jumătate ca mărime, rolurile se consolidează în jurul scrierii specificațiilor și al recepției rezultatului, iar structura organizației se aplatizează. Un integrator a răspuns la întrebarea despre juniori: sunt în continuare necesari, pentru că greșelile făcute cu AI sunt mai mari, mai rapide și sigure pe ele, și cineva trebuie să învețe să le evalueze.

Piotr Jósiak, de la Zowie, a arătat unde se duce timpul omului într-o astfel de echipă. Cel mai mult îl ia scrierea specificației, pentru că, înainte ca agentul să înceapă să construiască, ea trebuie să fie clară, completă și coerentă. Restul îl ocupă verificarea dovezilor și recepția rezultatului. Un integrator a adăugat cine scrie regulile după care lucrează agenții: seniorii, aceiași care la început au fost cei mai sceptici și s-au convins abia după primul lor câștig.

La LPP, consultanții n-au așteptat un sistem gata făcut. Zece dintre ei au devenit testeri: au încercat platforma în lucrul real cu clienții și și-au discutat observațiile cu echipa în fiecare zi. Dawid Telepski a construit instrumentul împreună cu oamenii care urmau să lucreze în el, pentru că de la început a fost vorba despre un singur loc pentru om și pentru agent.

Marcin Bednarski a demontat pe scenă legenda că echipa va iubi schimbarea pentru că economisește timp. Echipa aude „AI-ul o să ajute” și se gândește „ce se întâmplă cu mine?”. Cât timp nimeni nu arată cum va fi ziua de lucru după schimbare, fiecare își imaginează singur răspunsul.

Schimbarea nu se oprește la contact center și la echipele IT. Un integrator a arătat că analiștii, testerii și liderii folosesc deja aceleași mecanisme ca dezvoltatorii: pentru cazurile de test, pentru stadiul recepției și pentru notițele din workshopuri. Într-una dintre companiile care implementează un asistent AI, angajații și-au descris ziua în mod asemănător: asistentul propune o primă versiune, iar ei o finisează și verifică în continuare sursele. Karol Tajduś, de la Bank Pekao, a formulat-o cel mai larg.

O firmă de consultanță a deschis subiectul la rece: adopția AI în echipele de dezvoltare e aproape generală, iar efectul asupra rezultatului, modest, pentru că cheltuielile cresc mai repede decât poate cineva să măsoare efectul. Un integrator a numit metrica ce minte cel mai mult: numărul liniilor de cod generate. Un operator de logistică a pus sălii o întrebare la care puțini au știut să răspundă: cine de la voi știe cât costă AI-ul pe lună? A numit și un cost pe care nu-l arată nicio licență: un AI care mută date între sisteme ce nu comunică între ele e un plasture foarte scump, plătit în fiecare lună.

Marcin Bednarski a propus pentru asta un test de luciditate. Fiecare proiect îl verificăm în trei locuri: dacă știm ce problemă și ce indicator îmbunătățim, dacă avem datele, procesul și o cale spre sisteme și dacă se știe cine răspunde de eroare și când intervine omul. Lipsa unui răspuns e un motiv să numești condiția care lipsește și s-o finanțezi, nu să respingi proiectul.

Miturile pe care vorbitorii le-au demontat chiar ei pe scenă le-am strâns alături, în perechi: ce credea compania la început și ce a spus după doi ani.

Dacă liniile de cod mint, iar punctul de referință trebuie să existe înainte de start, rămâne întrebarea ce să măsori. Studiile publice arată cât de departe e percepția de măsurătoare. În studiul DORA din 2025, 90% dintre cei care dezvoltă software folosesc AI, peste 80% spun că lucrează astfel mai productiv, iar 30% au încredere puțină sau deloc în codul scris de AI. Cu un an înainte, aceeași echipă de cercetare a estimat că stabilitatea livrărilor scade pe măsură ce crește adopția AI. Potrivit unui studiu Workday din 2026, angajații pierd aproape 40% din timpul economisit cu AI pe corectarea rezultatelor, iar doar 14% văd constant un câștig net clar.

Vorbitorii de la Zowie au arătat două moduri prin care să nu te păcălești singur. Un agent care construia software a trecut 100% din testele pe care le văzuse și 93% din cele ascunse, așa că scorul care contează e cel obținut pe teste necunoscute celui care construiește. La testarea unui agent vocal, acoperirea se calculează după volumul conversațiilor reale incluse în teste. Am strâns totul într-o singură fișă.