Nespraví poriadok v dátach, ktorý nemáte
Toto je najčastejší dôvod, prečo projekty nedopadnú. Ak sú údaje o zákazníkoch v troch systémoch a v každom inak, model z toho neurobí jeden prehľad — zopakuje ten neporiadok rýchlejšie. Upratanie dát je práca, ktorú treba urobiť pred nasadením, a býva to väčšia časť rozpočtu než samotná AI.
Neprevezme zodpovednosť
Systém vie pripraviť podklad, označiť nezrovnalosť a navrhnúť riešenie. Schválenie faktúry, prijatie zamestnanca ani poskytnutie zľavy zaňho nikto nepodpíše. Kde je zodpovednosť, tam musí zostať človek — a nasadenie treba navrhnúť tak, aby mu rozhodovanie uľahčilo, nie zastrelo.
Negarantuje stopercentnú presnosť
Jazykový model je pravdepodobnostný. Pri dobre navrhnutom procese sa dostanete vysoko, ale nikdy nie na absolútnu istotu. Preto sa nasadzuje s kontrolným mechanizmom: čo si systém nie je istý, ide človeku. Kto vám sľubuje bezchybnosť, buď nevie, ako to funguje, alebo to vie a mlčí.
Nevráti sa pri malých objemoch
Ak spracujete dvadsať faktúr mesačne, automatizácia sa vám nevráti — ručné prepísanie je lacnejšie než projekt aj jeho údržba. Hranica, kde to začne dávať zmysel, býva okolo stovky opakovaných úkonov mesačne, ale závisí od toho, koľko času jeden úkon zaberie.
Toto je najčastejší dôvod, prečo klientovi nasadenie odhovoríme. Radšej to povieme na hodinovej konzultácii zdarma než po troch mesiacoch práce.
Nenahradí proces, ktorý nikto nepopísal
Ak sa úloha rieši zakaždým inak a pravidlá sú v hlavách dvoch ľudí, nie je čo automatizovať. Prvý krok je vtedy popísať, ako to má prebiehať — a nezriedka sa pri tom zistí, že samotné vyjasnenie procesu prinesie väčšiu úsporu než akákoľvek technológia.