Case Study - Adopcja AI - Średnia firma usługowa B2B

Firma ponad 100 osobowa, blisko 30 osób pracuje w operacjach na rzecz firm farmaceutycznych. W ramach swoich linii biznesowych posiadają kilka głównych usług:

• Usługa rekrutacji pracowników w farmacji,
• Wyspecjalizowana usługa: rejestracje leków i produktów medycznych,
• Outsourcing zespołów sprzedażowych, 
• Szkolenia z zakresu Pharmacovigilance, Technik Profesjonalnej Sprzedaży oraz Zarządzania działaniami niepożądanymi.

Aby doprecyzować szczegóły oraz "upraktycznić" obszary do rozwoju, przeprowadziliśmy Warsztat AI we współpracy z Zarządem i Dyrektorami, gdzie przeanalizowaliśmy aktualne problemy.

W ramach tych działań w firmie pojawiło się szereg działań, które były czasochłonne:

• Dzienne monitorowanie nowych substancji czynnych w lekach i działań niepożądanych (praca manualna, przeszukiwanie internetu),
• Przygotowanie oraz weryfikacja dokumentacji według standardów ustawy o reklamie leków (Skrócona Informacja o Leku / Charakterystyka Produktu Leczniczego),
• Czasochłonne tłumaczenie dokumentów związanych z lekami (i ich rejestracją),
• Zapytania oraz cytowania wiedzy specjalistycznej / wybranych portali internetowych do dokumentacji,
• Budowa oraz rekonsolidacja procedur do profesjonalnych usług: rejestracji leków i Pharmacovigilance,
• Analiza i przeglądanie baz danych na stronach WWW dotyczących leków np. Rejestr Produktów Leczniczych.

Te zadania generowały dużo administracyjnej pracy podczas realizacji usług i klient chciał, aby je usprawnić i przyspieszyć. Po warsztacie, oceniliśmy ich czasochłonność oraz podsuwaliśmy potencjalne rozwiązania. Na koniec tego etapu firma otrzymała Raport AI, w którym:

• Zawęziliśmy aktualne problemy do 3 najważniejszych,
• Przedstawiliśmy metody rozwiązania poszczególnych problemów,
• Zaprezentowaliśmy uzasadnienia biznesowe na każde z tych rozwiązań (inwestycja, koszt utrzymania, oszczędność czasu oraz ROI).

Zobacz szczegóły Raportu AI oraz zaproponowane rozwiązania poniżej. 

Każdy z wskazanych problemów uzyskał rekomendacje potencjalnego rozwiązania. Zobacz poniżej podsumowanie oraz założenia:

• oszcz. - szacowana oszczędność czasu
• Godziny - godziny w tygodniu poświęcane na zadanie

Dla ręcznego tłumaczenia dokumentów zaproponowaliśmy dwie opcje:

• Wykorzystanie istniejącego produktu AI - DeepL (200 dokumentów miesięcznie to koszt 220 PLN) i wsparcie częściowe wstępnego tłumaczenia. Oszczędność miesięczna około 15 000 PLN (75 PLN / h). 
• Platformę tłumaczeń dokumentów - definicja szablonów, kierunków tłumaczeń oraz wykorzystanie wiedzy specjalistycznej w tłumaczeniach (około 50 tyś PLN koszt inwestycji + koszt utrzymania około 100 PLN). Oszczędność miesięczna około 24 000 PLN (75 PLN / h). 
• Klient na podstawie tych szacunków zdecydował się na Produkt AI - DeepL. 

Dla monitorowania artykułów medycznych zaproponowaliśmy:

• Implementację AI poprzez budowę automatyzacji , która będzie w oparciu o istniejące portfolio leków oraz wybrane portale śledziła nowości i informowała pracowników mailowo, codziennie. Budżet na inwestycję wyniósł 3,500 PLN a koszt miesięczny utrzymania ~100 PLN.
• Wykorzystanie istniejącego produktu - Perplexity, który daje codziennie wyszukiwania za darmo. Wersja płatna to 20 USD / użytkownika / miesiąc.
• Klient chciał w pewien sposób zminimalizować ryzyko swojego błędu (zapomni, przeoczy) i ustandaryzować formę raportowania nowych działań niepożądanych i zmian w substancjach czynnych więc zdecydował się na Implementację AI.

Ostatni problem - czasochłonna weryfikacja ulotek. Ze względu na ograniczenie dotyczące skuteczności i pamięci Dużych Modeli Językowych oraz koszt inwestycji w Automatyzację AI (> 50 000 PLN) zarekomendowaliśmy klientowi, aby zbudować narzędzie wspierające ten proces i dające pogląd na co zwrócić uwagę. Klient wyraził zgodę i zaplanowaliśmy własny GPT w ChacieGPT.

Na podstawie tych propozycji zdecydowaliśmy się z klientem na dwutorowe działanie:

1. Najpierw przejdziemy przez Szkolenie AI dla Firm i przeszkolimy wskazany zespół z produktów oraz wesprzemy pozostałe pomysły. Klient zdecydował się na produkty: ChatGPT, DeepL, Perplexity, NotebookLM i Manus AI. 
2. Po szkoleniu przejdziemy do Implementacji AI i zaczniemy od monitorowania działań niepożądanych w lekach / substancjach czynnych.

Szkolenie zostało przygotowane w oparciu o wywiad z zarządem oraz ocenę potencjalnych rozwiązań. W ramach szkolenia pracownicy poznali 5 produktów AI, wykonali 7 zadań oraz poznali podstawy bezpieczeństwa danych i ryzyk AI. Szkolenie odbyło się w biurze klienta, wzięło w nim udział blisko 20 osób. Przed szkoleniem oceniliśmy według ankiety "samooceny" oraz raportów czasu pracy czasochłonność wybranych zadań. 

W ramach szkolenia przeszliśmy przez następujące obszary: 

• 🤖 Wprowadzenie do AI oraz omówienie głównych ryzyk, ocena użycia AI przez uczestników, Przepisy dotyczące używania AI w codziennej pracy
• ⚖️ Wprowadzenie do ChatGPT
• 📄 Zadanie 1: Generowanie gotowych treści dokumentów
• 📝 Zadanie 2: Przeszukiwanie internetu oraz specjalistycznych dokumentów (Perplexity, ChatGPT)
• 📝 Zadanie 3: Budowanie własnych GPT i własnych projektów (ChatGPT)
• 📚 Zadania 4: Tłumaczenie sekcji dokumentów Word i PDF
• 📧 Zadania 5: Przeszukiwanie baz danych z lekami używając Manus AI (wspólnie, rozwiązanie nie jest dostępne dla wszystkich)
• 🌐 Zadanie 6: Analiza stron WWW i plików PDF, budowa mapy myśli z NotebookLM
• 🗣 Zadanie 7: Generowanie materiałów szkoleniowych oraz prezentacji z AI (ChatGPT, Canva AI)
• Tipsy i tricki w codziennej pracy (na koniec, prezentacja ciekawostek jak klonowanie głosu czy klonowanie video)

Audyt procesu 

• Na podstawie warsztatów oceniliśmy problem i zdefiniowaliśmy wymagania. W tym przypadku analiza raz dzienie 3 substancji czynnych z Pubmed: ibuprofen, paracetamol, Pseudoephedrine)
• Określiliśmy platformę do użycia (tutaj padło na N8N w wersji cloud), 
• Zaplanowaliśmy budżet oraz plan na kolejne 2 tygodnie.

Zobacz budżet i ROI

Pilotaż

• Przygotowaliśmy automatyzację dla klienta,
• Przekazaliśmy w jaki sposób będzie ona używana codziennie,
• Zostawiliśmy na tydzień klienta do testowania. 

Wdrożenie produkcyjne

• Przeszkoliliśmy klienta, żeby mógł dalej rozwijać ten proces,
• Przygotowaliśmy krótką dokumentację wideo,
• Klient dostał wsparcie w formie 1 godziny darmowej konsultacji w ciągu miesiąca,
• Po miesiącu oceniliśmy czasochłonność (spadek z 7.5 h tygodniowo do 1 h)

Zobacz demo tej automatyzacji

Po sukcesywnie zakończonej pierwszej implementacji AI, przeszliśmy do kolejnych pomysłów z listy z Warsztatu AI i do teraz współpracujemy w nowych obszarach. 

Po 3 miesiącach od naszej współpracy przeprowadziliśmy ankietę produktywności AI oraz sprawdziliśmy rezultaty. Ponad 80% pracowników biorących udział w szkoleniu korzysta z Produktów AI na codzień w swojej pracy zwiększając średnio produktywność o 25%.

Jeżeli chodzi o monitorowanie artykułów dotyczących leków - klientowi udało się przejść z blisko 1.5 godzin dziennie na śledzenie artykułów do około 10 minut (-90%). Czas ten pracownicy przeznaczają na inne usługi lub zajmują się aktywnym rozwojem biznesu.

Wartość dodana ze współpracy:

• Klient jest w stanie niezależnie automatyzować proste procesy używając N8N,
• Uczestnicy szkolenia poznali nowe narzędzia do pracy cyfrowej - Canva AI, NotebookLM czy DeepL, które wykorzystują też w innych zadaniach (nie tylko związanych ze szkoleniem),
• Pracownicy poczuli się bardziej komfortowo obcując z AI i zaczęli traktować go jako narzędzie do bycia bardziej produktywnym aniżeli "czegoś co ich zastąpi",
• Zaplanowaliśmy kolejne, funkcjonalne szkolenia AI - dla konsultantów oraz dla sprzedawców.
• Firma posiada plan długoterminowy na budowę kompetencji AI, który sukcesywnie realizuję wewnętrznie lub we współpracy z AutomAIze.