Na začátku téměř každého výběrového řízení na implementaci informačního systému je dnes požadavek na automatizaci a optimalizaci procesů, což je určitě opodstatněné. S příchodem strojového učení a umělé inteligence se uvedené požadavky dostávají ještě více do popředí, protože se objevují nové přístupy, které automatizaci procesů pomáhají řešit.

Jenže zároveň to klade ještě větší důraz na jedno z nejdůležitějších a nejkritičtějších míst projektu. Jmenuje se „Nastavení očekávání". Jak se toto důležité a kritické místo podařilo zvládnout, se v plné míře zpravidla ukáže až pozdě, tedy po skončení projektu. Tehdy je už ale těžké, respektive nemožné, se špatně nastavenými očekáváními zákazníka cokoliv dělat. Může pak docházet k rozporům, a i v případě, že se spousta věcí povedla, poukazuje se pouze na to, co ne zcela očekávání naplnilo. Otázkou je, jakým způsobem toto riziko řídit. I když existuje celá řada projektových postupů a technik, je výzvou s nimi pracovat.

Platí to nepochybně o všech projektech obecně, v případě požadavku na automatizaci a optimalizaci procesů je ale třeba si dát pozor ještě více. Pod těmito výrazy si totiž může každý z nás představit různé věci, a pokud přesně nenadefinujeme a nepopíšeme očekávání, čekají nás následně v projektu krušné chvíle. Nové technologie navíc očekávání ještě zvětšují. Osobně se domnívám, že se budeme muset jakožto dodavatelé učit ještě lépe přínosy projektů vysvětlovat, a hlavně po realizaci je být schopni obhájit. Aby to bylo možné, je třeba přínosy měřit, respektive umět je měřit.

Již dnes je samozřejmě možné uzavřít smlouvu o dílo na bázi success fee, což znamená konečné vyúčtování, až když systém funguje dle představy nebo očekávání. Z pohledu dodavatele řešení je to samozřejmě velké riziko, které nemusí být úměrné vynaloženému úsilí na projekt. Veškerá zodpovědnost za nastavení očekávání se tak přenáší na dodavatele, který ale stěží může být schopen předjímat všechny specifické aspekty zdánlivě obdobných úkolů.

Než se vše výše uvedené naučíme řešit a než se to bude díky umělé inteligenci „dělat samo", je nutné na tuto část, a to u jakéhokoliv projektu, dbát a dávat pozor. Ideální je naslouchat dodavateli, ať internímu nebo externímu, a ptát se na všechny faktory projektu, na pozitivní i negativní zkušenosti z projektů předchozích. Společně si definovat význam konkrétních slov a ideálně je i v průběhu projektu přibližovat realitě. A při tom všem nezapomenout na selský rozum. Jinak hrozí, že kromě těch dobrých věcí se od nás umělá inteligence přiučí také nedorozuměním a zmatku.

Jan Holík Autor článku je šéf strategie a předseda představenstva MIBCON, a. s.

Jan Holík
Autor článku je šéf strategie a předseda představenstva MIBCON, a. s.