Firma logistyczna z Trójmiasta zatrudniająca około 200 osób zdecydowała się na wdrożenie systemu AI do prognozowania budżetu operacyjnego w 2021 roku. Dwa lata później wróciła do Excela.
Jak wyglądało wdrożenie
Wybrano zewnętrznego dostawcę, podpisano kontrakt na 18 miesięcy, przeszkolono trzech pracowników działu finansowego. System miał prognozować koszty paliwa, wynagrodzenia kierowców i koszty utrzymania floty z wyprzedzeniem kwartalnym. Brzmi rozsądnie.
Gdzie zaczęły się problemy
Pierwszym sygnałem była rozbieżność między prognozą kosztów paliwa a rzeczywistością na poziomie kilkunastu procent przez trzy kolejne miesiące. Dostawca wyjaśnił, że model potrzebuje więcej czasu. Minęło kolejnych sześć miesięcy. Rozbieżności nie zmalały. Okazało się, że system nie uwzględniał kontraktów terminowych na paliwo, które firma zawierała nieregularnie, ani wewnętrznych zasad rozliczania kursów między oddziałami.
Decyzja o rezygnacji
Po 20 miesiącach dyrektor finansowy Bogumił Rzeszutko podjął decyzję o zakończeniu projektu. Nie dlatego, że technologia nie działa. Dlatego, że nikt na etapie wyboru systemu nie zadał pytania, czy dostawca rozumie specyfikę tej konkretnej branży i tego konkretnego modelu rozliczeń.
Co firma zrobiła inaczej za drugim razem
Przed kolejnym wdrożeniem spędzono trzy miesiące na dokumentowaniu wszystkich wyjątków, niestandardowych procesów i specyfiki rozliczeń. Dopiero ten dokument stał się podstawą rozmów z kolejnymi dostawcami. Tym razem pytanie brzmiało nie czy system obsługuje prognozowanie kosztów, ale czy obsługuje prognozowanie kosztów w firmie, gdzie kontrakt terminowy na paliwo zmienia strukturę wydatków w nieregularnych odstępach czasu.