Doskonalenie procesów od lat opiera się na sprawdzonym warsztacie: mapowaniu, pomiarze, analizie przyczyn, standaryzacji i kontroli. Sztuczna inteligencja niczego w tym warsztacie nie zastępuje, ale radykalnie zmienia to, co da się w nim zrobić i jak szybko. To szkolenie pokazuje, jak wpleść AI w cykl DMAIC i codzienną praktykę Continuous Improvement: od diagnozy procesu na danych, przez analizę przyczyn źródłowych i projektowanie usprawnień, po standaryzację, kontrolę jakości i skalowanie rozwiązań w organizacji.
Program adresowany jest do osób, które procesami zarządzają zawodowo i które nie potrzebują kolejnego przeglądu narzędzi AI, lecz odpowiedzi na pytanie, gdzie w ich metodyce doskonalenia AI realnie zmienia wynik. Punkt ciężkości leży po stronie procesu, nie po stronie technologii.
Szkolenie jest przeznaczone dla właścicieli procesów, menedżerów i specjalistów Process Excellence, Continuous Improvement oraz doskonalenia operacyjnego, praktyków Lean i Six Sigma (Green Belt, Black Belt), liderów Centrów Usług Wspólnych oraz menedżerów operacyjnych odpowiedzialnych za efektywność i jakość procesów.
Zakładamy, że uczestnicy pracują z metodykami doskonalenia procesów lub znają ich podstawy. Nie zakładamy natomiast zaawansowanego doświadczenia z AI – niezbędne fundamenty omawiamy w skrócie, wyłącznie w zakresie mającym konsekwencje dla pracy z procesem.
- Osadzenie AI w metodyce doskonalenia procesów – wskazanie, w których fazach cyklu DMAIC i w jaki sposób AI realnie zmienia wynik pracy.
- Nabycie umiejętności diagnozy procesu wspieranej AI – analizy danych procesowych, identyfikacji marnotrawstwa, wąskich gardeł i źródeł zmienności.
- Opanowanie kryteriów oceny, które czynności w procesie nadają się do wsparcia lub automatyzacji przez AI, a które nie – i dlaczego.
- Umiejętność projektowania usprawnień z udziałem AI wraz z punktami kontrolnymi i podziałem odpowiedzialności między człowieka a system.
- Zbudowanie kompetencji w zakresie kontroli jakości i zmienności wyników generowanych przez AI oraz utrzymania usprawnienia w czasie.
- Przygotowanie do skalowania rozwiązań i budowania portfela usprawnień AI w ramach kultury ciągłego doskonalenia.
Co wyróżnia to szkolenie
Program nie jest przeglądem narzędzi AI ani warsztatem budowy agentów. Jest szkoleniem z doskonalenia procesów, w którym AI występuje jako narzędzie wewnątrz metodyki – podporządkowane logice DMAIC, mierzalnym efektom i wymogom jakościowym. Szczególny nacisk kładziemy na obszary, które w ogólnych szkoleniach AI zwykle nie występują: zmienność i powtarzalność wyników modeli, projektowanie punktów kontrolnych, wpływ AI na standardy pracy oraz utrzymanie usprawnienia po zakończeniu projektu. Uczestnicy pracują wyłącznie na własnych procesach.
Moduł 1: AI z perspektywy właściciela procesu – co realnie zmienia, a czego nie – Zwięzły moduł wprowadzający, ograniczony do zagadnień mających bezpośrednie konsekwencje dla pracy z procesem. Omówimy różnicę między systemem deterministycznym a probabilistycznym i wynikające z niej skutki dla powtarzalności, zmienności i kontroli jakości – kluczowe rozróżnienie dla każdego, kto odpowiada za stabilność procesu. Wskażemy, gdzie kończą się możliwości modelu, gdzie zaczyna się ryzyko (halucynacje, dryf, zależność od kontekstu) oraz jakie klasy zadań procesowych AI obsługuje dobrze, a jakie źle. Moduł zamyka mapa zastosowań AI nałożona na cykl DMAIC, stanowiąca ramę dla całego szkolenia.
Moduł 2: Define i Measure – diagnoza procesu wspierana AI – Moduł pokazuje, jak AI przyspiesza i pogłębia fazę diagnozy. Uczestnicy zobaczą, jak wykorzystać AI przy definiowaniu problemu i budowie karty projektu doskonalenia (SIPOC, głos klienta, CTQ), a następnie przy pracy z danymi procesowymi – porządkowaniu i wstępnej analizie dużych zbiorów, wydobywaniu informacji z dokumentacji, zgłoszeń i korespondencji, wyszukiwaniu wzorców i anomalii. Omówimy wsparcie AI w mapowaniu procesu i analizie strumienia wartości, identyfikacji marnotrawstwa oraz wąskich gardeł.
Moduł 3: Analyze – analiza przyczyn źródłowych i ocena potencjału AI w procesie – Moduł łączy klasyczną analizę przyczyn z oceną, gdzie AI wnosi wartość. W pierwszej części uczestnicy zobaczą, jak wspierać AI pracę z narzędziami analitycznymi – 5 Why, diagram Ishikawy, analiza Pareto, hipotezy dotyczące źródeł zmienności – i jak unikać pułapki pozornie sensownych, lecz niezweryfikowanych wniosków. W drugiej części wypracujemy kryteria oceny czynności procesowych pod kątem zastosowania AI: wolumen, powtarzalność, udział pracy z tekstem i dokumentami, tolerancja na błąd, wymagany poziom nadzoru oraz koszt weryfikacji.
Moduł 4: Improve – projektowanie i pilotaż usprawnień z udziałem AI – Moduł praktyczny, poświęcony przeprojektowaniu procesu. Uczestnicy nauczą się projektować rozwiązania, w których AI wykonuje konkretny krok procesu – na przykład ekstrakcję i strukturyzację danych z dokumentów, wstępną kwalifikację i klasyfikację zgłoszeń, przygotowanie dokumentów według standardu, kontrolę kompletności i zgodności, przygotowanie zestawień operacyjnych. Kluczowym elementem jest projektowanie podziału odpowiedzialności między człowieka a system: gdzie umieścić punkty kontrolne, kiedy wymagana jest weryfikacja, a kiedy proces może przebiegać bez nadzoru. Omówimy zasadę „first time right” w pracy wspieranej przez AI oraz sposób przeprowadzenia pilotażu i porównania wyników ze stanem bazowym.
Moduł 5: Control – standaryzacja, jakość i utrzymanie usprawnienia – Moduł odpowiada na najczęściej pomijane pytanie: co dzieje się z usprawnieniem AI po wdrożeniu. Uczestnicy nauczą się przekładać rozwiązanie na standard pracy i zaktualizowaną dokumentację procesu, definiować mierniki skuteczności oraz budować plan kontroli. Osobno omówimy zarządzanie zmiennością wyników modelu – jak poprawiać jakość i powtarzalność, jak wykrywać pogorszenie działania w czasie, jak reagować na zmiany w narzędziach i danych wejściowych. Poruszymy również aspekty zgodności, bezpieczeństwa danych oraz audytowalności procesu wspieranego przez AI.
Moduł 6: Skalowanie i kultura ciągłego doskonalenia z AI – Moduł zamykający, poświęcony przejściu od pojedynczego usprawnienia do systemowej praktyki. Omówimy budowę portfela inicjatyw AI w obszarze doskonalenia procesów, kryteria wyboru kolejnych procesów oraz sposób przenoszenia sprawdzonych rozwiązań między obszarami. Poruszymy kwestie ról i odpowiedzialności, kompetencji zespołów doskonalenia oraz governance rozwiązań AI. Odniesiemy się także do wymiaru ludzkiego – wpływu automatyzacji na role i standardy pracy oraz zarządzania zmianą w zespołach operacyjnych.
Cena 
Cena za osobę
