Co tak naprawdę kosztuje nowy pracownik
Zadzwonił do mnie znajomy w piątek po południu, jakieś dwa tygodnie przed jego urlopem. Właściciel firmy dystrybucyjnej, sprzedają składniki do produkcji żywności, mają klientów w całej Polsce i kawałek Czech. Powiedział że potrzebuje kogoś do obsługi klientów, bo dział jest zawalony, a on właśnie traci kolejną osobę. Miał już kandydatkę z polecenia od wspólnika, chciał żebym "tylko rzucił okiem" na zakres obowiązków.
Zapytałem co ta osoba będzie robić przez pierwsze dwie godziny każdego dnia. Zaczął wymieniać. Potwierdzenia zamówień. Statusy dostaw z Enovy. Odpowiedzi na pytania od klientów, które są w kółko te same. Przy czwartym punkcie się lekko zająknął i powiedział "no wiesz, obsługa skrzynki głównie".
No właśnie.
Pełny koszt etatu w Polsce to nie jest kwota z ogłoszenia. Wynagrodzenie brutto, ZUS pracodawcy, PPK jeśli firma go prowadzi, sprzęt, licencje na narzędzia, czas managera na wdrożenie, pierwsze dwa miesiące zanim ktoś nowy zaczyna samodzielnie działać. Przy 5 500 zł brutto pracodawca wydaje miesięcznie jakieś 7 000 do 7 500 zł. Przez rok to wychodzi ponad 85 tysięcy. I to zakładając że osoba zostaje, bo rotacja na stanowiskach operacyjnych jest w Polsce spora, szczególnie w firmach gdzie praca jest głównie reaktywna.
Piszę to nie żeby straszyć. Czasem po prostu trzeba kogoś zatrudnić i tyle. Piszę to dlatego, że większość właścicieli firm z którymi rozmawiałem nigdy nie porównała tych liczb z kosztem automatyzacji zadań które miał wykonywać nowy pracownik. Nie dlatego że są nieracjonalni. Po prostu nikt im tej opcji nie pokazał w kontekście konkretnego stanowiska.
Do czego AI się nadaje (i co myślę o rynku AI w Polsce)
Jedno zanim przejdę dalej: większość wdrożeń AI które widzę to flow w Make.com sprzedawane jako rewolucja. Rozumiem skąd to się bierze, weryfikacja jakości jest trudna od zewnątrz i zapotrzebowanie jest duże. Ale warto mieć to z tyłu głowy szukając wykonawcy.
Co AI rzeczywiście robi dobrze, i co wdrażam na co dzień: triaż i odpowiedzi na maile podpięte przez API do Gmaila albo Outlooka z klasyfikatorem na n8n, wyciąganie danych z faktur i zamówień PDF do ERP lub CRM, potwierdzenia i aktualizacje statusów wyzwalane webhookiem ze zmiany w systemie zamówień, raporty generowane w nocy i wysyłane rano do klientów, przypomnienia o płatnościach z personalizacją per kontrahent. Nudne rzeczy. Powtarzalne rzeczy. Właśnie dlatego AI to ogarnia, a nie dlatego że jest "inteligentne".
Gdzie AI nie ma sensu. Byłem świadkiem jak klient chciał zautomatyzować obsługę reklamacji od swoich największych klientów, tych co zostawiają kilkaset tysięcy rocznie. Powiedziałem wprost: nie rób tego. Relacja z klientem który płaci tyle nie jest procesem który da się opisać w pliku konfiguracyjnym. To jest konkretny człowiek po drugiej stronie, z historią, z humorem który się zmienia, z wiedzą że jak zadzwoni to ktoś odbierze i będzie wiedział o co chodzi. Chatbot tego nie zastąpi. I nieważne jak dobry.
Podobnie z negocjacjami i zarządzaniem. Ale to chyba oczywiste.
Jak wygląda to w liczbach
Policzyłem to konkretnie z tym klientem z dystrybucji, w październiku, przy kawie w ich biurze na Pradze. Zakres zadań dla planowanego etatu: obsługa skrzynki przychodzącej, statusy zamówień, cotygodniowe raporty dla klientów. Tyle.
Etat: okolice 5 500 zł brutto, czyli pracodawca wydaje jakieś 87 tysięcy rocznie. Wdrożenie nowej osoby, sprzęt, kilka tygodni operations managera: dorzuć ze 4 do 6 tysięcy. Rok pierwszy to ponad 90 tysięcy.
Automatyzacja tych samych trzech obszarów: wdrożenie kosztowało 23 tysiące, infrastruktura to jakieś 800 do 900 zł miesięcznie. Rok pierwszy zamknął się w okolicach 33 tysięcy. Rok drugi to już tylko infrastruktura.
Klient powiedział że mu to wygląda jak "za piękne żeby było prawdziwe". Rozumiem tę reakcję. Miesiąc po wdrożeniu napisał że żałuje że nie zrobił tego rok wcześniej. Nie wiem czy rok wcześniej bylibyśmy gotowi technicznie, szczerze mówiąc. Ale rozumiem sentyment.
Trzy pytania które zadaję zamiast robić audyt
Przestałem robić formalne audyty przed każdym projektem bo zajmowały za dużo czasu i dawały klientowi poczucie że dostaje coś skomplikowanego zanim cokolwiek zaczęliśmy. Teraz zaczynam od trzech pytań w rozmowie.
Pierwsze: co ta osoba będzie robić przez pierwsze dwie godziny każdego dnia roboczego? Jeśli odpowiedź to lista tych samych rzeczy, jest szansa. Jeśli odpowiedź brzmi "zależy co przyjdzie", kopię głębiej i pytam co konkretnie się zmienia i jak często. Zwykle okazuje się że "zależy" oznacza jeden z pięciu scenariuszy, i wszystkie pięć da się opisać.
Drugie: czy ktoś w firmie mógłby opisać ten proces na jednej kartce A4? Jeśli tak, automatyzacja jest technicznie wykonalna. Jeśli opis zajmuje 10 stron i nadal są wyjątki, to znak że człowiek jest potrzebny. Nie dlatego że AI nie umie obsługiwać wyjątków, ale dlatego że koszt opisania i obsługi każdego wyjątku zaczyna nie mieć sensu ekonomicznego.
Trzecie: co by się stało gdyby ta praca była wykonywana zawsze identycznie, bez żadnej inicjatywy? Firmy na tym pytaniu często się zatrzymują, bo okazuje się że tak naprawdę chcą zatrudnić kogoś kto zauważy coś czego nie ma w procesie. To jest zupełnie inna rola i zupełnie inna rozmowa.
Przypadek ISP: dwa etaty których nie trzeba było zatrudniać
Klient to regionalny dostawca internetu. Jakieś 80 osób, mieszanka klientów biznesowych i indywidualnych, kilka województw. Rosnący wolumen zgłoszeń, dwie osoby w dziale wsparcia przy realnej potrzebie na trzy, może cztery. Chcieli zatrudnić dwóch koordynatorów.
Zanim cokolwiek podpisaliśmy zrobiłem tydzień audytu zgłoszeń. Ich system ticketowy to był Freshdesk, dość podstawowo skonfigurowany, bez żadnych tagów ani kategorii. Wszystko wpadało do jednej kolejki i ludzie sortowali ręcznie. Z grubsza dwie trzecie wszystkich ticketów to było sześć tych samych typów: brak połączenia, problem z prędkością, pytanie o fakturę, zmiana adresu lub danych, prośba o upgrade, powiadomienie o planowanej przerwie technicznej. Każdy z tych typów miał ścieżkę obsługi którą dało się opisać w kilku krokach. Żaden nie wymagał decyzji.
Zbudowaliśmy klasyfikator na n8n podpięty do Freshdeska przez API. Klasyfikator czyta treść zgłoszenia, przypisuje typ, generuje odpowiedź z aktualnych danych (status sieci, dane konta z ich systemu bilingowego) i albo zamyka ticket albo przekazuje do kolejki z krótką notatką. Pierwsze dwa tygodnie były ciężkie bo model mylił się na zgłoszeniach pisanych gwarą, ze skrótami, czasem w dwóch zdaniach bez żadnych znaków interpunkcyjnych. Jeden klient napisał "internet niy działa od wczorej a ty mnie ignorujesz" i system tego nie sklasyfikował prawidłowo cztery razy z rzędu. Musieliśmy douczyć model na ich własnej historii zgłoszeń, jakieś 2 000 przykładów z ostatnich sześciu miesięcy. Zajęło to półtora tygodnia więcej niż zakładałem.
Po dopracowaniu te dwie trzecie zgłoszeń idą automatycznie, zazwyczaj w kilka minut. Reszta ląduje u koordynatorów z notatką co to jest i jakie dane klienta już wyciągnęliśmy. Czas odpowiedzi na proste sprawy: z kilku godzin do kilku minut. Firma nie zatrudniła tych dwóch osób.
Koszt projektu to było grubo poniżej 30 tysięcy złotych. Dwa etaty przez rok to byłoby grubo powyżej 170 tysięcy. Nie znam firmy która nie ceniłaby tej różnicy.
Jedna rzecz którą zawsze mówię i której często nie piszę w artykułach bo brzmi jak disclaimer: nie każda firma jest na to gotowa. Bywają projekty gdzie po rozmowie mówię wprost, że zatrudnienie człowieka ma więcej sensu i nie ma co kombinować. To nie jest dla mnie problem. Wolę to powiedzieć na początku.