Przejście z usług na produkt, mimo dostępnej technologii i zachęcających sygnałów z rynku wcale nie jest takie proste jak by się mogło wydawać.
Podczas panelu prowadzonego przez Krzysztof Kosman w ramach AI Collective wraz z Barbara Worek (socjologiem i profesor w Instytut Socjologii UJ, a także ekspertką Centrum Ewaluacji i Analiz Polityk Publicznych UJ) oraz Paulina Krukowska (działającą na styku edukacji, badań i biznesu) mieliśmy przyjemność porozmawiać o Polskim rynku szkoleń, edukacji i firm działających usługowo które rzadko zamieniają powtarzalne działania w skalowalne produkty wspierane technologią i AI.
Najważniejsze wnioski:
- Z perspektywy firm usługowych (takich jak software house’y i firmy szkoleniowe) podstawowy konflikt brzmi: „godziny -> faktura -> przychód” kontra długi, niepewny cykl produktowy. Gdy oba tryby mieszają się w jednej strukturze, zwykle wygrywa “tu i teraz”.
- Wdrożenia AI i automatyzacja najczęściej nie wymagają „wielkiego R&D”, tylko: dobrego rozpoznania potrzeby (discovery), wskazania właściciela decyzji i dedykowanego budżetu oraz małych, mierzalnych usprawnień, które szybko zwracają czas lub pieniądze.
- W edukacji problemem bywa sytuacja w której „mamy narzędzia, nie mamy wdrożeń”: szkoły i uczelnie często dysponują pakietami typu Microsoft/Google, ale brakuje im praktycznych kompetencji procesowych i szkoleń dla kadry, a opór przed zmianą wynika częściej ze strachu przed dodatkową pracą niż z wrogości wobec technologii.
- “Nauka online” nie dotyczy samego „dostępu do wiedzy”, tylko jakości uczenia się, relacji i walidacji efektów. Online zwiększa dostęp, ale łatwo zamienia się w „telewizję edukacyjną” bez interakcji.
- AI jest jednocześnie szansą i ryzykiem: może podnieść produktywność i personalizację, ale może też zalać rynek generycznymi, słabymi jakościowo kursami, które obniżają zaufanie.
- Praktyczny przykład „produktyzacji”: „wirtualny prowadzący” zbudowany na materiałach z konkretnego kursu (slajdy + transkrypcje), który odpowiada na pytania kursantów bazując na precyzyjnie określonej bazie wiedzy – czyli interaktywne „Q&A do wykładu” zamiast ogólnego czatu z internetu.
Dlaczego to takie trudne?
1) Usługa i produkt to dwa różne silniki
Usługa działa w krótkim cyklu: klient chce efektu „na już”, firma sprzedaje czas i realizacje. Produkt działa w długim cyklu: trzeba odkryć potrzebę, przetestować rozwiązanie, iterować, a przychód przychodzi później i niepewnie.
Efekt uboczny jest przewidywalny: gdy brakuje zasobów, produkt przegrywa, bo faktury z usług utrzymują firmę tu i teraz.
2) Brak fokusu, odpowiedzialność i „właściciela decyzji”
Nawet jeśli są pieniądze (np. zewnętrzne), projekt może ugrząźć jeśli na początku nie ustalimy: kto decyduje, kto ryzykuje, kto prowadzi temat i jak mierzymy sukces. W praktyce organizacjom częściej brakuje dobrego prowadzenia pocesu niż pomysłów.
3) Discovery zamiast „R&D dla samego R&D”
Przed budową produktu trzeba najpierw odpowiedzieć dobie na pytania::
- Gdzie klienta naprawdę boli?
- Kto za to zapłaci i z jakiego budżetu?
Dopiero potem ma sens budować narzędzia. Uchroni nas to przed rozwiązaniami efektownymi technologicznie, ale pustymi biznesowo.
4) Małe wdrożenia wygrywają z wielkimi projektami
Zamiast systemów budowanych „za miliony monet”, które starzeją się w trakcie tworzenia albo lądują na półce, lepiej zaczynać od mikro-usprawnień: asystent w konkretnym procesie, automatyzacja administracji, lepsza kwalifikacja uczestnika do kursu. Takie kroki łatwo obronić, bo da się policzyć oszczędność czasu i szybki zwrot.
5) Online/zdalnie to kanał, a nie gwarancja jakości, AI to narzędzie, a nie strategia
Nieumiejętnie poprowadzone zajęcia zdalne potrafią zabić warstwę społeczną uczenia się: dyskusję, relacje, networking. Z drugiej strony dobrze zaprojektowane wejście w online potrafi działać świetnie i demokratyzuje dostęp do wiedzy.
6) „Wirtualny prowadzący” jako przykład sensownej produktyzacji
Pomysł polega na tym, by po szkoleniu nie zostawiać uczestnika z plikiem slajdów, tylko dać mu możliwość dopytywania w stylu: „co dokładnie było powiedziane o tym przypadku?”. Model jest ograniczony do materiałów kursu, co buduje zaufanie i zmniejsza ryzyko konfabulacji. To praktycznie zamienia wykład w narzędzie do pytań, a nie jednorazowe wydarzenie.
Myśl na koniec
Produktyzacja szkoleń i sensowne użycie AI nie rozbijają się o brak technologii, tylko o organizację pracy i jakość procesu uczenia się. Jeśli rynek ma przestać „produkować ręcznie”, potrzebuje (1) wyraźnie wydzielonego fokus-u na produkt lub partnerstw, (2) discovery i jasnej odpowiedzialności decyzyjnej, (3) małych wdrożeń z mierzalnym efektem, oraz (4) standardu jakości—zwłaszcza tam, gdzie online i AI łatwo kuszą skalą kosztem realnej nauki.