To druga część нашей serii poświęconej budowaniu kontrolowanego systemu operacyjnego. W poprzednim artykule szczegółowo przeanalizowaliśmy, dlaczego czaty w aplikacji Telegram zabijają kontrolę w biznesie usługowym oraz jak przenieśliśmy całą komunikację do Planfix. Dziś robimy kolejny krok: co zrobić, gdy danych w systemie jest już wystarczająco dużo, ale zarządzanie nimi staje się coraz trudniejsze.
1. Granice skalowania Planfix: dlaczego uporządkowany system traci kontrolę wraz ze wzrostem liczby projektów
Gdy cała komunikacja trafiła do Planfix, pojawiło się poczucie, że problem został rozwiązany. Chaos rzeczywiście zniknął. Wiadomości przestały ginąć, wyznaczono osoby odpowiedzialne, działały ścieżki eskalacji, a cała historia była bezpiecznie przechowyвана i dostępna. Zespół pracował nie w komunikatorze, ale w systemie opartym na logice i kontroli. Pojawiły się różnorodne udogodnienia i funkcje pomocnicze dla PM-a oraz zespołu. Na tym etapie wydaje się, że to wystarczy — jak to się mówi, „biznes ruszył z kopyta”! I to prawda — ale tylko do pewnej skali.
Dopóki prowadzisz 3–5 projektów, jesteś w stanie utrzymać pełen obraz w głowie. Pamiętasz, gdzie leży ryzyko, gdzie klient czeka na odpowiedź, a gdzie wszystko idzie gładko. Możesz wejść w kilka zadań komunikacyjnych i szybko zrozumieć kontekst. Jednak gdy projektów zaczynają być dziesiątki, następuje punkt zwrotny. Problem nie polega już na braku danych. Problem polega na tym, że jest ich po prostu za dużo.
Masz pełną historię komunikacji. Masz zadania, statusy, komentarze, nagrania rozmów z ich transkrypcją na tekst oraz rejestr zmian w procesach. Formalnie masz odpowiedzi na wszystkie pytania.
Aby je jednak uzyskać, musisz ręcznie:
- Wejść w dany projekt
- Przejrzeć ostatnie zadania
- Przeczytać część korespondencji
- Zrozumieć, kto i do kogo pisał
- Połączyć to wszystko w głowie w spójny obraz
- Wyciągnąć wnioski i ułożyć plan działań: co robimy dalej i — co najważniejsze — dlaczego
I musisz to zrobić nie dla jednego projektu, ale dla wszystkich. W efekcie powstaje nowy rodzaj wąskiego gardła — nie brak systemu, lecz przeciążenie informacyjne. W pewnym momencie łapiesz się na myśli, że prosta czynność zarządcza — „zrozumieć, co dzieje się w projektach” — zajmuje zbyt wiele czasu. A co najgorsze, czas ten jest marnowany nie na podejmowanie decyzji, ale na zbieranie kontekstu.
Właśnie wtedy pojawia się potrzeba i pragnienie, aby widzieć wszystkie informacje na innym poziomie — nie w mikroszczegółach, lecz w formie zwięzłego podsumowania!
Pojawia się konkretne wymaganie: mieć możliwość otwarcia jednego ekranu w dowolnym momencie i zobaczenia krótkiego, ale treściwego obrazu każdego projektu — bez przeglądania dziesiątek zadań i wątków na czacie.
Wygląda to jak zwykły raport, ale w rzeczywistości kryje się za nim zestaw pytań, na które trzeba regularnie znać odpowiedzi:
- Czy w ciągu ostatnich 24 godzin miała miejsce aktywność ze strony klienta?
- Czy była aktywność z naszej strony?
- Jeśli doszło do komunikacji — czego dotyczyła (krótkie podsumowanie)?
- Czy odbyły się rozmowy telefoniczne/wideo i jaka była ich treść?
- Czy nastąpił postęp w zadaniach?
- Jakie są kolejne kroki, z terminami i osobami odpowiedzialnymi?
- Czy zmienił się ogólny stan projektu?
I tu kluczowa uwaga: wszystkie te dane już znajdują się w systemie. Problem nie leży w ich braku, ale w tym, że są rozproszone w czasie i formie, niezebrane w czytelną całość.
W tym momencie pojawia się logiczne pytanie: a co, jeśli to nie człowiek będzie ręcznie składał ten obraz, lecz sztuczna inteligencja zintegrowana z systemem zrobi to automatycznie?
2. Automatyzacja raportów AI w Planfix: od pytań biznesowych do integracji z Kroniką Projektu
Kiedy stało się jasne, że potrzebujemy zbiorczego, codziennego podsumowania dla każdego projektu, nie zacząłem od technologii. Zacząłem od rzeczy najprostszej: od pytań, na które chcę otrzymować odpowiedzi.
Pierwsze trzy pytania były absolutnie podstawowe:
- Czy w ciągu ostatniej doby była aktywność klienta?
- Czy była aktywność z naszej strony?
- Jeśli była komunikacja — czego dotyczyła (krótkie podsumowanie)?
Przez aktywność klienta rozumiem jakiekolwiek jego działania na czacie wsparcia: pytania, doprecyzowania, reakcje. Przez naszą aktywność — odpowiedź ze strony project managera lub programisty. Logika jest prosta: jeśli klient wykazuje aktywność — musimy zareagować. W rzeczywistości pojawiają się jednak niuanse.
Czasami klient nic nie pisze, ale to my sami inicjujemy kontakt. Dla mnie, jako menedżera operacyjnego, są to fundamentalnie różne sytuacje. W jednym przypadku reagujemy, w drugim — sami pychamy projekt do przodu.
Dlatego ważne było nie tylko odnotowanie faktu „była aktywność”, ale rozróżnienie:
- Kto był inicjatorem
- Czy nastąpił ruch z naszej strony
- Czy zapewniamy postęp, nawet bez zapytania ze strony klienta
Technicznie odpowiedź leży na powierzchni: potrzebna jest historia korespondencji ze znacznikami czasu, autorami i treścią. Wtedy po raz pierwszy pojawiła się myśl: skoro te dane już są w systemie, po co czytać je ręcznie, skoro można przekazać je do analizy sztucznej inteligencji i otrzymać ustrukturyzowaną odpowiedź?
Im głębiej wchodzisz w procesy, tym więcej niuansów operacyjnych się pojawia... Bywają dni bez jakiejkolwiek komunikacji. Ani klient nie pisze, ani my nie piszemy. I to jest normalne — nie oznacza, że projekt stoi w miejscu. W takich momentach kluczowe jest monitorowanie nie tylko komunikacji, ale realnego postępu w zadaniach. Przyjrzyjmy się temu bliżej.
Cały nasz proces deweloperski opiera się na zadaniach na koncie klienta:
- Każde zgłoszenie jest dekomponowane
- Każde zadanie przechodzi przez statusy: Nowe → Uzgodnienie → W trakcie → Testowanie → Zakończone
- W przypadku poprawek — wraca do ponownej obróbki
Te statusy to żywy model postępu. Co kluczowe — są one automatycznie odzwierciedlane na naszym wewnętrznym koncie, gdzie project manager widzi pełen obraz. Zmiany statusów pozwoliły wyeliminować „ślepe plamy” — dni, w których nie ma korespondencji na czacie, ale praca wre.
Programista może nie napisać ani jednej wiadomości, ale zarejestrować przepracowany czas, zmienić status zadania lub ukończyć część prac. Dzięki temu ta „niewidzialna” praca staje się mierzalna.
Trzecim kluczowym elementem są rozmowy. Dla nas to najbardziej treściwy kanał komunikacji. Godzinna rozmowa daje więcej kontekstu niż cały dzień pisania na czacie. Podczas spotkania widzimy ekran klienta, doprecyzowujemy szczegóły i formułujemy zadania oraz ustalenia.
Historycznie był to jednak duży problem. Nagranie rozmowy to tylko plik. Aby wyciągnąć z niego wartość, ktoś musiał go odsłuchać lub ręcznie robić notatki, co zabierało czas PM-om i deweloperom. Rozwiązanie pojawiło się wraz z rozwojem serwisów do transkrypcji. Wprowadziliśmy obowiązkowe nagrywanie wszystkich rozmów, ich automatyczną transkrypcję za pomocą dedykowanego promptu i przesyłanie tekstu bezpośrednio na nasze konto wewnętrzne.
Sztuczna inteligencja serwisu transkrypcyjnego wykonuje pracę, którą wcześniej robił project manager:
- Tworzy podsumowanie rozmowy
- Wyciąga kluczowe ustalenia
- Wyodrębnia zadania
- Formułuje listę kolejnych kroków
Zaraz po rozmowie otrzymujemy ustrukturyzowaną listę zadań, terminów i otwartych pytań. Oto przykład z jednej z naszych rzeczywistych rozmów:
Kolejne kroki
• Halyna:
- Przesłać Svitlanie instrukcję wdrożenia tagów UTM dla dewelopera strony www.
- Przeanalizować i przesłać instrukcję konfiguracji Unitalk ATS do przekazywania tagów UTM.
- Utworzyć szablon kontaktu Partner i opracować proces zarządzania partnerami.
- Stworzyć indywidualny planer marketingowy dla Svitlany.
- Zakończyć wszystkie konfiguracje do przyszłej środy.
• Svitlana:
- Dodać wszystkie bieżące źródła marketingowe do słownika Źródła.
- Przekazać Halynie listę standardowych aktywności partnerskich (np. webinary, artykuły).
- Omówić z zarządem budżet na bazę wiedzy.
Co najważniejsze — zespół nie traci na to ani minuty po zakończeniu spotkania. To, co wcześniej zajmowało 15–40 minut po każdej rozmowie, teraz dzieje się automatycznie, z natychmiastowym dostarczeniem wyników na nasze konto i na czat z klientem. Link do nagrania jest od razu dostępny dla obu stron.
W pewnym momencie zdałem sobie sprawę, że mogę połączyć wszystkie punkty styku z klientem w jeden model:
- Komunikację na czacie
- Transkrypcje rozmów
- Zadania i ich statusy
- Rejestrację czasu pracy programistów
Wszystkie te dane zaczęły się gromadzić. Pochodząc z różnych źródeł i z różnego czasu, opisywały jedno: stan projektu. Aby stworzyć dla nich jedno miejsce, utworzyłem w naszym systemie osobną strukturę o nazwie „Kronika Projektu”.
To centralny punkt, w którym konsolidowane są wszystkie informacje:
- Wiadomości nasze i zespołu klienta
- Transkrypcje spotkań
- Zmiany statusów zadań
- Logi czasu pracy deweloperów
- Wnioski i kolejne kroki
Automatyczny proces wygląda następująco:
- Dane gromadzą się automatycznie w ciągu dnia
- Rano cały pakiet informacji trafia do analizy przez AI
- Sztuczna inteligencja generuje ustrukturyzowany raport z poprzedniego dnia
Na tym etapie osiągnąłem swój cel: możliwość zrozumienia stanu dowolnego projektu w 5–20 sekund. Natychmiast pojawiło się jednak kolejne wyzwanie: skoro nauczyłem się widzieć przeszłość, zbiegłem ujrzeć przyszłość.
