Co należy wiedzieć, zatrudniając agencję automatyzacji AI?

Czy masz do czynienia z wąskimi gardłami operacyjnymi i wysokim poziomem błędów? Czy marnujesz pieniądze z powodu powolnych procedur biznesowych? Zmniejszyłeś rozmiar zespołu, ale musi on obsługiwać to samo obciążenie pracą? Jedynym skutecznym rozwiązaniem jest zaprojektowanie procesów biznesowych i zautomatyzowanie przynajmniej części z nich.

Dzięki postępowi w technologii AI możemy teraz budować bardziej zaawansowaną automatyzację niż kiedykolwiek wcześniej. W tym miejscu na scenę wkraczają agencje automatyzacji AI.

Obecnie większość wysiłków związanych z automatyzacją AI polega na budowaniu chatbotów lub narzędzi wewnętrznych. Chatboty skierowane do klientów są ryzykowne. DPD wdrożyło chatbota na swojej stronie internetowej i bot nazwał ich najgorszą firmą kurierską. Dlatego skupiam się na budowaniu wewnętrznych narzędzi, aby przyspieszyć operacje na zapleczu i uczynić je tańszymi. Oczywiście nadal możesz używać chatbota, ale nie upubliczniaj go. W tym artykule podam kilka przykładów takiej automatyzacji.

Czym jest agencja automatyzacji AI?

Agencja AI Automation tworzy niestandardowe rozwiązania AI dla firm. Agencja automatyzacji AI to software house, prawda? Tak i nie. Software house zazwyczaj tworzy programy w oparciu ściśle o specyfikacje klienta. Z kolei agencja AI Automation nie tylko tworzy oprogramowanie, ale także pomaga w dokumentowaniu i udoskonalaniu procesów biznesowych, identyfikując najlepsze możliwości automatyzacji. I oczywiście w razie potrzeby wykorzysta sztuczną inteligencję.

Definiowanie automatyzacji AI

Od lat korzystamy z automatyzacji, takiej jak zrobotyzowana automatyzacja procesów, zautomatyzowany przepływ pracy itp. Właściwie każde oprogramowanie jest automatyzacją. Jaka jest różnica między tą oldschoolową automatyzacją a automatyzacją AI?

Kiedy używamy sztucznej inteligencji, możemy wykonywać bardziej zaawansowane zadania. Wcześniej niemożliwe było zbudowanie automatyzacji, która wyodrębniłaby odpowiednią część tekstu z dokumentu, chyba że wyodrębniona część miała predefiniowaną strukturę, taką jak adres e-mail, kod pocztowy, numer telefonu itp. Obecnie używamy dużych modeli językowych (LLM), rodzaju sztucznej inteligencji, a LLM nie mają już takich ograniczeń.

Na przykład, moglibyśmy sklasyfikować opinię klienta jako pozytywną lub negatywną przy użyciu starej technologii uczenia maszynowego. Korzystając ze sztucznej inteligencji, możemy sklasyfikować opinię i znaleźć cytat wyjaśniający, dlaczego została ona sklasyfikowana w taki sposób. Teraz wiemy nie tylko, że opinia była negatywna, ale także na co skarżył się klient.

Nie tylko uzyskujemy więcej przydatnych informacji, ale możemy użyć wyjaśnienia, aby udoskonalić automatyzację w czasie, ponieważ wiemy nie tylko, co zrobiła automatyzacja, ale także dlaczego to zrobiła.

Sztuczna inteligencja nie ogranicza się tylko do pracy z tekstem. Możemy nawet zautomatyzować niskobudżetowe, odwracalne decyzje, takie jak przekierowywanie wiadomości e-mail do właściwej osoby, przygotowywanie wersji roboczych ofert, znajdowanie podobnych przypadków wsparcia z przeszłości, aby pomóc w rozwiązaniu bieżącego problemu, lub wyodrębnianie danych z wielu źródeł w celu utworzenia spersonalizowanego raportu.

Na chwilę obecną, musimy utrzymywać człowieka w pętli, więc nie używałbym sztucznej inteligencji do podejmowania decyzji o zatrudnieniu (ustawa UE o sztucznej inteligencji i tak czyni taką automatyzację nielegalną), wysyłania ofert do klientów lub dokonywania zakupów w imieniu firmy.

Aby upewnić się, że automatyzacja odpowiada na unikalne potrzeby Twojej firmy, powinieneś wyznaczyć pracownika, który będzie współpracował z konsultantem ds. automatyzacji AI i będzie dostępny, aby odpowiadać na pytania, wyjaśniać proces biznesowy i delegować decyzje do właściwych osób w Twojej organizacji.

Rola agencji w automatyzacji AI

Dlaczego potrzebujesz agencji? Czy Twój zespół IT nie może zrobić wszystkiego? Założę się, że tak. Pytanie brzmi, ile czasu potrzebują, jeśli muszą jednocześnie budować automatyzację i uczyć się o automatyzacji.

Połączenie zespołu z agencją automatyzacji AI jest najbardziej efektywną konfiguracją. Agencja buduje automatyzację i uczy Twój zespół, jak ją obsługiwać, abyś mógł samodzielnie wprowadzać zmiany w przyszłości. W międzyczasie zespół zapewnia, że automatyzacja dobrze integruje się z istniejącym oprogramowaniem. W ten sposób każdy będzie robił to, w czym jest najlepszy, a my osiągniemy szybsze wyniki.

„Kto pracuje w ten sposób?” możesz zapytać. Ja. Moim głównym celem jest nauczenie zespołu klienta, jak korzystać ze sztucznej inteligencji, aby nie musieli do mnie dzwonić, gdy potrzebują drobnych poprawek. Naprawdę wierzę w prawdziwy konsulting, a nie „konsulting” będący słowem kodowym dla gloryfikowanego outsourcingu.

Korzyści z korzystania z agencji automatyzacji AI

Cała wiedza na temat sztucznej inteligencji znajduje się w Internecie i można ją znaleźć za darmo, więc dlaczego warto rozważyć zatrudnienie konsultanta lub agencji automatyzacji sztucznej inteligencji?

Zwiększenie wydajności procesów biznesowych

Konsultant AI robił to już wcześniej. Mają zestaw ulubionych narzędzi, których używają do szybkiego uzyskiwania wyników. Chociaż trzymanie się predefiniowanego zestawu narzędzi może być ograniczające, to wszystko jest kodem. Możemy go zmieniać, sklejać ze sobą różne części i używać naszego kodu w międzyczasie.

Posiadanie zestawu ulubionych narzędzi i procesów oznacza, że agencja ma doświadczenie w ich używaniu i wie, co może pójść nie tak i jak sobie z tym poradzić. Twój obecny zespół IT nie zawsze debatuje nad tym, czy powinien postępować zgodnie z procesami Scrum lub Kanban, czy też używać Javy ze Spring Framework lub PHP z Laravel. Wiedzą, co działało wcześniej i jak rozwiązywać problemy za pomocą swoich narzędzi.

Jak możemy stwierdzić, czy osiągnęliśmy cel? Po drodze musimy skonfigurować infrastrukturę monitorowania, aby określić, ile czasu zajmuje proces i ile czasu oszczędza automatyzacja. Monitorowanie może być gorzkie, ponieważ może się okazać, że coś pozornie prostego zajmuje tydzień i angażuje osiem osób. Bądź przygotowany.

Redukcja błędów i poprawa dokładności

Tworzenie automatyzacji AI nie kończy się w momencie jej pierwszego uruchomienia. Ze względu na probabilistyczny charakter AI i modeli uczenia maszynowego, trudno jest zbudować rozwiązanie, które nigdy nie popełni błędu.

Agencje zajmujące się automatyzacją AI stosują podejście iteracyjne. Najpierw budujemy proof of concept, aby poprawnie obsługiwać większość przypadków. Następnie analizujemy, jakie błędy popełnia sztuczna inteligencja, ustalamy, dlaczego popełnia te błędy i dostosowujemy kod.

Porozmawiajmy o słoniu w pokoju. 100% dokładność jest osiągalna tylko w najprostszych automatyzacjach. Sztuczna inteligencja nie osiągnęła jeszcze ludzkiego poziomu; nawet gdyby tak było, ludzie również popełniają błędy.

Agencja zajmująca się automatyzacją AI radzi sobie z tą niepewnością, ograniczając możliwości AI i prosząc kompetentnego ludzkiego operatora o zatwierdzenie każdej krytycznej decyzji. System AI może również zbierać informacje zwrotne od pracowników, dzięki czemu można je wykorzystać jako dane szkoleniowe do tworzenia kolejnych wersji automatyzacji.

Usprawnienie powtarzalnych zadań

Największa oszczędność pieniędzy wynika z oszczędności czasu spędzanego na powtarzalnych zadaniach. Czy Twoi pracownicy muszą wyszukiwać informacje w katalogu dokumentów podczas przygotowywania oferty? Co się dzieje, gdy to robią? Przeglądali te dokumenty przez 3 godziny dziennie przez ostatnie pięć lat. Najpierw robią sobie przerwę i parzą herbatę, ponieważ zadanie będzie żmudne, więc chcą odłożyć pracę na później. Następnie bezmyślnie przeszukują dokumenty, myśląc o czymś innym. O czymkolwiek. Lunch. Remont domu. Umówieniu się z Williamem/Emily z działu obok.

Czy Twoi najlepsi pracownicy powinni spędzać czas na naciskaniu CMD+F, aby otworzyć okno wyszukiwania i wielokrotnie wpisywać dokładny tekst? Sztuczna inteligencja może to zrobić.

Czy muszą kopiować-wklejać fragmenty opisu produktu z wewnętrznych dokumentów do oferty wysyłanej do klienta? AI może przygotować dla nich wersję roboczą. Pozwól swojemu zespołowi skupić się na tym, co sprawia, że oferta jest wyjątkowa i dostosowana do potrzeb klienta.

Rola automatyzacji AI w operacjach back-office

Co sztuczna inteligencja może dla ciebie zrobić? Wszyscy tworzą chatboty. Podczas gdy chatboty są sposobem na dostarczenie automatyzacji osobom z nich korzystającym, automatyzacja może zrobić znacznie więcej niż tylko czatowanie.

Redukcja kosztów operacji biznesowych poprzez Retrieval Augmented Generation

Retrieval Augmented Generation to fantazyjny sposób na powiedzenie, że używamy sztucznej inteligencji do odpytywania bazy danych, wyszukiwania dokumentów lub żądania danych z innego oprogramowania zintegrowanego z systemami sztucznej inteligencji. Następnie prosimy sztuczną inteligencję o skonsolidowanie pobranych danych i napisanie odpowiedzi do osoby korzystającej z systemu.

Co może zrobić RAG? Jeśli sprzedajesz sprzęt produkcyjny, automatyzacja może znaleźć odpowiednie informacje w specyfikacjach technicznych i przedstawić dane handlowcom przygotowującym ofertę. W branży finansowej automatyzacja może znaleźć odpowiednie części regulaminu. W obsłudze klienta sztuczna inteligencja może wyszukiwać podobne przypadki wsparcia z przeszłości i przygotowywać sugestie rozwiązań w oparciu o kroki, które sprawdziły się w przeszłości. Albo jeszcze lepiej, automatycznie sklasyfikować przypadek wsparcia i narysować rozwiązanie ze zbioru standardowych procedur operacyjnych.

Zapewnienie zgodności z przepisami dzięki zautomatyzowanemu monitorowaniu

Możemy również korzystać ze sztucznej inteligencji po skontaktowaniu się z klientami. Jeśli wszystkie rozmowy telefoniczne są nagrywane, sztuczna inteligencja może analizować transkrypcje, aby znaleźć to, co zostało powiedziane i ustalić, czy sprzedawcy trzymają się scenariusza sprzedaży, nie udzielają porad finansowych, jeśli nie są do tego upoważnieni, lub radzą sobie z obiekcjami klientów w sposób, w jaki ich przeszkoliłeś.

Wykorzystanie technologii AI do śledzenia KPI i analizy danych

Czy musisz zawracać głowę analitykowi danych, gdy chcesz dowiedzieć się czegoś o swojej firmie? Czy poprosiłeś inżynierów danych o zbudowanie mnóstwa pulpitów nawigacyjnych, ale nie ma sposobu, aby zapamiętać, który z nich pokazuje jakie dane? Sztuczna inteligencja może pomóc z obydwoma problemami.

Wyobraź sobie system sztucznej inteligencji, w którym wpisujesz pytanie w polu tekstowym, a sztuczna inteligencja przeszukuje wszystkie odpowiednie bazy danych i po minucie dostarcza jednozdaniową odpowiedź. Jest to najprawdopodobniej co najmniej 30 razy szybciej niż analityk danych. Analityk może skupić się na bardziej złożonych problemach i wykorzystać ludzką kreatywność, zamiast zajmować się nudnymi, jednorazowymi pytaniami.

Kluczowe usługi oferowane przez agencje automatyzacji AI

Chociaż zakres możliwych rozwiązań jest nieskończony, podobnie jak w przypadku każdego oprogramowania, agencje AI Automation zazwyczaj koncentrują się na tych pięciu rzeczach:

Automatyzacja procesów biznesowych z podejmowaniem decyzji przez AI

Najprostszą, ale często najbardziej korzystną rzeczą, jaką może zrobić konsultant ds. automatyzacji AI, jest zautomatyzowanie procesu opartego na skryptach. Jeśli zadanie musi być zawsze wykonywane w określony sposób, ale wymaga podjęcia pewnych decyzji, pozwól komuś zautomatyzować proces, wykorzystaj sztuczną inteligencję do podejmowania tych decyzji i poproś człowieka o przejrzenie i zatwierdzenie wyniku końcowego.

To nie jest błyszczące. Nie wygląda fajnie w demonstracjach. Często nie można nawet stwierdzić, czy użyto sztucznej inteligencji, czy nie. Ale taka automatyzacja przynosi zyski Twojej firmie, oszczędzając czas i pozwalając ludziom wykonywać więcej pracy w ciągu dnia roboczego.

Problem polega na tym, że potrzebny jest proces. Aby zautomatyzować proces, potrzebny jest proces wykonywany przez osoby wykonujące to zadanie ręcznie. Jeśli każdy wykonuje pracę nieco inaczej, będziemy musieli najpierw opracować ujednolicony proces. Jeśli jest to niemożliwe, można zautomatyzować 2-3 procesy obejmujące 80% wszystkich przypadków.

Automatyzacja obsługi klienta

Jak wspomniano wcześniej, duża część pracy działu obsługi klienta polega na szukaniu rozwiązania w podobnym przypadku z przeszłości lub standardowych procedurach operacyjnych. Nikt nie wymyśla nowej metody dla każdego e-maila klienta. Przynajmniej mam nadzieję, że tego nie robią.

Nie zalecałbym wysyłania rozwiązania AI bezpośrednio do klienta. (W końcu media społecznościowe są pełne przykładów pokazujących, jak sztuczna inteligencja popełnia błędy). Obsługa klienta może jednak wykorzystać wyniki sztucznej inteligencji jako punkt wyjścia, oszczędzając im trochę czasu.

Nawet jeśli automatyzacja skróci średni czas potrzebny na obsługę sprawy tylko o 10%, ile więcej może obsłużyć ten sam zespół bez zatrudniania i szkolenia nowych pracowników?

Analiza danych i raportowanie

Inną rzeczą, o której wspomniałem wcześniej, jest zadawanie analitykowi danych jednorazowych pytań dotyczących Twojej firmy lub działu. Te krótkie, proste pytania wytrącają ich z koncentracji i uniemożliwiają im wykonywanie bardziej złożonej pracy. Wyobraź sobie, że Twoi analitycy pracują bez zakłóceń, podczas gdy system AI szybko pobiera odpowiedzi z Twoich baz danych.

Możesz nawet udostępnić system AI jako bota w Slack, MS Team lub innym używanym oprogramowaniu do czatu. Teraz wysyłasz swoje pytanie do bota zamiast do analityka danych, a za minutę lub dwie otrzymujesz rzeczywistą odpowiedź zamiast odpowiedzi mówiącej, że zajmą się twoim pytaniem, gdy tylko skończą pracę nad ważną rzeczą, którą teraz robią.

Analiza predykcyjna

Przewidywanie uczenia maszynowego nie zniknęło, gdy zaczęliśmy używać dużych modeli językowych. Teraz mogą być jeszcze lepsze, ponieważ możemy zautomatyzować przygotowywanie danych.

Co by było, gdyby Twój system przewidywania rezygnacji mógł wykorzystywać informacje, które skwantyfikowałeś w bazie danych i dane wyodrębnione z rozmów telefonicznych z klientem lub przesłanych przez niego odpowiedzi ankietowych?

Co by było, gdyby system rekomendacji mógł dowiedzieć się, co jest ważne dla klientów na podstawie ich recenzji produktów i usług zakupionych w przeszłości?

Automatyzacja pobierania danych jako asystent podejmowania decyzji

Firmy mają terabajty danych, z którymi nie mają pojęcia, co zrobić. Sztuczna inteligencja nie rozwiąże tego problemu w magiczny sposób. (Zwłaszcza jeśli zapomniałeś, co znajduje się w danych i co one reprezentują). Możesz jednak użyć sztucznej inteligencji do przeszukiwania wielu źródeł danych i przygotowania raportu, który odpowie na Twoje pytania.

To nie tylko raport z faktami i nie tylko narzędzie do odpowiadania na pytania. Taka automatyzacja uwzględnia wartości użytkownika w generowanej odpowiedzi.

Wyobraź sobie taką sytuację: Masz automatyzację, która generuje notatki ze spotkań na podstawie transkrypcji. Istnieją tysiące narzędzi do podsumowywania, ale twoje nie generuje tylko kolejnego podsumowania. Zamiast tego sztuczna inteligencja znajduje cel biznesowy, wyjaśnia, w jaki sposób cel odnosi się do OKR, oraz znajduje elementy działań i osoby odpowiedzialne za te działania. Po zatwierdzeniu raportu ze spotkania automatyzacja dodaje działania do list rzeczy do zrobienia odpowiednich osób i generuje agendę spotkania uzupełniającego. Może nawet okresowo prosić ludzi o aktualizacje przypisanych im zadań.

Kroki do nawiązania współpracy z agencją AI Automation

Agencje AI Automation to nie Amazon. Nie wejdziesz na ich stronę internetową, nie dodasz systemu AI do koszyka, nie zapłacisz i nie otrzymasz działającej aplikacji następnego dnia roboczego. Są raczej połączeniem standardowego software house’u i firmy konsultingowej. Oczywiście nie powiedzą ci, jak prowadzić firmę, ale muszą zrozumieć, jak to robisz, aby zbudować odpowiednią automatyzację.

Dlatego też typowa współpraca z konsultantem ds. automatyzacji AI wygląda następująco:

Wstępna konsultacja i ocena potrzeb

Podczas wstępnej konsultacji konsultant oceni, czego szukasz i czy może Ci pomóc. Dobry konsultant powinien być w stanie wyjaśnić ogólny zarys i podać kilka przykładów. Konsultant może przesłać linki, aby pokazać, co jest możliwe.

Jeśli zamieni się to w ofertę sprzedaży, w której powie ci, że może zrobić wszystko, czego potrzebujesz, jesteś w złych rękach. Nie mają oni jeszcze pojęcia, co muszą zbudować.

Możliwe są tylko dwa wyniki wstępnej konsultacji: „Może możemy współpracować” lub „Nie, nie możemy tego zrobić”. Namówiłem kilka osób do rezygnacji z korzystania ze sztucznej inteligencji w ich przepływie pracy, ponieważ byliby rozczarowani i musieliby spędzać zbyt dużo czasu na ręcznym korygowaniu decyzji AI. Głównie dlatego, że nie mieli prawdziwego procesu biznesowego, a każdy pracujący nad zadaniem robił to, co „wydawało się właściwe” w danym momencie. Nie można zautomatyzować chaosu.

Zrozumienie przepływów pracy i zadań

Podczas drugiej rozmowy konsultant powinien zadać pytania dotyczące przepływu pracy i automatyzowanego procesu biznesowego. Podczas rozmowy możecie wspólnie przeanalizować przykładowy przypadek. Omówione zostaną również źródła danych, do których masz dostęp podczas pracy nad procesem.

Tym razem konsultant powinien opracować sposób automatyzacji niektórych części procesu. Rzeczywiste wdrożenie będzie prawdopodobnie wymagało iteracyjnego rozwoju we współpracy z kimś z Twojej organizacji. To spotkanie to czas na omówienie zasad współpracy.

Najlepiej byłoby zaangażować osoby, które będą korzystać z automatyzacji. Rozumieją one przepływ pracy i mogą wyjaśnić, co się dzieje, ale muszą także poznać korzyści płynące z automatyzacji. Zaangażowanie od samego początku to doskonały sposób na dostrzeżenie korzyści.

Propozycja i projekt rozwiązania

Konsultant powinien przedstawić wersję demonstracyjną sprawdzonej koncepcji. Początkowa wersja może działać na małym podzbiorze danych, ale powinna mniej więcej wyjaśniać, jak działa całe rozwiązanie. Konsultant powinien również wyjaśnić, jak będzie wyglądać kompletne rozwiązanie i jakie prace są wymagane.

Należy omówić pracę konsultanta i pracę wymaganą od zespołu odpowiedzialnego za integrację systemu AI z aplikacjami.

Wdrożenie i integracja z istniejącymi systemami

Etap integracji będzie prawdopodobnie obejmował kilka iteracji zmian, ponieważ ludzie zawsze odkrywają przypadki brzegowe, o których zapomnieli wspomnieć wcześniej. Podobnie, wdrożenie może być podzielone na kamienie milowe, w których zaczynasz od systemu AI obsługującego najczęstsze przypadki, a później dodajesz dodatkowe możliwości.

Przyjęcie zwinnego podejścia i rozpoczęcie od minimalnego produktu (MVP) ma kluczowe znaczenie. MVP pozwala użytkownikom na szybkie rozpoczęcie korzystania z narzędzia i dostarczenie cennych informacji zwrotnych, niezbędnych do udoskonalenia produktu końcowego. W przeciwnym razie zbudujesz coś, co spowolni Twoją firmę i zirytuje Twoich pracowników.

Szkolenia i zarządzanie zmianą

Nieużywany system AI to strata pieniędzy. Po drodze konsultant powinien przeszkolić Twój zespół w zakresie obsługi zbudowanego rozwiązania. Jeśli system jest zintegrowany z istniejącą aplikacją, często lepiej jest, gdy faktyczne szkolenie jest przeprowadzane przez zespół, ale z pomocą konsultanta. Konsultant może zająć się całym szkoleniem, jeśli tworzysz nową aplikację.

Zarządzanie zmianą należy jednak wyłącznie do obowiązków klienta. Zewnętrzny konsultant nie może zmusić ludzi do zmiany nawyków. Dlatego też zasugerowałem zaangażowanie użytkowników końcowych na wczesnym etapie procesu.

Bieżące wsparcie i optymalizacja

Sztuczna inteligencja nie jest doskonała. Będziesz chciał obsłużyć nowe przypadki, zmienić obecne zachowanie lub uwzględnić dodatkowe kroki w przepływie pracy. Angażowanie konsultanta w każdą taką zmianę nie ma sensu. Lubię szkolić programistów po drodze, więc możesz poprosić swój zespół o obsługę zmian.

Oczywiście konsultant może być zawsze dostępny, aby odpowiedzieć na ich pytania, jeśli zdecydujesz, że jest to model zaangażowania, za który chcesz zapłacić. Możesz także rozpocząć kolejny projekt, w którym konsultant zbuduje nowe funkcje na istniejącym systemie AI.

Przyszłe trendy w automatyzacji biznesu AI

Według Jason Liu, automatyzacja AI przejdzie od Retrieval Augmented Generation i odpowiadania na pytania do niestandardowych narzędzi do generowania raportów, które wypełniają szablony przy użyciu AI i danych żądanych z innych systemów. Jason uważa, że przejdziemy od używania sztucznej inteligencji jako bardziej zaawansowanej wyszukiwarki do narzędzia decyzyjnego, które może uwzględniać wartości użytkownika podczas podejmowania decyzji.

Jednocześnie Andrew Ng uważa, że agentowe przepływy pracy będą przyszłością sztucznej inteligencji. Agentowe przepływy pracy pozwalają sztucznej inteligencji na niezależne wykonywanie zadań i modyfikowanie danych. Przyzwyczaimy się do delegowania zadań sztucznej inteligencji i cierpliwego oczekiwania na odpowiedź.

Oba trendy są ekscytujące, ponieważ możemy zautomatyzować czasochłonne zadania i sprawić, że procesy biznesowe będą bardziej przewidywalne, wydajne i tańsze.

Do you need help building AI-powered business process automations for your business?
You can hire me!