W skrócie
- AI dobrze radzi sobie z odczytywaniem nieuporządkowanych danych wejściowych, tworzeniem projektów, porównywaniem i podsumowywaniem.
- Słabiej radzi sobie z dokładnymi obliczeniami bez danych źródłowych i z decyzjami wymagającymi odpowiedzialności.
- Najlepsze na początek są częste, czasochłonne procesy z jasno określonym wynikiem i osobą, która go zatwierdza.
- Niektóre zastosowania, na przykład filtrowanie aplikacji kandydatów, są według rozporządzenia w sprawie AI zastosowaniami wysokiego ryzyka i wymagają szczególnej staranności.
W czym AI rzeczywiście pomaga firmie
Za niemal każdym sensownym zastosowaniem stoi ten sam schemat: informacja przychodzi w nieuporządkowanej formie, jako e-mail, PDF, zdjęcie lub wiadomość głosowa. Ktoś musi ją przeczytać, zrozumieć, połączyć z danymi z programu i przygotować na tej podstawie odpowiedź, wpis lub propozycję. Właśnie tę pracę przygotowawczą może przejąć AI. Decyzja pozostaje po stronie człowieka.
Poniższe przykłady opisują typowe procesy, a nie projekty dla klientów. Pokazują, gdzie AI znajduje zastosowanie w poszczególnych działach. We wszystkich przypadkach obowiązuje ta sama zasada: AI przygotowuje, a człowiek sprawdza i decyduje, zanim coś zostanie wysłane na zewnątrz lub zaksięgowane.
Dwanaście zastosowań według działów
1. Sprzedaż: przygotowywanie ofert
AI czyta zapytania, wykrywa brakujące informacje, proponuje pozycje z Państwa cennika i tworzy projekt. Więcej w artykule Tworzenie ofert z AI.
2. Sprzedaż: klasyfikacja leadów
Nowe kontakty są uzupełniane o publicznie dostępne dane firm, klasyfikowane według Państwa kryteriów i przekazywane działowi sprzedaży z krótkim podsumowaniem.
3. Obsługa klienta: odpowiadanie na zapytania
Zapytania są odczytywane i klasyfikowane, a odpowiedzi powstają na podstawie właściwych danych, początkowo jako projekty do zatwierdzenia. Więcej w artykule Automatyzacja obsługi zapytań klientów. Strona Obsługa klienta z AI pokazuje, jak to wdrażamy.
4. Zakupy: porównywanie ofert dostawców
Oferty w różnych formatach są odczytywane i zestawiane w jednolitej tabeli: ceny, czas dostawy, warunki, odstępstwa od zapytania.
5. Zakupy: uzgadnianie potwierdzeń zamówień
Potwierdzenia od dostawców są porównywane z zamówieniem. Różnice w cenach, ilościach lub terminach są od razu widoczne.
6. Księgowość: wprowadzanie faktur przychodzących
Faktury w formie e-faktury, pliku PDF lub skanu są odczytywane, porównywane z zamówieniem i dokumentem dostawy, a po przygotowaniu przekazywane dalej. Więcej na stronie Automatyzacja obsługi faktur przychodzących.
7. Kadry: odpowiadanie na pytania pracowników
Asystent odpowiada na pytania o urlop, koszty podróży lub procesy na podstawie Państwa wewnętrznych zasad. Nowi pracownicy szybciej znajdują dokumenty.
8. Controlling: pisanie raportów
Dane liczbowe z księgowości, systemu gospodarki towarowej i CRM są zbierane, nietypowe wartości oznaczane, a projekt raportu miesięcznego powstaje w formie opisowej.
9. Logistyka: odczytywanie dokumentów dostawy i przewozowych
Dane z dokumentów dostawy, listów przewozowych i dokumentów celnych są odczytywane i wprowadzane do systemu gospodarki towarowej, a niezgodności oznaczane.
10. Marketing: teksty i tłumaczenia
Opisy produktów, wpisy i tłumaczenia powstają jako projekty w Państwa stylu. Przed publikacją człowiek sprawdza fakty, ceny i stwierdzenia.
11. Kierownictwo: protokoły i materiały do podejmowania decyzji
Spotkania są podsumowywane, zadania zapisywane wraz z osobami odpowiedzialnymi i terminami, a dokumenty opracowywane w formie krótkich materiałów do podjęcia decyzji.
12. Dział techniczny i serwis: ułatwianie wyszukiwania wiedzy
Podręczniki, karty techniczne i wewnętrzne instrukcje można przeszukiwać. Pracownicy zadają pytania własnymi słowami i otrzymują odpowiedzi ze źródłem.
Co nie działa dobrze
- Dokładne liczby bez danych źródłowych: ceny, ilości i terminy muszą pochodzić z Państwa programów, a nie z modelu językowego.
- Decyzje wymagające odpowiedzialności: zwolnienia, decyzje kredytowe lub oceny prawne pozostają po stronie człowieka.
- Dobór pracowników: AI filtrująca lub oceniająca aplikacje kandydatów jest według rozporządzenia w sprawie AI systemem wysokiego ryzyka. Więcej na stronie Kategorie ryzyka.
- Niejasne procesy: jeśli nikt nie potrafi dokładnie wyjaśnić, jak działa proces, AI również nie przejmie go w niezawodny sposób. Najpierw trzeba go uporządkować.
Jakie technologie za tym stoją
- Modele językowe: czytają i piszą teksty. Są podłączane przez interfejsy dostawców, w miarę możliwości z przetwarzaniem danych w UE.
- Narzędzia do automatyzacji: programy takie jak n8n, Make czy Power Automate łączą poszczególne kroki i Państwa programy. Więcej na stronie n8n w firmie.
- Bazy wiedzy: własne dokumenty są przygotowywane tak, aby AI mogła udzielać na ich podstawie odpowiedzi ze wskazaniem źródła, zamiast formułować je swobodnie.
- Państwa programy: system magazynowo-handlowy, CRM, księgowość i archiwum pozostają. Są integrowane przez interfejsy.
Jak znaleźć właściwy punkt wyjścia
- Lista czasochłonnych zadań: prosimy zapytać w każdym dziale, która rutynowa czynność zabiera najwięcej czasu.
- Ocena: jak często występuje, czy ma jasne zasady, czy dane są dostępne cyfrowo i jak duża byłaby szkoda w razie błędu?
- Wybór jednego procesu: częstego, czasochłonnego, o niskim ryzyku i z osobą zatwierdzającą wyniki.
- Działanie testowe: rozwiązanie początkowo działa obok dotychczasowego procesu, z jasno określonymi wskaźnikami.
Jeśli planują Państwo zmiany w kilku działach jednocześnie, pomocna będzie krótka konsultacja dotycząca AI, podczas której ocenimy procesy i ustalimy kolejność działań.