Az AI automatizálás olyan munkafolyamat, amelyben a mesterséges intelligencia szöveget értelmez, adatot rendez vagy választervezetet készít, és az eredményt egy szabályozott folyamat használja tovább. Kisvállalkozásként egyetlen, rendszeresen ismétlődő, jól mérhető feladattal érdemes kezdeni.
A saját rendszereinknél is ezt az elvet követjük: egy jól körülhatárolt feladattal indulunk, megnézzük, hol hibázik, és csak utána bővítjük. A tényleges előnyt mindig a saját folyamatodon kell lemérni, egy általános időmegtakarítási ígéretből nem derül ki, nálad megéri-e.
Mikor kell AI, és mikor elég egyszerű automatizálás?
Ha egy űrlap után mindig ugyanazt az adatot kell ugyanoda továbbítani, elég a szabályalapú automatizálás. Ahhoz nem kell AI, hogy egy megkeresés bekerüljön az ügyfélkezelőbe.
AI akkor hasznos, ha a bemenet változó és értelmezni kell: szabad szöveges ajánlatkérésből feladattípust azonosítani, egy hosszabb levélből összefoglalót készíteni, vagy eltérő formátumú dokumentumokból adatot kigyűjteni.
A legjobban a kettő együtt működik. Az AI értelmezi a szöveget, a szabályok pedig eldöntik, milyen következő lépést indíthat az eredmény.
1. Ajánlatkérések rendezése és előkészítése
A beérkező megkeresésből készülhet egy rövid összefoglaló: mit kér az érdeklődő, milyen határidővel, és milyen adat hiányzik. A rendszer javasolhat kategóriát vagy felelőst, az értékesítő pedig ellenőrzi és folytatja.
Arra viszont ne bízd, hogy egy bizonytalan AI-pontszám alapján dobjatok el megkereséseket. Az elején érdemes a javaslatokat összevetni azzal, amit az értékesítő döntött volna.
Mérd a feldolgozási időt, a hibás besorolásokat, és azt, hogy gyorsabb lett-e az érdemi válasz. A leadminősítésről szóló cikkben erről részletesebben írtam, az adatgyűjtést pedig már az ajánlatkérő landing oldalon érdemes tudatosan kialakítani.
2. E-mailek összefoglalása és választervezetek
A rendszer szétválogathatja az ajánlatkéréseket, a támogatási ügyeket és a belső leveleket, az illetékes kolléga pedig összefoglalót és választervezetet kap, amit küldés előtt átnéz.
A saját ügyfélszerzésünkben is van ilyen lépés. A megkeresett cégek válaszait egy AI olvassa el, és ha valaki azt írja, hogy nem kér több levelet, automatikusan kikerül a listából. Ez pont az a szűk, jól ellenőrizhető feladat, amire az AI megbízhatóan használható. Árajánlatot vagy vállalást viszont nem küld ki egyedül, ott mindig ember dönt.
A mérésbe az ellenőrzés és a javítás idejét is számold bele. Ha a rendszer sokat téved, a gyors szövegkészítés nem jelent valódi megtakarítást.
3. Adatok kinyerése dokumentumokból
Megrendelésekből, adatlapokból vagy beszállítói dokumentumokból kigyűjthetők a szükséges mezők, a folyamat pedig jelezheti a hiányzó adatot, az eltérő formátumot vagy a duplikáltan érkező dokumentumot.
A kritikus mezőkhöz legyen ellenőrzési szabály. Ha például egy rendelési azonosító nincs meg a nyilvántartásban, a dokumentum menjen kézi vizsgálatra.
Tesztelj rossz minőségű és hiányos mintákkal is. A könnyű példákon minden rendszer jól teljesít, a hibák kezeléséből derül ki, hogy alkalmas-e a napi használatra.
4. Ügyfélszolgálati tudástár és szakértői válaszok
Egy AI-asszisztens segíthet megtalálni az aktuális termék- vagy szolgáltatásinformációt és előkészíteni a választ. Ehhez rendezett, frissíthető tudástár és egy felelős ember kell.
A saját termékünkben, a DogDietLabban egy AI tanácsadó válaszol a kutyák étrendjével kapcsolatos kérdésekre, de a szakmai tartalmát szakértő nézi át. Ott ez nem opcionális: a saját forrásokra épülő rendszer is tévedhet, ezért kell út arra az esetre, ha nem talál választ, ellentmondást lát, vagy olyan kérdést kap, amit embernek kell megoldania.
Azt is érdemes őszintén megnézni, használják-e egyáltalán. A saját weboldalunkról például levettük a chatablakot, mert gyakorlatilag senki nem írt bele, a látogatók inkább az űrlapot használták. Hogy nálad mi működik, arról ebben a cikkben írtam.
5. Rendszeres riportok előkészítése
A cég különböző rendszereiből összegyűjtött adatokból készülhet áttekinthető összefoglaló, az AI pedig segíthet megfogalmazni, mi változott, és mit érdemes megnézni.
A számokat viszont mindig az adatforrásból kell átvenni. Az AI ne egészítse ki a hiányzó adatot becsléssel, és ne állítson ok-okozati összefüggést csak azért, mert két mutató egyszerre mozdult.
Jó kimenet például egy rövid heti összefoglaló az ellenőrizendő eltérésekről, visszakereshető forrásokkal. A döntésért továbbra is egy ember felel.
Hogyan válaszd ki az első projektet?
Olyan feladatot keress, ami elég gyakran ismétlődik, elérhető adatra épül, és egyértelmű, mikor készült el jól. Legyen gazdája, aki a tesztelést és a napi működést is követi.
Írd le a mostani folyamatot az elejétől a végéig. Hol van kézi másolás? Hol várakozik az ügy? Melyik döntéshez kell szakértelem? A hibás és hiányos esetekkel együtt tervezd meg az új működést.
Az első változatot szűk körben próbáld ki, és előre döntsd el, milyen hibaarány és ellenőrzési munka mellett tekinted használhatónak. Mi a saját automatizálásainknál is így csináljuk: amit az AI ír, az eleinte mindig jóváhagyásra váró piszkozat.
Hogyan számold a megtérülést?
Először mérd meg, mennyi idő most a feladat. Utána ugyanabba a számításba vedd bele az automatizálás mellett megmaradó ellenőrzést, javítást és üzemeltetést.
Egy szemléltető példa: havi 200 ügy feldolgozása ügyenként 6 perc helyett 3 perc emberi munkát igényel. A különbség havi 600 perc, vagyis 10 óra. Ha egy munkaóra belső értéke 6000 Ft, a felszabaduló kapacitás 60 000 Ft-ot ér. Ez nem automatikus megtakarítás: az számít, mire használjátok az időt.
Ebből még le kell vonni a szoftverek, a használat és a karbantartás költségét, a bevezetés egyszeri ráfordítását pedig külön kell számolni. A számok csak a példa kedvéért vannak itt, nem a mi áraink és nem várható eredmények.
A költségekről és a megtérülésről szóló cikkben további szempontokat találsz.
Mit kérj a megvalósítótól?
Világos folyamatleírást, a használt rendszerek listáját, hozzáférési tervet és hibakezelési szabályokat. Legyen megoldva a naplózás, az újrafeldolgozás és az emberi átvétel.
A költségeknél váljon külön a kialakítás, a használattól függő díj és az üzemeltetés. Átadáskor kapjatok teszteseteket és használati útmutatót is.
Az AI-rendszerek tervezését mi is ezekkel a konkrét feltételekkel kezdjük. Az adatokhoz csak annyi hozzáférést adjatok, amennyi a feladathoz kell, és legyen egyértelmű, ki módosíthat a folyamaton.
Gyakori kérdések
Minden ismétlődő feladathoz kell AI?
Nem. Egyértelmű szabályok és strukturált adatok mellett egy egyszerű automatizálás is elég.
Ki kell cserélni a meglévő rendszereket?
Nem feltétlenül. Előbb azt kell megnézni, milyen adatkapcsolatok és jogosultságok érhetők el a mostani rendszerekben.
Hibázhat a saját tudástárból válaszoló AI?
Igen. A forrásalapú működés csökkenti egyes hibák esélyét, de az ellenőrzést és az átadási szabályokat nem váltja ki.
Mikor engedjek automatikus ügyfélválaszt?
Ha a feladat szűk, az információ megbízható, a tesztek jók, és a kivételek kezelése működik. Összetett vagy vállalást tartalmazó válasznál maradjon jóváhagyás.
Mit mutassak meg az első megbeszélésen?
Egy konkrét munkafolyamatot, néhány megosztható mintát, a mostani időráfordítást és azt, milyen eredményt szeretnél.
Van egy sok időt elvivő, ismétlődő feladatotok? Írd le, honnan jön az adat, és mi történik vele most. Ebből meg tudjuk nézni, hol van értelme AI-nak, és hol elég egy egyszerű automatizálás.

