AI automatiseerimine ettevõttes: kust alustada?

Tehisintellekt on Eesti ettevõtetes kiiresti levinud. Statistikaameti septembris avaldatud andmetel kasutab tehisaru juba 34% ettevõtetest ja 65% inimestest ning ettevõtete seas kasvas kasutus aastaga poolteist korda (Äritehnoloogia).

Enamasti tähendab see aga seda, et keegi kirjutab ChatGPT-ga e-kirja kiiremini valmis. See on kasulik, kuid ettevõtte tööprotsessid jäävad samaks. Arved sisestatakse endiselt käsitsi, hinnapäringutele vastatakse Exceli ja mälu järgi ning laoseisu kontrollitakse enne tellimist telefoni teel.

Selles juhendis kirjeldame, kuidas me Ravienis AI automatiseerimisele läheneme: kuidas valida esimene töövoog, milleks AI täna sobib ja milleks mitte, kuhu jätta inimkontroll ja kuidas aru saada, kas lahendus töötab.

Alusta töövoost, mitte tööriistast

Kõige levinum viga on küsida: „Mida me AI-ga teha saaksime?“ Parem küsimus on: „Milline korduv töö võtab meie inimestelt kõige rohkem aega ja tekitab kõige rohkem vigu?“

AI on vahend. Kui te ei tea, millist probleemi lahendate, ei oska te ka hinnata, kas lahendus töötab.

Kuidas valida esimene töövoog

Me hindame kandidaate kolme näitaja järgi:

• Maht — mitu korda nädalas või kuus see töö ette tuleb? Kümme hinnapäringut päevas on teine olukord kui kaks kuus.
• Aeg — kui kaua võtab üks kord aega koos kõige juurdekuuluvaga: otsimine, kopeerimine, ülekontrollimine, kolleegilt küsimine?
• Vea hind — mis juhtub, kui midagi läheb valesti? Vale hind e-poes, topelt makstud arve, kliendile saatmata jäänud tellimus.

Korrutage need omavahel ligikaudselt läbi. Esimeseks projektiks sobib töövoog, kus kõik kolm on märgatavad: seda tehakse tihti, see võtab aega ja vead on kallid, kuid mitte katastroofilised.

Tüüpilised kandidaadid Eesti väike- ja keskettevõttes:

• ostuarved — PDF-id e-postis, mis tuleb raamatupidamisprogrammi sisestada ja kulukontodele jaotada;
• hinnapäringud — kliendi e-kiri tuleb läbi lugeda, tooted hinnakirjast leida ja pakkumine koostada;
• tellimused — e-poe, e-posti ja telefoni teel tulnud tellimused tuleb ühte süsteemi koondada;
• laoseis — e-poe, kassa ja lao numbrid ei ühti ning keegi võrdleb neid käsitsi;
• klienditoe e-kirjad — suur osa küsimustest on samad („Kus mu pakk on?“, „Kas seda on laos?“), kuid igaühele vastatakse käsitsi.

Mida esimeseks projektiks mitte valida

Vältige töövooge, kus iga juhtum on erinev ja otsus nõuab kogemust või läbirääkimist: suured lepingud, personaliotsused, keerulised kaebused. Need võivad hiljem AI toe saada, kuid esimene projekt peab ennast tõestama selgel ja korduval tööl.

Milleks AI täna sobib ja milleks mitte

Keelemudelid on viimastel aastatel palju paremaks läinud, kuid neil on endiselt kindlad tugevused ja nõrkused. Nende tundmine säästab kuid.

AI tuleb hästi toime, kui on vaja:

• lugeda struktureerimata teksti (e-kirjad, PDF-arved, vabas vormis tellimused) ja võtta sealt välja kindlad väljad;
• liigitada sissetulevat: kas see on hinnapäring, kaebus või tarneküsimus;
• koostada vastuse mustand ettevõtte enda teadmiste põhjal;
• võrrelda ja kokku võtta: mis on kahe dokumendi erinevus, mis on selles lõimes olulist.

AI on nõrk, kui on vaja:

• teha täpset arvutust või loogikat, mis peab alati sama tulemuse andma — see on tavalise koodi töö;
• teada fakte, mida talle pole antud — ilma teie hinnakirja ja laoseisuta mõtleb mudel vastuse lihtsalt välja;
• võtta vastutust — mudel ei tea, millal eksib, ja on ka vale vastuse puhul enesekindel.

Seepärast ei ole hea automatiseerimine kunagi „ainult AI“. Enamik süsteemist on tavaline tarkvara: liidestused, reeglid, andmebaas ja logid. AI tegeleb seal ainult selle osaga, mis nõuab keele mõistmist.

Inimkontroll: kus ja kui palju

Inimkontroll ei tähenda, et keegi peab kõik AI tehtu üle vaatama. Siis poleks midagi automatiseeritud. See tähendab, et kontroll on seal, kus vea hind on kõrge.

Praktiline jaotus:

1. Automaatselt — madala riskiga sammud: e-kirja liigitamine, andmete väljavõtmine, mustandi koostamine.
2. Inimese kinnitusega — sammud, millel on tagajärg: raha liigub, klient saab siduva pakkumise, laost läheb tellimus välja.
3. Alati inimesele — erandid: süsteem pole kindel, summa ületab piiri või klient on pahane.

Hea süsteem ütleb ise, millal ta pole kindel. Kui arve summa ei klapi ridade summaga või tarnijat pole registris, ei pea AI oletama, vaid suunab juhtumi õigele inimesele.

Nii on üles ehitatud ka meie AI klienditoe lahendus: agent tugineb ettevõtte teadmistele ja on ühendatud olemasolevate teenindusprotsessidega. Ta vastab rutiinsetele küsimustele ja koostab kontekstipõhiseid vastuseid, kuid erandid suunab õigele inimesele, selle asemel et jätta klient üldise juturoboti lõksu.

Ehita olemasolevatesse tööriistadesse, mitte uue tarkvara kõrvale

Teie meeskond kasutab juba e-posti, raamatupidamisprogrammi, e-poodi, CRM-i ja võib-olla kassasüsteemi. Iga uus rakendus tähendab uut kasutajakontot, uut koolitust ja uut kohta, kust asju otsida.

Seepärast ehitame me automatiseerimise sinna, kus töö juba toimub. Arve jõuab raamatupidamisprogrammi, pakkumise mustand ilmub e-posti mustandite kausta ja laoseis uueneb e-poes. Inimene näeb tulemust oma tavalises töövaates.

Kaks näidet meie töödest:

• PIM-sünkroon hoiab WooCommerce'i kategooriad, tooted, laoseisu ja hinnad välise PIM-iga kooskõlas. Osadeks jaotatud töötlus, jätkatavad tööd ja pidev seire hoiavad ka suured kataloogid liikumas ilma käsitsi koristamiseta. Uut tööriista pole vaja, kaks olemasolevat süsteemi lihtsalt räägivad omavahel.
• Laoarvestuse piloot Tallinna toitlustusettevõttele: töötajad registreerivad mobiilis ostud, ülekanded ja köögi toodangu, kassa päevamüük jõuab riiulini ja tellimismärguanded asendavad kõhutunde järgi tellimist.

Viimane näide pole puhas AI-projekt ja see on meelega nii. Enne kui AI saab midagi automaatselt tellida, peavad laoseisu numbrid olema usaldusväärsed. Seetõttu tuletatakse kogused seal liikumiste logist, mitte käsitsi muudetavatest numbritest.

Kuidas mõõta, kas see töötab

Leppige enne ehitamist kokku, milline on edu. Muidu jõuate kolme kuu pärast vaidluseni, kas „see nagu aitab“.

Mõõtke enne ja pärast samu asju:

• aeg ühe juhtumi kohta — mitu minutit kulub ühele arvele, päringule või tellimusele;
• läbilaskevõime — mitu juhtumit päevas sama meeskonnaga läbi läheb;
• vigade arv — parandused, tagasilükatud arved, kliendi kaebused;
• reageerimisaeg — kui kiiresti klient vastuse või pakkumise saab;
• erandite osakaal — mitu protsenti juhtumeid jõuab ikkagi inimeseni ja miks.

Viimane näitaja on eriti kasulik. Kui erandeid on palju, näitab nende põhjus, mida järgmisena parandada: kas andmed, reeglid või lahenduse ulatus.

Algandmed koguge nädala või kahe jooksul enne muudatust. Täpne ei pea olema, kuid mingi võrdlusalus peab olemas olema.

Tüüpilised vead

Alustatakse juturobotist

Kodulehe juturobot on nähtav ja tundub moodne, kuid tihti ei lahenda see kõige kallimat probleemi. Kui klienditoe tegelik koormus tuleb e-kirjadest, mis vajavad tellimuse- või laoandmeid, ei aita üldine robot, mis neid andmeid ei näe. Alustage sellest, kus tunnid kaovad, mitte sellest, mis kõige paremini välja paistab.

Lahendusel pole omanikku

Automatiseerimine ei ole ühekordne paigaldus. Tarnija muudab arve vormi, e-pood saab uue tootekategooria, hinnakiri uueneb. Kui ettevõttes pole inimest, kes vastutab töövoo eest ja märkab, kui midagi muutub, laguneb kõige parem süsteem mõne kuuga. Omanik ei pea olema tehniline inimene, vaid keegi, kes tunneb protsessi ja otsustab erandite üle.

Andmed on segamini

AI ei paranda halbu andmeid, vaid teeb vigu kiiremini. Kui tootekoodid on e-poes ja laos erinevad, kliendid on CRM-is kolm korda ja hinnakirjast on käibel kaks versiooni, tuleb see enne korda teha. Tihti ongi esimene nädal projektist andmete korrastamine ja see on normaalne.

Tahetakse kõike korraga

„Automatiseerime kogu müügiprotsessi“ on halb eesmärk. „Hinnapäringu mustand on valmis viie minutiga pärast e-kirja saabumist“ on hea eesmärk. Üks töövoog, mis päriselt töötab, on väärt rohkem kui viis poolikut pilooti.

Ehitada või osta?

Valmistoode sobib, kui teie protsess on tüüpiline ja toode katab selle ilma suurte kohandusteta. Näiteks on mõistlik osta valmis arvetöötluse moodul, kui teie raamatupidamisprogramm seda pakub ja see teie arvetega hakkama saab.

Eraldi lahendus on mõistlik, kui:

• töövoog läbib mitut süsteemi, mis omavahel ei suhtle, näiteks PIM, e-pood, ladu ja kassa;
• teie protsess on teie konkurentsieelis ja valmistoode sunniks teid seda muutma;
• vajate kontrolli selle üle, kus andmed liiguvad ja kuidas otsused tehakse;
• valmistoote litsentsid kasvavad kasutajate arvuga kiiremini kui kasu.

Tihti on õige vastus mõlema kombinatsioon: kasutate olemasolevaid tööriistu ja lisate nende vahele õhukese kihi, mis teeb ülejäänu. Nii on üles ehitatud ka meie B2B müügivihjete töövoog. See muudab avalikud ettevõtteandmed kvalifitseeritud potentsiaalseteks klientideks: filtreerib ärilise sobivuse järgi, kontrollib kontaktandmeid, tuvastab ostusignaale, hindab iga ettevõtet ja saadab pöördumiseks valmis kirjed olemasolevatesse kampaaniatööriistadesse.

Kontrollnimekiri enne alustamist

• Oleme valinud ühe töövoo, mida tehakse tihti, mis võtab aega ja kus vead on kallid.
• Teame, kui kaua see töö praegu võtab ja kui palju vigu tekib.
• Töövool on omanik, kes tunneb protsessi ja otsustab erandite üle.
• Teame, millistes süsteemides andmed asuvad ja kas neile pääseb ligi.
• Andmed on piisavalt korras või oleme valmis need enne korda tegema.
• Oleme kokku leppinud, millised sammud vajavad inimese kinnitust.
• Oleme kokku leppinud, milline tulemus loeb eduks.

Kuidas meie seda teeme

Meie AI-töövoo sprint on üles ehitatud täpselt selle loogika järgi. Valime välja ja kaardistame kõige väärtuslikuma töövoo, lepime kokku, milline on edu, ehitame lahenduse teie olemasolevasse süsteemi ja testime seda päris töö peal. Umbes 30 päeva pärast on töövoog töös. Soovi korral jääme seda pärast käivitamist jälgima, hooldama ja edasi arendama.

Räägime

Kui teil on mõni korduv töö, mis võtab liiga palju aega, olgu see arved, hinnapäringud, laoseis või klienditoe e-kirjad, kirjutage meile. Esitlust pole vaja. Näidake, kus töö kinni jääb, ja me ütleme ausalt, mida tasub parandada, mida mitte ja kuidas kõige mõistlikumalt alustada.