Można zautomatyzować wiele. Co warto?

Formularz wysyła dane do arkusza kalkulacyjnego. Jeden system przygotowuje odpowiedź. Inny tworzy wycenę i planuje wiadomość. Każdy krok może wyglądać przekonująco na demonstracji.

Jeśli zespół wciąż traci czas na te same kroki, naturalne jest szukanie rozwiązania. Żeby dobrze wybrać, trzeba też wiedzieć, co nadal będzie wymagało sprawdzenia po automatyzacji, tak żeby zaoszczędzonego czasu nie pochłonęły poprawki.

Rzeczywista praca obejmuje niepełne przypadki: nieaktualną cenę, niejasne zapytanie, integrację, która nie odpowiada, albo klienta, który prosi o coś spoza standardowej oferty. Automatyzację trzeba oceniać także po tym, co dzieje się w takich przypadkach.

„Możemy to zautomatyzować” opisuje możliwość techniczną. Firma wciąż musi znać korzyść, koszty i to, kto będzie utrzymywać rozwiązanie w działaniu.

Wyjść od istniejącego procesu.

Zapisujemy, co wchodzi do procesu, co musi z niego wyjść i kto z niego korzysta. Potem wskazujemy stałe reguły, potrzebne dane i częste wyjątki.

Jeśli dwie osoby inaczej definiują „zakwalifikowane zapytanie”, automatyzacja może szybciej powielać zamieszanie. Jeśli ceny nie mają aktualnego źródła, dobrze napisana odpowiedź może nadal być błędna.

Przy operacjach o stałych regułach może wystarczyć standardowa integracja. AI może pomóc zinterpretować tekst lub przygotować wariant odpowiedzi. Wybór wynika z zadania i ze sposobu sprawdzenia wyniku.

W zaleceniach dotyczących budowy systemów AI Anthropic radzi zaczynać od najprostszego rozwiązania, które zaspokaja potrzebę, i dodawać złożoność tylko wtedy, gdy jest uzasadniona. Ta zasada przydaje się też w projektach marketingowych. Anthropic: budowanie skutecznych agentów (po angielsku)

Nie każdy krok potrzebuje tego samego poziomu autonomii

Wyobraźmy sobie firmę produkującą meble na wymiar. Niektóre wiadomości pytają o godziny otwarcia salonu, inne opisują wymiary i materiały, a jeszcze inne proszą o cenę końcową lub wyjątek od zwykłych warunków.

Możemy zorganizować proces na trzech poziomach. Ta klasyfikacja to model roboczy dla tego przykładu, a nie uniwersalna reguła dla wszystkich firm.

Potwierdzenie odbioru nie powinno automatycznie obiecywać dostępności, ceny końcowej ani terminu dostawy. Wiadomość musi mieścić się w tym, co system może sprawdzić.

Oszczędność liczy się po uwzględnieniu sprawdzeń i wyjątków

Załóżmy, że jakieś działanie zajmuje 12 godzin miesięcznie. Po automatyzacji zostają trzy godziny monitoringu i dwie godziny obsługi wyjątków. Oszczędność czasu netto wynosi siedem godzin.

W poniższym hipotetycznym modelu uruchomienie kosztuje 2500 RON, łącznie z konfiguracją, testami i początkowym szkoleniem. Dodatkowy koszt stały wynosi 200 RON miesięcznie za zakładane narzędzia i zewnętrzne utrzymanie. Kwoty podano bez VAT i nie są to ceny ani propozycje NOT MORE.

Obliczenie to 7 × 100 − 200 = 500 RON miesięcznie, a potem 2500 / 500 = 5 miesięcy. Zakładamy ten sam wolumen działań i stałe koszty. Model nie uwzględnia wartości pieniądza w czasie i nie jest obietnicą zwrotu inwestycji.

Zaoszczędzone godziny nie są automatycznie zainkasowanymi pieniędzmi ani zlikwidowanymi kosztami wynagrodzeń. Jeśli zespół nie może przeznaczyć ich na przydatną pracę, zakładana korzyść ekonomiczna nie zamienia się w oszczędność gotówki. Dodatkowy wydatek bezpośredni pozostaje natomiast realny.

Wolumen ma znaczenie. Przy tych samych założeniach cenowych oszczędność zaledwie dwóch godzin miesięcznie byłaby warta 200 RON, tyle co koszt stały. W tym scenariuszu model nie zwraca inwestycji początkowej dzięki oszczędności czasu.

Co się dzieje, gdy brakuje informacji?

Przed uruchomieniem trzeba określić, co się dzieje, gdy system nie znajduje produktu, otrzymuje sprzeczne informacje lub nie może potwierdzić wysyłki. Może poprosić o wyjaśnienie, oznaczyć przypadek do przeglądu lub przerwać dane działanie i powiadomić osobę odpowiedzialną.

Jeśli zapytanie zostaje zarejestrowane, ale powiadomienie zawodzi, ponowna próba nie powinna tworzyć duplikatu. System musi rozpoznać to samo zapytanie i powtórzyć tylko krok, który się nie powiódł.

Określamy, kto może zatrzymać automatyzację, gdzie widać błędy i jak przejmuje je praca ręczna. To praktyczne warunki działania, zwłaszcza gdy proces komunikuje się bezpośrednio z klientami.

Ta sama dyscyplina dotyczy automatyzacji reklamowych

Gdy platforma może łączyć zasoby lub generować warianty, warto uzgodnić, z jakich źródeł może korzystać, co musi pozostać dokładne i kto przegląda dostępne wyniki. Nieaktualna oferta na stronie staje się problemem, jeśli zasila trwające reklamy.

Trzeba przewidzieć sprawdzanie źródeł, przegląd ustawień i poprawianie nieodpowiednich wariantów, w granicach narzędzia. Automatyzacja ogranicza powtarzalną pracę; zespół wciąż musi sprawdzać wynik względem zatwierdzonego produktu i obietnicy.

Testować sytuacje podobne do rzeczywistej pracy.

Przydatny pilotaż obejmuje zwykłe zapytania, brakujące informacje, duplikaty i przypadki, które muszą wrócić do człowieka. Porównujemy wynik z wymaganiem i mierzymy łączny czas, łącznie z poprawkami.

Śledzimy procesy zakończone poprawnie, częstotliwość potrzebnych interwencji, liczbę błędów i ich wpływ. Wysoki odsetek przetworzenia nie wystarcza, jeśli zdarzają się wiadomości z błędnymi cenami lub gubiące ważne informacje.

Po uruchomieniu przeglądamy źródła danych, koszty i wyjątki. Automatyzacja zbudowana dla starej oferty może wymagać aktualizacji, gdy firma zmienia produkty lub proces handlowy.

Jak sprawdzić, czy doświadczenie się poprawiło?

Proces szybszy dla zespołu może stać się trudniejszy dla klienta. Jeśli asystent zamyka rozmowę, gdy dana osoba wciąż nie ma odpowiedzi albo musi powtórzyć wszystko przez telefon, liczba zakończonych rozmów opisuje aktywność systemu, nie dowodząc rozwiązania sprawy.

Przed pilotażem określilibyśmy oczekiwany wynik dla każdej ścieżki. Przy pytaniu o produkt trzeba sprawdzić, czy odpowiedź jest poprawna i wystarczająca. Przy umawianiu spotkania trzeba sprawdzić, czy rezerwacja istnieje. Przy złożonym zapytaniu przydatnym wynikiem może być pełne przekazanie sprawy właściwej osobie.

Ocenianie rzeczywistego efektu działania osobno od tego, co twierdzi agent, omawiają też materiały Anthropic o ewaluacji agentów (po angielsku). W tym zastosowaniu wiadomość potwierdzającą trzeba sprawdzić względem operacji, którą opisuje.

Ocenialibyśmy razem cztery elementy: dokładność, wysiłek wymagany od klienta, łączny czas zespołu i postęp w kierunku celu. Zaakceptowane odpowiedzi, poprawione informacje, potrzebne przekazania i nieudane operacje muszą dać się rozróżnić. Przejęcie sprawy przez współpracownika może być właściwym wynikiem w danym przypadku, a nie porażką automatyzacji.

Porównanie też potrzebuje kontekstu. Osoby, które decydują się skorzystać z asystenta, mogą mieć inne pytania lub zamiary niż pozostali odwiedzający. Wyższy współczynnik konwersji w tej grupie nie dowodzi, że to asystent spowodował różnicę. Żeby ocenić jego efekt, zaprojektowalibyśmy test z porównywalnymi grupami i z góry zdecydowali, co mierzyć i od kiedy dane pozwolą podjąć decyzję.

Zachowalibyśmy bezpośredni dostęp do informacji i do zespołu. Odwiedzający muszą móc poprawić szczegół, zrozumieć kolejny krok i wybrać inną drogę. Zaufanie rośnie, gdy system pomaga, nie czyniąc rozmowy warunkiem posuwania się naprzód.

Jak dokonujemy wyboru w NOT MORE.

Wychodzimy od powtarzalnego działania i jego rzeczywistego kosztu. Możemy zaproponować prostą regułę, integrację, wsparcie AI lub pozostawienie kroku ręcznego. Wyjaśniamy, co jest automatyzowane, co sprawdzane, a co pozostaje odpowiedzialnością człowieka.

Dla nas przydatne wdrożenie to takie, które zespół z niego korzystający potrafi utrzymać w działaniu i rozumie. Korzyść sprawdza się w całym procesie, po uwzględnieniu monitoringu i utrzymania.

Trzy pytania przed wdrożeniem

• Ile czasu moglibyśmy zaoszczędzić i ilu błędów uniknąć przy rzeczywistym obciążeniu pracą?
• Co system może robić samodzielnie, a kiedy potrzebna jest interwencja człowieka?
• Jak sprawdzimy korzyść po odjęciu kosztów, poprawek i wyjątków?

Jakie powtarzalne działanie chcieliby Państwo uprościć?

Prosimy opisać obecne kroki, miesięczny wolumen i sytuacje, które wymagają interwencji. Możemy wspólnie sprawdzić, czy prosta reguła, integracja lub wsparcie AI są warte oceny w dobrze określonym projekcie.

Od zasady pracy do użytecznej automatyzacji

NOT MORE. może zaprojektować proces, wybrać narzędzia i zbudować automatyzację lub integrację. Wychodzimy od potrzebnych informacji, decyzji i wyjątków, a potem konfigurujemy lub tworzymy odpowiednie rozwiązanie. Istniejące narzędzie może zaspokoić potrzebę; rozwiązanie szyte na miarę ma sens, gdy uzasadniają je wymagania.

W fikcyjnym przykładzie zapytania o wycenę są ręcznie kopiowane z poczty do arkusza kalkulacyjnego. Moglibyśmy zbudować przesyłanie do CRM i regułę przydziału. Trzeba jednak sprawdzić też zdublowane wiadomości, brakujące pola, nieobecnych współpracowników i błędy integracji. Alert jest przydatny tylko wtedy, gdy trafia do kogoś, kto wie, co zrobić.

Klient zatwierdza reguły biznesowe i wyznacza użytkowników. Wdrażamy, testujemy i dokumentujemy uzgodnione elementy i możemy uwzględnić szkolenie. Ustalamy, kto może zatrzymać proces, jak przez pewien czas pracować ręcznie i jak potwierdzić powrót do normalnego działania.

Monitoring, utrzymanie i raportowanie zależą od funkcji automatyzacji i skutków błędu. W jednorazowym projekcie dostarczamy rozwiązanie i uzgodnione sprawdzenia. W stałej współpracy śledzimy wykonania, wyjątki i potrzebne zmiany. Postęp ocenia się po wykonanej przydatnej pracy i ograniczonych błędach w rzeczywistych warunkach zespołu.

Zespół musi móc przyjąć rozwiązanie

Osoby korzystające z automatyzacji muszą rozumieć, co zmienia się w ich dniu pracy. Angażujemy je w testy istotnych sytuacji i uzgadniamy szkolenie, interwencję ręczną i to, kogo mogą prosić o pomoc. Ograniczony pierwszy etap może pokazać, czy reguły i interfejs nadają się do użytku, zanim nastąpi rozszerzenie. Czas potrzebny na przyzwyczajenie się do rozwiązania i administrowanie nim jest częścią oceny projektu; nie powinien znikać za obietnicą efektywności.