AI w firmie usługowej: do czego się nadaje

Wokół sztucznej inteligencji jest dużo obietnic i mało trzeźwych opisów. Właściciel firmy usługowej słyszy, że „AI zrobi to za ludzi”, a potem dostaje narzędzie, które pisze ładne zdania i myli fakty. Prawda leży pośrodku i jest dość konkretna. Zasady łączenia automatyzacji z AI opisuje przewodnik automatyzacja i AI.

Co modele językowe robią dobrze

• Czytają i streszczają. Długa korespondencja, nagranie rozmowy, dokument.
• Klasyfikują. Czego dotyczy wiadomość, jak pilna jest, do kogo powinna trafić.
• Wyciągają dane z tekstu. Nazwa firmy, termin, kwota, zakres z wiadomości albo skanu.
• Piszą szkice. Odpowiedź, oferta, opis, notatka, na podstawie podanych informacji.
• Przekształcają. Notatki w listę zadań, opis techniczny w wersję dla klienta.
• Odpowiadają na pytania na podstawie dokumentów firmy. Pod warunkiem że te dokumenty dostaną.

Czego nie robią dobrze

• Nie znają Twojej firmy. Bez dostarczonych danych odpowiadają ogólnikami albo zmyślają.
• Nie liczą niezawodnie. Rachunki powinien wykonywać zwykły program, a nie model.
• Nie biorą odpowiedzialności. Obietnica złożona klientowi przez automat obciąża firmę.
• Nie zastąpią ustaleń. Jeśli firma nie wie, jak chce obsługiwać reklamacje, model też nie będzie wiedział.
• Nie wyczują relacji. Rozmowa z rozżalonym klientem wymaga człowieka.

Zastosowania w firmie usługowej

Obszar	Co robi AI	Co robi człowiek	Ryzyko
Zapytania	Rozpoznaje temat, wyciąga dane, przygotowuje szkic odpowiedzi	Czyta i wysyła	Niskie
Rozmowy i spotkania	Streszcza, wypisuje ustalenia i zadania	Sprawdza i poprawia	Niskie
Oferty	Składa tekst z szablonu i notatek z rozmowy	Ustala cenę i zakres	Średnie
Dokumenty przychodzące	Odczytuje dane z faktur, zamówień, formularzy	Zatwierdza wyjątki	Średnie
Baza wiedzy dla zespołu	Odpowiada na pytania według procedur firmy	Utrzymuje procedury	Średnie
Obsługa klienta na czacie	Odpowiada na powtarzalne pytania	Przejmuje sprawy nietypowe	Wyższe
Decyzje o cenach, rabatach, reklamacjach	Co najwyżej podpowiada	Decyduje	Wysokie bez nadzoru

Im niżej w tabeli, tym więcej nadzoru potrzeba. Najbezpieczniejsze zastosowania to te, w których wynik trafia do pracownika, a nie bezpośrednio do klienta. Przykład z obsługi zapytań opisuje artykuł asystent AI do obsługi zapytań.

Pięć pytań do każdego pomysłu

1. Czy zadanie polega głównie na czytaniu lub pisaniu tekstu? Jeśli nie, wystarczy zwykła automatyzacja albo nic.
2. Czy powtarza się często? Rzadkie zadanie nie zwróci czasu przygotowania.
3. Czy da się szybko sprawdzić wynik? Szkic maila ocenisz w pół minuty. Analizy prawnej nie.
4. Co się stanie, gdy model się pomyli? Literówka w notatce czy błędna kwota w ofercie.
5. Czy model dostanie potrzebne informacje? Cennik, zasady, historię klienta.

Pomysł, który przechodzi wszystkie pięć, jest dobrym kandydatem na start. Pomysł, który potyka się na czwartym, wymaga człowieka w obiegu.

AI a zwykła automatyzacja

Cecha	Reguła „jeśli A, to B”	Model językowy
Przewidywalność	Zawsze ten sam wynik	Wynik może się różnić
Dane wejściowe	Uporządkowane: pola, daty, kwoty	Dowolny tekst
Koszt błędu	Błąd w regule jest widoczny i do naprawienia	Błąd bywa pojedynczy i trudny do zauważenia
Typowe użycie	Przypomnienia, przenoszenie danych, dokumenty z szablonu	Rozumienie i tworzenie tekstu

W praktyce oba podejścia się łączy. Model rozpoznaje, czego dotyczy wiadomość, a reguła decyduje, co z nią zrobić. Proste przykłady bez AI zawiera tekst automatyzacja w małej firmie: 10 przykładów.

Przykład: biuro podróży służbowych

Przykład jest zmyślony. Biuro organizujące wyjazdy dla firm dostawało dziennie kilkadziesiąt wiadomości: prośby o rezerwację, zmiany terminów, pytania o faktury. Dwie osoby zaczynały dzień od godziny czytania i rozdzielania poczty.

Pierwszy krok był skromny. Model czyta przychodzące wiadomości, nadaje im jedną z sześciu kategorii, wyciąga nazwę klienta, daty i miasto, a dla trzech najprostszych kategorii przygotowuje szkic odpowiedzi. Pracownik widzi listę z gotowymi szkicami i każdy zatwierdza albo poprawia. Niczego automat nie wysyła sam.

Po miesiącu zespół policzył, że szkice w najprostszej kategorii wymagały poprawek rzadko, a w kategorii zmian terminów często, bo model nie znał warunków taryf. Biuro zostawiło szkice tam, gdzie działały, i wyłączyło je przy zmianach terminów. Wniosek z tej historii: zaczynać wąsko, mierzyć, poszerzać tylko to, co się sprawdza.

Zasady bezpiecznego wdrożenia

• Człowiek zatwierdza wszystko, co wychodzi do klienta. Przynajmniej na początku.
• Model pracuje na danych firmy. Cennik, procedury i historia zamiast ogólnej wiedzy.
• Jasne granice. Lista spraw, którymi automat się nie zajmuje: reklamacje, rabaty, sprawy prawne.
• Jawność. Klient rozmawiający z automatem powinien o tym wiedzieć.
• Sprawdzone warunki przetwarzania danych. Zwłaszcza danych osobowych i poufnych.
• Pomiar. Ile czasu oszczędza i ile poprawek wymaga.
• Opiekun. Osoba, która wie, jak to działa i jak to wyłączyć.

Typowe błędy

• Zaczynanie od narzędzia. „Wdrażamy AI” zamiast „skracamy czas odpowiedzi na zapytania”.
• AI zamiast porządku. Model nie naprawi braku cennika ani ustalonych etapów.
• Brak sprawdzania po okresie próbnym. Zaufanie rośnie szybciej niż jakość.
• Automat na pierwszej linii przy drogich usługach. Klient wydający dużo chce rozmawiać z człowiekiem.
• Wklejanie poufnych danych do przypadkowych narzędzi.

Co dalej

Jak wybrać pierwsze zadanie do automatyzacji, opisuje artykuł co automatyzować w firmie usługowej najpierw. O tym, gdzie AI ma sens w Twojej firmie, a gdzie nie, można porozmawiać na bezpłatnej konsultacji. Pozostałe przewodniki są w bazie wiedzy.