Miért buknak el AI projektek a cégeknél?

Egy vezető bemutat egy új AI-eszközt a csapatnak. Az első héten mindenki kipróbálja, születik néhány látványos szöveg és gyors összefoglaló, majd egy hónap múlva senki nem használja rendszeresen. Amikor azt kérdezik, miért buknak el AI projektek, a válasz ritkán az, hogy maga az eszköz nem volt elég jó. Sokkal gyakrabban az történik, hogy az AI-t egy rendezetlen működés tetejére teszik rá, üzleti cél és bevezetési terv nélkül.

Ez azért különösen költséges hiba, mert a sikertelen próbálkozás nemcsak licencdíjba kerül. Elveszi a csapat kedvét, növeli a vezetői szkepszist, és elhiteti a céggel, hogy az AI nem tud valódi eredményt hozni. Pedig egy jól kiválasztott, a napi munkába illesztett automatizáció akár heti több óra adminisztrációt is levehet a csapat válláról. A különbséget nem a hangzatos demó, hanem a megvalósítás minősége adja.

Miért buknak el AI projektek már a kezdetekkor?

A legtöbb kudarc az első döntésnél kezdődik: a cég eszközt választ, mielőtt pontosan megfogalmazná a problémát. Egy chatbot, egy jegyzetelő alkalmazás vagy egy tartalomkészítő felület önmagában még nem fejlesztési terv. Akkor lesz belőle üzleti érték, ha egy ismétlődő, sok időt fogyasztó feladatot gyorsabban, kevesebb hibával vagy jobb átláthatósággal végez el.

Vegyünk egy tipikus helyzetet. Az értékesítők ügyfélhívás után jegyzeteket írnak, az adatokat egy CRM-be rögzítik, majd az operáció külön táblázatban követi a következő lépéseket. Itt nem az a valódi kérdés, hogy melyik AI ír jobb összefoglalót. Az a kérdés, hogyan kerülhet a releváns információ jóváhagyással a megfelelő rendszerbe, miként kap feladatot az illetékes kolléga, és hogyan látja a vezető az egész folyamat állapotát.

Ha ezt nem tisztázzák, az AI csak egy újabb különálló alkalmazás lesz a már amúgy is széttagolt szoftverkörnyezetben.

A technológia kap gazdát, a folyamat nem

Sok vállalat kijelöl egy lelkes kollégát, hogy „nézzen utána az AI-nak”. Ez jó indulás lehet, de nem helyettesíti a felelősségi rendet. Ki dönt arról, melyik folyamat élvez elsőbbséget? Ki mondja ki, hogy az eredmény elég jó ahhoz, hogy élesben használják? Ki figyeli az esetleges hibákat, és ki módosítja a szabályokat, ha változik a működés?

Egy AI-projektnek üzleti gazdára van szüksége, nem pusztán technikai felelősre. Ez általában az a vezető vagy folyamatgazda, aki pontosan érti, hol áll meg a munka, mennyi idő megy el vele, és milyen következménye van egy hibás adatnak. Az ő döntései nélkül a fejlesztés könnyen egy érdekes, de használaton kívüli kísérletté válik.

Túl nagyot akarnak megoldani elsőre

A másik gyakori hiba a túl széles cél. „Automatizáljuk az ügyfélszolgálatot”, „tegyük AI-alapúvá az értékesítést” vagy „rendezzük az összes adatunkat” - ezek vezetői irányok, de nem végrehajtható első projektek.

A jó első lépés szűk, mérhető és valós üzleti fájdalomhoz kapcsolódik. Például a beérkező ajánlatkérések adatainak strukturálása, a meetingjegyzetekből készülő feladatlista ellenőrzése vagy a számlákhoz kapcsolódó ismétlődő adminisztráció csökkentése. Egy ilyen fejlesztésből gyorsan kiderül, hol kell emberi jóváhagyás, mennyire tiszta a bemenő adat, és milyen változtatást fogad el a csapat.

Nem minden folyamat alkalmas azonnal automatizálásra. Ha egy feladat ritka, folyamatosan változik, vagy üzletileg túl nagy kockázata van egy hibának, előbb érdemes standardizálni. Az AI nem pótolja a hiányzó döntési szabályokat.

Az adatok és rendszerek valós állapota

A vállalatok gyakran azt feltételezik, hogy az AI-projektet az adathiány fogja megakadályozni. A gyakoribb probléma nem a kevés adat, hanem a rendezetlen adat. Ugyanaz az ügyfélinformáció több rendszerben, eltérő formátumban szerepel. Fontos adatok szabad szöveges megjegyzésekben maradnak, a státuszok pedig kollégánként mást jelentenek.

Ilyenkor nem az a helyes válasz, hogy mindent lecserélünk egy új platformra. Ez lassú, drága és a csapat számára is kockázatos lehet. Sok esetben a meglévő CRM, számlázó, projektkezelő és levelező rendszer megtartható. A feladat az, hogy világos adatkapcsolatok, egységes mezők és ellenőrzési pontok épüljenek közéjük.

Az adatbiztonság is itt válik gyakorlati kérdéssé. Milyen adat hagyhatja el a belső rendszert? Melyik információt kell maszkolni? Ki fér hozzá a folyamatokhoz és a naplókhoz? A biztonságot nem a projekt végén, jogi ellenőrzőlistaként kell elővenni, hanem már a folyamat tervezésekor beépíteni.

A bevezetés nem egyenlő az átadással

Egy működő automatizáció még nem garantálja, hogy a cég használni is fogja. Ha a kolléga nem érti, mi történik a háttérben, nem tudja, mikor kell ellenőriznie az eredményt, vagy fél attól, hogy egy hibával kárt okoz, visszatér a régi manuális megoldáshoz.

Ez nem ellenállás a technológiával szemben. Többnyire racionális reakció egy bizonytalan helyzetre. A csapatnak azt kell látnia, hogy az új működés nem plusz adminisztráció, hanem kevesebb ismétlődő munka. Tudnia kell azt is, hol jelezhet hibát, kihez fordulhat kérdéssel, és mely döntéseket nem bízzuk automatára.

A jó bevezetés ezért oktatással, tesztidőszakkal és visszajelzési körökkel jár. Nem kell minden munkatársnak technikai szakértővé válnia. Elég, ha a saját szerepében magabiztosan használja a rendszert, és érti azokat a határokat, ahol emberi kontroll szükséges.

A mérés hiánya láthatatlanná teszi az eredményt

Ha a projekt célja csak annyi, hogy „használjunk AI-t”, akkor a végén nem lehet eldönteni, sikerült-e. Ezzel szemben egy jó cél üzleti nyelven fogalmazható meg: csökkenjen az ajánlatok előkészítésére fordított idő, rövidüljön a válaszidő, legyen kevesebb hiányos adat, vagy lássa a vezető egy helyen a kritikus folyamat állapotát.

A méréshez nem kell bonyolult kontrollingrendszer. Az indulás előtt rögzíteni kell a jelenlegi állapotot: hány perc egy feladat, hány ember érintett, milyen gyakoriak a hibák, és hol akad el a munka. Ezután néhány hét használat után már összehasonlítható az új működés a régivel.

A megtérülés nem mindig közvetlen költségcsökkentésként jelenik meg. Lehet, hogy a csapat ugyanannyi fővel több ügyfelet tud kiszolgálni, az ügyvezetőnek heti több órával kevesebb operatív egyeztetése lesz, vagy az értékesítés gyorsabban reagál a megkeresésekre. Ezek akkor válnak láthatóvá, ha előre kimondjuk, mit szeretnénk javítani.

Hogyan induljon el egy olyan AI-projekt, amely használatban marad?

A jó kiindulópont nem egy eszközlista, hanem egy rövid folyamatfeltérképezés. Ennek során érdemes négy kérdésre válaszolni:

• Melyik ismétlődő feladat viszi el a legtöbb időt a kulcsemberektől?
• Hol kell ugyanazt az adatot több helyen kézzel rögzíteni vagy ellenőrizni?
• Melyik késés vagy hiba okoz közvetlenül bevételkiesést, ügyfélpanaszt vagy vezetői bizonytalanságot?
• Miből látjuk 30-60 napon belül, hogy a fejlesztés hasznos volt?

Ezután egyetlen, jól körülhatárolt fejlesztést érdemes kiválasztani. A tervnek tartalmaznia kell a folyamat lépéseit, az érintett rendszereket, az adatkezelési szabályokat, az emberi ellenőrzési pontokat és a siker mérőszámait. A fejlesztés során a valós felhasználók visszajelzése legalább annyit számít, mint maga a technikai megoldás.

A Sidekick Automations szemléletében éppen ezért a tanácsadás, a folyamatfeltérképezés, a fejlesztés, a bevezetés, az oktatás és az optimalizálás egy összefüggő munka. Egy vállalat működése változik: új kolléga érkezik, más rendszer kerül be, módosul az értékesítési folyamat. Egy egyszer átadott automatizáció idővel ugyanúgy elavulhat, mint bármelyik belső szabály.

Nem az AI-projektet kell megnyerni, hanem a jobb működést

Azok a cégek járnak jól, amelyek nem látványos AI-kezdeményezést akarnak felmutatni, hanem egy konkrét működési akadályt akarnak megszüntetni. Néha ez egy intelligens automatizáció lesz. Máskor előbb rendet kell tenni az adatokban, tisztázni kell a felelősségeket, vagy egyszerűsíteni kell egy túl bonyolult jóváhagyási folyamatot.

A következő projekt előtt ne azt kérdezze, melyik AI-eszközt érdemes megvenni. Inkább nézzen rá arra a munkafolyamatra, amelyet a legjobb emberei minden héten újra és újra kézzel tartanak mozgásban. Ha ott sikerül egyértelműbbé, gyorsabbá és mérhetőbbé tenni a működést, az AI végre nem ígéret, hanem használatban lévő üzleti rendszer lesz.