Üzleti folyamatok mesterséges intelligenciával

Egy ügyfélajánlat elkészítése öt rendszer között ugrálva, a beérkező e-mailek kézi feldolgozása, heti státuszriportok összerakása táblázatokból - sok cég itt veszít el heti órákat úgy, hogy közben a csapat folyamatosan dolgozik. Az üzleti folyamatok mesterséges intelligenciával nem attól lesznek jobbak, hogy valaki bevezet egy új chatbotot. Attól, hogy a visszatérő feladatok, az adatok és a döntési pontok végre egy működő rendszerbe kerülnek.

A különbség üzletileg jelentős. Egy jól kiválasztott automatizáció heti 9 óra manuális munkát is kivehet egy munkakörből. Ez éves szinten 468 óra. Nem elméleti kapacitás, hanem idő, amelyet az értékesítés, az ügyfélkapcsolat vagy a vezetői döntések valóban megkaphatnak.

Miért nem elég egy AI-eszköz?

Sok vezető már kipróbált valamilyen AI-megoldást. Íratott vele e-mailt, összefoglalt dokumentumot, esetleg készített pár marketingötletet. Ezek hasznos kísérletek, de ritkán változtatják meg a cég működését. A munkatárs ugyanúgy kimásolja az adatot az egyik rendszerből, ellenőrzi a másikban, majd elküldi a harmadikból.

A gond általában nem az, hogy nincs AI a vállalatban. Az, hogy a folyamat nincs egyben. Az ügyféladatok a CRM-ben, az ajánlatok külön mappában, a feladatok egy projektkezelőben, a számlázási információk pedig egy másik rendszerben élnek. Ilyenkor a csapat valójában nem ügyfeleket kezel vagy projekteket visz előre, hanem rendszerek között közvetít.

Az AI akkor tud érdemi szerepet kapni, ha kapcsolódik a meglévő működéshez. Beérkező érdeklődésnél felismeri, milyen típusú megkeresés érkezett, kiegészíti az adatokat, létrehozza a szükséges feladatot, előkészíti a választ, és jelzi, ha emberi döntés kell. Nem helyettesíti a felelőst, de leveszi róla az ismétlődő előkészítő munkát.

Melyik folyamatot érdemes először fejleszteni?

Nem az a jó első projekt, amelyik a leglátványosabbnak hangzik, hanem amelyik gyorsan mérhető üzleti eredményt hoz. Egy növekedő cégben erre gyakran az értékesítés előkészítése, az ügyfél-onboarding, a belső riportolás vagy a dokumentumfeldolgozás ad lehetőséget.

Az első fejlesztés kiválasztásánál három kérdés segít. Melyik feladat ismétlődik sokszor? Hol kell ugyanazokat az adatokat újra és újra rögzíteni? És hol okoz üzleti kockázatot, ha egy kolléga elfelejt egy lépést vagy későn reagál? Ha egy folyamat ritka, változó és nagy vezetői mérlegelést igényel, az általában nem ideális első automatizáció. Ha viszont rendszeres, szabályalapú, és több ember idejét viszi el, gyorsan megtérülhet.

Vegyünk egy egyszerű példát. Egy szolgáltató céghez naponta több ajánlatkérés fut be e-mailen, űrlapon és közösségi felületeken. Egy munkatárs először összegyűjti az adatokat, kategorizálja az érdeklődést, ellenőrzi a korábbi kapcsolatokat, majd továbbítja a megfelelő értékesítőnek. Ez a feladat nem igényel minden ponton emberi mérlegelést. A rendszer elvégezheti az adatgyűjtést és az előkészítést, míg az értékesítő a tényleges beszélgetésre és ajánlatra koncentrál.

Üzleti folyamatok mesterséges intelligenciával: így lesz belőle működő rendszer

Egy használatba vett megoldás nem egyetlen szoftver kiválasztásával indul, hanem a jelenlegi működés megértésével. A jó fejlesztés nem kényszeríti a céget indokolatlan rendszer- vagy platformcserére. Azt vizsgálja meg, mi tartható meg, hol szakad meg az információ útja, és hol lehet a legkevesebb változtatással a legnagyobb javulást elérni.

A folyamat jellemzően hat egymásra épülő lépésből áll:

1. Kezdeti üzleti egyeztetés: itt nem technológiát választunk, hanem azonosítjuk a növekedést lassító feladatokat és a kívánt üzleti eredményt.
2. Folyamatfeltérképezés: láthatóvá válik, ki milyen információval dolgozik, hol vannak kézi átadások, hibák és várakozási idők.
3. Prioritás és terv: a fejlesztések közül az kerül előre, amelynek várható időmegtakarítása, kockázatcsökkentése vagy bevételi hatása a legerősebb.
4. Fejlesztés és integráció: az automatizáció a már használt rendszerekhez kapcsolódik, nem különálló kísérletként működik.
5. Tesztelés és oktatás: a csapat valós helyzetekben próbálja ki a folyamatot, és tudja, mikor kell ellenőriznie vagy beavatkoznia.
6. Mérés és optimalizálás: az első verzió nem végállomás. A használati tapasztalatok alapján lehet gyorsítani, pontosítani és új területekre kiterjeszteni.

Ez a sorrend azért fontos, mert az AI hibátlanul fel tud gyorsítani egy rosszul kialakított folyamatot is. Ha nem tiszta, ki a felelős egy leadért, milyen adatból dolgozik az értékesítő, vagy mikor zárul le egy ügyfélfeladat, az automatizáció csak gyorsabban termeli újra a bizonytalanságot.

A rendezetlen adatok nem kizáró okok

Gyakori félelem, hogy csak tökéletesen strukturált adatok mellett lehet automatizálni. A valóság ennél árnyaltabb. Egy közepes méretű cégben szinte mindig vannak hiányos CRM-bejegyzések, eltérő elnevezések, régi táblázatok és személyes mappákban tárolt dokumentumok.

Ez nem ok arra, hogy a fejlesztés elmaradjon. Inkább a feltérképezés része. Van, amikor először egy kisebb adat-rendezési szabályrendszert érdemes kialakítani. Máskor elég, ha az új folyamat már egységesen rögzíti az adatokat, miközben a régi állomány fokozatosan tisztul. Nem minden problémát kell egyszerre megoldani.

A lényeg, hogy a rendszer tudja, mi számít megbízható adatnak, mit kell ellenőrizni, és mikor kell a feladatot emberhez irányítani. Egy jól felépített automatizáció nem úgy tesz, mintha minden információ hibátlan lenne. Kezeli a kivételeket is.

Adatbiztonság és emberi kontroll

Az AI-bevezetésnél nem elfogadható válasz, hogy majd a csapat „óvatosan használja”. Az adatkezelésnek a folyamat tervezésének része kell legyen. Milyen ügyféladat kerül be a rendszerbe? Ki fér hozzá? Meddig tárolódik az információ? Milyen feladatnál kötelező a jóváhagyás?

Nem minden üzleti helyzet alkalmas teljes automatizálásra. Szerződéses, pénzügyi, árazási vagy érzékeny ügyfélkommunikációs döntéseknél sokszor a legjobb modell az, hogy az AI előkészít, összefoglal vagy javaslatot tesz, de a kiküldést és a döntést kijelölt munkatárs hagyja jóvá. Ez lassabb lehet, mint a teljesen automatikus működés, de a kockázat szintjéhez igazodik.

Veled, ha a működésedet akarod fejleszteni

Az AI nem jó befektetés annak, aki egyetlen varázsgombot keres, és nem akar a belső folyamatokra ránézni. Akkor érdemes belevágni, ha van ismétlődő, időigényes feladat, van szándék a munkamódszerek finomítására, és a vezetés kész mérni az eredményt.

Nem veled, ha kizárólag egy látványos bemutatót vársz, de nem fontos, hogy a kollégák ténylegesen használják is a rendszert. Egy automatizáció értékét nem az adja, hogy elkészült, hanem hogy hétfő reggel is elvégzi azt a munkát, amely korábban kézzel, késéssel vagy hibalehetőségekkel zajlott.

A Sidekick Automations szemléletében ezért az első működő fejlesztés csak a kezdőpont: a cég növekedésével új szűk keresztmetszetek jelennek meg, a rendszernek pedig ezekhez kell alkalmazkodnia.

Kezdd azzal, hogy egy héten át felírod, mely visszatérő feladatok kérnek kézi adatmásolást, egyeztetést vagy utánkövetést. Nem kell rögtön mindent megoldani. Elég megtalálni azt az egy folyamatot, amelynek felszabadított ideje a következő növekedési lépést támogatja.