Τον τελευταίο καιρό ακούω όλο και περισσότερο την ίδια συζήτηση.
«Πρέπει να βάλουμε AI.»
«Να βάλουμε ένα chatbot.»
«Υπάρχει ένα εργαλείο που μπορεί να το κάνει αυτόματα.»
Και συνήθως η πρώτη μου σκέψη είναι πολύ απλή:
Ποιο ακριβώς πρόβλημα προσπαθούμε να λύσουμε;
Γιατί πολλές φορές δεν υπάρχει καθαρή απάντηση.
Υπάρχει ένα ενδιαφέρον εργαλείο, μια παρουσίαση που μας εντυπωσίασε, κάτι που είδαμε να κάνει ένας ανταγωνιστής ή απλώς η αίσθηση ότι «πρέπει κι εμείς να κάνουμε κάτι με AI».
Εδώ όμως αρχίζει το πρόβλημα.
Το AI Automation μπορεί πραγματικά να αλλάξει τον τρόπο που λειτουργεί μια επιχείρηση. Μπορεί να μειώσει επαναλαμβανόμενες εργασίες, να περιορίσει λάθη, να βοηθήσει τους ανθρώπους να δουλεύουν καλύτερα και, τελικά, να μειώσει κόστος ή να αυξήσει έσοδα.
Αλλά υπάρχει μία προϋπόθεση:
να ξέρουμε πρώτα τι θέλουμε να διορθώσουμε.
Δεν χρειάζόμαστε πάντα ένα ακόμη εργαλείο
Έχω μια αρκετά απλή άποψη πάνω σε αυτό.
Πριν μιλήσουμε για AI, integrations, agents, workflows και αυτοματισμούς, πρέπει να δούμε πώς λειτουργεί σήμερα η επιχείρηση.
Γιατί αν μια διαδικασία είναι ήδη προβληματική, η αυτοματοποίησή της δεν θα τη διορθώσει απαραίτητα.
Μπορεί απλώς να κάνει το πρόβλημα... γρηγορότερο.
Ας πάρουμε ένα απλό παράδειγμα.
Μια παραγγελία έρχεται από το e-shop.
Κάποιος την ελέγχει.
Μετά ίσως περνάει στοιχεία σε άλλο σύστημα.
Κάποιος άλλος ενημερώνει την αποθήκη.
Αν υπάρχει πρόβλημα, στέλνεται email.
Ο πελάτης τηλεφωνεί για να ρωτήσει πού βρίσκεται η παραγγελία του.
Ο agent ψάχνει σε ένα ή δύο συστήματα για να του απαντήσει.
Και πολλές φορές αυτό συμβαίνει δεκάδες ή εκατοντάδες φορές την ημέρα.
Η εύκολη απάντηση είναι:
«Να βάλουμε AI.»
Η σωστή απάντηση όμως είναι:
«Γιατί χρειάζονται όλα αυτά τα βήματα;»
Αυτό είναι το σημείο από το οποίο πρέπει να ξεκινήσει η συζήτηση.
Το AI Automation δεν είναι project τεχνολογίας
Τουλάχιστον όχι μόνο.
Στην πραγματικότητα είναι κυρίως ένα project βελτίωσης διαδικασιών στο οποίο χρησιμοποιούμε τεχνολογία.
Και αυτή η διαφορά είναι σημαντική.
Γιατί όταν ξεκινάμε από το εργαλείο, προσπαθούμε μετά να προσαρμόσουμε την επιχείρηση πάνω στις δυνατότητές του.
Όταν όμως ξεκινάμε από τη διαδικασία, μπορούμε να αποφασίσουμε τι πραγματικά χρειάζεται.
Μπορεί να είναι AI.
Μπορεί να είναι ένας απλός αυτοματισμός.
Μπορεί να είναι μια καλύτερη σύνδεση μεταξύ δύο συστημάτων.
Και μερικές φορές μπορεί να μη χρειάζεται καν νέα τεχνολογία. Μπορεί απλώς να χρειάζεται να σταματήσουμε να κάνουμε κάτι που δεν έχει πλέον λόγο ύπαρξης.
Αυτό είναι ίσως το λιγότερο εντυπωσιακό κομμάτι του automation.
Είναι όμως και το πιο σημαντικό.
Αν θέλαμε να ξεκινήσουμε αύριο το πρωί μέσα σε μια επιχείρηση, δεν θα ξεκινούσα ψάχνοντας εργαλεία AI.
Θα ξεκινούσα ρωτώντας τους ανθρώπους.
«Ποια δουλειά κάνεις κάθε μέρα και θεωρείς ότι δεν θα έπρεπε να χρειάζεται να την κάνεις;»
Οι απαντήσεις συνήθως έχουν πολύ μεγαλύτερη αξία από όσο νομίζουμε.
Μπορεί να είναι:
* αντιγραφή στοιχείων από ένα σύστημα σε άλλο,
* καταχώρηση παραγγελιών,
* ενημέρωση CRM,
* δημιουργία επαναλαμβανόμενων reports,
* έλεγχος τιμολογίων,
* απάντηση στις ίδιες ερωτήσεις πελατών,
* ταξινόμηση emails,
* ενημέρωση σχετικά με την πορεία μιας παραγγελίας.
Καθεμία από αυτές τις εργασίες μπορεί να φαίνεται μικρή.
Ας πούμε όμως ότι μια εργασία χρειάζεται μόλις 3 λεπτά.
Αν γίνεται 100 φορές την ημέρα, μιλάμε ήδη για 5 εργατοώρες την ημέρα.
Εκεί αρχίζει να αποκτά επιχειρηματικό νόημα η αυτοματοποίηση.
Όχι επειδή είναι AI.
Αλλά επειδή υπάρχει ένα πραγματικό πρόβλημα που μπορούμε να μετρήσουμε.
Ας δούμε κάτι που συναντάμε πολύ συχνά.
Ένας agent ολοκληρώνει μια κλήση.
Η πραγματική δουλειά του είναι να μιλήσει με τον πελάτη, να καταλάβει τι χρειάζεται και να προσπαθήσει να τον εξυπηρετήσει σωστά.
Όταν όμως τελειώσει η κλήση, μπορεί να χρειάζεται να:
γράψει τι συζητήθηκε,
να επιλέξει disposition,
να ενημερώσει το CRM,
να αφήσει σημειώσεις,
να καταγράψει την επόμενη ενέργεια.
Αν αυτό χρειάζεται δύο ή τρία λεπτά και επαναλαμβάνεται δεκάδες φορές μέσα στην ημέρα, έχουμε έναν άνθρωπο που ένα σημαντικό μέρος του χρόνου του δεν μιλάει με πελάτες — γράφει τι είπε με τους πελάτες.
Εδώ το AI μπορεί να έχει πραγματική αξία.
Μπορεί να δημιουργήσει τη σύνοψη της κλήσης, να προτείνει κατηγοριοποίηση, να ενημερώσει συγκεκριμένα πεδία και να αφήσει στον agent μόνο τον έλεγχο.
Δεν αντικαθιστούμε λοιπόν τον άνθρωπο.
Αφαιρούμε από τον άνθρωπο τη δουλειά που δεν χρειάζεται να κάνει ο ίδιος.
Για μένα αυτή είναι μία από τις πιο ενδιαφέρουσες χρήσεις του AI στις επιχειρήσεις.
Ένα από τα πιο συνηθισμένα ερωτήματα σε ένα eCommerce είναι:
«Πού είναι η παραγγελία μου;»
Ας το δούμε επιχειρηματικά.
Ο πελάτης τηλεφωνεί ή στέλνει email.
Κάποιος πρέπει να βρει την παραγγελία.
Να ελέγξει την κατάστασή της.
Ίσως να μπει στο σύστημα της courier.
Και στη συνέχεια να ενημερώσει τον πελάτη.
Δεν υπάρχει κάτι ιδιαίτερα σύνθετο σε αυτή τη διαδικασία.
Υπάρχει όμως κάτι πολύ σημαντικό:
επαναλαμβάνεται συνεχώς.
Αντί λοιπόν να ξεκινήσουμε λέγοντας «χρειαζόμαστε chatbot», θα προτιμούσα να ρωτήσουμε:
Πόσα τέτοια αιτήματα έχουμε κάθε μήνα;
Πόσο χρόνο χρειάζεται κατά μέσο όρο το καθένα;
Γιατί ο πελάτης χρειάζεται να επικοινωνήσει μαζί μας για να πάρει αυτή την πληροφορία;
Και μπορούμε να του τη δώσουμε πριν χρειαστεί να μας τη ζητήσει;
Εδώ αλλάζει εντελώς η συζήτηση.
Δεν μιλάμε πλέον για AI.
Μιλάμε για Customer Experience, κόστος εξυπηρέτησης και αποτελεσματικότητα.
Το AI είναι απλώς ένα από τα εργαλεία που μπορεί να χρησιμοποιήσουμε.
Υπάρχει όμως και η άλλη πλευρά.
Ένα automation project που δεν απέδωσε δεν εμφανίζεται κάπου στα οικονομικά της εταιρείας ως:
«Αποτυχημένο AI Project: €ΧΧΧΧ».
Το κόστος του είναι σκορπισμένο.
Είναι η συνδρομή ενός εργαλείου που κανείς πλέον δεν χρησιμοποιεί πραγματικά.
Είναι οι ώρες που αφιέρωσε η ομάδα για να το μάθει.
Είναι οι χειροκίνητες διορθώσεις επειδή το σύστημα δεν κάνει ακριβώς αυτό που περιμέναμε.
Είναι ο χρόνος του IT, του management και των ανθρώπων που προσπάθησαν να το κάνουν να δουλέψει.
Υπάρχει όμως και ένα κόστος που θεωρώ ακόμη μεγαλύτερο.
Μετά από μία ή δύο κακές εφαρμογές αρχίζει να δημιουργείται μέσα στην επιχείρηση η άποψη:
«Τα δοκιμάσαμε αυτά. Δεν δουλεύουν.»
Και τότε η επόμενη, πιθανώς σωστή, προσπάθεια γίνεται πολύ δυσκολότερη.
Δεν πιστεύω ότι χρειάζεται να κάνουμε τα πράγματα πιο περίπλοκα από όσο είναι.
Θα ξεκινούσα με πέντε βήματα.
1. Καταγράφουμε τι γίνεται σήμερα
Όχι τι πιστεύουμε ότι γίνεται.
Τι πραγματικά γίνεται.
Από τη στιγμή που ξεκινά μια διαδικασία μέχρι να ολοκληρωθεί.
Ποιος κάνει τι;
Σε ποιο σύστημα;
Πόσο χρόνο χρειάζεται;
Πού υπάρχουν καθυστερήσεις;
Πού γίνονται λάθη;
Πού ένας άνθρωπος αντιγράφει πληροφορία που υπάρχει ήδη κάπου αλλού;
Αν δεν μπορούμε να περιγράψουμε καθαρά τη διαδικασία, δεν είμαστε ακόμη έτοιμοι να την αυτοματοποιήσουμε.
2. Δεν ξεκινάμε από το μεγαλύτερο project
Αυτό είναι ένα λάθος που βλέπω συχνά στη λογική των επιχειρήσεων.
«Αφού θα το κάνουμε, ας το κάνουμε παντού.»
Δεν χρειάζεται. Ας βρούμε αρχικα μία διαδικασία που:
- επαναλαμβάνεται πολύ,
- είναι σχετικά απλή,
- μας κοστίζει χρόνο,
- μπορούμε εύκολα να μετρήσουμε το αποτέλεσμα.
3. Βάζουμε έναν αριθμό
Πριν γίνει οποιαδήποτε επένδυση, πρέπει να μπορούμε να απαντήσουμε:
Τι περιμένουμε να κερδίσουμε;
10 εργατοώρες την εβδομάδα;
30% μικρότερο χρόνο απόκρισης;
50% λιγότερες χειροκίνητες καταχωρήσεις;
Λιγότερα λάθη;
Χωρίς έναν αριθμό πριν την εφαρμογή, μετά μπορούμε πολύ εύκολα να πείσουμε τον εαυτό μας ότι «πήγε καλά».
4. Βάζουμε μέσα τους ανθρώπους που κάνουν τη δουλειά
Αυτό θεωρώ ότι είναι κρίσιμο.
Ένα automation δεν πρέπει να σχεδιάζεται μόνο σε μια αίθουσα management ή από κάποιον εξωτερικό συνεργάτη.
Ο άνθρωπος που κάνει τη συγκεκριμένη δουλειά κάθε μέρα ξέρει πράγματα που πιθανότατα δεν υπάρχουν σε κανένα process diagram.
Ξέρει τις εξαιρέσεις.
Ξέρει πότε το σύστημα κολλάει.
Ξέρει τι ζητάει πραγματικά ο πελάτης.
Ξέρει ποιο «μικρό» βήμα δημιουργεί καθημερινά το μεγαλύτερο πρόβλημα.
Αυτόν τον άνθρωπο τον θέλουμε μέσα στον σχεδιασμό.
5. Μετράμε πριν αποφασίσουμε να επεκταθούμε
Ας δώσουμε στο πρώτο project έναν συγκεκριμένο χρόνο.
Για παράδειγμα 60 ή 90 ημέρες.
Και μετά ας συγκρίνουμε.
Τι γινόταν πριν; Τι γίνεται τώρα; Πόσο χρόνο κερδίσαμε; Πόσα λάθη μειώθηκαν; Τι λέει η ομάδα; Τι λένε οι πελάτες;
Και κυρίως:
άξιζε οικονομικά;
Αν ναι, τότε έχουμε λόγο να προχωρήσουμε στο επόμενο automation.
Υπάρχει και κάτι ακόμη που θεωρώ σημαντικό.
Δεν θέλω μια επιχείρηση όπου ο πελάτης δεν μπορεί να βρει άνθρωπο επειδή «τα έχουμε αυτοματοποιήσει όλα».
Ούτε θεωρώ επιτυχία να αντικαταστήσουμε κάθε ανθρώπινη επαφή με ένα bot.
Υπάρχουν πράγματα που οι μηχανές κάνουν πολύ καλά: Επαναλαμβανόμενες εργασίες, Αναζήτηση και ταξινόμηση πληροφοριών, Summaries, Data entry, Έλεγχο δεδομένων, Routing.
Υπάρχουν όμως και πράγματα όπου ο άνθρωπος παραμένει πολύτιμος.
*Μια δύσκολη πώληση.*
*Ένας θυμωμένος πελάτης.*
*Μια εξαίρεση.*
*Μια διαπραγμάτευση.*
*Μια κατάσταση όπου χρειάζεται κρίση, κατανόηση ή απλώς μια πραγματική ανθρώπινη συζήτηση.*
Ο στόχος λοιπόν δεν είναι να βγάλουμε τον άνθρωπο από τη διαδικασία.
Ο στόχος είναι να αποφασίσουμε πού πραγματικά χρειάζεται ο άνθρωπος μέσα στη διαδικασία.
Και να σταματήσουμε να σπαταλάμε τον χρόνο του στα υπόλοιπα.
Δεν χρειάζεται να αγοράσει κανείς τίποτα.
Ούτε software. Ούτε AI platform. Ούτε chatbot.
Αρκέι να πέρπυμε ένα χαρτί.
Να επιλέξουμε μία μόνο επαναλαμβανόμενη διαδικασία στην επιχείρησή μας.
Να γράψουμε όλα τα βήματά της.
Δίπλα σε κάθε βήμα να βάλουμε:
Ποιος το κάνει;
Πόσο χρόνο χρειάζεται;
Πόσες φορές γίνεται κάθε μήνα;
Και μετά κάντε μία τελευταία ερώτηση:
«Αν αυτό το κομμάτι γινόταν αυτόματα, τι ακριβώς θα κερδίζαμε;»
Αν μπορούμε να απαντήσουμε σε ώρες, κόστος, πωλήσεις ή καλύτερη εμπειρία πελάτη, τότε πιθανότατα έχουμε βρει ένα καλό σημείο για να ξεκινήσετε.
Αν δεν μπορούμενα απαντήσουμε , ίσως δεν χρεισαζόμαστε ακόμη automation.
Και αυτό είναι επίσης μια χρήσιμη απάντηση.
Πιστεύω πολύ στις δυνατότητες του AI και του automation για τις επιχειρήσεις.
Όχι όμως επειδή είναι η νέα τάση.
Αλλά επειδή για πρώτη φορά έχουμε στη διάθεσή μας εργαλεία που μπορούν, με σχετικά προσιτό κόστος, να αφαιρέσουν ένα μεγάλο μέρος επαναλαμβανόμενης δουλειάς από ανθρώπους και ομάδες.
Αυτό μπορεί να έχει πραγματική επιχειρηματική αξία.
Αρκεί να μην ξεκινήσουμε από το AI.
Να ξεκινήσουμε από το πρόβλημα. Να καταλάβουμε τη διαδικασία, να βρούμε πού χάνεται χρόνος ή χρήμα, να μετρήσουμε την κατάσταση σήμερα, και μετά να δούμε ποια τεχνολογία μπορεί να μας βοηθήσει.
Γιατί τελικά η σωστή ερώτηση δεν είναι:
«Τι μπορούμε να κάνουμε με AI;»
Είναι:
«Ποιο πρόβλημα της επιχείρησής μας αξίζει πραγματικά να λύσουμε — και μπορεί το AI να μας βοηθήσει να το λύσουμε καλύτερα;»
Θέλετε να εντοπίσουμε πού υπάρχει πραγματική ευκαιρία για automation στην επιχείρησή σας;
Μπορούμε να ξεκινήσουμε όχι από κάποιο εργαλείο, αλλά από τις ίδιες τις διαδικασίες σας: πού χάνεται χρόνος, πού υπάρχουν επαναλαμβανόμενες εργασίες και πού η τεχνολογία μπορεί να δημιουργήσει μετρήσιμο επιχειρηματικό αποτέλεσμα.
Ξεκινήστε μια συζήτηση μαζί μου μέσω του fdellios.gr.
Θέλετε να συζητήσουμε πώς εφαρμόζεται αυτό στην επιχείρησή σας;
Κλείστε μια δωρεάν 30′ Strategy Call.
Κλείστε Strategy Call