5 грешки при внедряване на ИИ, които малките фирми постоянно повтарят

В момента върху собствениците на малки фирми тегне странен натиск. Всяка конференция, всеки бюлетин, всяка публикация на конкурент в LinkedIn сякаш шепнат едно и също: ако още не сте „направили ИИ“, вече губите. Затова хората бързат. Купуват инструмент, казват на екипа да започне да го ползва, а няколко месеца по-късно нищо особено не се е променило — освен един нов абонамент в сметките и смътното усещане, че са били измамени. Технологията почти никога не е причината. Грешките около нея са.

Работим с малки и средни фирми точно по този въпрос — да разберем къде ИИ помага и къде е разсейване — и след достатъчно такива проекти спираш да виждаш случайни провали. Започваш да виждаш едни и същи пет грешки, отново и отново, в напълно различни отрасли. Зъболекарска практика и металообработваща фирма правят един и същ грешен завой. По свой начин това дори успокоява, защото щом грешките са предвидими, такова е и избягването им.

Нищо от това, което следва, не е техническо. Не е нужно да разбирате как работи моделът, за да ги избегнете. Нужно е да разбирате как работи вашата собствена фирма и да устоите на няколко много съблазнителни преки пътя. Да ги разгледаме в реда, в който обикновено хапят.

Грешка 1: Да купите инструмента, преди да сте назовали проблема

Това е първородният грях и почти всяка друга грешка израства от него. Някой прочита, че ИИ е преобразяващ, ентусиазира се и тръгва на пазар. Регистрира се за впечатляващата платформа с лъскавото демо и едва тогава задава въпроса, който е трябвало да дойде пръв: за какво всъщност ще го ползваме?

Подходите ли по този начин, тихомълком сте предали кормилото на пътната карта на доставчика. В крайна сметка огъвате реалния си, хаотичен бизнес, за да пасне на това, в което инструментът случайно е добър, вместо да намерите нещо, което приляга на проблема, който действително имате. Това е разликата между това да купите конкретен инструмент, за да закачите рафт, и да купите комплект от 200 части, защото е бил на промоция, а после да търсите какво да поправите.

Решението е незрелищно и работи. Преди някой да докосне безплатен пробен период, запишете — в едно просто изречение — проблема, който се опитвате да решите. „Клиентите чакат твърде дълго за отговор на рутинни въпроси.“ „Губим по два часа на ден да преписваме данни от поръчки.“ „Половината от входящите ни обаждания остават без отговор по обедно време.“ Ако не можете да напишете това изречение, не сте готови да купувате нищо. Изречението е заданието. Всичко останало — дали изобщо е нужен ИИ, кой инструмент, колко да похарчите — произтича от него.

Грешка 2: Да се опитате да преобразите всичко наведнъж

Втората грешка е амбиция, насочена в грешната посока. Решили да „прегърнат ИИ“, собствениците често посягат към най-голямата възможна версия: внедряване в цялата компания, всеки отдел, нови инструменти за всички, лъскаво вътрешно представяне. Изглежда решително. Изглежда като лидерство. И почти винаги засяда.

Проектите от типа „голям взрив“ се провалят в малките фирми по скучни, структурни причини. Няма резервен капацитет, който да поеме сътресението — хората, водещи промяната, са същите, които водят бизнеса. Изключенията се трупат по-бързо, отколкото някой може да ги обработи. А когато нещо толкова голямо се разклати, е почти невъзможно да се разбере коя част е счупена, защото сте променили двадесет неща наведнъж.

Фирмите, които наистина извличат стойност от ИИ, правят обратното. Избират една тясна, болезнена, добре разбрана задача и я карат да заработи изцяло, от край до край. Една-единствена победа — видима, измерима, завършена — прави повече за внедряването от всяко общо съобщение. Екипът ви спира да е скептичен в мига, в който види как една наистина досадна задача изчезва. Това ви печели правото на следващия проект.

Грешка 3: Да посягате към ИИ, когато обикновена автоматизация би свършила работа

Ето нещо, което рядко ще чуете от хората, продаващи ИИ: голяма част от това, което се продава като „ИИ“ в малките фирми, изобщо не се нуждае от ИИ. А използването му там, където не му е мястото, прави нещата по-зле — по-бавни, по-скъпи и по-трудни за доверие — а не по-добри.

Помислете какво всъщност се случва под капака. Напомняне, което се задейства два часа преди час за среща, е правило с часовник. Прехвърлянето на данни от поръчка от формуляр във фактура е тръба между две системи. Изпращането на последващо съобщение, когато оферта мълчи десет дни, е ако-това-тогава-онова. Нищо от това не е интелигентност. Това е обикновена, детерминистична автоматизация — и това е предимство, защото детерминистичните неща са евтини, бързи и предвидими. Правят едно и също всеки път. Това искате за рутинната си административна работа.

Къде ИИ наистина оправдава мястото си

ИИ става достоен за допълнителната цена и непредвидимост, когато работата е хаотична и оформена от език — нещата, които някога бяха невъзможни за автоматизиране изобщо. Да прочете имейл със свободен текст и да извлече какво всъщност иска клиентът. Да напише чернова на отговор в тона на гласа ви. Да отговаря на същите рутинни телефонни въпроси, така че никой да не бъде прекъсван насред задача. Да подреди купчина документи, които никой не иска да картотекира. Това е реално и наистина ценно. Но забележете, че стои върху подредени основи — не ги замества.

Грешка 4: Да очаквате чудеса от разхвърляни или липсващи данни

Зад много провалени ИИ проекти стои едно тихо допускане: че инструментът някак сам ще схване как работи бизнесът ви. Няма да го направи. ИИ не извиква знание от нищото — работи от каквато информация му посочите. Ако тази информация живее в главите на трима души, в кутия с касови бележки и в електронна таблица, която само Анна разбира, ИИ наследява целия този хаос. По-лошо, прави го самоуверено.

Тук малките фирми биват изненадани. Асистент за обслужване на клиенти може да отговаря правилно само ако отговорите съществуват някъде, откъдето може да ги прочете — ценоразпис, ЧЗВ, документ с политики. Инструмент, който чете фактури, се нуждае от това фактурите ви да са относително последователни. Нищо от това не изисква изтънчена „стратегия за данните“ или проект за шестцифрена сума. Изисква да съберете на едно място шепата факти, които ИИ всъщност има нужда, за да си свърши единствената работа.

• Петте до десет въпроса, които клиентите задават най-често — записани с правилните им отговори.
• Текущите ви цени и правилата около тях (отстъпки, минимуми, какво е включено).
• Няколко реални примера на документите или съобщенията, които искате да се обработват, удобни и неудобни.
• Версията на прост език на „как реално го правим тук“, а не официалната, но пренебрегвана процедура.
• Кой е човекът, когато ИИ трябва да предаде нататък — и как да го достигне.

Да съберете тези неща е незрелищно и е изкушаващо да го прескочите и „просто да включите ИИ“. Устоите на това. Часът, който прекарвате в подреждане на входните данни, е най-големият лост, който имате върху това дали резултатът ще е полезен, или срамен. Боклук влиза, самоуверен боклук излиза — а самоуверният боклук е опасният вид, защото хората му вярват.

Грешка 5: Да третирате ИИ като „настрой и забрави“

Последната грешка се случва след пускането, което е точно причината да е толкова лесна за пропускане. Инструментът тръгва, работи на първия ден, всички продължават нататък — и никой не наблюдава. Три седмици по-късно той тихомълком дава грешен отговор на чест въпрос или изпраща нечувствителна реплика, а вие разбирате едва когато клиент се оплаче. Дотогава доверието е накърнено, а накърненото доверие е това, което убива внедряването отвътре.

ИИ не е кухненски уред, който включвате и забравяте. По-близо е до нов член на екипа: полезен, бърз, понякога самоуверено грешен и нуждаещ се от малко надзор — особено в началото. Това не значи някой да го наглежда по цял ден. Значи един назован човек, който отговаря за него, поглежда какво прави и коригира, когато реалността се отклони от плана. Цените ви се променят. Продуктите ви се променят. Въпросите, които клиентите задават, се променят. Нещо, което е било идеално настроено напролет, е едва доловимо разминато наесен, ако никой никога не поглежда.

1. 1
   Дайте му отговорник

   Един назован човек отговаря за този инструмент. Не комисия, не „екипът“ — човек. Автоматизацията без стопанин винаги загнива.
2. 2
   Наблюдавайте отблизо първите две седмици

   В началото пускайте ИИ паралелно със стария начин и реално четете какво произвежда. Ранните изключения ви учат повече от всяко демо.
3. 3
   Напишете бележката „когато се счупи“

   Три реда: какво прави това, на кого да се каже, какво да се прави ръчно, докато се поправи. Това превръща крехкия инструмент в нещо, на което екипът ще разчита.
4. 4
   Преглеждайте по календар, а не по криза

   Сложете повтаряща се 30-минутна проверка в графика. Променило ли се е нещо, за което ИИ още не знае? Пет минути поддръжка бият месец тиха грешност.

Закономерността под всичките пет

Прочетете тези пет наново и ще забележите, че всъщност са една грешка с пет костюма: да оставите ентусиазма за ИИ да изпревари дисциплината да управлявате бизнес. Да назовете проблема, да започнете дребно, да изберете правилния инструмент за работата, да го захраните с добри входни данни и да държите ръка на кормилото — нищо от това не е за ИИ. Това е просто здрав оперативен разум, приложен към нещо ново и лъскаво.

Което е наистина добра новина, защото значи, че вече имате инстинктите. Никога не бихте оставили нов служител да започне без длъжностна характеристика, не бихте го хвърлили във всеки отдел на първия ден, нито никога повече не бихте проверили работата му. Разширете същия прост разум към ИИ и ще прескочите провалите, които хващат повечето хора. Собствениците, които печелят с ИИ, не са най-техничните. Те са най-стъпилите здраво на земята.

Чести въпроси