Kako dodati AI značajke u SaaS koji ste već izgradili

Postoji posebna vrsta pritiska koja trenutačno pogađa svakog SaaS osnivača. Član uprave, klijent ili jednostavno glas u vašoj vlastitoj glavi izgovara iste tri riječi: "trebamo AI". Proizvod već radi. Ljudi za njega plaćaju. Pa ipak, odjednom djeluje kao da mu nedostaje nešto što svi ostali naizgled imaju. Pa otvorite sprint, povežete API, isporučite chatbot u kutu — i mjesec dana kasnije nitko ga ne koristi. Problem nikada nije bio model. Problem je bila odluka na što ga usmjeriti.

Dodavanje AI-ja u potpuno novi proizvod, začudo, lakša je verzija. Nemate korisnike koje ćete razočarati, nemate podatkovni model koji morate poštivati, nemate tim podrške koji morate uputiti. Dodavanje AI-ja u SaaS koji već postoji — onaj s plaćajućim klijentima, ustaljenim tijekom rada i reputacijom pouzdanosti — sasvim je drugi sport. Svaka nova značajka slijeće unutar sustava kojem ljudi već vjeruju, a povjerenje je ono jedino što prerevna AI značajka može najbrže spaliti.

Pomogli smo poprilično softverskih timova da to naprave dobro, a vidjeli smo i pokoji koji su to napravili loše. Timovi koji uspijevaju gotovo nikada ne kreću od tehnologije. Kreću od jednog bolnog pitanja koje im korisnici neprestano postavljaju i tek tada se pitaju je li AI najjeftiniji pošten odgovor. Ovaj je vodič upravo taj pristup, ispisan do kraja — kako odabrati značajku, kako je izgraditi bez narušavanja onoga što radi te kako je isporučiti tako da je ljudi doista posegnu.

Zašto većina nakalemljenih AI značajki propada

Prođite kroz dovoljno SaaS nadzornih ploča i počet ćete prepoznavati groblje. Gumb "✨ AI asistent" na koji nitko ne klikne. Ploča sažetka koja proizvodi tri bezlične rečenice koje je svatko mogao napisati. Chatbot koji odgovara na pitanja na koja je proizvod već bolje odgovarao običnim okvirom za pretraživanje. Te značajke nisu propale jer je AI bio slab. Propale su jer su bile rješenja koja traže problem.

Obrazac je gotovo uvijek isti. Netko je osjetio pritisak da isporuči nešto AI-oblikovano, pa je posegnuo za najgenerčnijom, najuočljivijom opcijom — okvirom za chat — jer je to ono što se najočitije čita kao "AI". No okvir za chat prazna je stranica, a prazna stranica grozno je sučelje za ljude koji su došli u vaš proizvod kako bi obavili određeni posao. Ne žele razgovarati. Žele dovršeno izvješće, sastavljen e-mail, očišćene podatke.

Drugi način neuspjeha suptilniji je i skuplji: isporuka značajke koja je većinu vremena točna u tijek rada gdje je pogreška neprihvatljiva. Prijedlog s 90 % točnosti zvuči sjajno u demou. U alatu kojim ljudi šalju račune ili raspoređuju osoblje, jedna samouvjerena pogreška od deset ne čita se kao "impresivan AI" — čita se kao "ovom se proizvodu ne može vjerovati". Ljestvica je unutar postojećeg proizvoda viša nego na odredišnoj stranici, jer trošite povjerenje koje ste već zaslužili.

Krenite od pitanja, ne od modela

Dobra je vijest da vam postojeći SaaS daje nešto što novi proizvod nikada nema: dokaze. Već znate gdje se vaši korisnici muče jer vam to govore svaki dan. Sirovina za vašu prvu sjajnu AI značajku sjedi u vašem pretincu podrške, u vašim anketama o odljevu i u onim dijelovima vašeg proizvoda koje ljudi tiho izbjegavaju.

Stoga, prije nego što itko napiše prompt, idite prikupiti te dokaze. Pročitajte zadnjih dvjesto upita podrške i označite one koji se ponavljaju. Pitajte svoj tim podrške kojeg im je pitanja dosta odgovarati. Pogledajte u svojoj analitici zaslon na kojem ljudi usporavaju, odustaju ili bijesno klikaju. Negdje je ondje posao koji je zamoran, jezičnog oblika i obavlja se iznova i iznova — a to je upravo oblik posla u kojem je AI dobar.

Primijetite što je zajedničko tim zahtjevima: nijedan od njih nije "dodajte chatbot". Konkretni su, ugrađeni i završavaju konkretnim rezultatom. To je razlika između AI značajke i AI igračke. Značajka nestaje u tijeku rada i štedi korak. Igračka sjedi sa strane i traži od korisnika da obavi dodatni posao kako bi iz nje izvukao vrijednost.

Brz način za rangiranje vaših AI kandidata

Kad imate uži izbor od tri do šest ideja, treba vam način odabira koji se ne svodi na onoga tko najglasnije viče na sastanku za planiranje. Svakog kandidata ocjenjujemo na tri oštre osi, od jedan do pet, i najviši zbroj obično pobjeđuje — ili barem pokreće pravu raspravu.

1. 1
   Vrijednost: koliko korisnici ovo žele?

   Ocijenite s 5 ako odgovara na zahtjev koji čujete neprestano i očito bi korisnicima uštedjelo vrijeme. Ocijenite s 1 ako je 'zgodno za imati' koje je netko u timu izmislio.
2. 2
   Tolerancija: što se dogodi kad pogriješi?

   Ocijenite s 5 ako je pogreška jeftina i lako uhvatljiva — skica koju korisnik ionako pregledava. Ocijenite s 1 ako pogreška tiho oštećuje podatke, novac ili odnos s klijentom.
3. 3
   Izvedivost: možete li to uopće nahraniti?

   Ocijenite s 5 ako već posjedujete podatke koje značajka treba u upotrebljivom obliku. Ocijenite s 1 ako ovisi o podacima koje nemate, kojima ne možete pristupiti ili koji su kaos.
4. 4
   Pomnožite, pa provjerite zdravim razumom

   Pomnožite tri broja. Zatim postavite ljudsko pitanje: možemo li isporučiti prvu verziju pobjednika za otprilike mjesec dana? Ako ne, suzite opseg dok ne možete.

Ta srednja os — tolerancija na pogrešku — ona je koju timovi preskaču i ona je ta koja potapa projekte. Značajka može biti visoke vrijednosti i potpuno izvediva, a ipak biti grozan prvi izbor, naprosto zato što je cijena samouvjereno pogrešnog odgovora previsoka. Vaša prva AI značajka treba živjeti negdje gdje se prašta, gdje čovjek ostaje u petlji, a pogreška košta nekoliko sekundi, a ne klijenta.

Ugradite je u proizvod, a ne pokraj njega

Evo pogreške koja razlikuje AI značajku koju ljudi vole od one koju trpe: gdje je smjestite. Instinkt je dodati novu, zasebnu AI površinu — ploču, stranicu, ladicu za chat — jer djeluje kao čist način isporuke. No zasebna površina traži od korisnika da napusti ono što je radio, ode negdje drugdje i vrati se. Svaki od tih koraka gubi ljude.

Značajke koje ostaju one su koje se pojavljuju točno ondje gdje se rad već događa. Gumb za skicu nalazi se unutar okvira za odgovor, a ne u bočnoj traci. Izvučeni podaci teku ravno u polja obrasca, unaprijed ispunjeni i uredivi. Predloženi prioritet pojavljuje se kao tiha oznaka na popisu koji korisnik ionako pregledava. AI se ne najavljuje; jednostavno čini sljedeći klik očito lakšim. To je cijeli zanat.

Ovdje je također mjesto gdje je postojeći proizvod dar, a ne ograničenje. Već znate točan trenutak u kojem se vaš korisnik zaglavi, točno polje koje će ispuniti, točan e-mail koji će napisati. Iskoristite taj kontekst. Isti model, kad mu se dadu okolni podaci koje vaš proizvod već posjeduje, proizvodi nešto deset puta korisnije nego što bi prazan okvir za chat ikada mogao — jer ne nagađa što korisnik želi. Već zna.

Zadržite čovjeka u petlji — i učinite to očitim

Za vaše prve AI značajke najsigurniji i najpouzdaniji obrazac gotovo je uvijek predloži, ne djeluj. AI predlaže; čovjek odobrava. Sastavi e-mail, a osoba ga pošalje. Ispuni polja, a osoba ih provjeri. Označi prioritet, a osoba odluči. Ovo nije nedostatak ambicije — to je način na koji gradite povijest uspjeha koja vam kasnije omogućuje veću automatizaciju.

Postoji i dizajnerska, ne samo tehnička dimenzija. Učinite vizualno jasnim kad je nešto došlo od AI-ja i čeka čovjekov blagoslov. Suptilna oznaka, drukčija pozadina, izričito "pregledaj i pošalji" umjesto tihe automatske radnje. Korisnici daleko lakše opraštaju AI prijedlog koji je malo promašen nego AI radnju koja se dogodila bez pitanja. Prvo djeluje kao koristan kolega; drugo djeluje kao da je softver pošizio.

• Prikažite izlaz AI-ja kao skicu ili prijedlog koji korisnik može urediti prije nego što se računa.
• Učinite ga vizualno različitim kako nitko ne bi pobrkao strojevu pretpostavku s potvrđenom činjenicom.
• Uvijek ponudite čisto 'ne, hvala' — neka ljudi odbace prijedlog i nastave na stari način.
• Kad AI nije siguran, neka to kaže i neka se gracilno povuče umjesto da izmisli samouvjeren odgovor.
• Bilježite što je predloženo i što je čovjek s tim učinio — to su vaši podaci o točnosti za kasnije.

Ta zadnja točka tiho je najvrjednija. Svaki put kad korisnik prihvati, uredi ili odbije prijedlog, govori vam koliko je vaša značajka doista dobra — u stvarnom svijetu, na stvarnim podacima, a ne u demou. Ta povratna petlja način je na koji odlučujete je li značajka spremna postati autonomnija i gdje joj još treba ljudska ruka na volanu.

Inženjerska stvarnost na koju vas nitko ne upozorava

Demo je lakih 20 %. Dovesti AI značajku u stanje spremno za produkciju unutar stvarnog SaaS-a onih je drugih 80 %, a to je uglavnom neglamurozan posao koji s modelom samim ima malo veze. Vrijedi to znati na početku, kako vas prototip koji radi ne bi zaveo da obećate datum isporuke koji ćete promašiti.

Vodovod podataka i kontekst

Model je koristan samo onoliko koliko ono čime ga hranite. Teški dio jest pouzdano prikupljanje pravog konteksta iz vaše postojeće baze podataka, njegovo oblikovanje, održavanje ažurnim te poštivanje koji korisnik smije vidjeti što. U višestanarskom SaaS-u to je golemo važno: AI značajka koja slučajno pomiješa podatke jednog klijenta u odgovor drugoga nije greška, nego incident. Izolacija stanara mora se protezati sve do unutar vašeg AI sloja.

Trošak i latencija

Svaki AI poziv košta novac i traje vrijeme, a oboje raste s upotrebom na način na koji fiksna SaaS pretplata ne raste. Značajka koja je oduševljavajuća za deset beta korisnika može tiho postati problem marže na deset tisuća. Morate rano razmišljati o tome koji model odgovara kojem poslu — ne treba vam najmoćniji, najskuplji model za kategorizaciju upita podrške — o predmemoriranju ponovljenog posla te o tome što značajka radi kad odgovor potraje četiri sekunde umjesto jedne.

Neuspjeh i nesretni put

Stvarni korisnici zalijepe smeće, prenesu krivu datoteku, pišu na tri jezika i pogode vašu značajku u najgorem mogućem trenutku. AI pružatelj ima ispad. Odgovor se vrati neispravno oblikovan. Vaša značajka mora sve to obraditi bez razbijanja ostatka proizvoda. Pravilo je jednostavno i strogo: neuspjeh AI značajke nikada ne smije sa sobom srušiti ključni tijek rada. Treba zakazati tiho, vratiti se na ručni put i pustiti korisnika da nastavi raditi.

Određivanje cijene: značajka, dodatak ili cijela priča?

Kad značajka proradi, suočavate se s poslovnim pitanjem koje spotiče mnoge timove: kako za nju naplatiti? Nema jednog ispravnog odgovora, ali postoji nekoliko poštenih obrazaca. Možete je uklopiti u svoje postojeće planove kao dodanu vrijednost koja poboljšava zadržavanje i opravdava vašu cijenu. Možete je učiniti plaćenim dodatkom ili višim paketom, što djeluje kad značajka pruža očitu, mjerljivu vrijednost. Ili je možete naplaćivati po potrošnji kad temeljni trošak doista raste s upotrebom.

Zamka koju treba izbjeći jest određivati cijenu značajke kao da je AI proizvod. Za većinu SaaS tvrtki AI nije nova proizvodna linija — to je nova sposobnost koja vaš postojeći proizvod čini vrjednijim. Klijenti se ne bude želeći kupiti "AI". Žele da im se stvarni problem riješi nešto lakše i platit će za taj ishod bez obzira na to stoji li iza njega stroj ili ne. Naplatite ishod, ne tehnologiju.

Isporučite jednu malu stvar, pa se penjite

Cijela se strategija svodi na niz, a ne na jedno lansiranje. Odaberite onu jednu značajku visoke vrijednosti i otpornu na pogreške koju vaši korisnici već traže. Ugradite je ondje gdje se rad događa. Zadržite čovjeka u petlji. Isporučite je dijelu klijenata iza flaga. Promatrajte kako je doista koriste, popravite ono što je grubo, pa je proširite. Tek kad ta značajka zasluži svoje mjesto, posegnete za sljedećom, malo ambicioznijom.

Učinite to nekoliko puta i dogodi se nešto tiho moćno. Vaš proizvod prestaje biti "softver s nakalemljenim AI gumbom" i postaje alat koji je istinski pametniji u specifičnim poslovima do kojih je vašim klijentima stalo. To je daleko snažnija pozicija od tima koji je isporučio impresivan demo chatbota u prvom tjednu i sljedećih šest mjeseci proveo objašnjavajući zašto ga nitko ne koristi.

Česta pitanja