Hogyan adjon AI-funkciókat egy már megépített SaaS-hez

Van egy sajátos nyomás, ami most minden SaaS-alapítóra ránehezedik. Egy igazgatótanácsi tag, egy ügyfél, vagy épp a saját fejében szóló hang ugyanazt a három szót mondja: „kell az AI”. A termék már működik. Az emberek fizetnek érte. Mégis hirtelen olyan érzés, mintha hiányozna belőle valami, ami mindenki másnak megvan. Erre nyit egy sprintet, beköt egy API-t, kitesz egy chatbotot a sarokba — egy hónappal később pedig senki sem használja. A probléma sosem a modell volt. Hanem annak eldöntése, hogy mire irányítsa.

AI-t egy vadonatúj termékhez hozzáadni, furcsa módon, az egyszerű változat. Nincsenek felhasználók, akiket csalódást okozhatna, nincs tiszteletben tartandó adatmodell, nincs betanítandó ügyfélszolgálati csapat. AI-t egy már létező SaaS-hez hozzáadni — olyanhoz, amelynek fizető ügyfelei, bevett munkafolyamata és megbízható hírneve van — egészen más sport. Minden új funkció egy olyan rendszerbe érkezik, amelyben az emberek már megbíznak, a bizalom pedig az egyetlen dolog, amit egy túlbuzgó AI-funkció a leggyorsabban felemészthet.

Jó néhány szoftvercsapatnak segítettünk ezt jól csinálni, és láttunk párat rosszul csinálni. A sikeres csapatok szinte sosem a technológiával kezdik. Egyetlen fájó kérdéssel kezdik, amelyet a felhasználóik folyton feltesznek, és csak utána kérdezik meg, hogy az AI-e a legolcsóbb őszinte válasz. Ez az útmutató pontosan ez a megközelítés, leírva — hogyan válassza ki a funkciót, hogyan építse meg anélkül, hogy elrontaná a működőt, és hogyan élesítse úgy, hogy az emberek valóban nyúljanak érte.

Miért bukik el a legtöbb utólag ráhúzott AI-funkció

Járjon végig elég SaaS-irányítópultot, és kezdi felismerni a temetőt. Egy „✨ AI-asszisztens” gomb, amelyre senki sem kattint. Egy összefoglaló panel, amely három fakó mondatot ad ki, amit bárki megírhatott volna. Egy chatbot, amely olyan kérdésekre válaszol, amelyekre a termék már egy hagyományos keresőmezővel jobban válaszolt. Ezek a funkciók nem azért buktak el, mert az AI gyenge volt. Azért buktak el, mert problémát kereső megoldások voltak.

A minta szinte mindig ugyanaz. Valaki nyomást érzett, hogy élesítsen valami AI-formájút, ezért a leggenerikusabb, leglátványosabb lehetőséghez nyúlt — egy chatmezőhöz —, mert ez az, ami a legnyilvánvalóbban „AI-ként” olvasható. De a chatmező egy üres lap, az üres lap pedig borzalmas felület olyan embereknek, akik egy konkrét feladat elvégzéséért jöttek a termékéhez. Nem beszélgetni akarnak. Azt akarják, hogy elkészüljön a riport, megfogalmazódjon az e-mail, megtisztuljanak az adatok.

A második bukási mód finomabb és költségesebb: egy legtöbbször helyes funkciót élesíteni egy olyan munkafolyamatba, ahol a hiba elfogadhatatlan. Egy 90%-os pontosságú javaslat remekül hangzik egy bemutatón. Egy olyan eszközben, amelyet az emberek számlák küldésére vagy a személyzet beosztására használnak, a tízből egy magabiztos hiba nem „lenyűgöző AI-ként” olvasódik — hanem „ebben a termékben nem lehet megbízni”-ként. A léc egy meglévő terméken belül magasabban van, mint egy landing oldalon, mert már megszerzett bizalmat költ el.

A kérdéssel kezdje, ne a modellel

A jó hír, hogy egy meglévő SaaS olyat ad a kezébe, ami egy friss terméknek sosincs: bizonyítékot. Már tudja, hol küszködnek a felhasználói, mert minden nap elmondják. Az első nagyszerű AI-funkciójának nyersanyaga ott ül az ügyfélszolgálati postafiókjában, a lemorzsolódási kérdőívekben és a saját termékének azon részeiben, amelyeket az emberek csendben kerülnek.

Tehát mielőtt bárki promptot írna, menjen, és gyűjtse össze azt a bizonyítékot. Olvassa el az utolsó kétszáz ügyfélszolgálati jegyet, és címkézze az ismétlődőket. Kérdezze meg az ügyfélszolgálati csapatot, melyik kérdésre fáradt bele megválaszolni. Nézze meg az analitikában azt a képernyőt, ahol az emberek lelassulnak, feladják vagy dühösen kattintgatnak. Ott valahol van egy feladat, amely fárasztó, nyelvi jellegű, és újra meg újra elvégzik — és pontosan ez az a feladatforma, amelyben az AI jó.

Vegye észre, mi a közös ezekben a kérésekben: egyik sem „tegyél bele egy chatbotot”. Konkrétak, beágyazottak, és kézzelfogható eredménnyel zárulnak. Ez a különbség egy AI-funkció és egy AI-játék között. Egy funkció eltűnik a munkafolyamatban, és megtakarít egy lépést. Egy játék félreáll, és pluszmunkát kér a felhasználótól, hogy bármi értéket kihúzzon belőle.

Gyors módszer az AI-jelöltek rangsorolására

Ha már van egy szűkített listája három-hat ötletből, kell egy választási mód, amely nem azon múlik, ki kiabál a leghangosabban a tervezőértekezleten. Minden jelöltet három nyers tengelyen pontozunk, egytől ötig, és a legmagasabb összpontszám általában nyer — vagy legalábbis elindítja a helyes vitát.

1. 1
   Érték: mennyire akarják ezt a felhasználók?

   Adjon 5-öt, ha olyan kérésre válaszol, amelyet folyamatosan hall, és láthatóan időt takarítana meg a felhasználóknak. Adjon 1-et, ha egy „jó lenne, ha lenne”, amit a csapatból valaki kiálmodott.
2. 2
   Tűrés: mi történik, ha téved?

   Adjon 5-öt, ha a hiba olcsó és könnyen elkapható — egy piszkozat, amelyet a felhasználó úgyis átnéz. Adjon 1-et, ha egy hiba csendben tönkretesz adatot, pénzt vagy egy ügyfélkapcsolatot.
3. 3
   Megvalósíthatóság: tudja egyáltalán táplálni?

   Adjon 5-öt, ha a funkcióhoz szükséges adat már a kezében van használható formában. Adjon 1-et, ha olyan adatra támaszkodik, amely nincs meg, nem fér hozzá, vagy káosz.
4. 4
   Szorozzon, majd ellenőrizze józan ésszel

   Szorozza össze a hármat. Aztán tegye fel az emberi kérdést: ki tudjuk hozni a győztes első verzióját nagyjából egy hónap alatt? Ha nem, szűkítse a hatókört, amíg ki nem tudja.

Az a középső tengely — a hibatűrés — az, amelyet a csapatok átugranak, és az, amely elsüllyeszti a projekteket. Egy funkció lehet nagy értékű és teljesen megvalósítható, mégis borzalmas első választás, pusztán mert egy magabiztosan rossz válasz ára túl magas. Az első AI-funkciójának valami megbocsátó helyen kell élnie, ahol az ember a hurokban marad, és egy hiba pár másodpercbe kerül, nem egy ügyfélbe.

Építse a termékbe, ne mellé

Íme a hiba, amely elválasztja az emberek által szeretett AI-funkciót attól, amelyet csak megtűrnek: hová teszi. Az ösztön azt diktálja, hogy adjon hozzá egy új, különálló AI-felületet — egy panelt, egy oldalt, egy chatfiókot —, mert tiszta élesítési módnak tűnik. De egy különálló felület arra kéri a felhasználót, hogy hagyja abba, amit csinált, menjen máshová, és jöjjön vissza. Mindegyik lépés embereket veszít el.

A megragadó funkciók azok, amelyek pontosan ott jelennek meg, ahol a munka már zajlik. A piszkozat gomb a válaszmezőn belül ül, nem egy oldalsávban. A kinyert adat egyenesen a űrlapmezőkbe folyik, előkitöltve és szerkeszthetően. A javasolt prioritás csendes jelvényként jelenik meg abban a listában, amelyet a felhasználó úgyis átfut. Az AI nem jelenti be magát; egyszerűen nyilvánvalóan könnyebbé teszi a következő kattintást. Ebben áll az egész mesterség.

Itt is ajándék a meglévő termék, nem korlát. Már tudja a pontos pillanatot, amikor a felhasználója elakad, a pontos mezőt, amelyet ki fog tölteni, a pontos e-mailt, amelyet meg fog írni. Használja ezt a kontextust. Ugyanaz a modell, megkapva a környező adatot, amelyet a terméke már birtokol, tízszer hasznosabbat állít elő, mint amire egy üres chatmező valaha is képes lenne — mert nem találgatja, mit akar a felhasználó. Már tudja.

Tartson egy embert a hurokban — és tegye nyilvánvalóvá

Az első AI-funkcióinál a legbiztonságosabb és legmegbízhatóbb minta szinte mindig a javasolj, ne cselekedj. Az AI javasol; az ember jóváhagy. Megfogalmazza az e-mailt, és a személy elküldi. Kitölti a mezőket, és a személy ellenőrzi. Megjelöli a prioritást, és a személy dönt. Ez nem becsvágy hiánya — így építi fel azt az előéletet, amely később lehetővé teszi, hogy többet automatizáljon.

Ennek van egy dizájndimenziója is, nem csak technikai. Tegye vizuálisan világossá, mikor jött valami az AI-tól, és vár egy ember áldására. Egy finom címke, egy eltérő háttér, egy kifejezett „nézze át és küldje el” egy csendes automatikus művelet helyett. A felhasználók egy enyhén téves AI-javaslatot sokkal könnyebben megbocsátanak, mint egy AI-műveletet, amely kérdezés nélkül történt meg. Az első egy segítőkész kollégának tűnik; a második úgy, mintha a szoftver megvadult volna.

• Mutassa az AI kimenetét piszkozatként vagy javaslatként, amelyet a felhasználó szerkeszthet, mielőtt számítana.
• Tegye vizuálisan megkülönböztethetővé, hogy senki ne keverjen össze egy gépi tippet egy megerősített ténnyel.
• Mindig kínáljon egy tiszta „nem, köszönöm” lehetőséget — hagyja, hogy az emberek elvessék a javaslatot, és a régi módon folytassák.
• Amikor az AI bizonytalan, mondja ki, és elegánsan adja fel, ahelyett hogy magabiztos választ találna ki.
• Naplózza, mit javasolt, és mit tett vele az ember — ez a pontossági adata a későbbiekhez.

Az utolsó pont csendben a legértékesebb. Valahányszor egy felhasználó elfogad, szerkeszt vagy elutasít egy javaslatot, megmondja, mennyire jó valójában a funkciója — a valós világban, valós adatokon, nem egy bemutatón. Ez a visszacsatolási hurok az, ahogyan eldönti, hogy egy funkció készen áll-e arra, hogy önállóbbá váljon, és hol van még szüksége emberi kézre a kormánykeréken.

A mérnöki valóság, amelyre senki sem figyelmezteti

A bemutató a könnyű 20%. Egy AI-funkciót éles üzemkészre hozni egy valós SaaS-en belül a maradék 80%, és ez többnyire látványtalan munka, amelynek kevés köze van magához a modellhez. Érdemes ezt induláskor tudni, hogy egy működő prototípus ne csapja be, és ne ígérjen olyan élesítési dátumot, amelyet elszalaszt.

Adatcsövezés és kontextus

Egy modell csak annyira hasznos, mint amivel táplálja. A nehéz rész a megfelelő kontextust megbízhatóan összegyűjteni a meglévő adatbázisából, formázni, naprakészen tartani, és tiszteletben tartani, hogy melyik felhasználó mit láthat. Egy több bérlős SaaS-ben ez óriási jelentőségű: egy AI-funkció, amely véletlenül az egyik ügyfél adatát keveri egy másik válaszába, nem hiba, hanem incidens. A bérlői elszigetelésnek egészen az AI-rétegéig el kell érnie.

Költség és késleltetés

Minden AI-hívás pénzbe kerül és időt vesz igénybe, és mindkettő úgy skálázódik a használattal, ahogy egy fix SaaS-előfizetés nem. Egy funkció, amely tíz béta-felhasználónak elragadó, tízezernél csendben árréskérdéssé válhat. Korán kell gondolkodnia arról, melyik modell illik melyik feladathoz — egy ügyfélszolgálati jegy kategorizálásához nincs szüksége a legerősebb, legdrágább modellre —, az ismétlődő munka gyorsítótárazásáról, és arról, mit tesz a funkció, amikor egy válasz négy másodpercig tart egy helyett.

A kudarc és a boldogtalan út

A valós felhasználók szemetet illesztenek be, rossz fájlt töltenek fel, három nyelven írnak, és a lehető legrosszabb pillanatban érik el a funkcióját. Az AI-szolgáltatónak kimaradása van. Egy válasz hibásan érkezik vissza. A funkciójának mindezt kezelnie kell anélkül, hogy elrontaná a termék többi részét. A szabály egyszerű és szigorú: egy AI-funkció kudarca sosem ránthat magával egy alapvető munkafolyamatot. Csendben kell elbuknia, vissza kell esnie a kézi útra, és hagynia kell, hogy a felhasználó tovább dolgozzon.

Az árazás: funkció, kiegészítő vagy az egész történet?

Ha a funkció működik, egy üzleti kérdéssel találja szembe magát, amelyen sok csapat felbukik: hogyan számlázzon érte? Nincs egyetlen helyes válasz, de van néhány tisztességes minta. Beépítheti a meglévő csomagjaiba olyan többletértékként, amely javítja a megtartást, és igazolja az árát. Készíthet belőle fizetős kiegészítőt vagy magasabb szintet, ami akkor működik, ha a funkció nyilvánvaló, mérhető értéket nyújt. Vagy mérheti használat szerint, amikor az alapköltség valóban a fogyasztással skálázódik.

A kerülendő csapda, hogy úgy árazza a funkciót, mintha az AI lenne a termék. A legtöbb SaaS-cég számára az AI nem új termékvonal — hanem egy új képesség, amely értékesebbé teszi a meglévő termékét. Az ügyfelek nem azzal ébrednek, hogy „AI-t” akarnak venni. Azt akarják, hogy a tényleges problémájuk egy kicsit könnyebben megoldódjon, és azért az eredményért fizetnek, akár van mögötte gép, akár nincs. Az eredményt árazza, ne a technológiát.

Élesítsen egyetlen kicsi dolgot, aztán másszon feljebb

Az egész stratégia egy sorozatra fut ki, nem egyetlen indításra. Válassza azt az egy nagy értékű, hibatűrő funkciót, amelyet a felhasználói már kérnek. Ágyazza be oda, ahol a munka zajlik. Tartson egy embert a hurokban. Élesítse az ügyfelek egy szeletének egy kapcsoló mögött. Figyelje, hogyan használják valójában, javítsa, ami nyers, aztán szélesítse ki. Csak amikor az a funkció megérdemelte a helyét, nyúljon a következő, kicsit ambiciózusabb felé.

Tegye ezt meg néhányszor, és valami csendesen erőteljes történik. A terméke megszűnik „egy ráragasztott AI-gombbal ellátott szoftvernek” lenni, és olyan eszközzé válik, amely valóban okosabb azokban a konkrét feladatokban, amelyek az ügyfeleinek számítanak. Ez sokkal erősebb pozíció, mint azé a csapaté, amely az első héten lenyűgöző chatbot-bemutatót élesített, majd a következő hat hónapot azzal töltötte, hogy magyarázza, miért nem használja senki.

Gyakori kérdések