Sprawa przechodzi przez proces szybciej, bo dane nie są przepisywane ręcznie między systemami. Projektujemy AI jako element konkretnego procesu, nie jako narzędzie obok niego.
Gdy jedna sprawa przechodzi przez kilka rąk i kilka systemów
Zapytanie, zamówienie, reklamacja, dokumentacja, onboarding klienta, a zanim zostanie zamknięte, wędruje między osobami i narzędziami.
Rozwiązanie kierujemy do dyrektorów operacyjnych, kierowników działów oraz osób odpowiedzialnych za sprawność procesu, a nie za samą technologię.
Cztery rzeczy, które AI dokłada do automatyzacji
Automatyzacja procesu sama w sobie nie jest nowa. AI zmienia w niej jednak cztery konkretne rzeczy i wnosi zupełnie nową wartość dla optymalizacji wydajności przedsiębiorstwa.
Odnalezienie właściwej informacji w dokumentach, procedurach i treściach firmowych. Bez konieczności znajomości nazw plików ani struktury folderów. To najlepiej sprawdzona część naszej platformy.
Szkic odpowiedzi, podsumowania albo korespondencji, przygotowany do zatwierdzenia przez człowieka.
Odczytanie tego, co przyszło, wyciągnięcie potrzebnych danych oraz rozpoznanie, czego sprawa dotyczy i gdzie ma trafić.
Wykonanie ustalonego kroku w procesie: utworzenie zadania, przekazanie sprawy, aktualizacja rekordu. Reguły ustala klient, system je stosuje, a nie tworzy ich samodzielnie.
Przykłady procesu wsparcia decyzji klienta na podstawie jego zachowania
Moduł ułatwiający podejmowanie decyzji klienta i przyspieszający finalizację zamówienia, który nieustannie rozwijamy.
Dziś:
Kupujący szuka w katalogu sam, a pytania zadane po godzinach zostają bez odpowiedzi do następnego dnia.
Po wdrożeniu:
Asystent odpowiada z bazy wiedzy sklepu, doradza konkretny produkt i przechwytuje kontakt. Zgłoszenie trafia do CRM, a handlowiec dostaje przypomnienie, jeśli nikt nie odpisał.
Cztery typowe procesy, w których AI ma sens
Poniższe scenariusze pokazują typ procesu, czyli modelowe scenariusze oparte na najczęściej zgłaszanych obszarach, w których wsparcie AI najlepiej się sprawdza. Podczas audytu sprawdzamy, który z nich jest najbliższy Waszej sytuacji.
Dziś:
Zapytanie czeka w skrzynce, aż ktoś zbierze informacje o ofercie i znajdzie czas na odpowiedź.
Po wdrożeniu:
Trafia od razu do właściwego handlowca razem ze szkicem odpowiedzi opartym na materiałach firmy. Handlowiec sprawdza, poprawia i wysyła.
Efekt:
Usuwa wąskie gardło: czas między wpłynięciem zapytania a pierwszą sensowną odpowiedzią.
Dziś:
Zgłoszenie krąży między osobami, bo brakuje danych potrzebnych do rozpatrzenia sprawy.
Po wdrożeniu:
System sprawdza kompletność, dopytuje zgłaszającego o braki i przekazuje kompletną sprawę osobie decyzyjnej. Decyzja zawsze należy do człowieka.
Efekt:
Skraca czas między zgłoszeniem a momentem, w którym sprawa jest gotowa do rozpatrzenia.
Dziś:
Nikt nie wie, które dokumenty od klienta już wpłynęły, a których wciąż brakuje.
Po wdrożeniu:
Podpisana umowa uruchamia listę kroków, dokumenty i dane są zbierane jednym kanałem, a kompletność jest kontrolowana wobec ustalonej listy. Brakujące elementy generują przypomnienia, po czym po zebraniu wszystkiego sprawa przechodzi do zespołu realizacyjnego.
Efekt:
Usuwa najczęstszy problem onboardingu: nikt nie wie, na czym stoi.
Dziś:
Dokumentacja krąży mailem, a odtworzenie po fakcie, kto i kiedy co zatwierdził, zajmuje godziny.
Po wdrożeniu:
Dokument jest przypisywany do zlecenia lub partii, sprawdzany pod kątem wymaganych załączników i przekazywany dalej, z zachowaną historią zatwierdzeń.
Efekt:
Wartością jest przede wszystkim możliwość odtworzenia przebiegu po fakcie.
Proces wdrożenia
Ta kolejność nie jest formalnością. Audyt bywa jedynym potrzebnym etapem. Czasem okazuje się, że problemem nie jest brak automatyzacji, a sposób, w jaki proces został zaprojektowany. Wtedy mówimy to wprost.
Rozpisujemy, którędy płynie sprawa, ile trwa każdy krok i gdzie powstaje ręczna praca. Efekt: mapa procesu z punktami, w których automatyzacja da największy efekt.
Jeden fragment procesu, jedna kategoria spraw albo jeden zespół. Z kryteriami sukcesu ustalonymi z góry i punktem odniesienia zmierzonym przed startem.
Podłączenie do systemów, w których faktycznie prowadzicie sprawy. Zakres integracji ustalamy po sprawdzeniu, co jest realnie możliwe w Waszym środowisku.
Sprawdzamy efekt na danych z pilotażu i na tej podstawie decydujemy razem, czy rozszerzać rozwiązanie na kolejne fragmenty procesu, czy zatrzymać się tam, gdzie jest.
Łączymy się z systemami, w których faktycznie pracujecie
Integracje międzysystemowe to jedna z naszych podstawowych kompetencji. Realizujemy je od lat w projektach ERP, CRM i systemach produkcyjnych. AI dokładamy jako warstwę nad tym, co już macie, a nie jako kolejne osobne narzędzie do obsługi.
Sprawa trafia tam, gdzie prowadzicie klienta, wraz z kontekstem i historią, bez ręcznego przepisywania.
Dane z procesu wchodzą do systemu, w którym rozliczacie działalność, zamiast krążyć w arkuszach i mailach.
Informacja z hali i magazynu spina się z resztą procesu, a dokumentacja trafia do właściwego zlecenia.
Katalog, zamówienia i zapytania kupujących zasilają proces obsługi bez dodatkowej pracy zespołu.
To, co przychodzi mailem lub jako dokument, staje się źródłem wiedzy i punktem startu procesu.
Systemy zbudowane pod Was też podłączamy, także wtedy, gdy nie mają gotowego interfejsu integracyjnego.
Każde środowisko wygląda inaczej, dlatego zakres i sposób integracji ustalamy podczas audytu. Sprawdzamy, jakie dane są dostępne, w jakiej formie i co da się z nimi zrobić bez ingerencji w krytyczne systemy. Na tej podstawie powstaje wycena.
Nie zmuszamy Was do zmiany systemów, w których pracujecie. Dopasowujemy AI do Waszego środowiska, nie odwrotnie.
Aplikacja webowa jednego z klientów miała zostać przeniesiona do chmury publicznej, ale działała na wersjach oprogramowania, których docelowe środowisko już nie wspierało. Przeprowadziliśmy krokowe podniesienie frameworka przez kilka kolejnych wersji, aktualizację środowiska uruchomieniowego do wersji wspieranej w chmurze, przebudowę obsługi plików pod magazyn chmurowy oraz naprawę podatności wskazanych w raporcie bezpieczeństwa. Następnie rozwijaliśmy aplikację dalej według nowych wymagań klienta.
Pracujemy w istniejących, często zaniedbanych środowiskach, a nie tylko na nowych projektach. To ten sam typ pracy, który stoi za podłączeniem AI do systemów działających u Was od lat.
Decyzje wymagające człowieka
Reguły ustalasz Ty. System je stosuje: nie tworzy ich i nie zmienia samodzielnie. Gdy sprawa wykracza poza reguły, trafia do człowieka, zamiast zostać rozstrzygnięta „na wyczucie”.
Mierniki
Przed pilotażem ustalamy to, co chcemy mierzyć, razem z punktem odniesienia, tak, by po wdrożeniu uczciwie powiedzieć, co się zmieniło i jaki efekt przyniosło wdrożenie AI.
Od wpłynięcia sprawy do jej zamknięcia.
Ile spraw nadal wymaga przepisywania danych.
Pomyłki przy ręcznym przenoszeniu informacji.
Koszt jednostkowy obsługi, jeśli da się go sensownie policzyć.
Współpraca z GOTOMA GENERAL
Wtedy realizujemy go wspólnie z GOTOMA GENERAL, która odpowiada za generalne wykonawstwo środowisk IT: architekturę, infrastrukturę, sprzęt, koordynację wykonawców i doprowadzenie inwestycji do gotowości operacyjnej. Koordynuje również wdrożenia AI, w tym optymalizację procesów biznesowych, a także pełni funkcję doradczą: dobiera odpowiednie rozwiązania i wspiera finansowanie projektów.
Co się zmienia dla klienta: projekt obejmuje dodatkowo warstwę infrastrukturalną albo koordynacyjną.
Co się nie zmienia: pozostaje jeden zespół, jeden punkt kontaktu i jedna odpowiedzialność za rezultat – nie odsyłamy klienta między spółkami.
AI a automatyzacja
Mamy w ofercie obie rzeczy i warto wiedzieć, kiedy która ma sens.
Pokażemy, gdzie automatyzacja da efekt, a gdzie warto ją wesprzeć AI.
Private AI i większe wdrożenia – GOTOMA GENERAL
