Generatyvinis dirbtinis intelektas versle: kaip taikyti

Generatyvinis dirbtinis intelektas, tai technologija, kuri pagal jūsų tekstinę užklausą sukuria naują tekstą, analizę, kodą ar idėją, o ne tik atrenka jau paruoštą atsakymą iš duomenų bazės. ChatGPT ir Claude yra šiuo metu populiariausi tokio AI pavyzdžiai, jie „supranta" natūralią kalbą ir generuoja atsakymą, panašų į žmogaus parašytą tekstą. Versle tai reiškia, kad rutininės, laiko reikalaujančios užduotys gali būti atliekamos per sekundes, o žmonių dėmesys lieka sprendimams, kuriems reikia patirties ir konteksto.

Kaip veikia ChatGPT ir Claude paprastai

Abu įrankiai yra vadinamieji dideli kalbos modeliai (LLM). Jie apmokyti atpažinti kalbos struktūrą ir dėsningumus iš milžiniško teksto kiekio, todėl gali tęsti, apibendrinti ar performuluoti bet kokį tekstą, atsakyti į klausimus, rašyti kodą ar analizuoti dokumentus. Svarbu suprasti: jie negalvoja kaip žmogus ir nežino faktų „iš patirties", jie skaičiuoja tikėtiniausią atsakymą pagal pateiktą kontekstą. Būtent todėl tinkamas užklausų formulavimas (promptai) ir aiškus procesas yra tokie svarbūs sėkmingam AI naudojimui versle.

6 konkretūs generatyvinio AI pritaikymo atvejai versle

• Klientų aptarnavimas. AI pokalbių robotas gali atsakyti į dažniausius klausimus, nukreipti sudėtingesnes užklausas žmogui ir dirbti visą parą, nepailsdamas.
• Rinkodaros ir turinio kūrimas. Straipsnių, socialinių tinklų įrašų, el. laiškų ir produktų aprašymų juodraščiai paruošiami per minutes, o rinkodaros komanda juos redaguoja ir pritaiko prie tono.
• Dokumentų ir sutarčių analizė. Ilgi dokumentai apibendrinami į keletą sakinių, išryškinant svarbiausias sąlygas ar rizikas prieš žmogaus peržiūrą.
• Vidinė žinių bazė ir pagalba darbuotojams. AI asistentas atsako į klausimus apie vidaus procesus, instrukcijas ar dažnai užduodamus klausimus, sutaupydamas laiko naujiems darbuotojams.
• Pardavimų pagalba. Personalizuoti pasiūlymai, komerciniai pasiūlymai ir tolesnio bendravimo laiškai paruošiami greičiau, remiantis kliento kontekstu.
• Kodo ir svetainių kūrimo pagreitinimas. AI padeda greičiau parašyti, patikrinti ar pataisyti kodą, sutrumpindamas svetainių ir vidinių įrankių kūrimo laiką.

Šie atvejai tinka tiek mažoms, tiek vidutinėms įmonėms: svarbiausia teisingai parinkti sritį, kurioje investuota valanda duoda didžiausią grąžą. Kaip tokie pritaikymai atrodo parduotuvėse, surinkome tekste apie tai, kaip AI naudojamas el. komercijoje.

Ką generatyvinis AI daro prastai

Sąrašas galimybių be sąrašo apribojimų klaidina. Verta žinoti, kur ši technologija realiai suklumpa.

• Faktai, kurių nėra užklausoje. Modelis gali užtikrintai pateikti neteisingą datą, kainą ar teisės akto punktą. Sprendimas paprastas: viską, kas yra faktas, pateikite patys užklausoje arba tikrinkite.
• Skaičiavimai su daug žingsnių. Suvestinėms ir sudėtingesnei aritmetikai patikimesnė skaičiuoklė. Modelis gali paaiškinti formulę, bet skaičiavimą verta patikrinti.
• Sprendimai, kuriems reikia konteksto apie žmones. Kas iš klientų vėluoja mokėti, kuris tiekėjas patikimas, kaip reaguos konkretus vadovas. To modelis nežino.
• Nuoseklumas per ilgą laiką. Ta pati užklausa skirtingomis dienomis duoda šiek tiek skirtingą rezultatą. Būtent todėl komandos naudoja bendrus šablonus, o ne kiekvieną kartą kuria užklausą iš naujo.
• Konfidencialūs duomenys. Ką galima ir ko negalima kelti į išorinį įrankį, turi būti nuspręsta iš anksto, kaip aprašome saugaus AI naudojimo įmonėje tekste.

Atsakymas nuobodus, bet teisingas: generatyvinis AI gerai ruošia juodraštį ir prastai priima sprendimą. Kaip šis juodraščių principas atrodo Lietuvos komandų kasdienybėje, surinkome tekste apie dirbtinį intelektą darbe.

Kiek laiko realiai sutaupo vienas pritaikymas

Vietoj bendrų pažadų apie produktyvumą pasiskaičiuokite vieną procesą.

Tarkime, prekybos įmonė per savaitę gauna 60 klientų užklausų el. paštu. Atsakymas į vieną užklausą užima vidutiniškai 9 minutes: perskaityti, susirasti informaciją, parašyti, perskaityti dar kartą. Tai 9 valandos per savaitę.

Įdiegus juodraščių ruošimą, kai modelis gauna užklausą ir įmonės atsakymų šabloną, atsakymo laikas nukrenta iki maždaug 4 minučių, nes darbuotojui lieka patikrinti ir pataisyti. Tai 4 valandos per savaitę. Sutaupoma 5 valandos, arba apie 20 valandų per mėnesį.

Jei valandos kaštas įmonei yra 15 eurų, tai apie 300 eurų per mėnesį. Įrankio prenumerata dviem žmonėms kainuoja apie 40 eurų. Paruošimas, šablonų sukūrimas ir testavimas, užima gal 8 valandas vieną kartą.

Skaičiai maži, bet būtent tokie ir yra realūs pirmieji pritaikymai. Kelios tokios sritys per metus jau keičia komandos darbotvarkę. Bendrą metodiką, kaip pereiti nuo vieno bandymo prie sistemos, aprašome AI diegimo įmonėje tekste.

Kaip pradėti per keturias savaites

1. Pirma savaitė: išrinkite vieną procesą. Ne penkis. Tinka tas, kuris kartojasi bent kelis kartus per savaitę, turi aiškų rezultatą ir nesukelia didelės žalos, jei juodraštis bus prastas.
2. Antra savaitė: paruoškite kontekstą. Modeliui reikia to paties, ko reikėtų naujam darbuotojui: kelių gerų pavyzdžių, tono aprašymo ir taisyklių, ko rašyti negalima.
3. Trečia savaitė: dirbkite su dviem žmonėmis. Ne su visa komanda. Du žmonės greitai pastebi, kur rezultatas šlubuoja, ir šablonas patobulinamas be didelio triukšmo.
4. Ketvirta savaitė: pamatuokite ir nuspręskite. Palyginkite laiką prieš ir po. Jei sutaupymo nėra, atvirai pripažinkite ir pereikite prie kito proceso. Kaip tokį bandymą paleisti tvarkingai, aprašėme pilotinio projekto tekste.

Po keturių savaičių turėsite ne nuomonę apie AI, o vieną veikiantį arba aiškiai atmestą procesą. Abu rezultatai naudingi.

Dažniausios klaidos ir kaip jas taisyti

• Pradedama nuo įrankio, ne nuo užduoties. Perkama prenumerata, tada ieškoma, kur ją panaudoti. Taisymas: pirma užduotis, tada įrankis.
• Rezultatas naudojamas be peržiūros. Klientui išsiunčiamas tekstas su neteisinga kaina. Taisymas: kol procesas naujas, visus išeinančius tekstus tikrina žmogus.
• Užklausa per trumpa. „Parašyk laišką klientui" duoda bendrinį tekstą. Taisymas: kontekstas, tonas, ilgis, ko vengti. Skirtumas tarp prasto ir gero rezultato dažniausiai yra būtent čia.
• Tikimasi rezultato per savaitę visai įmonei. Taisymas: vienas procesas, dvi savaitės matavimo, tada plėtra.
• Nepasakoma komandai, kam tai daroma. Jei darbuotojai mano, kad AI diegiamas etatams mažinti, jie natūraliai nesistengs. Taisymas: pasakykite atvirai, kokias užduotis norite iš jų atimti.

Lietuviškos rinkos specifika

Keli dalykai, kurie svarbūs būtent čia ir kurių angliškuose vadovuose nerasite.

Kalba. Modeliai lietuviškai rašo padoriai, bet ne savaime. Be aiškios instrukcijos jie linkę pereiti į familiarų kreipinį arba palikti vertimo skambesio konstrukcijas. Praktinius sprendimus surinkome tekste ChatGPT lietuviškai versle.

Trys kalbos viename versle. Daug įmonių bendrauja lietuviškai su vietos klientais, angliškai su eksporto rinkomis ir rusiškai su dalimi partnerių. Generatyvinis AI čia duoda didžiausią laiko sutaupymą, nes vertimas ir tono pritaikymas nustoja būti atskiras darbas.

Maža rinka. Lietuvoje klientai ir konkurentai dažnai pažįsta vieni kitus. Akivaizdžiai generuotas, bendrinis tekstas pastebimas greitai, todėl redagavimas nėra pasirinktinas žingsnis.

Reguliacija. ES lygiu galiojantys duomenų apsaugos reikalavimai reiškia, kad prieš keliant klientų duomenis į išorinį įrankį reikia žinoti, kur jie apdorojami ir ką sako paslaugos sutartis.

Kodėl vien įrankio neužtenka

Dažniausia klaida: įmonė duoda darbuotojams prieigą prie ChatGPT ar Claude ir tikisi, kad AI naudojimas savaime pasikeis. Realybėje be aiškaus proceso ir mokymų dauguma darbuotojų naudoja įrankį paviršutiniškai arba visai nenaudoja. Todėl svarbiausia dalis: ne technologijos pasirinkimas, o komandos gebėjimas ją taikyti konkrečiam darbui.

Būtent tuo užsiimame „Retos galimybės": esame dirbtinio intelekto sprendimų įmonė, padedanti verslams pereiti nuo bandymų su AI prie realaus, kasdienio naudojimo. Siūlome AI mokymus komandoms, kurie parodo, kaip generatyvinį AI panaudoti konkrečiose darbo situacijose, taip pat AI mokymus vadovams, kur akcentas: sprendimų priėmimas ir strategija, o ne tik įrankių valdymas.

Nuo mokymų iki automatizacijos

Kai komanda jau moka naudotis generatyviniu AI, kitas natūralus žingsnis: procesų automatizavimas, kai AI įtraukiamas ir į pavienes užduotis, ir į ištisus darbo srautus: nuo užklausos gavimo iki atsakymo išsiuntimo. Tai leidžia sutaupyti dar daugiau laiko ir sumažinti rankinio darbo klaidų.

Pradėkite nuo aiškaus vaizdo

Prieš diegiant bet kokį AI sprendimą, verta žinoti, kur įmonė realiai stovi ir kur AI galėtų padėti labiausiai. Tam skirtas AI auditas: greitas įmonės procesų įvertinimas, kuris parodo konkrečias sritis, kuriose generatyvinis AI duotų didžiausią naudą.

Jei norite suprasti, kaip generatyvinis dirbtinis intelektas galėtų pakeisti jūsų įmonės kasdienybę, susisiekite dėl nemokamos 45 min. konsultacijos: aptarsime jūsų konkrečią situaciją be įsipareigojimų. Rašykite per kontaktus.