Az elején leszögezem, ez egy valós példákkal teli cikk lesz!
Összességében igaz, hogy a mesterséges intelligencia integrálása (egybegyúrása) az egyedi készítésű ERP szoftverrel nagyban egyszerűsíti az ügyfélszolgálatot, növelheti a termelékenységet és kiszolgálást, könnyebben megtalálunk a cégben bármit, jobb vezetői döntéseket hozhatunk, s így növelve a hatékonyságot teljesen legális versenyelőnyre tehetünk szert!
Feltéve, hogy tudjuk számunkra mi az igazi segítség és mi csupán modern kori hype…
Fél évvel ezelőtt kitűztük, hogy a cégünk, egy MI kompatibilis cég lesz.
Ez azt jelenti, hogy nálunk nem csupán vállalatirányítási és termelésirányítási szoftverek készülnek, hanem mindezt összekötjük mesterséges intelligenciával is annak érdekében, hogy a vállalat egy magasabb szintű automatizálás használatával ebből profitálni tudjon.
Szószaporítás nélkül, jöjjön pár gyakorlati esettanulmány, amelyet most valósítunk meg, vagy épp arra vár az ötlet, hogy valaki lecsapjon rá.
I, Tudásbázisban keresés, kérdezés
Fő probléma, hogy nem tudunk igazán hatékonyan keresni a cégben eddig összegyűlt óriási tudáshalmazban. Pedig minden adat már ott van és szuper hasznos, ám csak annyira, amennyire azt felhasználjuk a mindennapi életben.
Feltöltjük tehát a mesterséges intelligenciával támogatott (chatGPT alapú) modulba a céges meglévő doksikat, irányelveket és szabályokat, ajánlatokat, megrendeléseket, szerződéseket, ügyfélpanaszokat, eddigi problémákra adott megoldásokat, stb. s ez alapján szabadon lehet már beszélgetni a géppel,
pl:
a, hogy oldjam meg azt, hogy…
b, korábban volt-e már olyan probléma, hogy…
c, mit mondjunk az ügyfélnek, amikor az van, hogy…
A megoldás segítségével 2 eredmény született:
1, a belső céges levelezést lecsökkentette 38%-al, hisz ott van minden infó és a ChatGPT-t felokosítva lehet vele beszélgetni, keresni, javaslatot kérni
2, a hibázás mértéke 17%-al csökkent a cégben, ezáltal jobbak is lettek az ügyfél visszajelzések mindössze 2 hónapon belül (MI tanítással együtt).
II. Termék ajánló
Ha tudjuk, hogy mik az ügyfeleink, vásárlóink legfőbb jellemzői és ki, mit választott nálunk a cégnél a termékeink/szolgáltatásaink közül az elmúlt évek során, akkor ez alapján, - ha kellően sok adat áll rendelkezésre -, a gép fel tudja ajánlani az adott célcsoportnak leginkább megfelelő szolgáltatást, amikor új ügyfél érkezik a céghez.
Gyakorlatban ez úgy valósul meg, hogy képzeljük el azt a folyamatot, ahol vásárláskor az ügyfél személyes adatokat ad meg magáról. Majd kiválasztja a számára megfelelő portékát.
Ezeket az információkat, ha kb. 5-10 évre visszamenőleg már eltároltuk, akkor a mesterséges intelligencia betanítható ezekkel az adatokkal.
A későbbiek során (érts: a jelenben) amikor újabb vásárló érkezik, az adatai megadását követően a gép automatikusan besorolja őt a korábban megismert vásárlói csoportokba (ez a klasszifikáció) és terméket, illetve szolgáltatást ajánl, melyet nagy valószínűséggel a vevő el is fog fogadni.
Kicsit olyan ez, mint a Netflixen, amikor megnézel egy filmet, s a végén: mások, akik ezt a filmet megnézték, még ezt is megnézték... Állítólag náluk is szuper jól működik ez a filmajánló módszer, mely mögött ügyesen tanított mesterséges intelligencia alapú szoftver van szintén.
III. Ügyfél utánkövetés
Ebben az esetben azt történt, hogy a vállalatirányítási szoftver minden vásárlást -beleértve a és a választott termékeket- pontosan nyilvántartott, ami ugye természetesen alap ügyviteli funkció.
Majd attól függően, hogy a vásárló milyen kommunikációs ritmust kedvel (az eddigi levelezés alapján már ezt is gép méri fel, ami lehet 2 hét, vagy 2 hónap is), ismét megkeresi az automata ChatGPT alapú rendszer.
Köszönjük a korábbi vásárlást, mennyire van megelégedve a termékkel?
Ajánlhatunk egy kiegészítő terméket hozzá?
Megtekintené az új ehhez kapcsolódó termékeinket, esetleg segíthetünk pár jótanáccsal, beszereléssel és így tovább.
Itt az MI mivel szintén múltbeli vásárlásokkal van felokosítva (elég sok vásárlási adattal), kiválóan lehet vele beszélgetni: mit javasol, kinek mi a véleménye, mondjon érveket, ellenérveket.
A gép automatikusan türelmesen, amikor épp kell, beszélgetésbe kezd a vevővel, ha szükséges újabb megrendelést vesz fel, vagy épp tájékoztat.
Mind ismerjük a ChatGPT-t.
Jó tanító adatokkal és szakértelemmel, a valódi beszélgetés élményt tudja megközelíteni.
A tapasztalat szerint az ügyfélszolgálat jelentősen tehermentesült, s miközben a vásárlók pontosan tudták, hogy egy géppel beszélnek, nagyban javultak az elégedettségi mutatók és az értékesítési számok majdnem 21%-al megugrottak 3 hónap alatt (itt sokáig tartott a tanító adat összegyűjtése, mert strukturálatlan volt az adatforrás).
A legtöbb visszajelzés úgy hangzott: nem is tudtam, hogy nálatok lehet kapni ezt, vagy azt a terméket, még jó, hogy szólt a gép.
IV. A “kulcs” kolléga segédje
Ez némileg hasonló az előző példához, ám annál egy fokkal trükkösebb.
Képzeljük el azt a céget, ahol az adott kolléga túl van terhelve, esetleg különösen népszerű, az ügyfelek között. Ez lehet akár egy teljes csapat is persze.
Nos, a mesterséges intelligencia képes rá, hogy valakinek a szerepét felvegye.
Elsőre lehet felhúzzuk a szemöldökünk, ám ez csupán egy jól irányzott üzleti támogatás. Ha rendelkezésre állnak olyan tanító adatok, ahol pl. az értékesítő beszél ügyfelekkel, esetleg ő általa írt közösségi posztok, blog írások, vagy épp megírt céges tanító anyagok vannak, akkor egy jól irányzott tanítást követően azt kérhetjük a ChatGPT (és társaitól), hogy csinálj úgy mint...
Feltételezem az Ön vállalatirányítási rendszerében is vannak történetiség adatok a CRM modulban és látszik, mikor, kivel, ki és mit beszélt? Ez amolyan nagykönyv, benne a múlttal, ami eddig történt, csupán sokkal jobban lehet benne keresni bármire.
Ezt követően pedig a szóhasználatot, stílust kielemezve, olyan beszélgetést tud folytatni az MI, mint az adott kolléga, így a vevő, vagy épp a cégen belül az adott kolléga is úgy érezheti azzal beszél, akit már ismer.
Ez a fajta mesterséges affinitás pedig konkrét vásárláshoz, vagy akár a könnyebb probléma megoldáshoz vezet az eddigi tapasztalat szerint. „fura, de olyan volt, mintha ismertem volna korábbról, akivel beszélek. Sőt egy kicsit engem is ismert a gép” – egy konkrét ügyfél visszajelzés.
V. Kimutatások lekérdezése, döntéstámogatás
Egy vállalatirányítási (ERP), vagy termelésirányítási (MES) rendszerben különösen fontos a kimutatások, listák, jelentések, összefoglalóan ezt nevezzük BI területnek (Business Intelligense)
Ha a mesterséges intelligenciának megmutatjuk, hogy milyen adatok állnak rendelkezésre a cégben, mit gyűjtöttünk eddig össze a mindennapi munka során, majd megosztjuk vele a számunkra fontos és elvárt kulcs-mutatókat, akkor a mesterséges intelligencia azt elénk tárja a kért formában és mélységben.
Egy kis szakmai kitekintő: a legjobb ChatGPT promptok (ez az, amit beírunk a gépnek) ezt a struktúrát követik: “csinálj úgy, mintha te lennél x, írj az y témáról és prezentáld z
struktúrában.” Pl. Te egy profi pénzügyi elemző vagy, állíts össze egy cashflow kimutatást
Q3-ra az ismert hosszú távú szerződések, az ismert szezonalitás, termék forgási
sebességünk és a múltbeli kiadásaink alapján és szervezd 6 oszlopos, 3 soros táblázatba.”
(egyszerűsített, ám konkrét példa)
No persze ehhez jól strukturált tanító adatok is kellenek a vállalatirányítási rendszerből.
Sőt, olyan kérdéseket is fel tudunk tenni, hogy mit lehet ebből az adatból megtudni, amire eddig nem gondoltunk vagy épp tudod-e azt, hogy mi várható, mi a tendencia egy adott területen, vagy iparágban?
Még egy példa: Csináljunk összehasonlító elemzést, ehhez szeretném az árrést kimutatni, az ez év májusi megrendelésekre, akár idő ráfordításokkal együtt, toplistába szervezve, felül a legnagyobb haszonnal bíró termékünkkel kezdve. Tedd mellé az ismert adatok alapján a jövő május várható számadatait is.
Ez természetesen előre is beprogramozható MI nélkül, ám ha valamire nem gondoltunk előre, itt most a géppel szabadon beszélgetve és ötletelve megkaphatjuk azt külön programozás nélkül.
Ez a nagy előny, mert innentől kezdve nem egyedül vezetjük a céget.
Itt a visszajelzések szerint különösen hasznos, hogy beszédes előrejelzéseket tud adni a ChatGPT a múltbeli adataink alapján, mert mintákat fedez fel, melyeket mi emberek nem feltétlen látunk meg.
Összefüggéseket lát, amire nekünk vezetőknek nincs feltétlen időnk, a gépnek pedig percek kérdése. Sőt konkrétan beszélgetni is lehet a mesterséges intelligenciával, aki megindokolja a javaslatait és megmutatja azokat az adatokat, összefüggéseket, amelyre támaszkodva a véleményét alkotta.
Úgy tapasztaljuk, hogy nálunk készült ERP, vagy MES szoftverhez biztosított mobilon is elérhető cégműszerfal kapcsán, 10 megrendelésből már 2 alkalommal kér a megrendelő MI technológiával kiegészített funkciót a fenti példák alapján.
—
Ez csupán 5 megvalósult gyakorlati példa volt, mérhető eredménnyel, de a listát folytathatjuk:
automata munkaerő előszűrés és betanítás, vizsgáztatás (onboarding),
hang vezérelt vállalatirányítási szoftver a billentyűzet és egér helyett a termeléshez,
személyre szabott marketing tartalom gyártás és egyedi hírlevél küldés,
forgási sebességtől és szezonalitástól függő raktár optimalizálás, hogy gyorsabb legyen az összeszedés folyamata, vagy épp külső tényezők és tendenciák folyamatos monitorozása és ettől függő pontos gyártási tervkialakítása.
Vagy! Amit épp kitalálunk, itt ugyanis már nincs korlát, bármilyen mesterséges intelligencia alapú funkciót le lehet programozni és a vállalatirányítási rendszerhez kötni utána.
A jól megfogalmazott üzleti cél és a hozzá tartozó tanító adatok a kulcs.
Zárszóként még annyi, úgy tartja a modern mondás, hogy nem az MI veszi el a munkát az embertől, hanem az az ember, aki használja az MI-t, attól az embertől, aki viszont nem.
Úgy látom ez a cégekre, vállalatokra is igaz.
Ön kedves olvasó melyik táborba szeretne inkább tartozni?
Szekrényi Péter - Pedro
tulajdonos, IT mérnök
AMtech Rendszerház
