Преди да купите този инструмент за изкуствен интелект, трябва да направите нещо много по-малко вълнуващо

Дистрибуторът, който прибърза

Представете си следното: Среден по размер дистрибутор се свързва с технологичен консултант, въодушевен от внедряването на изкуствен интелект за автоматизиране на обработката на поръчки. Те имат шест служители в отдела за обслужване на клиенти, които обработват приблизително 1 200 поръчки седмично, и всяка единична поръчка се въвежда ръчно в системата. „Сигурно ИИ може да се справи с това“, си мислят те.

Звучи ли ви познато? Тук започва повечето бизнеси. Те виждат проблем, намиат лъскаво решение с изкуствен интелект и скачат директно към внедряването.

Но ето кое е важно – и тук става интересно – истинската история не беше за ИИ. Поне не в началото.

Какво се случи, когато наистина погледнаха

Когато консултантите започнаха да картографират процеса с входящата пощенска кутия (разбирате, всъщност да седнат и да разберат какво се случва), нещата станаха странни. В добрия смисъл.

Първа изненада: Само около 62% от тези имейли бяха всъщност поръчки. Останалите? Въпроси за доставки, запитвания за цени и корекции на предишни поръчки. Ако бяха купили просто ИИ за обработка на „поръчки“, щяха да автоматизират напълно грешното нещо.

Втора изненада: Имаше служителка по обслужване на клиенти на име Дениз. (Назовавам я, защото заслужава признание – тя беше гръбнакът на тази операция.) Около 70% от входящите поръчки използваха собствените номерни части на клиентите, а не тези на дистрибутора, а Дениз имаше електронна таблица, която поддържала единадесет години, за да превежда между тях. Тази таблица всъщност поддържаше потока на приходите на по-голямата част от компанията, а никой дори не знаеше, че съществува.

Трета изненада: Всяка поръчка с отстъпка над 5% изискваше одобрение от мениджъра по продажбите. Това правило произлизаше от свиване на маржа през 2016 г. То се отнасяше за приблизително 40% от поръчките, добавяйки цял ден към времето за обработка. И ето най-важното – то беше одобрявано 99% от времето. Свиването на маржа приключи преди години, но никой не си беше направил труд да премахне правилото.

Можете ли да видите накъде отива това?

Числата, които промениха всичко

След две седмици на реално измерване на това, което се случва (не на гадаене, не на предположения, а на измерване), екипът откри:

• Средното време за ръчна обработка на поръчка беше малко под девет минути
• От имейл до потвърждение отнегаше средно шест часа – и се разтягаше до повече от два дни в понеделник
• Приблизително 4% от поръчките излизаха грешни
• Компанията губеше пари за кредити и транспорт за връщане

Но ето кое наистина беше важно: след като разбраха реалната картина, веднага се появиха две лесни победи.

Правилото за одобрение от 2016 г.? Премахнато на едно заседание. Без разходи. То премахна по-голямата част от един ден от цикъла за 40% от всички поръчки.

Електронната таблица на Дениз? Надградена до правилна система за картографиране. Нито едно от тези неща не изискваше ИИ.

ИИ най-сетне получи своя момент

Това, което остана, беше

Тагове: ['ai automation', 'process improvement', 'business efficiency', 'workflow optimization', 'operational excellence', 'ai implementation', 'digital transformation', 'business processes']