Πριν αγοράσετε αυτό το εργαλείο Τεχνηής Νοημοσύνης, πρέπει πρώτα να κάνετε κάτι πολύ λιγότερο συναρπαστικό

Ο Διανομέας που Έσπευσε τα Πράγματα

Φανταστείτε το εξής: Ένας μεσαίου μεγέθους διανομέας επικοινωνεί με έναν σύμβουλο τεχνολογίας, ενθουσιασμένος με την εφαρμογή της Τεχνητής Νοημοσύνης (AI) για την αυτοματοποίηση της επεξεργασίας παραγγελιών. Διαθέτει έξι άτομα στο τμήμα εξυπηρέτησης πελατών που χειρίζονται περίπου 1.200 παραγγελίες την εβδομάδα, και κάθε μία από αυτές καταχωρείται χειροκίνητα στο σύστημά τους. «Σίγουρα η Τεχνητή Νοημοσύνη μπορεί να τα καταφέρει», σκέφτονται.

Σας φαίνεται熟悉; Εδώ ακριβώς ξεκινούν οι περισσότερες επιχειρήσεις. Εντοπίζουν ένα πρόβλημα, βρίσκουν μια λαμπρή λύση τεχνητής νοημοσύνης και πηδούν κατευθείαν στην εφαρμογή.

Αλλά να τι συμβαίνει—και εδώ γίνεται ενδιαφέρον—η πραγματική ιστορία δεν αφορούσε καθόλου την Τεχνητή Νοημοσύνη. Τουλάχιστον όχι αρχικά.

Τι Συνέβη Όταν Κοίταξαν Προσεκτικά

Όταν οι σύμβουλοι ξεκίνησαν να χαρτογραφούν τη διαδικασία του εισερχόμενου email (δηλαδή, να κάθονται και να κατανοούν τι ακριβώς συνέβαινε), τα πράγματα έγιν παράξενα. Με καλό τρόπο.

Πρώτη έκπληξη: Μόνο περίπου το 62% αυτών των emails ήταν στην πραγματικότητα παραγγελίες. Τα υπόλοιπα? Ερωτήσεις για παραδόσεις, ερωτήσεις τιμών και τροποποιήσεις σε προηγούμενες παραγγελίες. Αν είχαν απλώς αγοράσει ένα εργαλείο AI για να επεξεργάζεται «παραγγελίες», θα είχαν αυτοματοποιήσει εντελώς το λάθος πράγμα.

Δεύτερη έκπληξη: Υπήρχε μια υπάλληλος εξυπηρέτησης πελατών με το όνομα Denise. (Αναφέρω το όνοά της γιατί της αξίζει αναγνώριση—ήταν ο πυλώνας αυτής της λειτουργίας.) Περίπου το 70% των εισερχόμενων παραγγελιών χρησιμοποιούσαν τους δικούς τους κωδικους εξαρτημάτων των πελατών αντί για αυτούς του διανομέα, και η Denise διατηρούσε ένα υπολογιστικό φύλλο για έντεκα χρόνια για να μεταφράζει μεταξύ των δύο. Αυτό το φύλλo ήταν ουσιαστικά αυτό που κρατούσε ρέουσα την πλειονότητα των εσόδων της εταιρείας, και κανείς δεν ήξεβαν καν ότι υπήρχε.

Τρίτη έκπληξη: Κάθε παραγγελία με έκπτωση άνω του 5% απαιτούσε έγκριση από τον διευθυντή πωλήσεων. Αυτός ο κανόνας προήλθε από μια πίεση περιθωρίου κέρδους το 2016. Εφαρμόζετο σε περίπου το 40% των παραγγελιών, προσθέτον ολόκληρη μια μέρα στον χρόνο κύκλου επεξεργασίας. Και να το κυριότερο—εγκρινόταν το 99% των περιπτώσεων. Η πίεση περιθωρίου είχε λήξει χρόνια πριν, αλλά κανείς δεν είχε ενοχληθεί να αφαιρέσει τον κανόνα.

Μπορείτε να δείτε πού το πάει αυτό;

Οι Αριθμοί που Άλλαξαν Τα Πάντα

Αφού μετρήθηκαν για δύο εβδομάδες τι ακριβώς συνέβαινε (όχι μαντεύοντας, όχι υποθέτοντας, αλλά μετρώντας), η ομάδα ανακάλυψε:

• Ο μέσος χρόνος χειρισμού μιας παραγγελίας ήταν λίγο κάτω από εννέα λεπτά
• Ο χρόνος από το email έως την επιβεβαίωση averaged έξι ώρες—και ξεπερνούσε τις δύο μέρες τις Δευτέρες
• Περίπου το 4% των παραγγελιών εξεπορεύονταν λανθασμένα
• Η εταιρεία έχανε χρήματα σε πιστώσεις και μεταφορικά επιστροφών

Α

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