Înainte de a cumpăra acel instrument AI, trebuie să faci ceva mult mai puțin palpitant mai întâi

Distribuitorul care a sărit peste etape

Imaginați-vă următorul scenariu: un distribuitor de dimensiuni medii contactează un consultant în tehnologie, entuziasmat de implementarea AI pentru a-și automatiza procesarea comenzilor. Au șase persoane în serviciul clienți care gestionează aproximativ 1.200 de comenzi pe săptămână, iar fiecare comandă este introdusă manual în sistem. „Sigur că AI poate gestiona acest lucru”, își spun ei.

Vi se pare cunoscut? Aici este unde începe majoritatea afacerilor. Văd o problemă, găsesc o soluție AI strălucitoare și sar direct la implementare.

Dar iată adevărul—și aici devine interesant—povestea reală nu a fost deloc despre AI. Cel puțin nu la început.

Ce s-a întâmplat când au analizat cu adevărat procesul

Când consultantii au început să cartografieze procesul inbox-ului de e-mailuri (adică, să se așeze și să înțeleagă ce se întâmplă de fapt), lucrurile au devenit ciudate. Într-un mod bun.

Prima surpriză: Doar aproximativ 62% dintre acele e-mailuri erau efectiv comenzi. Restul? Întrebări despre livrări, solicitări de prețuri și modificări ale comenzilor anterioare. Dacă ar fi cumpărat pur și simplu un AI pentru a procesa „comenzi”, ar fi automatizat greșit totul.

A doua surpriză: Există o reprezentantă a serviciului clienți pe nume Denise. (O numesc pentru că merită credit—ea era coloana vertebrală a acestei operațiuni.) Aproximativ 70% dintre comenzile primite foloseau numerele de piese ale clienților, nu cele ale distribuitorului, iar Denise avea o foaie de calcul pe care o întreținea de unsprezece ani pentru a traduce între cele două. Această foaie de calcul era practic cea care menținea fluxul majorității veniturilor companiei, și nimeni nu știa măcar că există.

A treia surpriză: Orice comandă cu o reducere mai mare de 5% necesita aprobarea managerului vânzărilor. Această regulă provenea dintr-o presiune asupra marjelor din 2016. Se aplica la aproximativ 40% dintre comenzi, adăugând o zi întreagă timpului de procesare. Iată partea amuzantă—era aprobată 99% din timp. Presiunea asupra marjelor a încetat cu ani în urmă, dar nimeni nu s-a obosit să elimine regula.

Vedeți unde vreau să ajung?

Cifrele care au schimbat totul

După două săptămâni de măsurare efectivă a ceea ce se întâmpla (nu ghicind, nu presupunând, ci măsurând), echipa a descoperit:

• Timpul mediu de lucru efectiv pentru o comandă era puțin sub nouă minute
• De la e-mail la confirmare, media era de șase ore—și se întindea peste două zile în zilele de luni
• Aproximativ 4% dintre comenzi plecau greșite
• Compania pierdea bani pe credite și pe transportul retururilor

Dar iată ce conta cu adevărat: odată înțeles peisajul real, două câștiguri ușoare au apărut imediat.

Regula de aprobare din 2016? Eliminată într-o singură ședință. Fără costuri. A eliminat aproape o zi din ciclul de procesare pentru 40% din toate comenzile.

Foaia de calcul a Denisei? Actualizată într-un sistem propriu de cartografiere. Niciuna dintre aceste două nu a necesitat AI.

AI-ul și-a primit în sfârșit rândul

Ceea ce a rămas a fost un candidat genuin bun pentru automatizare. Comenzi recurente de la clienți cunoscuți, cu formatare consistentă și cartografiere curată a numerelor de piese? Aceasta reprezintă aproximativ 55% din volum, și este perfectă pentru extracția AI. Modelul a atins o acuratețe de 94% cu revizie umană pe cazurile marcate.

Proiectul s-a recuperat în mai

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