O Yapay Zeka Aracını Satın Almadan Önce, Önce Daha Az Heyecan Verici Bir Şey Yapmanız Gerekiyor

Öne Atılan Distribütör

Şunu hayal edin: Orta ölçekli bir distribütör, sipariş işlemlerini otomatize etmek için yapay zeka uygulamasına geçmek isteyen bir teknoloji danışmanıyla iletişime geçer. Müşteri hizmetlerinde haftada yaklaşık 1.200 sipariş işleyen altı kişilik bir ekipleri vardır ve her bir sipariş sistemlerine elle girilir. “Yapay zeka bunu halledebilir,” diye düşünürler.

Tanıdık geldi mi? Çoğu işletme böyle başlar. Bir sorunu görür, parlak bir yapay zeka çözümü bulur ve doğrudan uygulamaya geçer.

Ama işin asıl kısmı—ve işin ilginç olan yanı—gerçek hikaye hiç de yapay zeka ile ilgili değildi. En azından başlangıçta değil.

Gerçekten İncelediklerinde Ne Oldu

Danışmanlar e-posta gelen kutusu sürecini haritalamaya başladıklarında (yani oturup aslında ne olduğunu anlamaya çalıştıklarında), işler ilginç bir hal aldı. İyi anlamda.

İlk şok: Gelen e-postaların yalnızca yaklaşık %62’si aslında siparişti. Geri kalanı? Teslimat soruları, fiyat sorguları ve önceki siparişlere yapılan değişikliklerdi. Eğer sadece “siparişleri” işleyen bir yapay zeka alsalardı, yanlış olan şeyi otomatize etmiş olurlardı.

İkinci şok: Denise adında bir müşteri hizmetleri temsilcisi vardı. (Ona isim veriyorum çünkü hakkını teslim etmek gerekir—bu operasyonun belkemiği oydu.) Gelen siparişlerin yaklaşık %70’inde müşteriler kendi parça numaralarını kullanıyordu, distribütörün kullandığı değil, ve Denise on bir yıldır bu iki sistem arasında çeviri yapmak için bir tablo tutuyordu. Bu tablo, şirketin gelirlerinin büyük kısmını akıtan asıl unsurdur ve kimse onun varlığından bile haberdar değildi.

Üçüncü şok: %5’ten fazla indirim içeren her sipariş satış müdürü onayı gerektiriyordu. Bu kural 2016’daki bir kâr sıkışmasından geliyordu. Siparişlerin yaklaşık %40’ına uygulanıyor ve işleme süresine tam bir gün ekliyordu. Ve asıl can alıcı nokta şu ki, bu kural %99 onay alıyordu. Kâr sıkışması yıllar önce bitmişti, ama kimse kuralı kaldırmaya tenezzül etmemişti.

Bunun nereye gittiğini görebiliyor musunuz?

Her Şeyi Değiştiren Rakamlar

İki hafta boyunca aslında ne olduğunu ölçtükten sonra (tahmin etmeden, varsaymadan, ölçerek), ekip şunları keşfetti:

• Ortalama bir sipariş, aktif işleme süresi olarak dokuz dakikanın biraz altında zaman alıyordu
• E-postadan onaya kadar geçen süre ortalama altı saatti ve Pazartesileri iki günü aşıyordu
• Siparişlerin yaklaşık %4’ü hatalı çıkıyordu
• Şirket, iade ve nakliye kredileriyle para kaybediyordu

Ama asıl önemli olan şuydu: Gerçek manzarayı anladıktan sonra, iki kolay kazanım hemen ortaya çıktı.

2016 onay kuralı? Bir toplantıda ortadan kaldırıldı. Maliyet yok. Tüm siparişlerin %40’ının döngü süresinden bir güne yakın zaman tasarrufu sağladı.

Denise’in tablosu? Uygun bir eşleştirme sistemine yükseltildi. Bunların hiçbiri yapay zeka gerektirmiyordu.

Yapay Zeka Nihayet Sahnede

Geriye kalan, gerçekten iyi bir otomasyon adayıydı. Bilinen müşterilerden gelen, tutarlı formatlama ve temiz parça numarası eşleştirmesi içeren tekrarlayan siparişler? Hacmin yaklaşık %55’ini oluşturuyordu ve yapay zeka çıkarımı için mükemmeldi. Model, bayraklı durumlar için insan incelemesiyle %94 doğruluk oranına ulaştı.

Proje bir yıl içinde kendini amorti etti ve yatırım geri dönüşü, gösterişli bir sunum slaytında değil, operasyonel rakamlarda görünür hale geldi.

Benim Görüşüm

Bu kalıbı, her ölç

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