在购买那款 AI 工具之前，你需要先做一些远没那么令人兴奋的事情

抢跑的分销商

想象这样一个场景：一家中型分销商联系了一位技术顾问，兴奋地表示要引入人工智能来自动化其订单处理流程。他们有六名客服人员，每周处理约1,200个订单，而每一个订单都需要人工手动录入系统。“人工智能肯定能搞定这个，”他们心想。

听起来很熟悉吗？大多数企业正是这样起步的。他们发现问题，找到一个光鲜亮丽的人工智能解决方案，然后直接跳入实施阶段。

但关键在于——这正是有趣之处——真正的故事其实与人工智能无关。至少起初并非如此。

当他们真正审视流程时发生了什么

当顾问们开始梳理电子邮件收件箱流程（也就是真正坐下来理解实际发生了什么）时，情况变得奇怪了。是那种好的奇怪。

第一个令人震惊的发现：只有大约62%的电子邮件实际上是订单。其余的呢？关于交付的询问、价格咨询以及对先前订单的修改。如果他们只是购买一个人工智能来处理“订单”，他们就会完全自动化错误的对象。

第二个令人震惊的发现：有一位名叫丹尼斯的客服人员。（我特意提到她的名字，因为她理应得到认可——她是这项运营的中流砥柱。）大约70%的 incoming 订单使用的是客户自己的零件编号，而非分销商的编号，而丹尼斯维护了一张长达十一年的电子表格，用于在两者之间进行转换。这张电子表格实际上维持着公司大部分收入的流动，而几乎没有人知道它的存在。

第三个令人震惊的发现：任何折扣超过5%的订单都需要销售经理批准。这条规则源于2016年的一次利润率挤压。它适用于大约40%的订单，使处理时间增加了一整天。而关键在于——该规则99%的情况下都会被批准。利润率挤压早在多年前就已结束，但没人费心去移除这条规则。

你能看出事情的发展方向吗？

改变一切的数据

在真正测量实际发生的情况两周后（不是猜测，不是假设，而是测量），团队发现：

• 平均每个订单需要不到九分钟的人工操作时间
• 从电子邮件到确认平均需要六个小时——而在周一往往会延长至两天以上
• 大约4%的订单发货错误
• 公司在信用额度和退货运费上不断亏损

但真正重要的是：一旦他们理解了实际状况，两个简单的胜利立即显现。

2016年的审批规则？ 在一次会议中被取消。零成本。它为40%的所有订单从周期时间中剔除了近一天。

丹尼斯的电子表格？ 升级为正式的映射系统。这两项改进都不需要人工智能。

人工智能终于轮到上场

剩下的才是真正适合自动化的候选对象。来自已知客户的重复订单，格式一致且零件编号映射清晰？这约占业务量的55%，非常适合人工智能提取。模型在人工审核标记案例的情况下达到了94%的准确率。

该项目在一年内收回了投资，投资回报率体现在运营数据中，而不仅仅是在华丽的演示幻灯片上。

我的看法

我见过这种模式在各种规模的企业中反复出现。我们对新科技过于兴奋，以至于跳过了枯燥的部分——真正理解我们要解决的问题。

听着，我理解。坐在团队旁边观察他们工作并不光鲜。记录实际数字而非估算值显得繁琐。构建流程图不会让你感觉处于前沿。

但你知道什么更糟糕吗？花费六位数实施一个自动化错误对象、遗漏关键例外情况、并且因为没人告诉你丹尼斯的电子表格而失败的人工智能项目。

如何真正做好这件事

选择你的团队抱怨最多的流程。那个每个人都忙得不可开交但似乎没有任何事情变快的流程。

现在花时间测量四件事：

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