Igal nädalal räägin ettevõtete omanikega, kes kardavad kohutavalt maha jääda. Nad näevad pealkirju, kuulevad konkurentidest, kes kasutavad LLM-e üldkulude drastiliseks vähendamiseks, ja nad tahavad sellest osa saada. Kuid kui vaatame "kapoti alla", leiame sageli sama probleemi: nad ei otsi tehisintellekti rakendamist oma väikeettevõttele; nad otsivad digitaalset imet, mis parandaks käsitsi tekitatud segaduse.
Ma nimetan seda automatiseerimise ärevuse paradoksiks. Ettevõtted, kes soovivad kõige meeleheitlikumalt automatiseerida, on sageli need, kes on selleks kõige vähem ette valmistatud, sest nende alusprotsesse hoiavad koos "hõimuteadmised" ja segased Exceli tabelid. Kui automatiseerite segaduse, ei saavuta te efektiivsust — saate lihtsalt segaduse, mis toimub 10 000-kordse kiirusega.
Enne kui kulutate ühegi Penny kohandatud GPT-le või automatiseeritud töövoole, peate teadma, kas teie vundament suudab tegelikult tehisintellekti raskust kanda. Siinkohal müüb enamik konsulante teile "digitaalse transformatsiooni" paketi. Ma annan teile rubriigi, mille abil saate selle ise kindlaks teha.
"Prügi sisse, sära välja" efekt
💡 Kas soovite, et Penny teie ettevõtet analüüsiks? Ta kaardistab, millised rollid AI võib asendada, ja koostab etapiviisilise plaani. Alustage tasuta prooviperioodi →
Tehisintellekti maailmas räägiti varem põhimõttest "Prügi sisse, prügi välja" (Garbage In, Garbage Out). Kaasaegse tehisintellekti puhul on see arenenud selleks, mida ma nimetan "Prügi sisse, sära välja" efektiks (The Garbage-In-Glint-Out Effect). Tehisintellekt on nüüdseks nii hea vormistamise ja tooni poolest, et suudab võtta teie segased ja ebatäpsed andmed ning esitada need kaunilt lihvitud ja professionaalse välimusega aruandena, mis on täiesti vale.
See on ohtlik. Kui inimraamatupidaja teeb vea, näeb see tavaliselt välja nagu viga. Kui aga tehisintellekt teeb vea teie halva andmehügieeni tõttu, näeb see välja nagu strateegiline sisevaade.
Selle vältimiseks peame vaatama protsesside entroopiat. See on käsitsi juhitavate äriprotsesside loomulik suundumus muutuda aja jooksul keerukamaks ja vähem dokumenteerituks. Tehisintellekti tõhusaks rakendamiseks peate selle entroopia tagasi pöörama. Peate liiguma põhimõttelt "kuidas me oleme alati asju teinud" põhimõttele "kuidas masin saaks seda prognoositavalt korrata".
Tehisintellekti valmiduse rubriik
Olen sünteesinud tuhandete ettevõtete auditite mustreid, et luua see rubriik. Hinnake oma ettevõtet igas kategoorias skaalal 1–5. Kui teie skoor on mis tahes valdkonnas alla 3, siis sealt teie tehisintellekti teekond algabki — mitte tööriistaga, vaid puhastustööga.
1. Andmete tsentraliseerimine ("Kus see on?" test)
Kas teie ettevõtte andmed on laiali füüsilistes arhiivikappides, kohalikes lauaarvutites ja tegevjuhi peas? Või asuvad need tsentraliseeritud pilvepõhises keskkonnas?
- Tase 1: Paberkandjal, mitu erinevat "tõeallikana" toimivat tabelit, isoleeritud teave.
- Tase 5: Täielikult pilvepõhine. Iga kliendisuhtlus, tehing ja projekti uuendus asub otsitavas integreeritud andmebaasis.
Kui haldate oma töötajaid ikka veel hajutatud e-kirjade kaudu, on aeg vaadata kaasaegse personali-tarkvara kulusid, enne kui proovite luua tehisintellektil põhinevat personaliassistenti. Tehisintellekt vajab lugemiseks "aju"; kui aju koosneb 50 erinevast kleeppaberist, on tehisintellekt pime.
2. Protsesside standardimine ("Asendaja" test)
Kui ma palkaksin homme mõistliku intelligentsusega inimese ja ei annaks talle mingit väljaõpet, kas ta suudaks teie põhilised äriülesanded täita vaid teie dokumentatsiooni lugedes?
- Tase 1: Dokumentatsioon puudub. Töö on "intuitiivne" ja varieerub sõltuvalt töötajast.
- Tase 5: Selged, samm-sammulised SOP-d (standardsed tööprotseduurid) iga korduva ülesande jaoks.
Tehisintellekt on sisuliselt ülim "uus töötaja". See nõuab täiuslikke juhiseid. Kui teie protsessid tuginevad "kõhutundele", siis tehisintellekt ebaõnnestub. Näiteks professionaalsete teenuste puhul ei saa te automatiseerida vastavuskontrolle, kui teie kriteeriumid muutuvad sõltuvalt sellest, milline partner faili vaatab. Näete, kuidas me seda üleminekut käsitleme meie vastavuskontrolli säästujuhendis.
3. Otsuste tihedus
See on kontseptsioon, mida kasutan määramaks, kus tehisintellekt lisab kõige rohkem väärtust. Otsuste tihedus on "kui-siis" loogika ja "kõrgetasemelise loovstrateegia" suhe konkreetses rollis.
- Kõrge otsuste tihedus: Raamatupidamine, ajaplaneerimine, tavapärane klienditugi, andmesisestus. Need on tehisintellekti jaoks küpsed.
- Madal otsuste tihedus: Kõrgete panustega läbirääkimised, loov brändisuund, empaatiline kriisijuhtimine.
Kui vaatate võrdlust tehisintellektipõhise lähenemise ja traditsioonilise raamatupidaja vahel, ei ole võitja puhul küsimus ainult kuludes — asi on selles, et raamatupidamisel on nii kõrge otsuste tihedus, et inimene on andmete jaoks tegelikult pudelikael.
Oma "pärandvõla" tuvastamine
Enamik väikeettevõtteid kannab endaga kaasas pärandvõlga (Legacy Debt). See ei ole rahaline võlg; see on vanade tööviiside kulu, mille eest te maksate siiani oma ajaga.
Töötasin hiljuti ühe keskmise suurusega jaemüügigrupiga, kes soovis tehisintellektil põhinevat varude prognoosijat. Nad olid valmis kulutama £20k kohandatud lahendusele. Kuid kui vaatasime nende andmeid, olid nende SKU-nimed ebakindlad, tagastuste logid ebatäielikud ja pool inventuuridest tehti kirjutusalustel.
Nende "pärandvõlg" oli nii suur, et mis tahes tehisintellekt oleks lihtsalt hallutsineerinud nende laost fantaasiaversiooni. Me kulutasime esmalt kolm kuud andmevoo parandamisele. Tulemus? Nad ei vajanudki seda £20k maksvat kohandatud tehisintellekti — kui andmed olid puhtad, töötas standardne valmistööriist suurepäraselt.
Kasutuselevõtu 90/10 reegel
Kui alustate oma tehisintellekti rakendamist väikeettevõttes, rakendage minu 90/10 reeglit: kui tehisintellekt suudab hallata 90% funktsioonist, on aeg lõpetada küsimine "kuidas ma saan aidata oma töötajatel seda tööriista kasutada?" ja hakata küsima "kas see jääb eraldiseisvaks rolliks?".
See kõlab karmilt, kuid see on säästliku tegevuse reaalsus. Kui roll on 90% andmete hankimine ja 10% nupu "kinnita" vajutamine, ei ole see roll enam täiskohaga ametikoht; see on vastutus, mis sulandub teise inimese töövoogu. Nii ehitate üles ettevõtte, mis ei kasuta lihtsalt tehisintellekti, vaid on "tehisintellektipõhine".
Teie esimesed kolm sammu
Kui rubriik näitas, et te pole veel päris valmis, ärge paanitsege. Te ei vaja aastat ettevalmistust. Te vajate ühte selguse nädalavahetust.
- Lõpetage paberimajandus: Kui see pole digitaalne, siis tehisintellekti jaoks seda ei eksisteeri. Viige sel kuul oma viimased käsitsi peetavad süsteemid üle pilvepõhistele lahendustele.
- Salvestage kõik: Kasutage selliseid tööriistu nagu Otter või Grain, et salvestada nädala jooksul oma sisekoosolekud. See loob teie hõimuteadmistest "tekstijälje", mida tehisintellekt saab hiljem omandada.
- Auditeerige "agentuuri maksu": Vaadake, mille eest te välistele agentuuridele maksate. Kas maksate "agentuuri maksu" — lisatasu teostustöö eest, mis on tegelikult vaid kõrge tihedusega ja madala keerukusega otsuste tegemine? Kui agentuur lihtsalt "teeb tööd", selle asemel et "pakkuda strateegiat", on nad esimesed kandidaadid tehisintellektiga asendamiseks.
Tehisintellekt ei ole kiht, mille lisate oma ettevõttele; see on vundament, millele selle ehitate. Kui vundament on pragunenud, vajub maja viltu. Korrastage andmed, nimetage oma protsessid ja siis — ning ainult siis — laske automatiseerimisel alata.
Kas olete valmis nägema, kus peituvad teie valdkonna suurimad säästukohad? Tutvuge meie sektorite lõikes tehtud analüüsiga siin.