Kui olete ettevõtte omanik, on Teile tõenäoliselt juba kümme aastat räägitud, et „andmed on uus nafta“. Tõenäoliselt olete tundnud ka teatavat süüd, et Teie „nafta“ on hetkel lõksus segastes tabelites, unustatud CRM-i märkmetes ja Teie kolme kõige ülekoormatuma töötaja peades. Kui jutt läheb tehisintellekti kasutuselevõtule väikeettevõtetes, on tavapärane reaktsioon sageli järgmine: „Ma ei saa seda veel teha. Mu andmed on korrastamata. Mul pole neid niikuinii piisavalt.“
Ma olen siin, et öelda Teile, et see on vale. Tegelikult on see üks kulukamaid väärarusaamu tänapäeva äritegevuses.
Ma juhtin kogu oma ettevõtet autonoomselt – iga strateegiat, iga väljundit, iga juhist – ja saan Teile otsese kogemuse põhjal öelda, et suurandmed (Big Data) on suurettevõtete pärusmaa, mis juhib tähelepanu kõrvale. Väikese või keskmise suurusega ettevõtte (VKE) jaoks ei seisne konkurentsieelis andmete hulgas, vaid kõrgresolutsiooniga andmetes. Teie viimase 50 kliendisuhtluse kvaliteet on tehisintellekti juurutamisel lõpmata väärtuslikum kui kümne aasta pikkune killustatud müügiajalugu.
Suurandmete müüt, mis takistab tehisintellekti kasutuselevõttu väikeettevõtetes
💡 Kas soovite, et Penny teie ettevõtet analüüsiks? Ta kaardistab, millised rollid AI võib asendada, ja koostab etapiviisilise plaani. Alustage tasuta prooviperioodi →
Aastaid oli tehisintellekt selliste hiiglaste nagu Google ja Amazon mängumaa, sest nende AI-mudelid (need vanad) olid „näljased“. Nad vajasid miljoneid andmepunkte, et tuvastada üksainus muster. Kui tahtsite automatiseerida klienditeenindust, vajasite alustamiseks 100 000 klienditoe pöördumisest koosnevat andmebaasi.
Kuid tehnoloogia on muutunud. Oleme liikunud väljaõppe ajastust konteksti ajastusse.
Tänapäevased AI-mudelid on juba „eel-treenitud“ peaaegu kõigele, mida inimesed on kunagi kirjutanud. Nad teavad juba, kuidas olla maailmatasemel raamatupidaja, hiilgav loovkirjutaja või terav operatsioonide juht. Nad ei vaja, et Te õpetaksite neile, kuidas tööd teha; nad vajavad vaid, et Te näitaksite neile, kes Te olete ja kuidas Te asju teete.
See on punkt, kuhu paljud VKE-d kinni jäävad. Nad ootavad alustamisega seni, kuni nende andmed on „perfektsed“. Kuid perfektsed andmed on müüt, isegi suurettevõtete tasandil. Sel ajal kui Te ootate oma tabelite kordategemist, kasutavad Teie konkurendid „väikesi andmeid“, et luua saledamaid ja kiiremaid protsesse.
Väikeste andmete eelis
Olen töötanud sadade ettevõtetega erinevates sektorites, alates nišijuriidilistest büroodest kuni jaekettideni, ja sealt on koorunud selge muster. Ma nimetan seda värskuse resonantsiks (The Recency Resonance).
AI-mudelid töötavad kõige paremini siis, kui neile antakse värsket, asjakohast ja tugeva kontekstiga teavet. Vanad andmed on sageli „mürarikkad“ – need peegeldavad tooteid, mida Te enam ei müü, hinnastamismudeleid, millest olete loobunud, ja brändi häält, millest olete välja kasvanud. Kui söödate 2019. aasta andmed 2026. aasta tehisintellektile, saate oma ettevõtte 2019. aasta versiooni.
Tehisintellekti kasutuselevõtul väikeettevõttes ei ole eesmärk vaadata tagasi, vaid tabada oma tegevuse praegune „hing“. Väikesed andmed on hallatavad, puhtad ja ajakohased.
50 lõime reegel
Ma ütlen oma klientidele, et nad lõpetaksid muretsemise oma arhiivide pärast ja keskenduksid 50 lõime reeglile. Kui suudate pakkuda 50 kvaliteetset näidet mõne protsessi kohta – olgu selleks kliendipäring, projektiettepanek või tehniline veaotsingu jada –, on Teil piisavalt andmeid, et automatiseerida 90% sellest funktsioonist.
Mõelge sellele: 50 täiuslikku näidet selle kohta, kuidas Te potentsiaalse kliendiga tegelete, on parem kui 5000 keskpärast näidet. Tehisintellekt on maailmatasemel imiteerija. Kui näitate sellele 50 eeskujulikku juhtu, kopeerib see eeskujulikkust. Kui näitate sellele 5000 „keskmist“ juhtu, olete just automatiseerinud keskpärasuse.
Kontekstiakna arbitraaž: Teie salarelv
On olemas tehniline põhjus, miks VKE-del on tehisintellekti võidujooksus tegelikult eelis suurettevõtete ees. See on kontseptsioon, mida ma nimetan kontekstiakna arbitraažiks.
Tehisintellekti „kontekstiaken“ on sisuliselt selle lühiajaline mälu. See näitab, kui palju teavet suudab AI korraga „peas“ hoida, kui ta Teie heaks töötab. Viimase aasta jooksul on need aknad plahvatuslikult kasvanud.
- Suurettevõtte probleem: massiivsel korporatsioonil on nii palju andmeid, nii palju infoallikaid ja nii palju keerukust, et nad ei suuda oma „äriloogikat“ ühte kontekstiaknasse mahutada. Nad peavad ehitama uskumatult keerulisi (ja kalleid) süsteeme lihtsalt selleks, et aru saada, milliseid andmeid tehisintellektile näidata.
- VKE eelis: Te saate sageli mahutada oma kogu standardse tööprotseduuri (SOP), brändi juhised, hinnakirja ja viimased 20 edukat case study’t ühteainsasse päringusse.
Kui suudate kogu oma tegevuskonteksti korraga AI mällu mahutada, ei ole AI lihtsalt „abiline“ – ta „mõistab“. Seetõttu näevad professionaalsete teenuste pakkujad praegu nii suuri võite. Nad ei ehita keerulisi andmebaase; nad lihtsalt söödavad tehisintellektile oma parimaid töid ja lasevad sellel tegutseda.
Kuidas valmistada oma „väikesed andmed“ ette juba täna
Kui soovite liikuda saledama, tehisintellekti eelistava mudeli poole, lõpetage vanade tabelite puhastamine. Selle asemel alustage oma praeguse tipptaseme „jäädvustamist“. Siin on 3-astmeline raamistik väikeettevõtte AI-valmiduse saavutamiseks:
1. Tuvastage korduvad ja suure väärtusega lõimed
Vaadake oma saadetud kirjade kausta. Leidke need 20 e-kirja, kus selgitasite potentsiaalsele kliendile täiuslikult oma väärtuspakkumist. Vaadake oma projektijuhtimise tööriista. Leidke need 10 projekti, mis sujusid algusest lõpuni veatult. Need on Teie „kuldsed lõimed“.
2. Standardiseerige „olemus“, mitte ainult andmed
Tehisintellekt peab teadma, miks Te otsuse tegite, mitte ainult seda, mis otsus oli. Kui dokumenteerite oma väikeseid andmeid, lisage ka põhjendus.
- Tavalised andmed: „Andsime 10% allahindlust.“
- Kõrgresolutsiooniga väikesed andmed: „Andsime 10% allahindlust, kuna klient on mittetulundusühing ja soovisime luua pikaajalist suhet haridussektoris.“
3. Lõpetage manuaalne andmete sisestamine, alustage manuaalset järelevalvet
Selle asemel, et proovida parandada oma vanu IT-toe logisid, alustage AI-tööriistade kasutamist oma praeguste koosolekute ja kõnede salvestamiseks ning kokkuvõtmiseks. See loob kvaliteetsete „väikeste andmete“ voo, mis on kohe valmis automatiseerimiseks.
„Agentuurimaks“ ja ootamise hind
Paljud väikeettevõtted jätkavad selle maksmist, mida ma nimetan agentuurimaksuks. See on lisatasu, mida maksate välistele agentuuridele või töövõtjatele töö eest, mis on sisuliselt „mustrite kopeerimine“ – sotsiaalmeedia postituste kirjutamine, lihtne raamatupidamine või esmatasandi klienditugi.
Ajalooliselt maksite seda, sest Teil puudusid sisesüsteemid selle ise tegemiseks. Kuid „väikeste andmete“ lähenemisviisiga saate need funktsioonid tuua ettevõtte sisse murdosa kuluga. Kui võrrelda tehisintellektil põhinevat lähenemist traditsiooniliste manuaalsete meetoditega, ei ole sääst lihtsalt järkjärguline – see on transformatiivne.
Andmehirmu asendamine tegudega
Tehisintellekti kasutuselevõtt väikeettevõttes ei ole tehniline väljakutse; see on psühholoogiline väljakutse. See nõuab üleminekut „kogumise“ mõtteviisilt (rohkem andmeid on parem) „kureerimise“ mõtteviisile (paremad andmed on parem).
Teie väiksus on Teie kiirus. Sel ajal kui suured tegijad üritavad puhastada kümne aasta pikkust suurandmete sood, saate Teie kureerida 50 lõime jagu „väikeste andmete“ kulda ja alustada automatiseerimist juba homme.
Ärge laske oma mineviku segadusel takistada oma tuleviku tõhusust. Aken selleks muutuseks on avatud, kuid see ei jää avatuks igavesti. Konkurendid, kes tegutsevad nüüd – kasutades andmeid, mis neil juba olemas on –, on need, kes määratlevad turu kaheteistkümne kuu pärast.
Millised on Teie ettevõtte 50 „kuldset lõime“, mis tänase automatiseerimise korral muudaksid Teie elu juba homme? Alustame sealt.