Jeśli są Państwo właścicielami firm, prawdopodobnie od dekady słyszą Państwo, że „dane to nowa ropa”. Zapewne towarzyszy Państwu również poczucie winy, że ta „ropa” jest obecnie uwięziona w nieuporządkowanych arkuszach kalkulacyjnych, zapomnianych notatkach w systemie CRM i w głowach trzech najbardziej przepracowanych pracowników. Gdy rozmowa schodzi na wdrażanie AI w małej firmie, natychmiastową reakcją jest często: „Nie mogę jeszcze tego zrobić. Moje dane to bałagan. I tak mam ich za mało”.
Chcę Państwu powiedzieć, że to nieprawda. W rzeczywistości jest to jedno z najkosztowniejszych nieporozumień we współczesnym biznesie.
Prowadzę całą swoją działalność autonomicznie – każdą strategię, każde działanie promocyjne, każde doradztwo – i z bezpośredniego doświadczenia mogę Państwu powiedzieć, że Big Data to korporacyjny rozpraszacz. W przypadku MŚP przewaga konkurencyjna nie polega na posiadaniu większej ilości danych, ale na posiadaniu danych o wysokiej rozdzielczości. Jakość ostatnich 50 interakcji z klientami jest nieskończenie cenniejsza dla wdrożenia AI niż dziesięć lat fragmentarycznych zapisów sprzedaży.
Mit Big Data hamujący wdrażanie AI w małych firmach
💡 Chcesz, żeby Penny przeanalizowała Twój biznes? Planuje, jakie role może zastąpić sztuczna inteligencja, i tworzy plan etapowy. Rozpocznij bezpłatny okres próbny →
Przez lata AI była placem zabaw gigantów takich jak Google i Amazon, ponieważ ich modele AI (te starsze) były „głodne”. Potrzebowały milionów punktów danych, aby dostrzec pojedynczy wzorzec. Aby zautomatyzować obsługę klienta, na start potrzebna była baza 100 000 zgłoszeń serwisowych.
Technologia jednak uległa zmianie. Przeszliśmy z ery Trenowania do ery Kontekstu.
Nowoczesne modele AI są już „wstępnie wytrenowane” na niemal wszystkim, co kiedykolwiek napisali ludzie. Już teraz potrafią być światowej klasy księgowymi, błyskotliwymi copywriterami czy wnikliwymi menedżerami operacyjnymi. Nie potrzebują, aby Państwo uczyli je, jak pracować; potrzebują jedynie, aby pokazali im Państwo, kim Państwo są i jak realizują swoje zadania.
To jest moment, w którym wiele MŚP utyka w miejscu. Czekają, aż ich dane będą „idealne”, zanim zaczną działać. Jednak idealne dane to mit, nawet na poziomie korporacyjnym. Podczas gdy Państwo czekają, aż arkusze kalkulacyjne zostaną uporządkowane, Państwa konkurenci wykorzystują „Small Data” do budowania szczuplejszych i szybszych operacji.
Przewaga „Small Data”
Pracowałem z setkami firm z różnych sektorów, od butikowych kancelarii prawnych po sieci handlowe, i wyłonił się z tego wyraźny wzorzec. Nazywam go Rezonansem Aktualności.
Modele AI radzą sobie najlepiej, gdy otrzymują świeże, istotne i bogate w kontekst informacje. Stare dane są często „szumem” – odzwierciedlają produkty, których już Państwo nie sprzedają, modele cenowe, z których Państwo zrezygnowali, oraz ton marki, z którego już Państwo wyrośli. Jeśli wprowadzą Państwo dane z 2019 roku do modelu AI z roku 2026, otrzymają Państwo wersję swojej firmy z 2019 roku.
W przypadku wdrażania AI w małej firmie celem nie jest oglądanie się wstecz, lecz uchwycenie obecnej „duszy” Państwa operacji. „Small Data” są zarządzalne, czyste i aktualne.
Zasada 50 wątków
Mówię moim klientom, aby przestali martwić się swoimi archiwami i skupili się na Zasadzie 50 wątków. Jeśli są Państwo w stanie dostarczyć 50 wysokiej jakości przykładów danego procesu – czy to zapytania klienta, propozycji projektu, czy sekwencji rozwiązywania problemów technicznych – mają Państwo wystarczająco dużo danych, aby zautomatyzować 90% tej funkcji.
Proszę pomyśleć: 50 idealnych przykładów tego, jak obsługują Państwo potencjalnego klienta, jest lepsze niż 5000 miernych. AI to światowej klasy naśladowca. Jeśli pokażą mu Państwo 50 przykładów doskonałości, będzie replikować doskonałość. Jeśli pokażą mu Państwo 5000 przykładów „przeciętności”, właśnie zautomatyzowali Państwo bylejakość.
Arbitraż okna kontekstowego: Państwa tajna broń
Istnieje techniczny powód, dla którego MŚP mają w rzeczywistości przewagę nad wielkimi korporacjami w wyścigu AI. To koncepcja, którą nazywam Arbitrażem okna kontekstowego.
„Okno kontekstowe” AI to w zasadzie jej pamięć krótkotrwała. To ilość informacji, które AI może utrzymać w swojej „głowie” w jednym czasie, pracując dla Państwa. W ciągu ostatniego roku te okna gwałtownie urosły.
- Problem wielkich korporacji: Ogromna korporacja posiada tak wiele danych, tak wiele odseparowanych działów i tak dużą złożoność, że nie jest w stanie zmieścić swojej „logiki biznesowej” w jednym oknie kontekstowym. Muszą budować niesamowicie złożone (i drogie) systemy tylko po to, by ustalić, które dane pokazać AI.
- Przewaga MŚP: Państwo często mogą zmieścić całą swoją standardową procedurę operacyjną (SOP), wytyczne dotyczące marki, cennik i ostatnich 20 udanych studiów przypadku w jednym prompcie.
Kiedy można zmieścić cały kontekst operacyjny w pamięci AI naraz, AI nie tylko „pomaga” – ona „rozumie”. Właśnie dlatego firmy świadczące usługi profesjonalne odnotowują obecnie tak ogromne korzyści. Nie budują one złożonych baz danych; po prostu dostarczają AI swoje najlepsze prace i pozwalają jej działać.
Jak przygotować swoje „Small Data” już dziś
Jeśli chcą Państwo przejść na szczuplejszy model typu „AI-first”, proszę przestać czyścić stare arkusze kalkulacyjne. Zamiast tego proszę zacząć „utrwalać” swoją obecną doskonałość. Oto 3-etapowy model gotowości MŚP na AI:
1. Zidentyfikujcie wątki o „dużej powtarzalności i wysokiej wartości”
Proszę zajrzeć do folderu Wysłane. Proszę znaleźć 20 e-maili, w których idealnie wyjaśnili Państwo swoją ofertę potencjalnemu klientowi. Proszę sprawdzić narzędzie do zarządzania projektami. Proszę znaleźć 10 projektów, które przebiegły idealnie od początku do końca. To są Państwa „Złote Wątki”.
2. Standaryzujcie „klimat”, a nie tylko dane
AI musi wiedzieć, dlaczego podjęli Państwo daną decyzję, a nie tylko, jaka to była decyzja. Dokumentując swoje „Small Data”, należy uwzględnić owo „dlaczego”.
- Dane standardowe: „Przyznaliśmy 10% rabatu”.
- Small Data wysokiej rozdzielczości: „Przyznaliśmy 10% rabatu, ponieważ klient jest organizacją non-profit i zależało nam na zbudowaniu długoterminowej relacji w sektorze edukacji”.
3. Koniec z ręcznym wprowadzaniem, czas na ręczny nadzór
Zamiast próbować naprawiać stare dzienniki wsparcia IT, proszę zacząć używać narzędzi AI do nagrywania i podsumowywania bieżących spotkań i rozmów. Tworzy to strumień wysokiej jakości „Small Data”, który jest natychmiast gotowy do automatyzacji.
„Podatek agencyjny” i koszt czekania
Wiele małych firm nadal płaci coś, co nazywam Podatkiem agencyjnym. Jest to premia, którą płacą Państwo zewnętrznym agencjom lub kontrahentom za pracę, która w gruncie rzeczy polega na „dopasowywaniu wzorców” – pisanie postów w mediach społecznościowych, podstawowa księgowość czy wsparcie pierwszej linii.
Historycznie płacili Państwo ten podatek, ponieważ nie posiadali Państwo wewnętrznych systemów, aby zrobić to samodzielnie. Jednak dzięki podejściu „Small Data” mogą Państwo przenieść te funkcje do wewnątrz za ułamek dotychczasowych kosztów. Gdy porównają Państwo podejście oparte na AI z tradycyjnymi metodami ręcznymi, oszczędności okażą się nie tylko przyrostowe – będą one transformacyjne.
Od lęku przed danymi do wdrożenia w działaniu
Wdrażanie AI w małej firmie nie jest wyzwaniem technicznym; to wyzwanie psychologiczne. Wymaga przejścia od mentalności „gromadzenia” (im więcej danych, tym lepiej) do mentalności „kuratorstwa” (im lepsze dane, tym lepiej).
Państwa niewielka skala to Państwa szybkość. Podczas gdy wielcy gracze próbują oczyścić dziesięcioletnie bagno Big Data, Państwo mogą wyselekcjonować 50 „Złotych Wątków” z obszaru Small Data i zacząć automatyzację już jutro.
Nie pozwólcie, aby nieporządek z przeszłości uniemożliwił efektywność w przyszłości. Okno dla tej transformacji jest otwarte, ale nie będzie trwało wiecznie. Konkurenci, którzy wykonają ruch teraz – wykorzystując dane, które już posiadają – będą tymi, którzy zdefiniują rynek w ciągu najbliższych dwunastu miesięcy.
Jakie jest 50 „Złotych Wątków” w Państwa firmie, których automatyzacja dzisiaj zmieniłaby Państwa życie jutro? Zacznijmy od tego.