Ve firmě přistane nová poptávka. Někdo ji přečte, přepošle kolegovi, dohledá podobnou zakázku a začne připravovat odpověď. Mezitím zákazník čeká. Na konci měsíce další člověk kopíruje čísla z několika systémů do reportu a vysvětluje, proč se výsledky liší od minulého období. Obě činnosti mohou být důležité. Otázkou je, kolik práce kolem nich skutečně vyžaduje lidský úsudek.
Právě zde bych začal při hledání AI řešení pro firmu. Jako majitel marketingové agentury ROI index nepovažuji počet používaných aplikací za ukazatel pokroku. Zajímá mě, zda firma rychleji obslouží zákazníka, získá kvalitnější podklady pro rozhodování nebo uvolní zaměstnancům prostor pro práci, která přináší vyšší hodnotu.
Dobře navržené AI řešení má konkrétní účel, dostupná data, odpovědnou osobu a způsob vyhodnocení. Bez těchto základů může i působivá demonstrace skončit jako další předplatné, které tým postupně přestane používat.
Co si představit pod AI řešením pro firmu
AI řešení může mít podobu asistenta pro zaměstnance, nástroje na třídění dokumentů, podpory zákaznického servisu nebo systému, který pomáhá vyhodnocovat obchodní příležitosti. Někdy funguje samostatně, jindy je součástí CRM, e-shopu nebo interní aplikace.
Pro rozhodování je užitečné rozlišovat tři úrovně zapojení.
První je pomoc při jednotlivém úkolu. Zaměstnanec zadá podklady, získá návrh textu nebo shrnutí a výsledek zkontroluje. Druhou je zapojení do pracovního postupu: příchozí poptávka se zpracuje, doplní se návrh zařazení a odpovědný obchodník dostane připravené informace. Třetí úrovní je systém, který může provádět vybrané kroky v dalších aplikacích.
S každou úrovní roste význam jasně vymezených oprávnění a kontroly. Návrh odpovědi a její odeslání zákazníkovi jsou dvě rozdílné činnosti. Stejně tak je rozdíl mezi doporučením změny ceny a skutečnou úpravou ceníku.
Pro menší firmu může být nejvýhodnější začít právě u asistence. Umožňuje ověřit přínos na skutečné práci, aniž by bylo nutné hned měnit celý provoz.
Nejprve hledejte opakující se problém
Otázka „Jakou AI bychom měli používat?“ přichází často příliš brzy. Před ní by mělo zaznít: „Kde nám opakovaně uniká čas, informace nebo obchodní příležitost?“
Doporučuji projít běžný pracovní týden a zaznamenat činnosti, při kterých lidé přepisují údaje, hledají stejnou informaci, třídí podobné požadavky nebo připravují opakující se podklady. U každé je vhodné určit četnost, časovou náročnost a důsledky případné chyby.
Dobrou první příležitostí bývá úkol, který se opakuje často, má jasný vstup a jeho výsledek lze snadno zkontrolovat. Naopak proces s nejasnými pravidly, nízkým počtem případů a vysokými následky chyby obvykle potřebuje nejprve podrobnější rozbor.
Ne každá automatizace potřebuje umělou inteligenci. Pokud má formulář vždy stejná pole a pravidlo pro předání poptávky je jednoznačné, může stačit běžné propojení systémů. AI bych zvažoval tam, kde je potřeba pracovat s významem textu, proměnlivým zadáním nebo různými podobami informací.
AI v obchodu: lépe připravený člověk na druhé straně telefonu
Obchodník nepotřebuje pouze více kontaktů. Potřebuje pochopit, co zájemce řeší, zda mu firma umí pomoci a jaký má být další krok.
Uvažujme modelový příklad dodavatele vybavení pro provozovny. Poptávky mu přicházejí e-mailem, přes formulář i jako poznámky z telefonátů. Některé obsahují přesnou specifikaci, jiné jen několik vět.
AI může navrhnout shrnutí požadavku, vypsat uvedený termín, rozpočet a typ provozu a upozornit na chybějící údaje. Obchodník pak nezačíná od prázdné obrazovky. Dostává podklad, který může opravit a doplnit.
Zásadní je odlišit zjištěnou informaci od odhadu. Pokud zákazník rozpočet neuvedl, výstup má říct „rozpočet neuveden“. Nemá vytvářet částku, která se tváří jako údaj z poptávky.
Také automatické hodnocení kontaktů musí odpovídat skutečnému obchodu. Krátký e-mail nemusí znamenat nekvalitního zájemce. Může ho psát zkušený zákazník, který přesně ví, co chce. Proto bych zpočátku používal skóre jako pomoc při prioritizaci a průběžně kontroloval, které příležitosti systém podceňuje.
Marketing: rychlejší příprava potřebuje kvalitní zadání
V marketingu lze AI zapojit do přípravy variant sdělení, třídění zpětné vazby, návrhů obsahových témat nebo zpracování podkladů pro kampaně. Hodnota však závisí na tom, z čeho systém vychází.
Zadání „napiš reklamu na naši firmu“ ponechává příliš mnoho prostoru pro obecné fráze. Lepší podklad obsahuje cílového zákazníka, jeho problém, skutečnou nabídku, doložitelné výhody, omezení a požadovaný další krok.
Jako majitel ROI index bych AI využíval především k rozšíření a zpřesnění variant, které následně ověříme. Návrh reklamního sdělení je hypotéza. Teprve výsledky ukážou, zda pomáhá získávat vhodné zákazníky za přijatelnou cenu.
Při tvorbě obsahu je důležité zachovat konkrétní zkušenost firmy. AI může pomoci uspořádat rozhovor s odborníkem, ale neměla by mu vymýšlet realizované projekty, reference ani výsledky.
Google zároveň upozorňuje, že hromadné generování stránek bez přidané hodnoty může porušovat pravidla proti zneužívání obsahu ve velkém měřítku. Pro firmu z toho plyne praktická priorita: publikovat to, co návštěvníkovi skutečně pomůže, a zajistit odbornou kontrolu.
AI má v marketingu podporovat strategii, která propojuje nabídku, publikum a měření. Širší souvislosti popisuje náš článek o reklamě na internetu pro firmy.
Zákaznický servis: odpověď musí vycházet z platných podkladů
Zákaznická podpora je vhodnou oblastí pro pilotní projekt, pokud firma dostává opakující se dotazy a má připravené aktuální informace. Může jít o postup objednání, parametry služeb, způsob předání podkladů nebo podmínky jednotlivých variant spolupráce.
Doporučil bych začít asistentem pro pracovníka podpory. Ten navrhne odpověď a připojí zdroj, ze kterého vycházel. Zaměstnanec ji posoudí a případně odešle. Tak lze zjistit, kde podklady chybějí nebo si odporují.
Představme si, že starší dokument uvádí jinou dodací lhůtu než aktuální nabídka. Přidání AI tento rozpor samo nevyřeší. Firma musí určit, který zdroj je závazný, kdo ho aktualizuje a co se má stát při nejasnosti.
U asistenta dostupného přímo zákazníkům bych také přesně vymezil okamžik předání člověku. Nestandardní reklamace, individuální cenová dohoda nebo dotaz bez opory v dokumentaci potřebují jiný postup než běžná informační otázka.
Úspěch podpory bych měřil nejen rychlostí, ale také správností odpovědí, počtem opakovaných kontaktů a tím, zda zákazník svůj problém skutečně vyřešil.
Interní znalosti: méně hledání, více dohledatelnosti
Ve firmách bývá mnoho znalostí rozptýlených mezi dokumenty, e-maily a zkušenými kolegy. Nový zaměstnanec pak opakovaně zjišťuje, kde najde šablonu, jaký postup platí nebo kdo má konkrétní věc na starosti.
Interní AI asistent může být navržen tak, aby vyhledával ve schválených podkladech a k odpovědi připojoval odkazy na konkrétní dokumenty. Užitečný výstup tak člověku nejen poradí, ale umožní mu informaci ověřit.
Předpokladem je pořádek ve zdrojích. Dokumenty potřebují vlastníka, rozlišení aktuálních a starých verzí a odpovídající přístupová práva. Obchodní tým nemá automaticky získat přístup ke všem údajům jen proto, že se dotazuje přes jedno společné rozhraní.
První verzi bych omezil na jednu dobře vymezenou oblast, například interní obchodní postupy. Teprve po ověření bych přidával další zdroje. Malý, spolehlivý rozsah bývá pro zaměstnance užitečnější než široký záběr s nejasnou kvalitou odpovědí.
Reporting: výpočet a interpretace mají rozdílnou úlohu
Manažer obvykle nepotřebuje další tabulku. Potřebuje vědět, co se změnilo, kde hledat příčinu a o čem má rozhodnout.
AI může pomoci připravit komentář k ověřeným výsledkům, shrnout odchylky nebo navrhnout otázky pro další analýzu. Samotné ukazatele bych však počítal pomocí definovaných vzorců v analytickém systému, databázi nebo tabulce.
Když například vzroste cena za poptávku, systém může upozornit na současný pokles konverzního poměru webu. Bez dalšího ověření ale nemá tvrdit, že příčinou byla nová vstupní stránka. Mohlo se změnit publikum, měření, nabídka nebo sezónní poptávka.
Dobrý AI komentář proto rozlišuje zjištění a hypotézu. „Konverzní poměr klesl“ je tvrzení ověřitelné v datech. „Pokles mohla způsobit změna formuláře“ je možnost, kterou je třeba prověřit.
Takto pojatý reporting pomáhá vést lepší debatu. Nenahrazuje odpovědnost člověka, který rozhoduje o rozpočtu a dalších krocích.
AI Visibility: když umělou inteligenci používá váš budoucí zákazník
Vedle interního využití AI existuje ještě jiná otázka: jak je firma představována, když se potenciální zákazník ptá AI nástroje na řešení svého problému nebo výběr dodavatele?
To je oblast AI Visibility. Je vhodné ji oddělit od zavádění interních asistentů. Firma může výborně automatizovat administrativu a současně mít na webu nejasně popsané služby.
Práce na viditelnosti začíná srozumitelnou prezentací nabídky, dostupnými informacemi a obsahem, který odpovídá na skutečné otázky zákazníků. V ROI index tuto oblast řešíme v rámci GEO optimalizace pro AI vyhledávače.
Doporučil bych sledovat zvlášť zmínky o značce, citace webu a doporučení firmy jako dodavatele. Výsledky je nutné vztahovat ke konkrétním testovaným otázkám a opakovat je ve srovnatelných podmínkách.
Pro obsahovou a technickou přípravu může posloužit také průvodce jak připravit web pro AI vyhledávání. Žádná úprava však sama o sobě nezaručuje, že konkrétní platforma firmu doporučí.
Kolik má AI řešení stát? Začněte ekonomikou procesu
Samotná cena licence říká jen část příběhu. Do nákladů patří také nastavení, propojení systémů, příprava dat, školení, kontrola výstupů a následná údržba.
Uvažujme čistě modelový výpočet. Firma měsíčně zpracuje 300 podobných požadavků. Příprava jednoho zabere deset minut, tedy celkem 50 hodin. Po zapojení AI trvá příprava včetně kontroly čtyři minuty. Firma tak uvolní 30 hodin měsíčně.
Při interní kalkulační sazbě 500 Kč za hodinu představuje tato kapacita hodnotu 15 000 Kč. Pokud měsíční provoz a údržba řešení stojí 6 000 Kč, zbývá modelový přínos 9 000 Kč před zohledněním počáteční investice. Zavedení za 45 000 Kč by za těchto předpokladů mělo prostou dobu návratnosti pět měsíců.
To však není automaticky úspora hotovosti. Pokud se mzdové náklady nezmění, firma získala především volnou kapacitu. Její ekonomická hodnota závisí na tom, zda ji využije například k obsluze dalších zákazníků, omezení přesčasů nebo odložení náboru.
Do skutečného hodnocení je nutné zahrnout i opravy chyb. Řešení, které práci urychlí při prvním průchodu, ale vytvoří náročné dodatečné kontroly, může mít menší přínos, než ukazuje demonstrace.
Jak ověřit řešení dříve, než ho rozšíříte
Pilotní projekt by měl mít jasně vymezený proces a předem stanovené podmínky úspěchu. Vedle běžných případů je potřeba zahrnout i neúplné, neobvyklé a rozporné vstupy.
Doporučuji sledovat zejména:
- čas potřebný k dokončení úkolu včetně kontroly;
- podíl výstupů použitelných bez zásadní opravy;
- závažnost chyb a náklady na jejich odstranění;
- počet případů předaných člověku;
- celkové náklady na jeden vyřešený požadavek.
Součástí testu má být i správné odmítnutí odpovědi. Pokud podklady informaci neobsahují, může být nejkvalitnějším výsledkem upozornění, že je potřeba doplnění nebo lidské rozhodnutí.
Před rozšířením bych ověřil, zda tým řešení skutečně používá a zda se přínos drží i mimo předem připravené ukázky. Každý pilot by měl mít odpovědnou osobu a domluvený termín vyhodnocení.
Proč některé AI projekty zůstanou bez výsledku
Za rizikové považuji projekty, které začínají nákupem technologie bez vlastníka procesu. Nikdo pak neurčuje, které podklady jsou správné, kdo řeší chyby a podle čeho se pozná úspěch.
Dalším problémem je příliš široký záběr. Jeden projekt má současně vyřešit marketing, obchod, podporu i reporting. Tím se obtížně hledá příčina problémů a prodlužuje se cesta k prvnímu ověřitelnému výsledku.
Podcenit lze také provoz po spuštění. Mění se nabídka, interní postupy i používané systémy. Řešení potřebuje aktualizované podklady a opakované ověření po významných změnách.
A nakonec chybí návaznost na práci lidí. Pokud zaměstnanec musí kvůli AI otevírat další aplikaci, ručně přenášet data a následně vše znovu zadávat do CRM, může být původní postup rychlejší. Proto bych hodnotil celý proces od vstupu po dokončení, nikoli pouze rychlost vytvoření jedné odpovědi.
Začněte jedním procesem, jehož zlepšení firma pozná
Dobré AI řešení nemusí působit efektně. Může pouze zajistit, že obchodník dostane přehlednou poptávku, pracovník podpory rychleji najde správnou informaci nebo majitel firmy obdrží srozumitelný komentář k výsledkům.
Jako majitel ROI index doporučuji začít tam, kde se potkává dostatečný objem práce, dostupné podklady a měřitelný přínos. Ověřit výsledek na omezeném rozsahu a teprve potom rozhodnout o dalším rozšíření.
Pokud hledáte využití AI v marketingu, získávání poptávek nebo viditelnosti firmy, seznamte se s naším přístupem k marketingu a měření výsledků v ROI index. Smysluplné zadání nezačíná seznamem aplikací. Začíná konkrétní změnou, kterou má vaše firma díky řešení dosáhnout.
