Čo automatizovať pomocou AI ako prvé, keď máte malú firmu

Skoro každý týždeň sa ma niekto pýta, kde má s AI vo firme začať. Odpoveď väčšinou nie je nástroj, ale poradie krokov. Ak spravíte automatizáciu v zlom poradí, minie sa vám čas aj chuť skôr, než uvidíte prvý reálny prínos.

Čo automatizovať pomocou AI ako prvé

Prvé pravidlo, ktoré si držím sám aj v Venalicium: automatizuje sa to, čo je opakované, nudné a nemá vplyv na to, či zákazník zostane alebo odíde. Teda administratíva, nie rozhodovanie.

Konkrétne to znamená tri typy úloh:

• písanie prvých verzií textov, ktoré aj tak niekto ľudský ešte upraví (reporty, popisy, interné zápisy),
• triedenie a sumarizácia informácií, ktoré by inak niekto prehľadával ručne (dlhé emailové vlákna, prepisy hovorov, poznámky zo stretnutí),
• opakujúce sa dopyty od klientov alebo tímu, na ktoré existuje jasná, stále rovnaká odpoveď.

Ak si spravíte zoznam všetkého, čo za týždeň robíte, a vyčiarknete z neho veci, kde sa rozhoduje o peniazoch, stratégii alebo vzťahu s klientom, zostane vám presne ten zoznam, ktorým máte začať.

Prečo najprv reporty a texty, nie kampane

Najväčšia chyba, akú vidím u firiem aj u seba v minulosti, je snaha automatizovať rovno tú časť práce, ktorá firme priamo zarába. Teda samotné kampane, cenotvorbu, rozhodnutia o rozpočte. Toto je presne opačné poradie, aké by malo byť.

Dôvod je jednoduchý. Chyba v reporte stojí pár minút opravy. Chyba v automatizovanom rozhodnutí o rozpočte môže stáť stovky eur skôr, než si to niekto všimne. Preto začínam vždy tam, kde je cena omylu najnižšia.

U nás v agentúre bol prvý krok banálny, prvá verzia klientskeho reportu. Predtým niekto sedel hodinu nad exportom čísel a písaním komentárov k nim. Dnes AI pripraví prvú verziu textu na základe dát a človek ju len skontroluje a doladí. Ušetrený čas nie je zázrak, je to jednoducho menej copy-paste práce.

Kde AI reálne šetrí čas a kde len vyzerá, že šetrí

Tu je rozdiel, ktorý si veľa ľudí nevšimne. AI šetrí čas vtedy, keď skracuje cestu k prvej verzii niečoho. Nešetrí čas vtedy, keď musíte výstup tak dôkladne kontrolovať a prerábať, že by bolo rýchlejšie napísať to sami od začiatku.

Typický príklad, kde to funguje: prvý draft odpovede na bežný email, prvá osnova článku, prepis a zhrnutie hodinového hovoru na desať viet. Typický príklad, kde to nefunguje: čokoľvek, kde AI nemá dostatočný kontext o vašom konkrétnom klientovi alebo produkte, a vy strávite viac času vysvetľovaním kontextu, než by trvalo úlohu spraviť sami.

Preto sa oplatí sledovať jednu vec, koľko času reálne strávite úpravou výstupu. Ak je to viac než polovica pôvodného času úlohy, automatizácia vám v tejto podobe nepomáha, len presúva prácu inam.

Dobrý spôsob, ako si to overiť, je jednoduchý test na dva týždne. Zapisujte si pri každom použití AI na danú úlohu dve čísla, koľko minút by úloha trvala bez nej a koľko minút vám zabralo aj s kontrolou a úpravou výstupu. Po dvoch týždňoch spočítajte rozdiel. Ak je kladný, pokračujte a hľadajte ďalšiu podobnú úlohu. Ak je záporný alebo tesne okolo nuly, buď zmeňte spôsob, akým úlohu zadávate, alebo ju z prvej vlny automatizácie vyraďte a vráťte sa k nej neskôr, keď budete mať s nástrojom viac skúseností.

Kde automatizácia škodí, ak to preženiete

Druhá častá chyba je opačná, automatizovať príliš veľa a príliš rýchlo, bez toho, aby ste videli, čo sa deje vo výstupe. Videl som firmy, ktoré nechali AI generovať odpovede klientom bez kontroly, a všimli si problém až vo chvíli, keď klient reagoval na niečo, čo nedávalo zmysel alebo nesedelo s realitou.

Riziko rastie s tým, ako blízko je automatizovaná úloha k peniazom alebo k dôvere klienta. Interný súhrn hovoru si môže občas pomýliť detail bez väčšieho dopadu. Odpoveď klientovi, cenová ponuka alebo text, ktorý ide von pod menom firmy, potrebuje vždy človeka, ktorý to pred odoslaním prečíta.

Druhé riziko je menej viditeľné, strata vlastného úsudku. Ak necháte AI robiť aj tú časť práce, kde sa má rozhodovať na základe skúsenosti, časom prestanete tú skúsenosť trénovať. Za pár rokov v tom obore vidím jasne, že najlepší ľudia vedia, kedy návrhu AI neveriť, práve preto, že sami tú prácu predtým robili ručne.

Ako to zaviesť bez chaosu

Poradie, ktoré sa mi osvedčilo, je vždy rovnaké, bez ohľadu na veľkosť firmy.

Najprv si vyberte jednu opakujúcu sa úlohu, nie desať naraz. Skúste ju automatizovať dva až tri týždne a porovnajte čas pred a po, vrátane času na kontrolu výstupu. Až keď táto jedna vec funguje spoľahlivo, pridajte druhú.

Firmy, ktoré chcú automatizovať všetko naraz, väčšinou po mesiaci automatizáciu opustia, pretože sa v tom strácajú a nevedia povedať, čo im vlastne pomohlo a čo len pridalo prácu navyše s kontrolou. Postupné zavádzanie je pomalšie na papieri, ale je to jediný spôsob, ako naozaj vidieť, či vám daná vec pomáha.

Zároveň platí, že niekto v tíme musí mať automatizáciu na starosti ako svoju úlohu, nie ako niečo, čo sa deje samo popri hlavnej práci. Bez vlastníka sa automatizácia postupne rozpadne, lebo ju nikto neaktualizuje, keď sa zmení proces alebo nástroj.

Rátajte aj s tým, že prvý pokus nesadne na sto percent. Väčšinou treba dva alebo tri pokusy, kým nájdete formu zadania, ktorá dá výstup blízky tomu, čo reálne potrebujete. To nie je signál, že automatizácia nefunguje, je to bežná súčasť ladenia, rovnako ako pri každom inom procese vo firme.

Checklist na začiatok

• Vypíšte si týždeň práce a vyčiarknite všetko, kde sa rozhoduje o peniazoch alebo o vzťahu s klientom.
• Zo zvyšku vyberte jednu opakujúcu sa úlohu s najnižšou cenou omylu.
• Automatizujte len prvú verziu výstupu, kontrolu nechajte na človeku.
• Sledujte, koľko času reálne trávite opravou výstupu, nie len či je automatizácia zapnutá.
• Pridávajte ďalšiu úlohu až po tom, čo prvá funguje spoľahlivo aspoň mesiac.
• Určte, kto má automatizáciu na starosti, inak sa časom prestane používať správne.

Automatizácia pomocou AI nie je pretek o to, kto zapne viac nástrojov najrýchlejšie. Je to poradie, kde chybu najprv opraví človek za pár minút, a až potom postupne pridávate veci bližšie k peniazom. Firmy, ktoré toto poradie obrátia, väčšinou skončia s dojmom, že AI je nespoľahlivá, hoci problém bol v tom, kde a ako rýchlo ju nasadili.