Kai kalbame apie dirbtinį intelektą versle, galvojame apie ChatGPT, apie robotus, kurie keičia žmones, apie nepasiekiamus R&D biudžetus. Realybė mažai ir vidutinei įmonei yra daug praktiškesnė — ir daug pelninga, nei manome.
Dirbtinio intelekto įrankių integracija į 5–50 darbuotojų turinčias MVĮ plėtojasi nuo 2023 m. Čia yra tikrieji panaudojimo atvejai su konkrečiais skaičiais.
Panaudojimo atvejis 1: kliento aptarnavimo automatizavimas
Įmonė: bioprekinių el. parduotuvė, 15 darbuotojų, 3 žmonės kliento aptarnavimo skyriuje, apdorojantys 200 el. laiškų per dieną.
Sprendimas: dirbtinio intelekto chatbotas (pagrįstas Claude arba GPT), išmokytas pagal DUK, produktų lapus ir bilieto istorijas. Chatbotas apdoroja paprastus klausimus (užsakymo sekimas, grąžinimo politika, produkto informacija) ir perduoda sudėtingus atvejus žmogui.
Rezultatas: 60 % užklausų apdorojamos automatiškai. 3 kliento aptarnavimo žmonės dabar tvarko 80 bilietų per dieną (sudėtingus) vietoj 200 (iš kurių 120 pasikartojančių). Vidutinis atsakymo laikas sumažėjo nuo 4 valandų iki 8 minučių.
Kaina: 200 eurų per mėnesį (dirbtinio intelekto API + chatboto platforma). ROI: pusės darbo vietos sutaupymas, maždaug 12 000 eurų per metus.
Panaudojimo atvejis 2: komercinio turinio rašymas
Įmonė: personalio paieškos konsultacijų biuras, 8 žmonės. Vadovas leido 6 valandas per savaitę rašant darbo pasiūlymus, LinkedIn postus ir komercinius pasiūlymus.
Sprendimas: Claude pagalbinis rašymas. Vadovas pateikia pagrindinius dalykus, dirbtinis intelektas rengia pirmą versiją, kurią žmogus patobulina per 15 minučių.
Rezultatas: rašymo laikas sumažėjo 4 kartus. Vadovas atgavo 4,5 valandas per savaitę, reinvestuodamas klientų susitikimus (maždaug 2 papildomus susitikimus per savaitę).
Kaina: 20 eurų per mėnesį (Claude Pro prenumerata). ROI: jei kiekvienas papildomas susitikimas konvertuojasi 1 kartą iš 5 į 5 000 eurų vertės projektą, potencialus pelnas yra 2 000 eurų per mėnesį.
Panaudojimo atvejis 3: prognostinis pardavimų analizavimas
Įmonė: automobilių dalių platintuvė, 30 darbuotojų, 8 000 sandėlio pozicijų.
Sprendimas: pardavimų prognozavimo modelis, pagrįstas istorija (3 metų duomenys), sezonalumu ir tendencijomis. Naudojamas įrankis: Python/scikit-learn sprendimas, sukurtas paslaugų teikėjo ir integruotas į jų ERP.
Rezultatas: atsargų trūkumo sumažėjimas 40 %, perteklinių atsargų sumažėjimas 25 %. Išlaisvinta likvidumas: 45 000 eurų mažiau imobilizuotų atsargų.
Kaina: 8 000 eurų pradinis vystymas + 500 eurų per mėnesį priežiūrai. ROI: pasiekiamas per 4 mėnesius.
Panaudojimo atvejis 4: automatizuota buhalteryba
Įmonė: santechnikos meistras, 3 darbuotojiai.
Sprendimas: Pennylane arba Indy — šios programos naudoja dirbtinį intelektą automatiškai kategorijuoti banko operacijas, ištraukti duomenis iš fotografuotų sąskaitų ir paruošti PVM deklaracijas.
Rezultatas: 80 % buhalterinių įrašų automatizuota. Laikas, skirtas administraciniam darbui, sumažėjo nuo 5 valandų per savaitę iki 1 valandos.
Kaina: 30–90 eurų per mėnesį. ROI: 4 valandos sutaupytos per savaitę × 52 = 208 valandos per metus. Kai 50 eurų per valandą išlyginta, tai 10 400 eurų atgauto produktyvaus laiko.
Panaudojimo atvejis 5: vertimas ir tarptautinimas
Įmonė: natūralių kosmetikos gamintojas, eksportuojantis į 6 Europos šalis. Produkto lapų, etiketės, rinkodaros medžiagos vertimas.
Sprendimas: vertimo dirbtinis intelektas (Claude, DeepL Pro) su žmogaus peržiūra reguliavimo tekstams. Prieš: profesionalus vertėjas 15 centų už žodį. Po: dirbtinis intelektas + peržiūra 3 centai už žodį.
Rezultatas: vertimo biudžetas sumažėjo 5 kartus, rinkos įžengimo laikas sutrumpėjo nuo 3 savaičių iki 3 dienų.
Kaina: 50 eurų per mėnesį (dirbtinio intelekto įrankiai) + 200 eurų per mėnesį (nenuolatinė žmogaus peržiūra). Sutaupymas: maždaug 800 eurų per mėnesį, palyginti su vertimo paslaugų teikėju.
Kaip pradėti naudoti dirbtinį intelektą būnant MVĮ
Žingsnis 1: nustatyti pasikartojančias užduotis
Sudarykite visų pasikartojančių užduočių, kurias atlieka jūsų komandos ir kurioms nereikalingas ekspertinis sprendimas, sąrašą: el. laiškų rūšiavimas, duomenų įvedimas, standartizuotų dokumentų rašymas, atsakymai į dažnus klausimus.
Žingsnis 2: pradėti naudojant esamą įrankį
Nesukurkite pasirinktinio įrankio. Pradėkite nuo paruoštų sprendimų: ChatGPT/Claude rašymui, Pennylane buhalterybai, Intercom kliento palaikymui, Canva su dirbtinio intelekto dizajno paslaugomis.
Žingsnis 3: išmatuoti ROI
Prieš diegiant, išmatuokite laiką, skirtą tikslinei užduočiai. Po diegimo dar kartą išmatuokite. Jei laiko sutaupymas mažesnis nei 30 %, įrankis tikriausiai neverta.
Žingsnis 4: mokyti komandą
Galingiausias įrankis yra nenaudinga, jei juo niekas nenaudojasi. Planuokite 2–4 valandas mokymo vienai asmenybei ir paskirtkite "dirbtinio intelekto čempioną" komandoje, kuris tampa nuoroda.
Ko dirbtinis intelektas dar nedaro
Dirbtinis intelektas nepakeičia žmogaus sprendimo, strateginio kūrybiškumo, kliento ryšio, komercinės derybos. Jis automatizuoja mažos pridėtinės vertės užduotis, kad žmonės galėtų sutelkti dėmesį į svarbiausia: galvoti, spręsti, pardavinėti, palaikyti.
Dirbtinis intelektas yra įrankis, o ne magiškas pagal. MVĮ, kurios gauna geriausius rezultatus, yra tos, kurios jį pragmatiškai integruoja, užduotį po užduoties, matuodamos rezultatus.