Jagatud postkast - info@, klienditeenindus@, planeerimine@ - saab terve päeva kirju. Keegi loeb need kirjad läbi, määrab, millest jutt käib, ja suunab need edasi õigele töötlejale või osakonnale. Sageli toimub see e-posti süsteemi kaudu, mis on ühendatud piletisüsteemiga. Küsimus ei ole selles, kas AI oskab kirju lugeda - seda ta oskab juba pikka aega -, vaid selles, kas AI saab kategoriseerimist ja edastamist iseseisvalt teha, või peab inimene siiski kaasa jälgima.
See ülesanne saab kõrge hinde mahukuse osas: postkast, kuhu saabub kümneid või sadu kirju päevas, on täpselt selline korduv töö, millele automatiseerimine keskendub. Suured mahud muudavad tasuvaks süsteemi treenimise või reeglite koostamise, isegi kui iga kirja ei töödelda ideaalselt.
Ülesande struktureeritus on aga madal (2 punkti 5-st). E-kiri on vabatekst, mille on kirjutanud klient, tarnija või kolleeg, kes ei pea kinni fikseeritud vormist. Üks kiri on kaebus, mis on maskeeritud küsimuseks, teine on hinnapäring, mille sisse on peidetud kolm lisaküsimust, kolmas on rämpspost, mis juhtumisi kõlab asjakohaselt. Seal, kus fikseeritud väljadega vormi on lihtne klassifitseerida, peab AI-mudel vabateksti puhul kõigepealt tuvastama kavatsuse, enne kui ta saab kategoriseerida. See on võimalik, kuid läheb sagedamini valesti kui struktureeritud sisendi puhul.
Ka klientidega suhtlemine saab madala hinde (2 punkti 5-st), ja see on põhjus ettevaatlikkuseks: paljud neist kirjadest tulevad klientidelt või partneritelt. Valesti edastatud kiri vihasest kliendist, kes ootab vastust kaks päeva, maksab rohkem kui aeg, mida triaaž oleks pidanud kokku hoidma. Mida kõrgem on klientidega suhtlemise osakaal, seda ettevaatlikum peab olema täisautomatiseerimisega - see on muster, mida näete ka HR-osakonna ülesannete puhul, kus isikuandmetundlik suhtlus vajab tihti veidi rohkem järelevalvet kui oodatud (vt millise töö saab AI üle võtta HR-osakonnas).
Oletame, et saabub kiri pealkirjaga "küsimus arve 2024-1187 kohta". Klassifitseerimisreegel või treenitud mudel tunneb mustri ära (arvenumber, märksõna "küsimus") ja suunab kirja edasi finantsosakonda. See toimib enamikul juhtudel korrektselt ja on ilmekas näide tekstituvastusest, millega AI täna toime tuleb.
Kuid oletame, et sama kiri algab lausega "mulle on juba kolm korda helistatud ja ikka ei ole mind aidatud, see on nüüd viimane kord, kui ma..." ja arvet mainitakse alles pärast seda. Mudel, mis suunab kirju ainult märksõnade või kavatsuskategooriate põhjal, võib jätta tähelepanuta kiireloomulisuse ja eskaleerimisvajaduse. Siin tuleb mängu otsustusruum (3 punkti 5-st): hinnata, kui pakiline või tundlik midagi on, on vähem üheselt mõistetav kui pelgalt teema äratundmine.
Tulemus sõltub suuresti sellest, mida postkasti laekub. Postkast, kuhu saabuvad peamiselt automatiseeritud kinnitused, tellimuse olekud ja standardküsimused, on tunduvalt struktureeritum kui siin hinnatud juhtum. Mõelge postkastile, mis on ühendatud veebipoega, kus on piiratud arv korduvaid küsimuste tüüpe - seal võib klassifitseerimine toimida praktiliselt eksimatult, ja tulemus jääb lähemale kategooriale 1.
Vastupidi: advokaadibüroo või kaebuste osakonna postkast, kus iga kiri võib olla õiguslikult või emotsionaalselt tundlik, saab madalama klientidega suhtlemise skoori ja kõrgema vea maksumuse kui siinne keskmine. Seal liigub tulemus kategooria 3 poole, inimtöö suunas, kus AI on abivahend eelsorteerimisel.
Just seetõttu ütleb ülesandespetsiifiline analüüs rohkem kui üldine väide "e-kirjade triaažist". Sama ülesande nimetus võib ühes ettevõttes olla suures osas automatiseeritav ja teises jääda peamiselt inimtööks, sõltuvalt kirjade tüübist, saatjate tundlikkusest ja eksimuse tagajärgedest.
Keskmise segasisulise jagatud postkasti puhul kuulub e-kirjade triaaž kategooriasse 2: osaliselt automatiseeritav, inimjärelevalvega. AI saab klassifitseerimisreeglite või treenitud mudeli põhjal teha esmase jaotuse ja suunata enamiku rutiinsõnumitest kohe edasi. Kahtluse korral - ebaselge teema, emotsionaalne toon, tundmatu saatja - peab süsteem eskaleerima inimesele, kes kinnitab või korrigeerib otsuse. Täielik ülevõtmine (kategooria 1) on realistlik ainult postkastide puhul, kus sisu on tugevalt prognoositav ja korduv ning klientidega suhtlemine on madal. Puhas inimtöö (kategooria 3) on asjakohane postkastide puhul, kus praktiliselt iga kiri on tundlik, õiguslikult koormatud või suhte seisukohalt kriitiline.
See jaotus ei puuduta muide personaliotsuseid: kas ja kuidas organisatsioon vabanenud tunnid ümber paigutab, jääb sellest hinnangust välja ja sellel on omad seadusest tulenevad nõuded. Sarnaseid kaalutlusi mahukuse ja tundlikkuse vahel esineb ka planeerimisülesannete puhul, kus saate lugeda, millise töö saab AI üle võtta planeerimises (/welk-werk-kan-ai-overnemen-op-de-planning), või dokumendiprotsesside puhul, nagu näha lehel dokumentide allkirjastamisprotsessi kohta.
Kas triaaž teie enda postkastis jääb lähemale kategooriale 1 või kategooriale 3, sõltub saabuvate kirjade tüübist ja saatjatest - seda ei loe välja ainult ülesande nimetusest. ftetoai.com tasuta kiiranalüüs annab kaheteistkümne küsimuse põhjal, ilma kontot loomata, esmase hinnangu selle kohta, millise osa teie ametiprofiili tundidest saab AI täna üle võtta. Täielik töökirjeldusel põhinev analüüs, mis arvutab läbi ülesande tasandil, on veel ehitusjärgus; seda me praegu veel ei pakugi, kuid kiiranalüüs annab juba aususe mõttes hea alguspunkti.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.