Koplietota pastkaste - info@, klientenservice@, planning@ - visu dienu saņem e-pastus. Kāds izlasa šos e-pastus, nosaka, par ko tie ir, un pārsūta tos pareizajam apstrādātājam vai nodaļai. Bieži tas notiek, izmantojot e-pasta sistēmu, kas savienota ar biļešu sistēmu. Jautājums nav, vai AI var lasīt e-pastu - to tas jau sen var -, bet vai AI var pašstāvīgi veikt kategorizāciju un pārsūtīšanu, vai cilvēkam ir jāturpina to uzraudzīt.
Šis uzdevums iegūst augstu vērtējumu apjoma ziņā: pastkaste, kurā ienāk desmitiem vai simtiem e-pastu dienā, ir tieši tāda veida atkārtojošs darbs, uz kuru vērsta automatizācija. Lieli apjomi padara rentablu sistēmas apmācīšanu vai noteikumu izstrādi, pat ja ne katrs e-pasts tiek apstrādāts perfekti.
Tomēr uzdevuma strukturētība ir zema (2 no 5). E-pasts ir brīvs teksts, kuru rakstījis klients, piegādātājs vai kolēģis, kas neievēro fiksētu formātu. Viens e-pasts ir sūdzība, kas iesaiņota kā jautājums, otrs ir piedāvājuma pieprasījums ar trim papildu jautājumiem, trešais ir spams, kas nejauši izklausās pēc relevanta. Kur formu ar fiksētiem laukiem ir viegli klasificēt, AI modelim brīvā tekstā vispirms ir jāatpazīst nodoms, pirms tas var kategorizēt. Tas ir iespējams, bet tas kļūdās biežāk nekā ar strukturētu ievadi.
Klientu kontakts arī iegūst zemu vērtējumu (2 no 5), un tas ir pamats piesardzībai: daudzi no šiem e-pastiem nāk no klientiem vai partneriem. Nepareizi pārsūtīts e-pasts no dusmīga klienta, kurš divas dienas gaida atbildi, izmaksā vairāk nekā laiks, ko šķirošanai bija paredzēts ietaupīt. Jo augstāks klientu kontakts, jo piesardzīgākam jābūt ar pilnīgu automatizāciju - šis modelis atkārtojas arī uzdevumos personāla nodaļā, kur ar personu saistīta komunikācija bieži prasa nedaudz vairāk uzraudzības nekā gaidīts (skatiet kādu darbu AI var uzņemties personāla nodaļā).
Pieņemsim: pienāk e-pasts ar tēmu "jautājums par rēķinu 2024-1187". Klasifikācijas noteikums vai apmācīts modelis atpazīst modeli (rēķina numurs, atslēgvārds "jautājums") un pārsūta e-pastu uz finanšu administrāciju. Vairumā gadījumu tas noris veiksmīgi un ir mācību grāmatas piemērs teksta atpazīšanai, ko AI šodien spēj veikt.
Bet pieņemsim, ka tas pats e-pasts sākas ar "man ir zvanīts jau trīs reizes un tomēr nav palīdzēts, tas tagad ir pēdējā reize, kad es..." un tikai pēc tam minēts rēķins. Modelis, kas orientējas tikai uz atslēgvārdiem vai nodomu kategorijām, iespējams, nepamana steidzamību un eskalācijas nepieciešamību. Šeit stājas spēkā spriedumspējas telpa (3 no 5): novērtēt, cik steidzams vai jutīgs kas ir, ir mazāk vienkārši nekā vienkārši atpazīt tēmu.
Rezultāts lielā mērā ir atkarīgs no tā, kas ienāk pastkastē. Pastkaste, kas saņem galvenokārt automatizētus apstiprinājumus, pasūtījumu statusus un standarta jautājumus, ir daudz strukturētāka nekā šeit novērtētā. Domājiet par pastkasti, kas saistīta ar tiešsaistes veikalu ar ierobežotu skaitu atkārtojošos jautājumu veidu - tur klasifikācija var darboties praktiski bez kļūdām, un rezultāts ir tuvāk 1. kategorijai.
Un pretēji: advokātu biroja vai sūdzību nodaļas pastkaste, kur katrs e-pasts var būt juridiski vai emocionāli jutīgs, iegūst zemāku klientu kontakta vērtējumu un augstākas kļūdu izmaksas nekā šeit vidēji. Tur rezultāts pārvietojas uz 3. kategoriju - cilvēku darbs, ar AI kā palīglīdzekli sākotnējai sadalei.
Tieši tāpēc uzdevumam specifiska skenēšana pasaka vairāk nekā vispārīgs apgalvojums par "e-pastu šķirošanu". Vienam un tam pašam uzdevuma nosaukumam vienā uzņēmumā lielā mērā var būt automatizējams, bet citā tas paliek galvenokārt cilvēku darbs - atkarībā no e-pastu veida, sūtītāju jutīguma un kļūdas sekām.
Vidējai koplietotai pastkastei ar dažādu satura veidu e-pastu šķirošana iekļaujas 2. kategorijā: daļēji automatizējama, ar cilvēka uzraudzību. AI, pamatojoties uz klasifikācijas noteikumiem vai apmācītu modeli, var veikt pirmo sadalījumu un tieši pārsūtīt lielāko daļu rutīnas ziņojumu. Šaubu gadījumā - neskaidra tēma, emocionāls tonis, nezināms sūtītājs - sistēmai jāeskalē uz cilvēku, kurš apstiprina vai koriģē. Pilnīga pārņemšana (1. kategorija) ir reāla tikai pastkastēm ar spēcīgi paredzamu, atkārtojošos saturu un zemu klientu kontaktu. Tīrs cilvēku darbs (3. kategorija) attiecas uz pastkastēm, kur gandrīz katrs e-pasts ir jutīgs, juridiski nozīmīgs vai kritiski svarīgs attiecībām.
Šis iedalījums, starp citu, neattiecas uz personāla lēmumiem: vai un kā organizācija pārdala atbrīvotās stundas, tas paliek ārpus šī novērtējuma un tam ir savas juridiskās prasības. Līdzīgi apsvērumi starp apjomu un jutīgumu parādās arī plānošanas uzdevumos, kur varat lasīt, kādu darbu AI var uzņemties plānošanā (/welk-werk-kan-ai-overnemen-op-de-planning), vai dokumentu procesos, kā redzams lapā par dokumentu parakstīšanas procesu.
Vai šķirošana jūsu pašu pastkastē iekļaujas tuvāk 1. kategorijai vai 3. kategorijai, ir atkarīgs no ienākošo e-pastu veida un tā, kas ir sūtītāji - to nevar noskaidrot pēc uzdevuma nosaukuma vien. Bezmaksas ātrā pārbaude ftetoai.com sniedz ar divpadsmit jautājumiem, bez konta, sākotnēju norādi par to, kuru daļu no jūsu funkciju profila stundām šodien var uzņemties AI. Pilnīgā darba skenēšana, kas veic aprēķinus uzdevumu līmenī, joprojām tiek izstrādāta; to mēs tātad pagaidām nepiedāvājam, bet ātrā pārbaude jau sniedz taisnīgu sākumpunktu.
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.