Skupni nabiralnik - info@, klantenservice@, planning@ - prejema pošto ves dan. Nekdo to pošto prebere, ugotovi, za kaj gre, in jo posreduje pravemu obravnavalcu ali oddelku. To poteka pogosto prek e-poštnega sistema, povezanega s sistemom za vodenje zahtevkov (ticketing). Vprašanje ni, ali AI lahko bere pošto - to že dolgo zmore - temveč ali lahko AI samostojno izvaja kategorizacijo in posredovanje, ali pa mora človek še naprej spremljati postopek.
Ta naloga dosega visok rezultat pri obsegu: nabiralnik z desetimi ali sto e-pošti na dan je ravno tista vrsta ponavljajočega se dela, na katero se avtomatizacija osredotoča. Visok obseg naredi smiselno usposabljanje sistema ali oblikovanje pravil, tudi če ni vsaka e-poštna sporočila obdelana popolnoma pravilno.
Strukturiranost naloge pa je nizka (2 od 5). E-poštno sporočilo je prosto besedilo, ki ga napiše stranka, dobavitelj ali sodelavec, ki se ne držijo fiksne oblike. Eno sporočilo je pritožba, preoblečena v vprašanje, drugo je zahteva za ponudbo s tremi podvprašanji, tretje je neželena pošta, ki po naključju zveni relevantno. Kjer je obrazec s fiksnimi polji enostavno razvrstiti, mora AI-model pri prostem besedilu najprej prepoznati namen, preden lahko kategorizira. To je mogoče, vendar gre pogosteje kaj narobe kot pri strukturiranih vhodnih podatkih.
Stik s strankami tudi dosega nizek rezultat (2 od 5), in to je razlog za previdnost: veliko teh sporočil prihaja od strank ali partnerjev. Napačno posredovano sporočilo jezne stranke, ki dva dni čaka na odziv, stane več kot čas, ki bi ga triaža morala prihraniti. Čim višji je stik s strankami, toliko bolj previdno je treba ravnati s popolno avtomatizacijo - to je vzorec, ki ga zasledite tudi pri nalogah na kadrovskem oddelku, kjer osebno občutljiva komunikacija pogosto zahteva nekoliko več nadzora, kot bi pričakovali (glejte katero delo lahko AI prevzame na kadrovskem oddelku).
Predstavljajte si: prispe e-poštno sporočilo z zadevo "vprašanje glede računa 2024-1187". Pravilo za razvrščanje ali usposobljen model prepozna vzorec (številka računa, ključna beseda "vprašanje") in sporočilo posreduje finančni administraciji. To v večini primerov deluje dobro in je šolski primer prepoznavanja besedila, ki ga AI danes obvlada.
Predstavljajte si pa, da se isto sporočilo začne z "že trikrat so mi poklicali in še vedno nisem dobil pomoči, to je zdaj zadnjič, da..." in šele nato omeni račun. Model, ki se ravna zgolj po ključnih besedah ali kategorijah namena, morda spregleda nujnost in potrebo po eskalaciji. Tu pride v poštev presoja (3 od 5): oceniti, kako nujno ali občutljivo je nekaj, je manj enoznačno kot samo prepoznati zadevo.
Rezultat je močno odvisen od tega, kaj prihaja v nabiralnik. Nabiralnik, ki predvsem prejema avtomatizirane potrditve, statuse naročil in standardna vprašanja, ima veliko višjo strukturiranost, kot je bilo ocenjeno tukaj. Predstavljajte si nabiralnik, povezan s spletno trgovino z omejenim številom ponavljajočih se vrst vprašanj - tam lahko klasifikacija deluje skoraj brez napak, in rezultat je bližje kategoriji 1.
Nasprotno pa: nabiralnik odvetniške pisarne ali oddelka za pritožbe, kjer je lahko vsako sporočilo pravno ali čustveno občutljivo, ima nižji rezultat pri stiku s strankami in višje stroške napak od povprečja tukaj. Tam se rezultat premakne proti kategoriji 3, človeškemu delu z AI kot pripomočkom za predhodno razvrščanje.
Ravno zato taknospecifičen pregled pove več kot splošna izjava o "e-poštni triaži". Isto ime naloge je lahko pri enem podjetju v veliki meri avtomatizirano, pri drugem pa ostaja predvsem človeško delo, odvisno od vrste pošte, občutljivosti pošiljateljev in posledic napake.
Za povprečen skupni nabiralnik z mešano vsebino spada e-poštna triaža v kategorijo 2: delno avtomatizirano, z človeškim nadzorom. AI lahko na podlagi pravil za razvrščanje ali usposobljenega modela naredi prvo razdelitev in večino rutinskih sporočil takoj posreduje naprej. V primeru dvoma - nejasna zadeva, čustven ton, neznan pošiljatelj - mora sistem eskalirati k človeku, ki odobri ali popravi. Popolna avtomatizacija (kategorija 1) je realna le pri nabiralnikih z močno predvidljivo, ponavljajočo se vsebino in nizkim stikom s strankami. Čisto človeško delo (kategorija 3) je na vrsti pri nabiralnikih, kjer je skoraj vsako sporočilo občutljivo, pravno obremenjeno ali kritično za odnos.
Ta razvrstitev sicer ne posega v kadrovske odločitve: ali in kako organizacija razporedi sproščene ure, sodi zunaj te presoje in ima svoje zakonske zahteve. Podobne tehtnice med obsegom in občutljivostjo se pojavljajo tudi pri nalogah planiranja, kjer lahko preberete, katero delo lahko AI prevzame pri planiranju (/welk-werk-kan-ai-overnemen-op-de-planning), ali pri dokumentnih procesih, kot je razvidno na strani o postopku podpisovanja dokumentov.
Ali triaža v vašem lastnem nabiralniku sodi bliže kategoriji 1 ali kategoriji 3, je odvisno od vrste pošte, ki prihaja, in od tega, kdo so pošiljatelji - tega ne razberete zgolj iz imena naloge. Brezplačni hitri pregled na ftetoai.com z dvanajstimi vprašanji, brez računa, poda prvo indikacijo, kateri del ur v vašem funkcijskem profilu lahko danes prevzame AI. Celoten delovni pregled, ki izračuna na ravni nalog, je še v izdelavi; tega tu torej še ne ponujamo, vendar hitri pregled že zdaj ponuja pošteno izhodišče.
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.