Jak wdrożyć AI w firmie krok po kroku na przykładzie WiseApp

Do sali konferencyjnej wbiegł prezes, oddychając głęboko. Stanął jak wryty, a kropla potu spływająca z czoła była świadectwem ogromnego zmęczenia. W końcu powiedział: „Wiem! Użyjemy AI!”. Wyglądał, jakby przed momentem wynalazł chleb krojony, a ekscytacji na dalszej części spotkania nie było końca. Członkowie zarządu wtórowali sobie i wyliczali obszary, w których AI wykona za nich połowę pracy i rozwiąże większość problemów biznesu.

Ten artykuł o tym, jak wdrożyć AI w firmie krok po kroku ukazał się ukazał się w 24. numerze magazynu sprawny.marketing. Sprawdź ofertę i zamów swoją prenumeratę! ❤️

A jeszcze więcej praktycznej wiedzy wprost od Szymona Negacza możesz zdobyć już dowiesz się już 23 października podczas konferencji I Love Marketing & Technology!

Ktoś z Was był świadkiem podobnego spotkania? Szczególnie nietechniczne osoby stojące na czele średnich i dużych organizacji dały się na pewnym etapie wciągnąć propagandzie AI. Dzisiaj wstępna ekscytacja już minęła, ale realnych przypadków użycia AI w sprzedaży i marketingu wciąż jest tyle co kot napłakał. I to taki dość chuderlawy.

Wdrożenie AI w firmie: spróbujmy

Na co dzień dowodzę WiseGroup. To grupa pięciu firm, które pomagają innym firmom mądrze rosnąć. W zeszłym roku wygenerowaliśmy 27,6 mln przychodu i zatrudniamy ok. 120 osób.

Przy tej skali wydawać by się mogło, że opcji na użycie AI jest bardzo dużo, ale w praktyce okazało się, że są zaledwie trzy realne scenariusze, z których korzystamy:

1. Używamy AI do pobierania informacji o leadzie – handlowiec dostaje pełną notatkę na temat firmy w momencie, kiedy się do nas zgłasza.
2. Używamy AI do ułatwienia sobie analizy danych.
3. Używamy AI do poprawiania tekstów i pisania raportów z danych.

Jako realnego scenariusza nie liczę tego, że osoby w zespołach mogą zadać jakieś pytanie w ChatGPT, ponieważ ciężko to zmierzyć i realnie wykazać, że w czymkolwiek to pomogło. Wciąż jednak nie byliśmy w stanie użyć AI tak, aby pomagało naszym klientom i obserwatorom.

Krok 1: określenie problemu

W biznesie jest tak, że jeżeli coś ma komuś pomóc, to musi rozwiązywać realny problem. I to najlepiej taki, który występuje dość często. Zabraliśmy się zatem za poszukiwania. Na tym etapie umówiliśmy się, że odpuścimy implementację AI, jeżeli takowego problemu nie znajdziemy. Jako doradcy widzieliśmy już setki firm, które próbowały rozwiązać problem, który nie istniał.

Na szczęście poszukiwania nie zajęły dużo czasu. Na moment pisania tego tekstu mamy dwa kanały YouTube i dwa podcasty w całym WiseGroup. Kolejne dwa są w drodze. Łączna liczba odcinków w tych czterech źródłach wiedzy przekracza 500 i łącznie są one słuchane kilkaset tysięcy razy miesięcznie.

Szukając realnego problemu, okazało się, że każdy z twórców dostaje dziennie od kilku do kilkunastu np. takich pytań:

• Mam taki problem. W którym odcinku znajdę odpowiedź, jak go rozwiązać?
• A macie może odcinek w takim temacie?
• Słyszałem w jednym odcinku, że można zrobić coś takiego. Gdzie znajdę więcej informacji na ten temat?

Nasz content marketing jest jak orbita, po której krążą potencjalni klienci. Mogą konsumować treści w dowolnej kolejności i na dowolne tematy. W praktyce te treści to nasze najbardziej cenne aktywo. Jednakże fakt, że treści jest już tak dużo, że klienci nie potrafią się płynnie po nich poruszać, brzmi jak poważny problem.

Jeżeli ułatwimy klientom poruszanie się po treściach, zyskamy zarówno my, jak i potencjalni klienci. Dzięki temu szybciej znajdą odpowiedź na swoje pytanie i poczucie otrzymanej wartości po ich stronie będzie wyższe, a my tym samym zyskamy więcej wiernych słuchaczy i widzów.

Krok 2: zaplanowanie rozwiązań

Na szczęście jedną z pięciu firm w naszej grupie jest Let’s Automate, które zajmuje się m.in. automatyzacjami oraz implementacją AI w procesach biznesowych. Po wspólnej analizie problemu zaprojektowaliśmy bardzo prosty plan:

1. Stworzymy centralną bazę wiedzy zawierającą informacje ze wszystkich odcinków, które dotychczas nagraliśmy. Baza będzie automatycznie aktualizować się o nowe odcinki wraz z transkrypcją.
2. Podłączymy do tego AI, które pochłonie całą bazę.
3. Wystawimy dla obserwatorów prostą stronę internetową, na której można zadać pytanie.
4. AI na podstawie naszej bazy wiedzy odpowie na to pytanie i zaproponuje najbardziej dopasowane do pytania odcinki.

Do tego przygotowaliśmy dwa ważne założenia biznesowe:

1. Rozwiązanie musi być bezpłatne dla użytkownika – inaczej nie rozwiążemy problemu, którym jest po prostu poruszanie się po treściach.
2. Musi być proste i nie musi być piękne – najważniejsze jest, żeby użytkownik dostał odpowiedź na pytanie i propozycję contentu.

Z uwagi na to, że w całej Polsce nie znaleźliśmy ani jednego podobnego rozwiązania (szczególnie bezpłatnego), musieliśmy samodzielnie podejść do zaprojektowania całości.

Krok 3: zdefiniowanie wyzwań

Jak to bywa w czasie projektów informatycznych, zawsze trafia się na problemy. W naszym przypadku mieliśmy trzy największe, które wymagały rozwiązania.

1 Nasz AI nie jest nasz

Tuż po podłączeniu bazy wiedzy do OpenAI okazało się, że WiseApp odpowiada na pytania tak samo jak ChatGPT. Zamiast opowiadać o procesie zakupu, strategii czy marketingu B2B tak jak my – mówił jak ChatGPT. A to stanowiło dla nas dość duże ryzyko, ponieważ nasi klienci i obserwatorzy mogli być wprowadzeni w błąd. WiseApp odpowiadał inaczej niż to, co było w treści sugerowanych odcinków.

Rozwiązanie:

Ostatecznie udało się ograniczyć odpowiedzi tak, że AI korzysta tylko z naszej bazy wiedzy. Przez to w odpowiedziach nie ma pełnych informacji (np. z literatury), ale zachowaliśmy spójność odpowiedzi z naszymi treściami. Wada rozwiązania jest taka, że jeżeli dana tematyka nie była poruszana w naszych odcinkach, odpowiedź jest dość ogólna.

2 Nasz AI doradza w doborze auta

Nasze odcinki dotyczą sprzedaży, marketingu, zarządzania i technologii – nie ma w nich za wiele na inne tematy biznesowe. W wersji beta nasz WiseApp pisał opisy produktów, wypowiadał się na temat samochodów albo przepisów kulinarnych. Postanowiliśmy to zablokować.

Rozwiązanie:

Zanim AI zabierze się za odpowiedź, osobnym pytaniem do nieco tańszej wersji wysyłamy zapytanie o kontekst pytania. Dopiero kiedy potwierdzimy, że pytanie dotyczy naszej branży, docelowy model AI zabiera się za odpowiedź na pytanie użytkownika.

3 Nasz AI jest drogi

Okazało się, że odpowiedzi są najwyższej jakości, kiedy korzystamy z nieco droższego modelu. To sprawiło, że estymowany koszt bezpłatnego udostępnienia WiseApp okazał się przekraczać nasz budżet. Dość długo debatowaliśmy, jak rozwiązać ten problem, ale wstępne założenie biznesowe było nieubłagane.

Rozwiązanie:

Postanowiliśmy dołożyć do WiseApp możliwość bezpośredniego lead generation. Model wykrywa, która z naszych firm może rozszerzyć odpowiedź na pytanie danego użytkownika i kieruje do bezpłatnej konsultacji. Dzięki temu budżet na to rozwiązanie znacznie się zwiększył i pozostało ono bezpłatne dla użytkowników. Dodatkowo nie ma konieczności konsultacji, skorzystają z niej tylko Ci użytkownicy, którzy będą tego potrzebować.

Efekt

Po 195 godzinach prac w Let’s Automate powstała wersja beta WiseApp – pierwszego w Polsce „kleju”, który uszczelnia ruch w środku lejka marketingowego skupionego na content marketingu i pomaga użytkownikom znajdować treści, które najlepiej pasują do ich pytań. Na niecałe trzy tygodnie po premierze w aplikacji zadano prawie 6 tys. pytań.

To daje nam dodatkowo duże możliwości w analizie, jakie rzeczywiście obecnie problemy ma nasza grupa obserwatorów. Dzięki temu możemy tworzyć bardziej dopasowane treści i poprawiać strategię naszych firm.

Jak wdrożyć AI w firmie: podsumowanie

Bardzo rekomenduję używać AI do rozwiązywania realnych problemów Twoich pracowników i klientów tam, gdzie to możliwe. Technologia zaczyna być coraz łatwiej dostępna, a scenariuszów użycia jest nieskończenie dużo.