Jak rozwiązywać problemy biznesowe za pomocą sztucznej inteligencji

Rozwiązywanie problemów biznesowych lub jakichkolwiek innych problemów za pomocą sztucznej inteligencji brzmi jak świetny pomysł, dopóki nie zdasz sobie sprawy, że nie wiesz, jak zacząć.

Kiedy oglądasz “AI-influencerów” na YouTube, wszystko wydaje się proste. Wpisują “napisz grę Snake w Pythonie”, a ChatGPT pisze ją w Pythonie. Niektórzy z nich próbują uruchomić kod, inni nie. Czasami wygenerowany kod działa, więc po 30 sekundach gry ogłaszają, że programiści skończyli. Już ich nie potrzebujemy. Takie twierdzenie tworzy świetny clickbaitowy tytuł, ale wciąż jest dalekie od prawdy. Oprogramowanie, które tworzymy w dzisiejszych czasach, jest znacznie bardziej złożone niż gra Snake. Ponadto, gry typu Snake generowane przez sztuczną inteligencję zwykle zawodzą, gdy napotkasz przypadek brzegowy, taki jak uderzenie w ścianę lub ogon węża.

Podobnie, każda naiwna próba radzenia sobie z problemami biznesowymi za pomocą sztucznej inteligencji stanie się rozczarowaniem, jeśli będziemy oczekiwać, że sztuczna inteligencja będzie wiedzieć, czego chcemy, dostarczy rozwiązanie i uwzględni wszystkie przypadki brzegowe bez naszej interwencji. Tak się nie stanie. Przynajmniej nie dzisiaj.

Rozwiązywanie problemów biznesowych za pomocą sztucznej inteligencji wymaga obejścia jej wad. Oto metoda, którą stosuję:

Jaki jest cel?

Najtrudniejsze pytanie pojawia się jako pierwsze. Co próbujesz osiągnąć? Dziś każdy chce zrobić coś ze sztuczną inteligencją. Nie potrzebujemy więcej generycznych chatbotów czy asystentów internetowych. Jaki jest cel?

Załóżmy, że prowadzisz biznes stacjonarny. Załóżmy, że Twoja firma to sklep z oponami i felgami — duży. Zatrudniasz dziesiątki mechaników samochodowych i masz 200 klientów dziennie. Wielu z nich publikuje recenzje online. Chcesz dowiedzieć się, co możesz zrobić lepiej, ale nie masz czasu na codzienne czytanie tych recenzji. Chciałbyś otrzymywać podsumowanie raz w miesiącu, aby móc poświęcić następny miesiąc na naprawę rzeczy, na które skarżą się klienci. Jaki jest tutaj cel?

Myślę, że celem jest uzyskanie praktycznego podsumowania skarg klientów.

Nie potrzebujesz listy wszystkich problemów wymienionych w recenzjach. I tak nie będziesz mieć czasu, aby zająć się nimi wszystkimi naraz. Załóżmy, że chcesz zobaczyć trzy najczęstsze problemy i trzy problemy z największym wzrostem liczby osób, które skarżą się na nie w porównaniu z poprzednim miesiącem. Gdy będziesz mieć taki raport, będziesz znać największe problemy i dostrzeżesz również te, które dopiero się pojawią.

Zapomnij o komputerach. Jak ktoś miałby to zrobić za pomocą długopisu i papieru?

Kiedy wiemy, co chcemy osiągnąć, wyobraźmy sobie, że nie możemy użyć urządzeń elektronicznych do rozwiązania problemu. Zbyt przerażające? Ok, będę wspaniałomyślny. Możesz wydrukować wszystko, co chcesz, ale po wydrukowaniu tych dokumentów idziesz do pokoju z jednym biurkiem, długopisami, pustymi kartkami papieru i wszystkimi dokumentami, które wcześniej wydrukowałeś. Żadnych komputerów, telefonów, sztucznej inteligencji. Co robisz?

Czy brzmi to głupio? Tak, ale jest to analogia tego, co zrobi sztuczna inteligencja.

Sztuczna inteligencja ma dane, które podałeś w podpowiedzi (wyobraź sobie te wydrukowane dokumenty na biurku) i trochę miejsca na zapisanie danych wyjściowych (długopis i puste kartki papieru). Nawet gdy sztuczna inteligencja korzysta z narzędzi, takich jak dostęp do bazy danych, Internetu lub interfejsów API, nie uzyskuje do nich bezpośredniego dostępu. Koncepcyjnie, gdy sztuczna inteligencja korzysta z narzędzi, to tak, jakbyśmy pisali kartkę papieru z instrukcjami, przekazywali ją asystentowi i otrzymywali wydruk z dostarczonymi wynikami. W najlepszym przypadku tak właśnie wygląda konfiguracja podczas korzystania ze sztucznej inteligencji. W najlepszym przypadku! Być może twój model sztucznej inteligencji nie korzysta z żadnych narzędzi i musi wykonać zadanie za pomocą wszelkich informacji, które podamy w podpowiedzi.

Teraz wyobraź sobie, że siedzisz w pokoju z wydrukami recenzji. Masz jedną kartkę papieru, ponieważ okno wyjściowe sztucznej inteligencji również jest ograniczone. Jesteś kiepski z matematyki i nie masz kalkulatora. Co możesz zrobić?

Możesz wykonać tylko najmniejszą część zadania i dać komuś wynik, aby mógł je policzyć i zwrócić ci później. Tak więc, zamiast zajmować się dużym zadaniem, czytasz recenzje pojedynczo i podkreślasz fragmenty, w których ktoś narzeka na Twoją firmę. Po podkreśleniu tekstu piszesz, co się stało na marginesie papieru. Piszesz krótki opis, taki jak: “Nieuprzejmy personel”, “Za drogo” lub “Koło odpadło”.

Zadanie, które wykonałeś, jest jak poproszenie sztucznej inteligencji o sklasyfikowanie problemu w recenzji i wyodrębnienie cytatu na ten temat. Jeśli przechowujesz wyniki w bazie danych, możesz odwołać się do nich później, pisząc raport miesięczny.

Jak ułatwić zadanie osobie korzystającej z długopisu i papieru?

Co ułatwiłoby ci zadanie?

W przypadku klasyfikacji recenzji nie potrzebujesz asystenta, który przyniesie Ci więcej dokumentów. Oznacza to, że nasz system AI nie potrzebuje dostępu do bazy danych ani innego zewnętrznego oprogramowania.

Co może ci pomóc? Możesz poprosić kogoś, aby najpierw pozbył się wszystkich pozytywnych recenzji. Czytanie pozytywnych opinii o swojej firmie jest przyjemne, ale pozytywne recenzje nie pomagają w osiągnięciu celu. Jeśli recenzje są opatrzone oceną, możesz zaufać ludziom, którzy wiedzą, jak korzystać z punktacji opartej na gwiazdkach, a my możemy usunąć wszystko, co ma więcej niż trzy gwiazdki. Jeśli nie, można szybko przeczytać je wcześniej i wyrzucić wszystkie pozytywne recenzje do kosza.

W świecie IT osiągnęlibyśmy to samo, pobierając z bazy danych tylko dane z prawidłową punktacją lub wykorzystując sztuczną inteligencję do analizy nastrojów, zanim użyjemy sztucznej inteligencji (z inną podpowiedzią) do wyodrębnienia problemów zgłaszanych przez klientów.

Chcemy usunąć jak najwięcej danych wejściowych. Proces będzie szybszy i mniej kosztowny, jeśli możemy użyć bazy danych do filtrowania danych przed przekazaniem ich do modelu AI. Jeśli nie jest to możliwe, być może możemy użyć prostszego (i tańszego!) modelu AI do wstępnego przetworzenia danych wejściowych.

W jaki sposób dana osoba tworzy rozwiązanie problemu?

Sklasyfikowałeś recenzje. Co dalej? Nadal nie potrafisz liczyć, więc ponowne poproszenie o wszystkie i liczenie nie jest dobrym pomysłem. Jesteś wordcel, a porównywanie dwóch liczb wprawia cię w zakłopotanie. Będziesz delegować wszystkie takie zadania swojemu asystentowi.

Nie będziemy używać sztucznej inteligencji do liczenia lub porównywania wartości liczbowych. Zamiast tego możemy napisać zapytanie do bazy danych, aby policzyć kategorie problemów i zwrócić trzy najczęstsze problemy lub problemy z największym wzrostem liczby spraw w porównaniu z poprzednim miesiącem.

Po uzyskaniu takich informacji od asystenta, umieścilibyśmy wartości w raporcie. Moglibyśmy nawet użyć szablonu, ponieważ raport wyglądałby tak samo każdego miesiąca. Jedynymi zmiennymi są problemy, które chcemy zgłosić i data sporządzenia raportu.

Czy to kreatywne zadanie? Nie. Każdy może wypełnić puste pola w szablonie raportu podanymi wartościami. Dlatego nie powinniśmy używać sztucznej inteligencji do tego zadania. Zamiast tego powinniśmy napisać kod, aby umieścić wartości w raporcie. A co jeśli rozwiązanie byłoby inne za każdym razem i wymagałoby pewnej kreatywności? Użylibyśmy modelu AI. Być może podzielilibyśmy zadanie generowania rozwiązania na podzadania.

Model mentalny budowania systemów opartych o sztuczną inteligencję

Duży Model Językowy, czyli coś, co dziś nazywamy sztuczną inteligencją, jest odpowiednikiem zapominalskiego wordcela siedzącego w pokoju bez dostępu do jakichkolwiek urządzeń elektronicznych. Musisz przekazać im informacje wydrukowane na papierze. Mają kartkę papieru, na której mogą napisać swoją odpowiedź lub poprosić cię o zrobienie czegoś w ich imieniu. Nie można im ufać w kwestii liczb. Zarabiają znacznie więcej niż inni pracownicy, więc najlepiej jest zawracać im głowę pracą tylko wtedy, gdy nie można jej wykonać bez nich.

Sztuczna inteligencja działa w ten sam sposób. Sztuczna inteligencja nie pamięta niczego między podpowiedziami. Musisz podać wszystkie dane w podpowiedzi. Sztuczna inteligencja ma ograniczone miejsce na wpisanie odpowiedzi. Kiedy sztuczna inteligencja chce użyć narzędzia, musi komunikować się z kodem i zażądać używanego narzędzia. Później sztuczna inteligencja otrzymuje odpowiedź z narzędzia jako część kolejnego monitu. Sztuczna inteligencja popełnia błędy w liczbach i kosztuje więcej niż stare oprogramowanie.

Jeśli możesz sobie wyobrazić, że część twojego procesu biznesowego jest wykonywana przez takiego dziwacznego pracownika, być może możesz użyć sztucznej inteligencji. Jeśli nie, AI nie jest dla ciebie.

Do you need help building AI-powered applications for your business?
You can hire me!