AI-asszisztens saját adatokra, ügyfélszolgálatra és ajánlatadásra — ennyi az 5 lépés, amit a tíz legutóbbi projektünkön láttunk beválni.
Magyar KKV-knál az AI-asszisztens bevezetése szinte mindig ugyanúgy bukik el: valaki csinál egy ChatGPT-s demót 20 percben, a főnök örül, aztán senki nem tudja, hogyan kerüljön élesbe. Hat hónap múlva az egész leáll, és a céghez már senki sem akar AI-projektet vinni. A baj nem az eszközzel, hanem a lépésekkel van.
Az utolsó tíz AI-projektünkben ugyanazt az öt lépést használtuk. Mindegyik pontosan ugyanúgy néz ki, akár egy 8 fős ügyvédi iroda ajánlatgeneráló asszisztensét, akár egy 50 fős szoftvercég ügyfélszolgálati botját építjük.
Az „AI-asszisztens” nem feladat, hanem eszköz. A feladat az, hogy a cégednél valami kézzel fogható dolog mérhetően jobb legyen: kevesebb ügyfélkérés, gyorsabb ajánlatadás, feleannyi idő a belső dokumentumkeresésben. Egy dolog, egy szám, egy határidő.
Ha nem tudod a számot, még korai AI-ba invesztálni. Mérd meg először kézzel, legalább 2 hetig.
Az AI-asszisztens jósága a te adataid minőségétől függ. Nem kell külön adatbázis. Elég egy mappa a Google Drive-on, vagy egy Notion-táblázat, vagy akár egy öreg Confluence. Lényeg: egy helyen legyen minden, ami a feladathoz kell.
Egy hét végén pontosan látszik, hogy az asszisztens tud-e segíteni vagy sem. Ha nem, még nem fizettél komoly pénzt. Ha igen, van egy működő eszközöd, amit nem csak „majd” látsz, hanem ma.
A prototípus szabálya: csak a te adataidból válaszol, és mindig megmondja, melyik dokumentumból vette. Így a csapat könnyen ellenőrzi, hogy helyesen válaszol-e.
A legfontosabb lépés, amit a legtöbb AI-projekt kihagy. Mielőtt élesítenéd: összegyűjtesz 30-50 valódi kérdést az ügyfeleid tavalyi e-mailjeiből, és végigfuttatod az asszisztensen. Az egyik csapattagod kézzel átnézi, hogy hány jó, hány rossz, hány „majdnem jó”.
90% alatti pontosságnál még nem szabad élesíteni. Legtöbbször a tudásbázisban van a hiba (hiányzó dokumentum, elavult ár), nem a modellben.
Az élesítés a könnyebbik fele. A fontos rész utána jön: a napi dashboard. Hányan kérdezték? Hányra válaszolt jól? Mennyibe került? Melyik kérdésre nem tudott válaszolni? Ez a lista mutatja, mit kell a tudásbázisba betennünk a következő héten.
A prototípus 1 hét, 2 500 – 5 000 euró körül. Az élesítés 2-4 hét, 6 000 – 12 000 euró. A havi üzemeltetés (beleértve a modell-költséget, a figyelést, és havi tudásbázis-frissítést) 200 – 800 euró. Ha a cég ebből havi 40 munkaórát spórol, már megtérült.
Nem AI-ügynökséget keresel. Mérnökcsapatot, ami tudja, hogyan lesz a prototípusból élesben működő rendszer. Beszéljünk róla 30 percben — elmondod, hol a legnagyobb fájdalom, mi visszamondjuk, van-e értelme AI-val megoldani.
Szerző
Alapító, DField Solutions
Pénzügyi cégeknél és kreátor-eszközöknél is építettem már olyan rendszereket, amik nap mint nap élesben futnak. Budapesttől San Franciscóig · startupoknak és nagyobb vállalatoknak egyaránt.
Folytatás
HASONLÓ TÉMÁJÚ PROJEKTEK