Proč AI bez strategie firmě příliš nepomůže

Technická dostupnost však ještě neznamená praktický přínos.

Před několika lety chtěla prakticky každá firma mobilní aplikaci. Ne vždy proto, že ji její zákazníci potřebovali, ale protože mobilní aplikaci měli ostatní. Ještě dříve bylo nezbytné být na Facebooku a předtím bylo důležité „mít web“.

Dnes potřebujeme AI.

Otázka ovšem zůstává stejná jako tehdy.

K čemu?

Máme chatbota. Co se tedy změnilo?

Představme si poměrně běžnou situaci.

Firma si na web pořídí AI chatbota. Návštěvník může položit otázku a chatbot mu odpoví. V prezentaci projektu vypadá vše velmi dobře a firma nyní může oprávněně říci, že používá umělou inteligenci.

Po několika měsících bychom si ale mohli položit několik poněkud méně efektních otázek.

Na co se lidé chatbota skutečně ptají? Kolika návštěvníkům dokázal pomoci? Na které otázky odpovědět neuměl? Kolik požadavků díky němu nemusel řešit zaměstnanec? Přivedl nějakého zákazníka? A především – odpovídá vůbec správně?

Pokud to nevíme, máme sice AI, ale o jejím skutečném přínosu nevíme prakticky nic.

A právě zde bývá rozdíl mezi nasazením nové technologie a jejím smysluplným použitím.

Automatizovat lze také nepořádek

Jedním z velmi lákavých příslibů umělé inteligence je automatizace.

A právem. AI dokáže zpracovávat velké množství informací, třídit dokumenty, připravovat podklady, pomáhat s komunikací nebo převzít část rutinních činností.

Má to však jeden drobný předpoklad.

Musíme alespoň přibližně vědět, co vlastně automatizujeme.

Pokud firma nemá jasno v tom, odkud informace přicházejí, kdo s nimi pracuje, kde jsou uloženy a co se s nimi má následně stát, přidání umělé inteligence tento problém samo o sobě nevyřeší.

Může jej naopak velmi efektivně zrychlit.

Proces, ve kterém zaměstnanec ručně zpracuje dvacet špatně připravených záznamů za hodinu, není automaticky lepší jen proto, že AI dokáže stejných špatných záznamů zpracovat dvě stě.

Nejdříve je tedy někdy vhodné opravit proces. A teprve potom řešit, zda nám s jeho částí může pomoci umělá inteligence.

Chatbot ví pouze to, co má možnost vědět

Podobný problém nastává u chatbotů.

Obecný jazykový model může velmi dobře odpovídat na obecné otázky. Jenže zákazník firmy se zpravidla neptá na obecné informace.

Chce vědět, zda konkrétní služba zahrnuje určitou činnost, jaké jsou podmínky reklamace, zda lze změnit objednávku nebo co má udělat v konkrétní situaci.

A to už jsou informace, které musí chatbot někde získat.

Právě zde používáme například princip RAG – Retrieval-Augmented Generation.

Název zní podstatně složitěji než základní myšlenka.

Uživatel položí otázku. Systém nejprve vyhledá relevantní informace v konkrétní znalostní bázi firmy a teprve ty poskytne jazykovému modelu jako podklad pro vytvoření odpovědi.

Model tedy nemusí spoléhat pouze na své obecné znalosti. Dostane k dispozici například interní dokumentaci, popisy služeb, pravidla, návody nebo odpovědi na často kladené otázky.

Výsledkem může být podstatně přesnější a především pro konkrétní firmu použitelnější odpověď.

Ani RAG ovšem neumí uklidit firemní šuplík

Zde se dostáváme k další poměrně podstatné věci.

Pokud máme ve znalostní bázi tři dokumenty, které si navzájem odporují, čtyři roky starý ceník a obchodní podmínky, o kterých nikdo neví, zda ještě platí, nepomůže nám ani sebelepší jazykový model.

AI totiž dostala špatné podklady.

Můžeme samozřejmě vytvořit složitější systém, přidat pravidla, priority zdrojů a další kontroly. V určitém okamžiku je ale podstatně rozumnější opravit samotná data.

Nasazení AI tak někdy přinese poměrně nečekaný vedlejší efekt.

Firma při něm zjistí, že vlastně nemá úplně jasno v tom, kde se nacházejí její důležité informace a která jejich verze je správná.

A to může být nakonec velmi užitečné zjištění.

Co chceme zlepšit?

Před nasazením AI tedy není nejdůležitější otázkou, který model použijeme.

Podstatnější je určit, co se má po jeho nasazení změnit.

Chceme snížit množství opakujících se dotazů na zákaznickou podporu? Zrychlit zpracování příchozích dokumentů? Pomoci zaměstnancům vyhledávat ve firemní dokumentaci? Automaticky třídit požadavky zákazníků? Připravovat podklady pro další zpracování?

Každý z těchto případů může mít smysl.

Současně ale potřebujeme vědět, jak vypadá současný stav. Jinak po půl roce jen obtížně zjistíme, zda nová technologie skutečně něco zlepšila.

Pokud zaměstnanec zpracovával určitý úkol dvacet minut a po nasazení AI jej zvládne za pět, máme poměrně dobře měřitelný výsledek.

Pokud jsme na web pouze přidali barevné kolečko s nápisem „Zeptejte se naší AI“, víme zatím pouze to, že máme na webu nové barevné kolečko.

Měřit má smysl i to, co se nepovedlo

U AI systémů nás přitom nemusí zajímat pouze počet uživatelů.

U chatbota může být velmi cennou informací například to, na které otázky nedokázal odpovědět.

Pokud se na stejnou věc opakovaně ptají desítky lidí a chatbot odpověď nemá, nemusí jít pouze o jeho chybu.

Možná tato informace chybí také na webu. Možná ji firma nemá dostatečně popsanou ani ve vlastní dokumentaci. Nebo zákazníci službu chápou jinak, než jsme předpokládali.

Dobře navržený AI systém tedy nemusí pouze odpovídat.

Může nám také ukazovat, kde máme problém.

A z hlediska dalšího rozvoje firmy může být právě tato informace zajímavější než počet uskutečněných konverzací.

AI jako součást systému, nikoliv přílepek

Umělá inteligence podle nás dává největší smysl ve chvíli, kdy není samostatnou atrakcí, ale přirozenou součástí nějakého procesu.

Může pomoci při zpracování příchozího požadavku, vyhledat informace v dokumentaci, připravit návrh odpovědi, upozornit na chybějící údaje nebo předat případ člověku ve chvíli, kdy si s ním sama neporadí.

A právě poslední část je poměrně důležitá.

Dobře navržený systém nemusí předstírat, že AI zvládne všechno.

Naopak by měl vědět, kde její práce končí.

Nejdříve problém, potom technologie

Když s firmou řešíme možné využití umělé inteligence, není podle nás nejlepší začínat otázkou:

„Kam bychom mohli dát AI?“

Podstatně užitečnější bývá otázka:

„Co dnes děláme zbytečně složitě, pomalu nebo pořád dokola?“

Teprve potom má smysl zkoumat, zda je právě umělá inteligence vhodným řešením.

Někdy bude.

Jindy problém vyřeší obyčejná automatizace, lepší formulář, úprava databáze nebo změna pracovního postupu. A bylo by poněkud zvláštní nasazovat jazykový model na něco, co spolehlivě vyřeší několik řádků běžného programu.

Umělá inteligence je bezpochyby jedna z nejzajímavějších technologií současnosti a její využití ve firmách bude dál růst.

To ale ještě neznamená, že ji musíme nacpat úplně všude.

Dobře použitá AI může firmě ušetřit čas, zpřístupnit informace a převzít část rutinní práce.

Špatně použitá AI dokáže především velmi moderním způsobem řešit problém, který jsme možná vůbec neměli.