Automatyzacja przepływu pracy z wykorzystaniem sztucznej inteligencji (AI) w zespole sprzedaży oznacza, że model wykonuje trudną część zadania – odczytuje nieustrukturyzowane dane i przekształca je w pola – podczas gdy zwykłe oprogramowanie zajmuje się wszystkim dookoła: wyzwalaczem, rekordem CRM, zadaniem follow-up i powiadomieniem. Model to tylko jeden krok w łańcuchu, a nie produkt. W zespole liczącym od pięciu do pięćdziesięciu osób opłacalne są te nudne łańcuchy, których nikt nie chce posiadać: pobieranie informacji ze zdjęć, e-maili i notatek do CRM bez konieczności przepisywania ich przez człowieka.
Co tak naprawdę oznacza automatyzacja przepływu pracy za pomocą sztucznej inteligencji
Najwięcej nieporozumień wynika z mieszania dwóch różnych rzeczy. Jedna to asystent czatu, którego sprzedawca otwiera i zadaje pytania. Druga to zautomatyzowany przepływ pracy oparty na sztucznej inteligencji, który działa bez otwierania czegokolwiek: coś się dzieje, uruchamia się łańcuch, pojawia się rekord, pracownik otrzymuje zadanie. Druga rzecz zmienia sposób pracy zespołu, ponieważ nie zależy od tego, czy ktoś pamięta o jej użyciu.
Taki przepływ pracy składa się z czterech części, a tylko jedna z nich dotyczy sztucznej inteligencji:
- Spust — zdarzenie rozpoczynające łańcuch. Plik trafia do kanału Slacka, formularz zostaje przesłany, e-mail trafia do wspólnej skrzynki odbiorczej, transakcja przechodzi do nowego etapu.
- Ekstrakcja lub wyrok — krok, w którym potrzebujesz modelu. Czytanie wizytówki, wyciąganie zapytania z trzyakapitowego e-maila, klasyfikowanie zapytania przychodzącego.
- Pisać — tworzenie lub aktualizowanie czegoś w systemie rekordów: rekordu CRM, zadania, wpisu w kalendarzu.
- Przekazanie — mówiąc konkretnej osobie, że coś jest teraz jej własnością, w miejscu, w którym już patrzy.
Jeśli usuniesz sztuczną inteligencję z tej listy, pozostanie Ci standardowa integracja, którą zespoły budowały latami. Model dodaje możliwość akceptowania nieustrukturyzowanych danych jako danych wejściowych. Na tym polega cała zmiana. Wcześniej wyzwalaczem musiał być przejrzysty formularz z nazwanymi polami; teraz może to być zdjęcie, notatka głosowa lub akapit napisany w pośpiechu.
Dlatego też pytanie “czy powinniśmy tutaj wykorzystać sztuczną inteligencję?” jest zazwyczaj pierwszym złym pytaniem. Prawidłowe pytanie brzmi: za jakie niestrukturyzowane dane wejściowe płacimy ludziom, aby je normalizowały?
Które zadania zautomatyzować w pierwszej kolejności i gdzie powinien znajdować się przepływ pracy
Zacznij od miejsca, w którym dane wejściowe są niestrukturyzowane, dane wyjściowe są dobrze zdefiniowane, a wolumen jest na tyle duży, że ludzie idą na łatwiznę. W małych zespołach sprzedażowych ta lista jest krótka i przewidywalna.
| Zadanie | Dlaczego jest to dobry pierwszy kandydat | Co robi model |
|---|---|---|
| Pozyskiwanie potencjalnych klientów z wizytówek lub zdjęć identyfikatorów | Duża liczba zgłoszeń po wydarzeniach, zero przyjemności, błędy trafiają prosto do CRM | Wyciągi z nazwy, firmy, adresu e-mail, telefonu, notatek |
| Selekcja poczty przychodzącej | Każda wiadomość ma inną strukturę | Klasyfikuje zamiar, wyciąga firmę i żąda |
| Notatki z rozmów i spotkań do pól CRM | Notatki istnieją, ale nigdy nie trafiają do pól | Podsumowuje, wyciąga wnioski na temat następnego kroku i właściciela |
| Kontrole wzbogacania i usuwania duplikatów przed utworzeniem rekordu | Zapobiega bałaganowi w systemie CRM, który niszczy zaufanie do CRM | Dopasowuje nowy kontakt do istniejących rekordów |
Druga decyzja jest ważniejsza niż pierwsza, a zespoły zazwyczaj podejmują ją na opak. Wybierają odpowiednie zadanie, a następnie wdrażają automatyzację w nowym narzędziu – pulpicie nawigacyjnym, aplikacji, portalu – którego nikt nie otwiera we wtorkowe popołudnie.
Umieść łańcuch tam, gdzie zespół już jest. Dla większości małych zespołów B2B oznacza to Slacka lub inne narzędzie do czatu, które go zastąpiło. Wyzwalaczem jest wiadomość w kanale. Potwierdzenie wraca do tego samego kanału. Błąd, gdy model popełni błąd, również się tam pojawia. Nic nowego do nauczenia, nic nowego do sprawdzenia, żadnych problemów z adaptacją do rozwiązania – z tego samego powodu. przepływy pracy dotyczące żądań działają lepiej, gdy trafiają do kanału, który zespół już obserwuje zamiast w osobnej kolejce.
Bez kodu czy wersja niestandardowa?
Oba działają. Pytanie brzmi, co się stanie w drugiej i trzeciej iteracji.
Zapier To najszybszy sposób na udowodnienie, że łańcuch jest wart posiadania. Jeśli Twój przepływ pracy składa się z wyzwalacza, jednego wywołania modelu, jednego zapisu w CRM, możesz go uruchomić w jedno popołudnie i tak właśnie powinno być. Większość narzędzi do automatyzacji przepływu pracy opartych na sztucznej inteligencji w tej kategorii jest wyceniana za zadanie, więc koszt skaluje się wraz z ilością, a nie złożonością.
n8n Rozwiązanie znajduje się pośrodku: wizualna orkiestracja przepływu pracy, ale z możliwością samodzielnego hostowania, z rzeczywistym rozgałęzieniem, ponownymi próbami i możliwością przejścia do kodu, gdy krok staje się niewygodny. Jest to typowe rozwiązanie, gdy łańcuch zawiera więcej niż jedną decyzję lub gdy dane nie mogą opuścić infrastruktury.
Niestandardowa konstrukcja Zasługuje na swoje miejsce, gdy logika przestaje być jednoznaczna. Deduplikacja w oparciu o istniejące rekordy CRM, routing oparty na tym, kto jest właścicielem danego terytorium, ponawianie nieudanego zapisu w HubSpot bez tworzenia drugiego kontaktu, szybkie zmiany, które wymagają przetestowania przed wysłaniem — to rzeczy, o które w końcu walczy się z wizualnym kreatorem. Nie ma reguły, która mówi, że trzeba wybrać tylko jedną: wiele zespołów przechowuje wyzwalacz i powiadomienie w narzędziu bez kodu i wywołuje niewielką, niestandardową usługę w celu ekstrakcji.
Szczera rada dotycząca sekwencjonowania: stwórz prototyp w narzędziu bez kodu i odbuduj te części, które się psują. Dowiesz się, które to są, już po miesiącu od rzeczywistego użycia.
Przykład z naszej własnej praktyki
Zbudowaliśmy go dla siebie i to jest jedyny powód, dla którego przetrwał kontakt z rzeczywistością.
Po konferencjach wracaliśmy z plikiem wizytówek. Ktoś musiał wpisać każdą z nich do HubSpota – imię i nazwisko, firmę, adres e-mail, numer telefonu, cokolwiek było zapisane na odwrocie – a potem pamiętać o dokończeniu. To było powolne, stało się to kilka dni później, a wpisywanie wprowadzało błędy, które odkładały się w systemie CRM.
Łańcuch, którym obecnie zarządzamy:
- Osoba, która zebrała kartę, robi zdjęcie i wrzuca je na dedykowany kanał Slack. To cała część procesu pracy widoczna dla użytkownika.
- Ten API ChatGPT odczytuje obraz i wyodrębnia pola: imię i nazwisko, firma, adres e-mail, telefon i notatki.
- HubSpot otrzymuje nowy kontakt utworzony na podstawie tych pól i przypisane do niego zadanie dodatkowe.
- Zadanie to jest automatycznie przypisywane osobie, która zamieściła zdjęcie — czyli tej, która faktycznie uczestniczyła w rozmowie i wie, co zostało powiedziane.
Wnioski inżynieryjne nie dotyczą modelu. Skanowanie wizytówek nie jest trudnym problemem sztucznej inteligencji i to nie ten element sprawił, że to rozwiązanie było użyteczne. To, co je uczyniło użytecznym, to fakt, że łańcuch zamyka się w narzędziu, nad którym zespół pracował już cały dzień. Integracja ze Slackiem jest powodem, dla którego nie ma krzywej adopcji: nikt się do niczego nie loguje, nikt nie uczy się nowego interfejsu, a dalsze działania automatycznie trafiają do odpowiedniej osoby, zamiast czekać, aż ktoś je przypisze.
Warto osobno omówić jeden celowy wybór projektowy: gdy model wyodrębnia coś nieprawidłowego, błąd musi być widoczny w tym samym kanale, a nie po cichu wpisany w CRM. Błędny numer telefonu, który pojawia się w Slacku obok zdjęcia, zostaje naprawiony w ciągu kilku sekund przez osobę, która je zrobiła. Ten sam błędny numer, po cichu wpisany w HubSpot, staje się martwym leadem, którego nikt nie zauważa. To właśnie różnica między automatyzacją, której ludzie ufają, a tą, z której przestają korzystać.
Pełna treść artykułu znajduje się tutaj: Od wizytówek do leadów: nasz przykład integracji Slacka, ChatGPT i HubSpot.
Na co zwrócić uwagę
Zaprojektuj odpowiedź błędną, a nie dobrą. Każda ekstrakcja modelu ma tryb awaryjny, a Twój przepływ pracy wymaga wyraźnego miejsca na niego. Wyślij wyodrębnione pola z powrotem do potwierdzenia przed zapisaniem lub zapisz rekord i opublikuj to, co zostało zapisane, aby można było to poprawić. Obie opcje są dobre. Pisanie po cichu nie.
Zdecyduj, co stanie się z częściowymi danymi. Karta bez adresu e-mail nadal jest leadem. Przepływ pracy, który odmawia utworzenia czegokolwiek, dopóki wszystkie pola nie będą obecne, po cichu usunie dokładnie te rekordy, na których zależało sprzedawcy. Utwórz rekord i zgłoś braki.
Duplikaty same cię znajdą. Za drugim razem, gdy ta sama osoba zrobi zdjęcie swojej wizytówki, potrzebna jest reguła. Najpierw dopasuj adres e-mail, potem nazwę firmy i nazwę. Bez tego działający łańcuch powoli zatruwa CRM, dla którego został stworzony, a ludzie wracają do pisania.
Przypisz właściciela, nie kolejkę. Zadanie bez nazwy to zadanie, którego nikt nie wykonuje. Wyciągnięcie odpowiedzialności od osoby, która uruchomiła przepływ pracy, to najtańsza i poprawna odpowiedź w małym zespole, lepsza niż routing kołowy, dopóki zespół nie będzie wystarczająco duży, by potrzebować terytoriów. Ta sama zasada obowiązuje zawsze, gdy krok po kroku sztuczna inteligencja wykonuje pracę z powrotem do człowieka:przekazanie musi kogoś wyznaczyć.
Obserwuj granicę między systemami, nie model. Większość błędów, które obserwujemy w automatyzacji sprzedaży opartej na sztucznej inteligencji, to nie złe ekstrakcje — to wygasające tokeny uwierzytelniające, limity przepustowości, zapis w HubSpot, który zakończył się półpowodzeniem, dwukrotne dostarczenie webhooka. Rejestruj każde uruchomienie wraz z danymi wejściowymi i wyjściowymi. Kiedy ktoś twierdzi, że lead się nie pojawił, chcesz odpowiedzieć na to pytanie od razu, a nie odtwarzać to z pamięci.
Zachowaj monit w systemie kontroli wersji. Niezależnie od tego, z jakiego oprogramowania do automatyzacji przepływu pracy korzystasz, logika produkcji jest kluczowa. Jej zmiana zmienia to, co jest zapisywane w systemie CRM. Traktuj to odpowiednio — a jeśli Twój zespół nie ma umiejętności technicznych, to jest to jedno z kilku miejsc, w których… trochę struktury wokół decyzji dotyczących sztucznej inteligencji szybko się opłaca.
Wniosek
Wartość automatyzacji przepływu pracy z wykorzystaniem sztucznej inteligencji (AI) w małym zespole sprzedaży nie wynika ze sprytnego modelu. Wynika ona z zamknięcia pętli: wyzwalacza, który zespół uruchamia naturalnie, kroku ekstrakcji, który przekształca nieustrukturyzowane dane w pola, zapisu do CRM i zadania uzupełniającego z prawdziwym nazwiskiem właściciela. Zacznij od jednego łańcucha, w którym wiesz, że człowiek coś przepisuje, zbuduj go w narzędziu, w którym pracuje Twój zespół, i głośno opisz błędy. Gdy ten łańcuch zadziała i ludzie mu zaufają, drugi i trzeci to już tylko hydraulika. Jeśli potrzebujesz pomocy w podjęciu decyzji, co zautomatyzować najpierw — lub zautomatyzować przepływ pracy z wykorzystaniem sztucznej inteligencji na bazie CRM, który już posiadasz — to jest właśnie rodzaj pracy, której się podejmiemy. Rozwiązania AI zespół tak robi.
Masz w swoim zespole sprzedaży proces, który wciąż opiera się na ręcznym przepisywaniu? Napisz do nas, jak on wygląda, a szczerze powiemy Ci, czy warto go zautomatyzować i jakie to będzie wymagało.
