در این مقاله که برگرفته از یکی از ویدیوهای «کانال یوتیوب الکس هرمزی» است، به یک نقشه عملی برای استفاده از هوش مصنوعی در کسبوکار پرداخته میشود. از بازاریابی و فروش تا پشتیبانی، مدیریت ریسک، تولید محتوا و امور حقوقی. مسئله اصلی این نیست کسبوکارتان را به شرکت فناوری تبدیل کنید؛ بلکه این است از هوش مصنوعی برای ارائه نتیجهای بهتر، سریعتر، ارزانتر و کمریسکتر به مشتری استفاده کند.
نیاز نیست به یک شرکت هوش مصنوعی تبدیل شوید!
بزرگترین برداشت اشتباه این است برای استفاده از هوش مصنوعی در کسبوکار باید «کسبوکار هوش مصنوعی» ساخت. این نگاه اشتباه است. همانطور که تقریبا هر کسبوکاری از اینترنت استفاده میکند، بدون اینکه یک شرکت اینترنتی باشد، هوش مصنوعی هم قرار است به یکی از ابزارهای عادی اجرای کسبوکار تبدیل شود.
اینترنت در گذشته مزیت رقابتی بود. داشتن وبسایت، حضور آنلاین و امکان دریافت سفارش از راه دور، کسبوکارها را جلو میانداخت. امروز این موارد بدیهی هستند. هوش مصنوعی نیز در همین مسیر قرار دارد. کسانی که زودتر و جدیتر آن را وارد عملیات خود کنند، بازده نامتناسبی میگیرند.
دو خطای رایج در پیادهسازی هوش مصنوعی
1. باید شرکتی در حوزه فناوری باشید!
لازم نیست محصول اصلی شما هوش مصنوعی باشد. کافی است هوش مصنوعی در کسبوکار شما کمک کند محصول یا خدمت فعلی را بهتر ارائه دهید.
2. سپردن کامل پروژه، به یک فرد فنی
یک توسعهدهنده یا مشاور فنی ممکن است ابزارها را بشناسد؛ اما الزاما کسبوکار، مشتری، قیف فروش و گلوگاه واقعی شما را نمیشناسد.
ارزش واقعی زمانی ایجاد میشود که دانش کسبوکار با دانش فنی ترکیب شود. صاحب کسبوکار باید بداند مشتری چه میخواهد، تیم چگونه کار میکند، کدام مرحله زمانبر است، کجا خطا رخ میدهد و چه چیزی واقعا سودآور است. سپس از فرد فنی یا ابزار هوش مصنوعی بخواهد همان مسئله مشخص را حل کند.
دانش از استراتژی تا اتصال ابزارها
مدیر تاثیرگذار لازم نیست برنامهنویس حرفهای باشد، اما باید دیدی از «ابر تا زمین» داشته باشد: «از استراتژی سطح بالا، منابع انسانی، ارتباطات و بازاریابی تا جزییات عملیاتی مانند اتصال یک API به API دیگر.»
این دید باعث میشود بهجای درخواست اتوماسیونهای تکراری و کالایی، بتوانید فرصتهای منحصربهفرد کسبوکار خود را ببینید. یک متخصص فنی معمولا راهحلهایی را پیشنهاد میدهد که قبلا دیده است؛ اما کسی که منطق کسبوکار را میفهمد، میتواند تشخیص دهد چند قابلیت ساده وقتی کنار هم قرار میگیرند، چگونه یک مزیت واقعی میسازند.
از یک کار کوچک شروع کنید؛ نه از یک تحول بزرگ
استفاده از هوش مصنوعی در کسبوکار نباید با پروژهای عظیم، مبهم و گران شروع شود. یک بازه زمانی مشخص انتخاب کنید، حتی اگر عصرها، صبح زود یا آخر هفته باشد، و فقط یک بخش از جریان کاری روزانه را از ابتدا تا انتها بررسی و خودکارسازی کنید.
روش عملی یادگیری و اجرا
برای هر وظیفه مشخص، منابع آموزشی فراوانی وجود دارد. اما بخش مهم، اجرای واقعی است. یک روند کاربردی این است:
- انتخاب کار: یک کار تکراری و قابل مشاهده را انتخاب کنید.
- یافتن آموزش: یک آموزش مناسب برای انجام یا خودکارسازی آن پیدا کنید.
- راهنمایی از هوش مصنوعی: محتوای آموزش یا مراحل آن را به ابزار هوش مصنوعی بدهید و از آن بخواهید مراحل ساخت را برای شرایط کسبوکار شما توضیح دهد.
- اجرای مرحلهبهمرحله: مرحله به مرحله اجرا کنید.
- پرسش هنگام خطا: هر جا گیر کردید، از صفحه مشکل تصویر بگیرید و دقیقا بپرسید: «الان باید چه کار کنم؟»
- تکرار چرخه: این چرخه را تا زمانی ادامه دهید که یک فرایند واقعا اجرا شود.
هدف، حفظ کردن ابزارها نیست. هدف این است که بهتدریج بتوانید یک مسئله عملیاتی را تعریف کنید، آن را به گامهای کوچک بشکنید و با کمک هوش مصنوعی در کسبوکار حلش کنید.
هوش مصنوعی را با نسخه ناقصش قضاوت نکنید
یکی از اشتباهات جدی این است که یک عامل هوش مصنوعی نیمهآماده را با یک نیروی انسانی یا فرایند فروشی مقایسه کنیم که طی شش، ده یا بیست سال بهینه شده است. این مقایسه منصفانه نیست.
اگر برای یک کارمند، ماهها آموزش، دستورالعمل اجرایی، بازخورد، نمونه مکالمه، کنترل کیفیت و تجربه واقعی صرف کردهاید، برای هوش مصنوعی هم باید همان منطق را به کار ببرید. عامل هوش مصنوعی به زمینه، قوانین، نمونههای خوب و بد، مسیرهای تصمیمگیری و دادههای واقعی نیاز دارد.
هوش مصنوعی فرایند ضعیف را نجات نمیدهد
هوش مصنوعی در کسبوکار، کارهایی را که همین امروز درست انجام میدهید سریعتر و آسانتر میکند. اما جایگزین طراحی فرایند نیست. اگر فرایند فروش شما مبهم، ضعیف یا بیاثر است، اضافه کردن یک فروشنده هوش مصنوعی به آن معجزه نمیکند.
ابتدا «حرکت فروش» را مشخص کنید
فرض کنید یک آگهی اجرا میکنید و هر کسی که فرم را پر میکند فورا با یک عامل هوش مصنوعی تماس میگیرد. سوال مهم این نیست که تماس گرفتن ارزانتر میشود یا نه.
شاید در کسبوکار شما تماس فوری درست باشد. شاید بهتر باشد ابتدا یک پیام شخصیسازیشده، محتوای آموزشی، پرسش تاییدکننده یا زمانبندی مناسب وجود داشته باشد. هوش مصنوعی باید درون حرکت فروش صحیح قرار بگیرد، نه اینکه بهجای آن بنشیند.
روانشناسی انسان تغییر نکرده است. مردم همچنان به دلیل اعتماد، شواهد، وضوح پیشنهاد، سرعت پاسخ و ارتباط پیام تصمیم میگیرند. هوش مصنوعی قوانین متقاعدسازی را حذف نمیکند، بلکه امکان اجرای بهتر آنها را در مقیاس بزرگتر فراهم میکند.
مشتری به ابزار شما اهمیت نمیدهد، به نتیجه اهمیت میدهد
مشتری معمولا علاقهای ندارد بداند در پشت صحنه از چه مدل زبانی، CRM، سیستم تماس یا عامل هوش مصنوعی استفاده میکنید. او چهار نتیجه را میخواهد:
- سرعت بیشتر: سریعتر دریافت کردن محصول یا خدمت
- هزینه و ارزش: پرداخت هزینه کمتر یا دریافت ارزش بیشتر
- کیفیت بهتر: کیفیت بالاتر
- کاهش ریسک: ریسک کمتر
بنابراین، پیام بازاریابی نباید صرفا این باشد که «ما از هوش مصنوعی استفاده میکنیم». پیام بهتر این است که «درخواست شما سریعتر رسیدگی میشود»، «پاسخ دقیقتر میگیرید»، «هزینه کاهش یافته» یا «ریسک خطا کمتر شده است».
کاهش ریسک با هوش مصنوعی در کسبوکار
هوش مصنوعی در تشخیص الگوها، بررسی حجم زیاد داده و شناسایی موارد غیرعادی بسیار ارزشمند است. نمونههای بزرگ این ظرفیت را روشن میکنند:
- پیپل: از هوش مصنوعی برای تشخیص سریعتر الگوهای تقلب استفاده کرده و گزارش شده است که این رویکرد به کاهش بسیار قابلتوجه زیان تقلب کمک کرده است.
- سامانه COiN جیپی مورگان: برای بررسی اسناد و قراردادهای اعتباری به کار گرفته شد و کاری را که نیازمند صدها هزار ساعت بررسی حقوقی بود، در زمانی بسیار کوتاهتر انجام داد.
- کلارنا: بخش بزرگی از حجم پشتیبانی مشتری را با هوش مصنوعی پوشش داد و کاهش هزینه قابل توجهی را گزارش کرد.
اما این کاربردها فقط برای شرکتهای بزرگ نیستند. در یک عرضه کتاب، پنج عامل هوش مصنوعی توانستند حدود ۱۲۰ هزار درخواست پشتیبانی را رسیدگی کنند و تقریبا ۹۰ درصد آنها بدون دخالت انسان حل شد. بسیاری از این درخواستها ساده بودند، مانند پیدا کردن محل دریافت یک هدیه یا راهنمایی تکمیل سفارش.
درس روشن است: «ابتدا حجم بالای درخواستهای تکراری، کمریسک و قابل استانداردسازی را پیدا کنید. اینها بهترین نقطه شروع برای هوش مصنوعی در کسبوکار هستند».
رفتارهای قابل مشاهده را مستند کنید
بسیاری از افراد میگویند: «این کار به حس من بستگی دارد»، «فقط خودم میدانم چگونه انجامش دهم» یا «شهود خاصی دارم».
بخش زیادی از این شهود، در واقع تشخیص الگو است. انسان پس از قرار گرفتن در معرض موقعیتهای مختلف و دریافت بازخورد، یاد میگیرد چه چیزی خوب به نظر میرسد، چه تصمیمی منطقیتر است یا چه پیامی احتمالا اثر دارد. وقتی این موضوع را از حالت جادویی خارج کنید، میتوانید بپرسید: «دقیقا چه رفتارهایی را تکرار میکنم تا به این نتیجه برسم؟»
نمونه: ساخت ایده برای محتوا
فرض کنید هر هفته باید برای تولید محتوا ایده پیدا کنید. بهجای اینکه این وظیفه را کاملا شهودی بدانید، فرایند را باز کنید:
- بررسی تقویم: تقویم هفته را بررسی کنید تا اتفاقها، جلسات و تصمیمهای مهم مشخص شوند.
- ثبت مکالمات: مکالمات و تماسهای مهم را ضبط و متن آنها را ثبت کنید.
- تحلیل با هوش مصنوعی: از یک عامل هوش مصنوعی بخواهید تقویم و متن مکالمات را بررسی کند.
- استخراج موضوعات: به آن دستور دهید پنج موقعیت، تصمیم یا مسئله جالب هفته را استخراج و در یک سند مرتب کند.
- انتخاب نهایی: از میان آن پنج مورد، موضوعی را انتخاب کنید که هم واقعی است و هم برای مخاطب مفید است.
این فرایند فقط ایده تولید نمیکند. داستانهای واقعی و شواهد عملی نیز در اختیار شما میگذارد. در دنیایی که تولید محتوای هوش مصنوعی فراگیر میشود، اثبات مزیت اصلی خواهد بود.
چرا اثبات در بازار B2B حیاتیتر است
یک آواتار یا عامل هوش مصنوعی در بازار مصرفی ممکن است با ظاهر، جذابیت بصری یا تجربه سرگرمکننده توجه جلب کند. اما در کسبوکارهای B2B، سوال اصلی همچنان پابرجاست: «چرا باید به این شخص یا این عامل اعتماد کنم؟»
اگر عامل هوش مصنوعی هیچ دستاورد، نمونه، تجربه یا نتیجه واقعی پشت خود نداشته باشد، خروجی آن صرفا کلمات خوشساخت است. برای فروش B2B، هوش مصنوعی باید به شواهد واقعی متصل باشد: نتایج مشتریان، تجربه عملی، تصمیمهای درست، پروندههای موفق و دانش بهدستآمده از اجرا.
کاربردهای هوش مصنوعی در بازاریابی
بازاریابی یکی از گستردهترین حوزههای استفاده از هوش مصنوعی در کسبوکار است. تقریبا هر مرحله از ایدهپردازی تا توزیع و بهینهسازی میتواند با کمک عاملهای هوشمند بهتر شود.
ایدهپردازی، بستهبندی و تولید محتوا
هوش مصنوعی میتواند در چند لایه کمک کند:
1. ایجاد ایدههای اولیه برای محتوا
2. نوشتن ساختار، سناریو و پیشنویس
3. پیشنهاد عنوان، قلاب، موضوع و تصویر بندانگشتی
4. بررسی موضوعات و قالبهای پرطرفدار
5. تحلیل قلابهای کلامی و بصری موفق
6. ترکیب روندهای بازار با سبک و هویت برند
برای مثال، میتوان قالبهای ترند، قلابهای موفق، مقدمههای موثر و سبکهای بصری پرکاربرد را به هوش مصنوعی داد. سپس محتوای پیشین و نمونههای مرتبط با برند خود را نیز اضافه کرد و از ابزار خواست محل تلاقی این دو را پیدا کند. خروجی میتواند ده ایده باشد که هم با بازار هماهنگاند و هم شبیه برند شما به نظر میرسند.
آزمون و بهینهسازی خلاقهها
در بازاریابی ارگانیک، هوش مصنوعی میتواند چند نسخه از تصویر بندانگشتی یا پیام را تولید و آزمون کند، سپس با توجه به دادههای عملکرد، به مرور درباره ویژگیهای برنده یاد بگیرد.
در تبلیغات پولی، میتوان یک چرخه خودکار ساخت: محتوای جدید تولید شود، فراخوان اقدام مناسب روی آن قرار بگیرد و همان محتوا بهصورت روزانه وارد کمپین تبلیغاتی شود. این همان چرخهای است که تولید، توزیع و بازخورد را به هم متصل میکند.
کاربردهای هوش مصنوعی در فروش و پیگیری لید
سرعت پاسخگویی در فروش اهمیت زیادی دارد، اما سرعت تنها زمانی ارزشمند است که همراه با ارتباط و شخصیسازی باشد. هوش مصنوعی در کسبوکار میتواند در مرحله پرورش لید، پاسخ اولیه، غنیسازی اطلاعات و زمانبندی نقش جدی داشته باشد.
نمونههایی از اتوماسیون فروش
- جمعآوری اطلاعات عمومی و مرتبط درباره لید یا شرکت او
- ارسال پیام متنی، تصویر یا پیام صوتی شخصیسازیشده
- پاسخگویی سریعتر در دایرکت اینستاگرام و کانالهای پیامرسان
- تقسیم وظایف بین چند عامل هوش مصنوعی
- هماهنگی جلسه بر اساس زمان، شرایط و آمادگی واقعی لید
- افزایش سرعت نخستین تماس بدون از دست دادن زمینه مکالمه
هر چیزی که انسان لمس میکند، نقطهای برای بررسی هوش مصنوعی است
یک قاعده کلی برای کشف فرصتهای هوش مصنوعی در سازمان وجود دارد:
«هر جا نیروی انسانی درگیر پردازش دادهها، پاسخ به پیامها، بررسی اسناد یا تصمیمگیریهای تکراری است، هوش مصنوعی میتواند دستکم بار لایه اول آن فرایند را به دوش بکشد».
چهار سوال برای پیدا کردن فرصتهای اتوماسیون
برای هر وظیفه، این چهار سوال را بپرسید:
- زمانبندی کار: آیا یک عامل هوش مصنوعی میتواند این کار را زمانبندی کند؟
- ثبت اطلاعات: آیا میتواند اطلاعات، مکالمهها یا اتفاقهای مرتبط را ثبت کند؟
- تولید خروجی اولیه: آیا میتواند خروجی اولیه را تولید کند؟
- ارجاع کارهای پیچیده: آیا میتواند بخشی از کار را خودکار کند و فقط موارد پیچیده را به انسان ارجاع دهد؟
این پرسشها محدود به بازاریابی و فروش نیستند. در بخش حقوقی نیز میتوان عاملهایی با مسوولیتهای مشخص داشت: «پاسخ اولیه، بررسی اولیه، تهیه پیشنویس، مدیریت اخطارها، سازماندهی پروندهها و ارسال موارد حساس به مشاور حقوقی اصلی».
مدل درست این نیست که یک وکیل یا مدیر به صدها کارمند برای امور تکراری وابسته باشد. مدل جدید این است که فرد ارشد، گروهی از عاملهای تخصصی را مدیریت کند و انرژی انسانی را بر تصمیمهای حساس، پیچیده و پرریسک متمرکز سازد.
فرصت واقعی، در اجرای سریع و مسئولانه نهفته است
داشتن ارتشی از عاملهای هوش مصنوعی که کارهایی خودمختار اما محدود و کنترلشده انجام میدهند، ظرفیت اجرایی کسبوکار را چند برابر میکند؛ اما این فرصت نصیب کسانی نمیشود که صرفا درباره هوش مصنوعی حرف میزنند؛ برای برای کسانی است که فرایندهای خود را میشناسند، آنها را مستند میکنند، یک بخش کوچک را میسازند، نتیجه را میسنجند و بعد قدم بعدی را برمیدارند.
هوش مصنوعی در کسبوکار قرار نیست شما را از درک کردن مشتری، طراحی پیشنهاد خوب، ساخت اعتماد یا ارائه کیفیت بینیاز کند؛ بلکه قرار است همان کارهای مهم را با سرعت، دقت و مقیاس بیشتری برایتان ممکن سازد.
برای آموزشهای بیشتر در زمینه هوش مصنوعی و بهکارگیری آن در کسبوکار، پیشنهاد میکنیم مقاله «آموزش Claude Cowork از صفر» را هم در وبسایت مدیرسبز مطالعه کنید تا متوجه شوید این ابزار چطور میتواند به اجرای همین ایدهها، سرعت ببخشد.
- برگرفته از کانال یوتیوب الکس هرمزی - ترجمه و تالیف: تیم تحریریه مدیرسبز
