Dirbtinis intelektas itin greitai peržengė nuo pažadų prie praktinio taikymo, o verslo lyderiai lenktyniauja, kas pirmas sėkmingai jį pritaikys. „McKinsey“ teigia, kad 92 % bendrovių per artimiausius trejus metus ketina didinti investicijas į DI. Tuo pat metu tie, kurie technologiją pradėjo naudoti anksti, jau pastebi reikšmingų pokyčių: pagal „Goldman Sachs“ duomenis, 80 % DI naudojančių smulkiojo verslo įmonių pažymi padidėjusį efektyvumą, o beveik pusė teigia, kad DI pagerino jų duomenimis grįstų sprendimų priėmimą.
Vis dėlto DI nėra stebuklingas vaistas. Kad jis duotų naudos, reikia kruopščiai apibrėžti tikslus ir apgalvotai jį įdiegti. DI nepakeičia kūrybiškumo, nuovokos ar intuicijos, kuriais remiasi smulkusis verslas. Veikiau jis praplečia tai, ką gali nuveikti nedidelės komandos: pagal 2025 m. „Shopify“ apklausą, 69 % DI įrankius naudojančių verslo savininkų jais kuria turinį. Kiti populiarūs panaudojimo būdai – pagalba analizuojant duomenis ir įžvalgas (32 %), klientų aptarnavimo kokybės gerinimas (29 %) bei pagalba kuriant produktus (23 %).
Vis daugiau įmonių atranda, kad tikroji DI vertė atsiskleidžia tuomet, kai jis sustiprina žmogaus kūrybiškumą bei galimybes, o ne visiškai jį pakeičia. Štai būdai, kaip sumanios įmonės pritaiko DI, ir sritys, kuriose joms sekasi geriausiai.
Duomenų mokslo demokratizavimas siekiant sumanesnių kampanijų
Tai, kam kadaise reikėjo tikslinių grupių, apklausų ir savaičių trukmės analizės, su DI dabar gali įvykti per kelias minutes. Smulkusis verslas vis dažniau naudoja DI rinkos tyrimų užduotims, tokioms kaip klientų atsiliepimų, pokalbių socialiniuose tinkluose ir paieškos elgsenos analizė, taip aptikdamas naujus poreikius dar prieš konkurentams į juos sureaguojant.
„Jones Road Beauty“ naudoja tokius įrankius kaip „OpenAI Deep Research“ tūkstančiams produktų atsiliepimų, „Reddit“ gijų ir „YouTube“ komentarų analizuoti. Remdamasi šia analize, švarios kosmetikos prekių ženklo komanda nustatė penkis realius vartotojų tipus, pavyzdžiui, užimtus tėvus ir dažnai keliaujančius žmones. Šios įžvalgos padėjo formuoti „Just Enough“ tonuojančio drėkiklio kampaniją, patikslinti žinutes, parinkti tinkamus modelius ir nustatyti bendrą kūrybinę kryptį.
DI grįsta analizė ne tik pagreitina duomenų apdorojimą – ji tampa prieinama bet kuriam įmonės darbuotojui. Piniginių ir aksesuarų prekių ženklas „Ridge“ naudoja DI vidinėms kliūtims, kurios anksčiau stabdė duomenimis grįstą sprendimų priėmimą, pašalinti. „Turime duomenų saugyklą ir visas šias „Shopify“ ataskaitas, – sako „Ridge“ vadovas Seanas Frankas. – Užuot atlikęs ką nors rankiniu būdu, galiu padaryti ekrano nuotrauką, įkelti ją į „ChatGPT“, ir jis atlieka analizę už mane. Visa mano komanda gali dirbti kaip duomenų mokslininkai.“ Užuot valandas ar dienas laukus, kol specialistas suskaičiuos skaičius, bet kuris komandos narys gali akimirksniu gauti savo įžvalgas.
Šie pavyzdžiai atspindi platesnį poslinkį: DI suteikia mažoms komandoms tokią pat analitinę galią, kokią turi didelės organizacijos. Mažindami duomenų analizės kliūtis, prekių ženklai gali veikti greičiau, dažniau eksperimentuoti ir kurti kampanijas, paremtas tuo, ką klientai iš tiesų mano ir daro.
Suasmenintų produktų kūrimas
Smulkiajam verslui, turinčiam ribotus inžinerinius išteklius, naujo produkto pristatymas gali būti brangus ir daug laiko reikalaujantis. DI keičia šią lygtį. Pagreitindamas tyrimus, turinio kūrimą ir naudotojų testavimo ciklus, DI leidžia komandoms pateikti naujus skaitmeninius pasiūlymus į rinką neregėtu greičiu. Daugeliu atvejų jis ne tik pagreitina kūrimą, bet ir leidžia atsirasti visiškai naujoms suasmenintų, prisitaikančių produktų kategorijoms.
„Loftie“, sveikatingumo bendrovė, kurianti miego produktus, naudojo DI „Loftie Rest“ programėlei sukurti ir pristatyti – tai skaitmeninis savo firminio žadintuvo papildinys. Programėlė praplėtė „Loftie“ pasiekiamumą ir atvėrė naują pajamų šaltinį, nuo nulio sukurdama prenumeratos verslą, kuris dabar turi apie 15 000 narių. „Be DI šio produkto nebūtume išleidę, – sako įkūrėjas ir vadovas Matthew Hassettas. – Tai buvo pirminė sėkla to, kuo tapo mūsų prenumeratos programėlė.“
Suasmenintas turinys yra „Rest“ programėlės pagrindas, pradedant „Storymaker“, kuris pagal trumpą apklausą ir reguliuojamus balso profilius, paremtus „OpenAI“ ir „Eleven Labs“, generuoja pritaikytas pasakas prieš miegą. Dar labiau plėsdama suasmeninimą, „Loftie“ funkcija „Night School“ analizuoja sąsajas tarp naudotojų „Apple Health“ duomenų, įpročių praleisti laiką prie ekrano, žadintuvo nustatymų ir pačių naudotojų nurodytos miego kokybės. Atsiradus dėsningumams, pavyzdžiui, kai naršymas iki vidurnakčio lemia prastą miegą, įrankis siūlo keisti įpročius arba ragina naudotojus blokuoti dėmesį blaškančias programėles. „DI naudojame dėsningumams pastebėti ir aktyviems pasiūlymams teikti, kad padėtume jums vakare padėti telefoną į šalį“, – sako Matthew.
Kiekviename etape „Loftie“ DI įžvalgas dera su žmogaus sukurtu turiniu – nuo mokomųjų modulių iki meditacijos srautų. DI nustato, ko naudotojui reikia, o žmonės padeda sukurti tai, kas pateikiama. Rezultatas – skaitmeninis produktas, kuris nuolat prisitaiko išlaikydamas išskirtinai žmogišką toną; sukurti tokį be DI būtų buvę nepaprastai sudėtinga.
Reklamų kūrimo ir testavimo plėtra
Kūrybinio turinio gamybos plėtra tampa esmine stiprios mokamos reklamos strategijos dalimi. Norint pasiekti sėkmę, prekių ženklams reikia vis daugiau reklamų variantų – dažnai daugiau, nei kūrybinė komanda realiai gali pati pagaminti.
„Ridge“ naudoja DI šiai spragai užpildyti. Bendrovė sukūrė individualų „GPT“, apmokytą pagal geriausiai veikiančias reklamas, ir sujungė jį su automatizavimo įrankiais, kasdien generuojančiais šimtus naujų statinių vaizdų. „Sukūrėme statinių reklamų gamyklą, – sako Seanas. – Galiu gauti 500 reklamų per dieną – be jokio rankų darbo prie klaviatūros.“
Šie vaizdai patenka į bendrą diską peržiūrai, tačiau dauguma jų nepateks į rotaciją. Ir tai gerai; svarbiausia yra kiekis. „Iš tų 500 reklamų 450 yra siaubingos, – pažymi Seanas. – Bet geriausi 10 % yra įvertinami nuo penkių iki septynių iš dešimties. Joms bus skiriamas biudžetas.“ Toliau prekių ženklas planuoja pritaikyti šį procesą vaizdo įrašams, generuodamas daugiau kabliukų ir variantų testavimui.
DI nepakeičia „Ridge“ kūrybinės komandos. Geriausiai veikiančias bendrovės reklamas vis dar kuria žmonių dizaino komanda, kuri nuolat sukuria dešimt iš dešimties vertų laimėtojų. DI tiesiog leidžia turėti daugiau idėjų, daugiau iteracijų ir daugiau galimybių platformoms, tokioms kaip „Facebook“, parinkti tinkamą reklamą tinkamam žmogui tinkamu metu.
„Reklamos ateitis – tai tiesiog smūgiai į vartus, – aiškina Seanas. – Tai, ką matote ir kas jums patinka, bus visiškai kitokia nei tai, ką matau ir kas patinka man.“ Derindamas žmogaus sukurtus vaizdus su dideliu kiekiu DI generuojamų variantų, „Ridge“ gali plėsti eksperimentus gerokai labiau, nei leistų rankinis darbas, taip paversdamas savo mokamą strategiją nuolatiniu, duomenimis grįstu testavimo ir tobulinimo ciklu.
Klientų aptarnavimo gerinimas
Ankstyvieji DI įrankiai, tokie kaip pokalbių robotai ir interaktyvūs balso atsakikliai (angl. IVR), natūraliai tiko pasikartojantiems atvejams (tokiems kaip „Kur mano užsakymas?“ ir „Kokios jūsų darbo valandos?“). Tai daro klientų aptarnavimą vienu brandžiausių DI taikymų smulkiajame versle. Vis dėlto pusiausvyros tarp žmogaus ir mašinos įsikišimo svarba išlieka didelė. 2024 m. „Acquire Intelligence“ tyrimas nustatė, kad pakanka vos vienos prastos DI grįsto aptarnavimo patirties, kad 70 % vartotojų svarstytų kreiptis į kitą įmonę.
„Loftie“ DI agentai dabar atsako į daugiau nei pusę gaunamų klientų aptarnavimo el. laiškų. „Sunku standartizuoti atsakymus tarp skirtingų aptarnaujančių darbuotojų – DI gali būti gerokai patikimesnis, – sako Matthew. – Jis į tą patį klausimą jau atsakė 1 000 kartų.“ Komanda taip pat naudoja DI tendencijoms iš to, ką Matthew vadina „duomenų kapinynu“, išryškinti, paversdama tūkstančius klientų sąveikų įžvalgomis, kurios padeda tobulinti produktą ir patirtį. „Mane nuoširdžiai stebina, kai prekių ženklai vengia diegti DI klientų aptarnavimui“, – pažymi jis.
„Ridge“ pastebėjo panašios naudos. „Klientų aptarnavimas yra labai paprastas panaudojimo atvejis, – aiškina Seanas. – Apie 60 % mūsų užklausų atsako DI.“ Bendrovė taip pat pastebėjo 10–20 % didesnius klientų pasitenkinimo įvertinimus, palyginti su vien žmonių vykdomu darbu. „Klientams patinka bendrauti su DI, – priduria jis. – Tai greičiau, sparčiau ir tiksliau.“
Šie patobulinimai kyla iš poslinkio nuo taisyklėmis paremtų pokalbių robotų prie agentinio DI – įrankių, kurie gali suprasti ketinimą, remtis ankstesnėmis sąveikomis, pasiekti klientų duomenis ir atlikti paprastus veiksmus, tokius kaip pinigų grąžinimas ar prekių keitimas. Kadaise prieinamas tik didelėms įmonėms, agentinis DI šiandien pasiekiamas per tokius įrankius kaip „Zendesk“ ir „HubSpot“.
Apgalvotai įdiegtas – ir suprantant, kada emocinius klausimus bei sudėtingas problemas perduoti žmogui – DI praplečia tai, ką komandos gali nuveikti neaukodamos kokybės. Įprasti klausimai išsprendžiami greitai ir nuosekliai, o aptarnaujantys darbuotojai gali skirti daugiau laiko svarbiausiems pokalbiams.
DI toliau tobulėjant, smulkiojo verslo galimybė kyla būtent iš tokio atrankaus diegimo: naudoti DI ten, kur jis sustiprina žmogaus gebėjimus, ir išlaikyti žmones prekių ženklą apibrėžiančio darbo centre.
