Ugrás a fő tartalomra
OpenAI

AI felhasználási esetek azonosítása és méretezése

Hogyan összpontosítják a korai alkalmazók az AI segítségével végzett feladatokat

Előszó

In just two years

39%

39% of U.S. adults have already used AI. In comparison, the internet reached just 20% adoption in its first two years.

AI leaders have seen

1.5x

1.5x faster revenue growth, 1.6x higher shareholder returns, and 1.4x better return on invested capital than their less advanced peers.

Yet only

1%

1% of a recent McKinsey survey believed their AI investments had reached full maturity.

Mindössze két év alatt az Egyesült Államok felnőtt lakosságának 39%-a már használt mesterséges intelligenciát.(új ablakban nyílik meg) Az internet ugyanezen időkereten belül mindössze 20%-os elterjedtséget ért el. A mesterséges intelligencia térnyerése nemcsak az iparágakat alakítja át, hanem az egyes alkalmazottak számára is lehetőségeket teremt. A mesterséges intelligencia lehetővé teszi, hogy az emberek nagyobb hozzáadott értékű munkát végezzenek, bővítsék készségeiket, és előmozdítsák karrierjüket.



Egy tanulmányban a BCG megállapította(új ablakban nyílik meg), hogy az elmúlt három évben az AI terén vezető vállalatok 1,5-szer gyorsabb bevételnövekedést, 1,6-szor magasabb részvényesi hozamot és 1,4-szer jobb befektetett tőke megtérülést értek el, mint kevésbé fejlett versenytársaik.

A McKinsey(új ablakban nyílik meg) szerint a vállalatok 92%-a tervezi növelni az AI-ba történő befektetéseiket. Ennek ellenére sok szervezetnek továbbra is útmutatásra van szüksége ahhoz, hogyan teremthet kézzelfogható értéket, és mindössze 1% gondolja úgy, hogy AI-befektetései elérték a teljes érettséget.

Közvetlenül megtapasztaltuk, mi különbözteti meg a sikeres AI-projekteket. Elemzéseink 300 legsikeresebb megvalósításunkból, több mint 4 000 bevezetési felmérésből és több mint 2 millió üzleti felhasználó tapasztalataiból származnak.

Ez az útmutató azért készült, hogy segítsen a szervezetednek olyan AI felhasználási eseteket azonosítani és méretezni, amelyek egyértelmű értéket teremtenek. A folyamatot három lépésre bontjuk:

  1. Lehetőségek azonosítása az AI vállalkozásodban való alkalmazására annak megértésével, hogy milyen területeken teljesít kiemelkedően.

  2. Megtaníthatod a munkatársaidnak az alapvető felhasználási eseteket, amelyek minden részlegen felgyorsíthatják a felfedezést.

  3. A vállalkozásodra a legnagyobb hatást gyakorló felhasználási esetek összegyűjtése és rangsorolása.

Az anyag során ügyféltörténeteket, gyakorlati ellenőrzőlistákat és a különböző részlegekre szabott felhasználási példákat találsz, hogy támogassák a te csapatod előrehaladását.

Fontos felismerni, hogy az AI alkalmazása jóval többet jelent, mint pusztán a megfelelő alkalmazási területek megtalálása. Ez az útmutató nem tér ki olyan témákra, mint az AI első szemléletű kultúra kialakítása, a nagyobb értéket teremtő alkalmazási területek kidolgozása, illetve az AI alkalmazásának ösztönzése a vállalat egészében. Ezekről a kérdésekről más útmutatókban további részleteket is megosztunk, de most összpontosítsunk arra a folyamatra, hogyan találhatod meg a céged számára megfelelő alkalmazási területeket.

„Ez az az időszak, amikor élvezned kellene az [AI nyújtotta] előnyöket, és remélni, hogy a versenytársaid csak játszadoznak és kísérleteznek.”
Erik Brynjolfsson, a Stanford Egyetem professzora, az „AI In the Workplace” című műben, McKinsey, 2025. január

Kulcsfontosságú alapelvek új felhasználási esetek megtalálásához

Tartsd szem előtt ezt a három alapelvet. Ezek az összes gyakorlati útmutatás hátterét adják, amellyel a továbbiakban találkozol.

  1. A mesterséges intelligenciát a vezetésnek kell irányítania és ösztönöznie.

  2. Az összetett felhasználási esetek lenyűgözőnek tűnhetnek, de gyakran lelassítanak. Ehelyett, ha lehetővé tesszük a munkatársak számára, hogy megtalálják a számukra és a vállalat számára legjobban működő felhasználási eseteket, az gyakran gyorsabban vezet sikerre.

  3. Az ötletmaratonok, az alkalmazási esetekről szóló workshopok és a kollégák által vezetett tanulási foglalkozások révén történő bevezetés ösztönzése sok ügyfelünk számára katalizátor szerepet játszik.

Nézzük meg a legjobb lépéseket a csapataid számára releváns felhasználási esetek azonosításához.

Az AI-hatás lehetőségeinek azonosítása

Az első lépés, hogy azonosítsd a vállalkozásod azon területeit, amelyeket mesterséges intelligenciával azonnal fejleszthetsz.

Ennek egyik módja, ha az AI-t a munkaerő számára szuperasszisztensek létrehozásának eszközeként tekintjük. Az AI-szuperasszisztensek sosem fáradnak el, és nem veszítik el a fókuszt. Mindig elérhetők, amikor segítségre van szükséged. És szinte bármilyen feladathoz rugalmasan alkalmazkodnak, miközben kiegészítik a munkatársaid készségeit. 

A lehetséges AI felhasználási esetek azonosításához összpontosíts a három fő területen jelentkező gyakori munkahelyi kihívásokra:

  • Ismétlődő, alacsony hozzáadott értékű feladatok

  • Készségbeli szűk keresztmetszetek

  • A kétértelműség kezelése

Nézzük meg a legjobb lépéseket a csapataid számára releváns felhasználási esetek azonosításához.

Ismétlődő, alacsony értékű feladatok

Fejtsd ki konkrétan, miért kulcsfontosságú az AI bevezetése a vállalatod jövője szempontjából, legyen szó a versenytársakkal való lépéstartásról, a változó ügyfélelvárásokra való reagálásról vagy a növekedés fenntartásáról. Amikor a munkatársak egy átgondolt választ kapnak arra, hogy miért történik valami, az bizalmat és egyértelműséget teremt, és segít nekik megérteni, hogyan illeszkednek ezek a változások a saját munkájukhoz és céljaikhoz.

„Valahányszor olyasmit csinálok, amit bosszantónak találok, megkérdezem magamtól: hogyan érhetem el, hogy ezt ne kelljen újra csinálnom?”
Claire Vo, termék- és technológiai vezető, Launch Darkly

Készségbeli szűk keresztmetszetek

Fejtsd ki konkrétan, miért kulcsfontosságú az AI bevezetése a vállalatod jövője szempontjából, legyen szó a versenytársakkal való lépéstartásról, a változó ügyfélelvárásokra való reagálásról vagy a növekedés fenntartásáról. Amikor a munkatársak egy átgondolt választ kapnak arra, hogy miért történik valami, az bizalmat és egyértelműséget teremt, és segít nekik megérteni, hogyan illeszkednek ezek a változások a saját munkájukhoz és céljaikhoz.

Example

A termékmenedzserünk AI segítségével készít interaktív prototípusokat anélkül, hogy le kellene lassítania, miközben más csapatok segítségére vár.

Eligazodás a többértelműségben

A tudásmunka gyakran jár kétértelműséggel és nyílt végű kihívásokkal. A munkatársak nehezen kezdenek, vagy elakadnak, ami miatt a projektek elakadnak. Itt az AI katalizátorként működhet, segítve az ötletek generálását, az adatok elemzését és a következő lépések javaslását, amikor az út nem egyértelmű. 

Az összes vállalatnál, amellyel beszéltünk, az emberek mesterséges intelligenciát használnak arra, hogy beindítsák a gondolkodásukat és új ötleteket bontakoztassanak ki. Kampányötletek gyűjtésére, gyors betekintések keresésére a nyers adatokban, trendek elemzésére, vagy egyszerűen a következő lépések meghatározására használják, amikor nem biztosak benne, mit tegyenek.

Example

Marketingcsapatunk a ChatGPT hang módját használja kampányötletek kidolgozására, hogy feloldja a kreatív elakadásokat, és elkezdjen dolgozni egy briefen.

Az ilyen típusú munkákra való összpontosítás segíthet gyorsan azonosítani a nagy hatású AI-lehetőségeket, így a csapataid optimalizálhatják a munkafolyamatokat, csökkenthetik a szűk keresztmetszeteket, és felgyorsíthatják az innovációt a szervezet egészében.

„Létrehoztunk egy AI-alapú automatizálással foglalkozó munkacsoportot ezzel az irányadó alapelvvel. Megkértük a pénzügyi csapat minden tagját, hogy ismertesse azokat a folyamatokat, amelyek véleményük szerint profitálhatnának az AI-ból. Fogtuk ezt a listát, és készítettünk belőle egy ütemtervet azokról a projektekről, amelyeket fel akartunk térképezni.”
Andrea Ellis, pénzügyi igazgató, Fanatics Betting and Gaming

Teendők

Kérd meg a csapatodat, hogy sorolják fel azokat a forgatókönyveket és feladatokat, amelyek során:

  • Nehezen tudnak belekezdeni a munkába, vagy akadályokba ütköznek

  • Sok időt töltenek olyan manuális munkával, amelyet mások nem mindig értékelnek vagy becsülnek meg, vagy amely nem jelenti az idejük leghatékonyabb kihasználását (vagyis az úgynevezett „antito-do listájukat”)

  • Szakértelmi szűk keresztmetszettel szembesülnek, amíg egy másik csapat oda nem ér, hogy segítsen nekik (jó példák erre az adatelemzés, a tervezés, a márkának megfelelő szövegírás és a webfejlesztés)

Ezeket a listákat használva kezdheted feltérképezni az új felhasználási esetek lehetséges területeit.

Ezt egy workshop vagy ötletmaraton elején is meg lehet tenni, hogy a kollégáid lássák, hol érdemes elkezdeni.  

Vagy használd ezt az utasítást arra, hogy érdekes felhasználási esetekről kérdezd a ChatGPT‑t:

A csapatok megtanítása a hat alapvető felhasználási esetre

Miután keretrendszert biztosítottál a csapataidnak az új AI-lehetőségek azonosításához, a következő lépés az, hogy megtanítsd őket az AI használatának alapvető módjaira. Ennek érdekében több mint 600, ügyfeleinktől származó felhasználási esetet elemeztünk ki. A legtöbb felhasználási eset a hat „alapelem” egyikébe tartozik – olyan alapvető felhasználási eset típusokba, amelyek minden részlegre és szakterületre érvényesek.

Kördiagram kék középponttal, amelyet a tartalomkészítés, kutatás, kódolás, adatelemzés, ötletelés/stratégia és automatizálás feliratú ikonok vesznek körül.

Ezek az alapelemek gyors módot kínálnak arra, hogy segítsenek a munkatársaidnak megtalálni a vállalkozásod számára legígéretesebb alkalmazási lehetőségeket. Mindegyik alapelem több száz olyan alkalmazási lehetőséget képvisel, amelyekkel az iparágak, szerepkörök és munkafolyamatok széles körében találkoztunk, így gyors utat jelentenek a skálázható értékteremtéshez.

Nézzük meg közelebbről az egyes alapelemeket, a tartalomkészítéssel kezdve:

1. alapelem: Tartalomkészítés

Az AI minden csapatban támogathatja a tartalomkészítést — legyen szó akár értékesítési hívások összefoglalásáról, akár stratégiai dokumentumok, blogbejegyzések, weboldalak, sőt még képek és vizualizációk első vázlatainak elkészítéséről. Azt látjuk, hogy a csapatok az AI-t a munkájuk szerkesztésére és csiszolására használják, majd az utolsó pillanatban korrektorként vetik be.



Az AI automatikusan képes a vállalatod stílusában írni, alkalmazni a hangnemre vonatkozó útmutatódat, követni az általad preferált dokumentumstruktúrákat, sőt még visszajelzést is adhat az írásról. Ezután lefordíthatod a munkádat különböző nyelvekre, vagy átdolgozhatod azt különböző közönségek, csatornák vagy programok számára.

Írás közben az AI figyelembe veheti egy beszélgetés teljes kontextusát, vagy egy feltöltött dokumentumkészletet a kimenet alakításához. Például töltsd fel az írási útmutatódat, vagy használd az öt legjobb blogbejegyzésedet, majd kérd meg a ChatGPT‑t, hogy ezek alapján készítsen egy részletes írási útmutatót.

Tartalomkészítési felhasználási esetek az induláshoz:

Marketing

Készíts kampánystratégiákat, címsorokat vagy e-mail kampányokat. Készíts tartalomvázlatokat és első vázlatokat. Alakítsd át a tartalmat különböző közönségekhez vagy csatornákhoz.

Pénzügyi csapatok

Készíts szabályzati dokumentumtervezeteket és technikai számviteli feljegyzéseket szakértői felülvizsgálatra.

Termékcsapatok

Készíts termékkövetelmény-dokumentumokat, hozz létre termékleírásokat, termékkiadási jegyzeteket, bevezetési kommunikációs anyagokat és felhasználói útmutatókat.

Értékesítési csapatok

Készíts ügyfélterveket, hívásszkripteket és utókövető e-maileket.

A Promega kiterjesztette üzenetküldését a különböző piacokra és közönségekre

A Promega, az élettudományi vállalat, az első hat hónapban 135 órát takarított meg a ChatGPT Enterprise használatával az e-mail-kampányok első vázlatainak elkészítésében. Arra is használják, hogy egy üzenetdokumentumból kampánybriefeket készítsenek, valamint hogy bármilyen szöveget lefordítsanak fizetett hirdetésekké adott marketingcsatornákhoz.

Absztrakt kék négyzet
„Az e-mail-stratégia összehangolásával nyert időt az e-mail-élményt javító tartalmak létrehozására fordíthatjuk. Nem is emlékszem, mikor írtam utoljára marketinges e-mailt anélkül, hogy ezt a GPT-t használtam volna.”
Kari Siegenthaler, marketingstratéga, Promega

2. alapelem: Kutatás

Az AI-t széles körben használják kutatási célokra a különböző iparágakban. Az új fogalmakkal való gyors ismerkedéstől (például az AI bevezetése vagy a tervezői gondolkodás); a releváns cikkek vagy versenytársi adatok kereséséig; valamint az átfogóbb, több lépésből álló kutatási projektekig, amelyek az interneten cikkeket, adatpontokat és meglátásokat tárnak fel. Azt is látjuk, hogy a csapatok gyors megállapításokért hosszú belső dokumentumokat töltenek fel. 

Az AI kutatási célú használatának egyik legnagyobb előnye, hogy megadhatod, milyen formátumban és szerkezetben jelenjen meg számodra az elemzés: táblázatos formában, felsoroláspontokban, meghatározott szakaszokba rendezve vagy kereszthivatkozásokkal.



Az AI részletekre való odafigyelése és az utasítások követésének képessége kiváló kutatási asszisztenssé teszi.

Mély kutatáshoz ajánlott felhasználási esetek az induláshoz:

Értékesítés és marketing

Fedezz fel új iparágakat, értsd meg jobban a versenytársakat, és ismerj meg új célközönségeket.

Pénzügy

Keress benchmarkokat tőzsdén jegyzett vállalatoktól, M&A célpontokat, vagy számviteli standardokkal kapcsolatos cikkeket és útmutatókat.

Termék

Mérd fel az új piacok méretét, kutasd a versenytársakat, azonosítsd a trendeket, és elemezd a felhasználói visszajelzéseket.

Értékesítési csapatok

Keress az interneten új beszállítókat, és értékeld a termékeik erősségeit és gyengeségeit.

Szoftverfejlesztés

Ellenőrizd az API-végpontokat és a külső dokumentációt.

Introducing Deep Research

A mély kutatás a ChatGPT egy új képessége, amely önállóan végez többlépéses kutatást az interneten. Adj neki egy utasítást, és a ChatGPT több száz online forrást talál, elemez és szintetizál, hogy átfogó jelentést készítsen kutatói szinten. Tudj meg többet.

3. alapelem: Kódolás

Sok szoftverfejlesztő az AI haladó felhasználója. Hibakeresésre, kezdeti kódváltozatok készítésére ismeretlen nyelveken, kódok egyik nyelvről a másikra való átültetésére, valamint a kód hangos átgondolására használják. Az elmúlt két évben a mesterséges intelligencia képességei a matematika, a természettudományok és a kódolás terén számos nyelven jelentősen fejlődtek, és ma már sok eszköz valós idejű kódelőnézetet is kínál.

Azt is látjuk, hogy egyre többen kezdenek kódolni azok közül is, akiknek nincs programozói hátterük, AI-eszközök segítségével. Már azzal is, hogy természetes nyelvet használnak, a marketingesek és a pénzügyi csapatok képesek Python-szkripteket készíteni folyamatok automatizálására, SQL-lekérdezéseket írni adatok lekéréséhez, vagy akár vizualizációkat is létrehozni weboldalakhoz vagy belső prezentációkhoz, frontendkóddal. 

Kódolási példák az induláshoz:

Szoftverfejlesztők

Végezz hibakeresést a kódon, magyarázd el egy gumikacsának, fordítsd le más nyelvekre, és kutass API-végpontokat.

Marketing

Építs interaktív diagramokat és adatvizualizációkat, amelyeket megoszthatsz a webes és dizájncsapatokkal, vagy írj SQL-t adatelemzéshez.

Pénzügy

Készíts Python szkripteket a havi zárás egyes részeinek automatizálására.

Termék

Készíts interaktív prototípusokat, hogy gyorsan körvonalazhasd az új termékötleteket.

A Tinder felgyorsítja a kódolást

A Tinder fejlesztői csapata a ChatGPT‑t használja első vázlatként szolgáló szintaxis létrehozására, amikor nem intuitív nyelvekkel – például Bash-szkriptekkel – dolgozik, amelyek speciális szaktudást igényelnek. A ChatGPT javítja a kódolási hatékonyságot, megkönnyítve a külső API-dokumentációk hivatkozását és lekérdezését, valamint az architekturális és tervezési döntésekhez kapcsolódó hibaelhárítást.

Absztrakt kék négyzet
„Voltak olyan Jira-feladatok, amelyek korábban hátrébb sorolódtak, mert nyűgnek tűntek. Most már vállalom ezeket a feladatokat, mert tudom, hogy a ChatGPT segítségével könnyebb lesz megbirkózni velük.”
Chris Fuller, vezető szoftverfejlesztő, Tinder

4. alapelem: Adatelemzés

Az AI segít bárkinek összehangolni a különböző forrásokból származó adatokat, azonosítani a felismeréseket és trendeket, valamint összetett táblázatadatokkal dolgozni anélkül, hogy haladó szintű Excel-, SQL- vagy Python-ismeretekre lenne szüksége.

Gyors elemzéshez több táblázatot vagy irányítópult képernyőképét is megadhatod az AI számára. Képes értelmezni a táblázatadatokat, megérteni a vizuális diagramokat, és még a jelentéskészítéshez szükséges formázásban is segíthet. Útmutatást is adhatsz arra vonatkozóan, hogyan legyenek felépítve az eredmények, például az előnyben részesített diagramtípusok, összefoglaló formátumok vagy összehasonlítási logika megadásával.

Adatelemzési felhasználási esetek az induláshoz:

Marketing

Töltsd fel a webinárium részvételi adatait, és jelenítsd meg őket gyorsan. Foglald össze egy irányítópult-képernyőképről a legfontosabb trendeket.

Termék

Elemezd a trendeket, a közösségi médiás visszajelzéseket, vagy tölts fel funkciókérésekről szóló CRM-adatokat, hogy új lehetőségeket tárj fel.

Értékesítés

Tekintsd át a fióklistáidat, hogy megtaláld a legerősebb fiókjaidat. Rendeld hozzá az érdeklődőket a fiókokhoz, és pontozd őket a szándékra utaló jelek alapján.

Pénzügy

Gyorsan elemezd a kiadási adatokat, keress trendeket, vagy egyeztesd az adatokat különböző táblázatokból és adatbázisokból.

A Poshmarknak több ideje marad a felismerésekre és a stratégiára

A divatpiactérként működő Poshmark a ChatGPT‑t használta Python-kód generálására, amely a táblázatok több millió sorának egyeztetését végzi az üzleti teljesítmény elemzéséhez. Ezután mesterséges intelligenciát használnak heti teljesítményjelentések és számviteli feljegyzések készítéséhez a vezetők számára, ami hetente több órányi kézi munkát takarít meg.

Absztrakt kék négyzet
„Jelentősen csökkentettük a manuális munkát, és javítottuk a gyorsaságot, a pontosságot, a kommunikációt és az elemzéseket. „Úgy látom, hogy mindenki munkája magasabb szintre emelkedik.”
Rodrigo Brumana, pénzügyi igazgató, Poshmark

5. alapelem: ötletelés és stratégia

Az ötletelési és stratégiai felhasználási esetek minden csapat körében népszerűek, az új blogbejegyzés ötletelésétől kezdve a dokumentumok strukturálásának segítésén, a stratégiák problémáinak megoldásán vagy a munkára vonatkozó visszajelzés adásán át, a kulcsfontosságú célok vagy az érintettek preferenciái alapján.

Ahogy az AI-modellek egyre multimodálisabbá válnak, azt látjuk, hogy a csapatok hangot és képi információt használnak az AI-jal való interakcióhoz, hasonlóan ahhoz, ahogyan egy kollégával tennék.

Ahogy a modellek egyre jobban képesek összetett problémák átgondolására, sok csapat már stratégiai terveket készít velük, figyelembe véve az adatokat, célokat, kontextust, korlátokat és függőségeket.

Ötletelési és stratégiai felhasználási esetek az induláshoz:

Marketing

Gondolkodj el új lehetőségeken alapuló kampányötleteken. Töltsd fel a marketing briefedet, és kérdezd meg, mi hiányzik belőle. Utasítás egy termékbevezetés piaci bevezetési tervéhez.

Termék

Készíts piaci terjeszkedési tervet egy új földrajzi piacra, figyelembe véve a helyi versenytársakat, a kockázatokat, a lehetőség méretét és az erőforrásigényeket.

Értékesítés

Készíts olyan bevezetési terveket, amelyek figyelembe veszik az összes függőséget és kockázatot. Töltsd fel a PRD-det, és azonosítsd a gyenge pontokat a vezetői felülvizsgálat előtt.

Pénzügy

Gyakorold a bemutatkozási vagy feltárási készségeidet hang módban.

A Match Group fókuszcsoportokat szimulál

A Match Group, az online társkeresés globális piacvezetője, a GPT‑4 multimodális képességeit használja fókuszcsoport-szimulációk futtatására a termék használhatóságának vizsgálatához. A tervezők feltölthetik a vázlatokat, és megkérhetik a ChatGPT‑t, hogy utánozzon egy adott személyiséget, így kérdéseket tehetnek fel, miközben a „felhasználót” arra kérik, hogy navigáljon a felületen, és adjon visszajelzést. Az eredmény: új ötletek a termékinnovációhoz, többletköltség és késedelem nélkül.

Absztrakt kék négyzet

6. alapelem: Automatizálások

Számos felhasználási eset egy feladat egyes részeinek automatizálását foglalja magában. Láttuk, hogy az ügyfelek azonosítják az ismétlődő, rutinszerű feladatokat, és olyan megoldásokat dolgoznak ki, amelyekkel átadhatják ezeket az AI-nak. Az automatizálások lehetnek egyszerűbbek, például heti versenytársi összefoglalók készítése, vagy összetettebbek, például egy heti vezetői tájékoztatóhoz készült pénzügyi jelentés elkészítése, emberi felülvizsgálatra készen.

A memória és az egyéni utasítások kulcsfontosságúak az ilyen folyamatok automatizálásához. Az egyéni GPT‑k szolgálnak ezek megosztására. Szabványos utasításkészlet létrehozásával, ugyanannak a dokumentumnak a feltöltésével és minden alkalommal ugyanannak a kimenetnek a megadásával a csapatok átadhatják az alacsonyabb hozzáadott értékű feladatokat.

Ma ezek az automatizálások gyakran önálló feladatok, de az olyan termékekkel, mint a mély kutatás és az Operator, egy olyan világ felé haladunk, ahol az AI önállóan és ütemezetten képes többlépéses feladatokat elvégezni.

Automatizálási felhasználási esetek az induláshoz:

Marketing

Készíts szabványos jelentést és ábrákat a webináriumok gyors áttekintéséhez. Vagy készíts Slack-frissítési összefoglalókat a megbeszélés jegyzetei vagy átiratai alapján.

Termék

Hozz létre egy bevezetési összefoglalót. Vagy foglald össze, és oszd meg a heti ügyféladatokat. Alakítsd a megbeszélésjegyzeteket vezetők számára készült Slack-bejegyzésekké, amelyek összefoglalják a függőségeket és a következő lépéseket.

Pénzügy

Alakítsd a heti pénzügyi adatokat vezetői összefoglalóvá, figyelmeztetésekkel az odafigyelést igénylő változásokra.

IT

Töltsd fel a szoftverarchitektúrádat képernyőképként, és kérj elemzést a kulcsfontosságú függőségekről, kockázatokról és optimalizálási lehetőségekről.

A BBVA automatizálja hitelelemzési munkájának egy részét

A BBVA Credit Analysis Pro GPT segíti a hitelkockázati elemzőket az értékeléseik felgyorsításában, strukturálatlan adatok kinyerésével különféle forrásokból, például éves jelentésekből, ESG-értékelésekből és sajtóanyagokból.

Absztrakt kék négyzet

Teendők

  • Tanítsd meg a csapataidnak az egyes alapelemeket, és adj példákat minden részlegnek.

  • Ezután kezdjetek el ötletelni új felhasználási eseteken, szervezzetek ötletmaratonokat vagy vállalati szintű versenyeket, hogy kiderüljön, ki tudja azonosítani a legtöbb nagy hatású felhasználási esetet.

  • Tudj meg többet a Bain use case-olimpiájáról egy adott keretrendszer kapcsán.

  • Hozz létre egy táblázatot vagy Slack-csatornát, ahol összegyűjtheted az összes felhasználási esetet, amelyeket a csapataid javasolnak.

Hogyan alakított ki az Estée Lauder Corporation egy megismételhető GPT‑fejlesztési folyamatot

Az Estée Lauder GPT Labje interdiszciplináris csapatokkal indul – köztük egy üzleti felhasználóval, egy szakterületi szakértővel és egy technikai vezetővel –, hogy azonosítsák és kidolgozzák a nagy hatású felhasználási eseteket. A folyamatuk egyszerű és megismételhető:

  1. Tervezés: Az üzleti felhasználó egy kétoldalas összefoglalóban meghatározza a célt, a terjedelmet és a célközönséget.

  2. Előkészítés: Az SME összegyűjti a releváns adatokat, hogy a felhasználási esetet a legjobb gyakorlat mentén alakítsa ki.

  3. Építés és tesztelés: A technikai vezető felépíti a GPT‑t, integrálja az adatkészleteket, és teszteli a GPT‑t a pontosság és a következetesség szempontjából.

  4. Indulás: A teljes csapat bevezeti a GPT‑t, és elkészíti a felhasználói útmutatót

  5. Irányváltás és skálázás: A teljes csapat visszacsatolási köröket használ a GPT teljesítménye alapján történő iterálásra és optimalizálásra.

„Minden üzleti folyamatot megvizsgálunk—a jogitól a kutatásin és a gyártásin át a kereskedelmiig—, és újragondoljuk, hogyan lehet ezeket mesterséges intelligencia segítségével áttervezni.”
Stéphane Bancel, vezérigazgató, Moderna

További részletekért olvass az Estée Lauder GPT Lab-ról.

Felhasználási esetek összegyűjtése és rangsorolása

Amint a csapatok megértik a kulcsfontosságú felhasználási eseteket, és elkezdik azonosítani a megoldandó problémákat, a felhasználási esetek gyorsan megsokszorozódhatnak.

A kihívás ekkor a felfedezésről az előtérbe helyezésre tevődik át. Mely felhasználási eseteket lehet úgy kiterjeszteni, hogy azok minden alkalmazottra hatással legyenek? Melyek biztosítanak most a legnagyobb valószínűséggel költséghatékonyságot? Melyek vezethetnek egy új termékhez vagy bevételi forráshoz?

Ügyfélsiker-csapataink ezt a hatás/erőfeszítés keretrendszert használják, hogy segítsenek a vállalati ügyfeleknek a felhasználási esetek rangsorolásában. Ez egy egyszerű kvadráns, amely az egyes felhasználási eseteket a vállalat számára képviselt értékük és a megvalósításukhoz szükséges erőfeszítés alapján értékeli.

Hatás/erőfeszítés keretrendszer

A magas ROI-ra való összpontosítás

Gyors sikerek, amelyek nagy hatással járnak és kevés erőfeszítést igényelnek—ezek gyakran a legjobb kiindulópontot jelentik a lendület megteremtéséhez.

Önkiszolgáló

A legkevesebb ráfordítást igénylő projektek, amelyeket egy felhasználó létrehozhat magának személyi asszisztensként egy adott feladathoz. Sok megoldás egyéni megoldásként indul, de gyakran több csapat számára is értékessé válik.

Magas érték/nagy ráfordítás

Gyakran átalakító erejűek (mint a Moderna Dose GPT‑je vagy a Klarna ügyfélasszisztense), de ezek a felhasználási esetek jellemzően több időt, tervezést és erőforrást igényelnek. Sok csapat gyors sikerekkel kezd, hogy lendületet szerezzen, és ezeket inspirációként használja a nagyobb értékű projektekbe való befektetéshez.

Nagy ráfordítás, csekély hatás

Ezeket egyelőre nyugodtan félreteheted. Az új termékek és képességek azonban megkönnyíthetik ezek létrehozását és bevezetését, ezért légy nyitott arra, hogy népszerűsítsd őket.

Kördiagram kék középponttal, amelyet a tartalomkészítés, kutatás, kódolás, adatelemzés, ötletelés/stratégia és automatizálás feliratú ikonok vesznek körül.  2x2-es mátrixdiagram, amely az érték és az erőfeszítés viszonyát mutatja be: Magas ROI-jú fókusz, Hatókör meghatározása és priorizálás, Önkiszolgálás és Hátrébb sorolás, mindegyikhez rövid AI felhasználási esetpéldákkal.

Köszönjük Jeret Shucknak, a Softbanktól, hogy megmutatta nekünk, hogyan használja ezt az egyszerű, mégis nagy teljesítményű eszközt.

62%-a

az AI értékének az alapvető üzleti funkciókban rejlik

Az AI felhasználási lehetőségek értékelése és rangsorolása ilyen módon segít felgyorsítani azokat a nagy sikereket, amelyek további érdeklődést és befektetéseket ösztönöznek.

Teendők

  • Népszerűsítsd a priorizálási keretrendszert vállalati szinten, és ösztönözd a munkavállalókat, hogy használják azt a csapatmegbeszéléseken a legjobb ötletek azonosítására.

  • A nagy értékű, nagy ráfordítást igénylő felhasználási esetekhez fontold meg egy Egyéni GPT bevezetését, miközben felméred a szükséges munka mértékét.

  • Érd el, hogy a vezetőid olyan felhasználási eseteket támogassanak, amelyek egész részlegekre vannak hatással. A felsővezetői támogatás a sikeres AI-bevezetések egyik kulcsfontosságú ismérve.

  • Értékeld újra ezt a pontozást minden negyedévben, mivel a ma még nagy erőfeszítést igénylő felhasználási esetek a mesterséges intelligencia képességeinek fejlődésével kis erőfeszítést igénylővé válhatnak.

A következő lépés: Részleg munkafolyamatainak feltérképezése

A legtöbb csapat azzal kezdi, hogy a mesterséges intelligenciát egyedi feladatokra használja: blogbejegyzések szerkesztésére, kampánytervek készítésére vagy irányelvek megfogalmazására. Könnyebb úgy gondolni a mesterséges intelligenciára, mint ami konkrét, jól körülhatárolt feladatok keretében működik.

De ahogy látjuk, hogy a haladó felhasználók az AI-t minden tevékenységükbe beépítik, gyakran találkoznak olyan felhasználási esetekkel, amelyek már többlépcsős munkafolyamatokat ölelnek fel.

Íme, hogyan épülhet fel egy többlépcsős munkafolyamat:

  • Használd a mély kutatást a piaci trendek feltárásához

  • Elemezd az ügyféladatokat, és becsüld meg a lehetőség nagyságát

  • Ötletelj egy bevezetési stratégián hang mód használatával

  • Készíts üzeneteket, kampányanyagokat és fordításokat

Ha segíted a csapataidat abban, hogy az AI-t olyan dologként tekintsék, amit az elejétől a végéig beépíthetnek, az felkészíti őket egy olyan jövőre, ahol az AI-ügynökök teljes projekteket végezhetnek el helyettük.

An example:

Using AI across a Marketing workflow
  • Mély kutatás a piaci trendek és lehetőségek megértésére

  • Adatelemzés a közönség és a lehetőség méretének meghatározásához

  • Ötletelj a kampánystratégián és a brief megírásán

  • Tartalomkészítés a kulcsüzenetek és szövegek megfogalmazásához

  • Automatizáld a tartalom lokalizációját és a csatornák optimalizálását

Teendők

  • Ösztönözd a haladó felhasználókat arra, hogy: bontsák a munkafolyamatokat egyes feladatokra, azonosítsák az alapvető felhasználási eseteket (alapelemeket), és térképezzék fel egyértelműen az egyes lépéseket.

Kezdd el még ma

Az AI nem olyan, mint a hagyományos szoftverek vagy a felhőalkalmazások. Az erősségeinek kiaknázásához új szemléletre van szükség. Az ügyfeleinkkel végzett munkánk azonban azt mutatja, hogy a különböző szakterületeken dolgozók milyen gyorsan el tudják sajátítani ezt a szemléletmódot, és hogyan kezdik el felismerni a munkájukban rejlő nagy hatású felhasználási eseteket.

A folyamat elindítása lényegében abból áll, hogy segítünk abban, hogy szervezete három lépést tegyen meg:

  1. Értsd meg, hol teremt értéket az AI
    Azonosítsd vállalkozásod azon területeit, amelyek azonnal profitálhatnak az AI-ból.

  2. Tanítsd meg az alkalmazottaknak az alapvető felhasználási eseteket
    Segíts a csapatoknak felfedezni az alapvető felhasználási eseteket, és kezdjék el kialakítani a sajátjaikat.

  3. Döntsd el, mit érdemes először skálázni
    Összpontosíts a nagy hatású, alacsony erőfeszítést igénylő lehetőségekre a Hatás/Erőfeszítés keretrendszer segítségével.

Minél többen dolgoznak az AI-jal a feladatok és munkafolyamatok újratervezésén, annál több lehetőséget fedeznek fel.

Reméljük, hogy ez az útmutató világos kiindulópontot ad a csapatod számára. Azért vagyunk itt, hogy támogassuk azt az utat, amelyen az ötletektől az eredményekig jutsz.

„Minden üzleti folyamatot megvizsgálunk—a jogitól a kutatásin és a gyártásin át a kereskedelmiig—, és újragondoljuk, hogyan lehet ezeket mesterséges intelligencia segítségével áttervezni.”
Stéphane Bancel, vezérigazgató, Moderna

Érdekel, hogyan alkalmazhatod az AI-t a vállalkozásodban?

Tudd meg, hogyan segítünk a vállalatoknak méretezhető és felelősségteljes AI-stratégiákat kialakítani.