AI w sprzedaży zaczyna się od jednego zadania

AI może skrócić rozpoznanie informacji, uporządkować notatki, przygotować pytania do rozpoznania sytuacji albo stworzyć roboczą wiadomość po spotkaniu. Problem zaczyna się wtedy, gdy zespół traktuje płynny wynik jak źródło, a integrację z CRM jak zgodę na działanie.

J02 porządkuje jedno zadanie wspierane przez AI. Nie "wdrożenie AI w sprzedaży", nie ranking silników AI i nie biblioteka instrukcji dla modelu. Jeden przypadek użycia ma mieć nazwane zadanie, użytkownika, cel biznesowy, dozwolone źródła, konfigurację, status wyniku, przegląd człowieka, testy, monitorowanie i ścieżkę wycofania.

Wynik AI jest użyteczny dopiero wtedy, gdy można wskazać zadanie, źródła, ograniczenia, osobę weryfikującą, kryteria jakości i sposób korekty. Szybkość oraz dobry język nie tworzą dowodu ani uprawnienia do działania.

Kiedy używać J02

• Gdy handlowcy korzystają z AI do rozpoznania konta, pytań do rozpoznania sytuacji, podsumowania spotkań albo wiadomości po spotkaniu.
• Gdy wynik brzmi wiarygodnie, ale nie wiadomo, które zdanie pochodzi ze źródła, a które jest hipotezą AI.
• Gdy AI ma korzystać z CRM, notatek, transkrypcji, bazy wiedzy albo materiałów klienta.
• Gdy wynik może trafić do klienta, rekordu CRM, prognozy, oferty lub decyzji menedżera.
• Gdy zespół mierzy oszczędzony czas, ale nie mierzy korekt, błędów, obciążenia osoby weryfikującej i skutków w zależnych systemach.

Zadanie przed modelem

Dobry przypadek użycia można opisać bez nazwy dostawcy. Zamiast "AI ma pomagać handlowcom w przygotowaniu do spotkań" lepiej zapisać: AI przygotowuje robocze opracowanie o jednym koncie na podstawie wskazanych źródeł, rozdziela fakty, hipotezy, pytania i niewiadome, a nie kwalifikuje klienta, nie ocenia osób i nie aktualizuje CRM.

Takie zdanie pozwala sprawdzić, czy mówimy o jednym zadaniu. Jeżeli w jednym opisie mieszczą się rozpoznanie informacji, punktowa ocena, wiadomość po spotkaniu, zapis do CRM i wsparcie rozwoju handlowca, zakres trzeba rozdzielić. Każde z tych zadań ma inne źródła, inne ryzyka i inny punkt kontrolny.

Źródło nie jest tym samym co wynik AI

Wynik AI może być syntezą, szkicem albo uporządkowaniem materiału. Nie jest źródłem. Źródłem jest dokument, rekord, wypowiedź, notatka, transkrypcja albo kontrolowana baza wiedzy, z której pochodzi konkretne twierdzenie.

Dlatego dobry wynik powinien rozdzielać:

• fakty z lokalizatorem źródła;
• hipotezy i założenia;
• pytania do sprawdzenia;
• niewiadome;
• sprzeczne lub słabe źródła;
• ograniczenia użycia wyniku.

Samo cytowanie nie wystarcza. Trzeba jeszcze sprawdzić, czy źródło naprawdę wspiera dokładne zdanie. Wyszukiwanie w źródłach może pomóc znaleźć materiał, ale nie zamienia go automatycznie w prawdę.

Granica działania jest ważniejsza niż styl odpowiedzi

Największe ryzyko powstaje wtedy, gdy szkic zaczyna działać jak decyzja. Podsumowanie spotkania nie jest potwierdzonym zobowiązaniem klienta. Propozycja aktualizacji CRM nie jest jeszcze zweryfikowanym rekordem. Szkic maila nie jest komunikacją gotową do wysłania.

J02 wymaga, aby przed użyciem AI zapisać:

1. jaki wynik jest dozwolony;
2. czy wynik jest tylko szkicem, analizą czy materiałem dla klienta;
3. kto może go poprawić, odrzucić albo zatwierdzić;
4. jakie działanie jest zakazane bez osobnego punktu kontrolnego;
5. gdzie zostaje ślad źródła i korekty.

Jeżeli AI ma wykonać zapis, wysyłkę, przekierowanie albo inną automatyczną akcję, to nie jest już tylko asysta pracy. Taki zakres wymaga osobnego projektu automatyzacji i mocniejszych zabezpieczeń.

Dziesięć pól kontrolowanego przypadku użycia

J02 prowadzi zespół przez dziesięć pól:

1. Zadanie, cel, użytkownik i użycia zakazane.
2. Dozwolone źródła, prawa, klasyfikacja i świeżość danych.
3. Silnik AI, usługa, wersja, rola dostawcy i warunki zmiany.
4. Instrukcje, kontekst, wyszukiwanie w źródłach i uprawnienia narzędzi.
5. Struktura wyniku, cytowania, niewiadome i ograniczenia.
6. Przegląd człowieka, mandat, odrzucenie i korekta.
7. Testy na realnym zadaniu, przypadki brzegowe i kryteria akceptacji.
8. Logowanie, prywatność, bezpieczeństwo i retencja.
9. Monitorowanie jakości, zmian jakości, incydentów, wyjątków i obciążenia osoby weryfikującej.
10. Ponowna walidacja, planowe zakończenie użycia i wycofanie skutków.

To nie jest drabina do zielonego statusu. Prawidłowym wynikiem może być także brak AI, tylko szkic, tylko rozpoznanie, wstrzymanie, przegląd specjalistyczny, zawieszenie albo wycofanie.

Przegląd człowieka musi być realny

"Człowiek w pętli" nie wystarcza, jeżeli widzi tylko ładnie napisany tekst i ma kilka sekund na kliknięcie. Osoba weryfikująca potrzebuje źródeł, kryteriów, czasu, kompetencji oraz prawa do odrzucenia wyniku bez obchodzenia procesu.

W praktyce warto sprawdzić:

• czy osoba weryfikująca widzi źródła i ograniczenia;
• czy rozumie, co jest faktem, hipotezą i niewiadomą;
• czy może poprawić albo zatrzymać wynik;
• czy zapisuje powód nadpisania wyniku;
• czy zna skutki wysłania, zapisu lub użycia wyniku w decyzji.

Jeżeli przegląd jest ceremonialny, AI tylko przyspiesza powstawanie pewnie brzmiących błędów.

Testuj własne zadanie, nie obietnicę dostawcy

Test porównawczy dostawcy może być pomocnym kontekstem, ale nie zastępuje testu w konkretnym procesie sprzedaży. Trzeba sprawdzić własny język, własne źródła, własne przypadki brzegowe i własne obciążenie osoby weryfikującej.

Dobry test obejmuje między innymi:

• poprawne źródło, które nie wspiera danego zdania;
• brak wystarczającego źródła;
• sprzeczne źródła;
• złośliwą instrukcję w materiale wejściowym;
• błędne przypisanie zobowiązania klienta;
• odpowiedź "nie wiem" jako poprawny wynik;
• gorszą jakość w języku polskim;
• sytuację, w której osoba weryfikująca powinna odrzucić wynik.

Nie chodzi o to, aby udowodnić, że AI działa. Chodzi o to, aby wiedzieć, kiedy nie wolno mu ufać.

Monitorowanie i wycofanie są częścią projektu

Przypadek użycia AI zmienia się po starcie. Źródła mogą się zestarzeć, silnik AI może zostać zmieniony, użytkownicy mogą rozszerzyć cel, a logi stworzone dla bezpieczeństwa mogą zacząć być używane do monitorowania pracy ludzi. Dlatego J02 wymaga ponownej walidacji po zmianie celu, źródła, silnika AI, instrukcji, uprawnień, prawa, dostawcy albo kategorii danych.

Planowe zakończenie użycia to nie to samo co wycofanie. Wycofanie oznacza odnalezienie wyników, rekordów, wiadomości, raportów i decyzji, które mogły powstać na podstawie błędnego albo niedozwolonego wyniku, a następnie ich oznaczenie, korektę lub usunięcie zgodnie z ustalonymi regułami.

Przejdź do pracy

Pełna karta J02 nie jest jeszcze osobną publiczną stroną narzędzia. Zobacz dostępne narzędzia, gdy chcesz przejść z metodyki do pracy w aplikacji. Jeżeli najpierw potrzebujesz uporządkować źródła, twierdzenia i przegląd dla konkretnego zastosowania AI, przejdź do Governance w aplikacji i zapisz materialne podstawy decyzji zamiast traktować wynik AI jako źródło.