วางแผนงาน

งานแบบไหนที่ยังไม่ควรใช้ AI

ใช้กฎกับการตัดสินใจที่แน่นอน ใช้ API ส่งต่องาน และให้คนรับผิดชอบการอนุมัติ มาดูจุดที่ AI อาจเพิ่มต้นทุนหรือความเสี่ยงโดยไม่จำเป็น

โดย Automate HQ · ปรับปรุง · 4 นาที

ภาพประกอบการเลือกใช้กฎและการตรวจของคนก่อนเพิ่ม AI ในงานธุรกิจ
ภาพประกอบต้นฉบับที่ AutomateHQ สร้างด้วย AI ไม่ใช่ภาพหน้าจอผลิตภัณฑ์

สรุปประเด็น

ยังไม่ควรเพิ่ม AI เมื่อกฎที่เขียนไว้ให้คำตอบได้อยู่แล้ว ไม่มีข้อมูลต้นทางที่เชื่อถือได้ หรือตรวจความผิดพลาดก่อนลงมือทำเรื่องสำคัญไม่ได้ ใช้ AI ตีความงานที่มีขอบเขตเมื่อการทดลองยืนยันว่าช่วยทั้งกระบวนการ รวมเวลาตรวจและดูแลระบบ

ขั้นตอนการทำงาน
  1. 01กำหนดการตัดสินใจ
  2. 02ลองใช้กฎ
  3. 03วัดงานตรวจทาน
  4. 04จำกัดอำนาจ AI

ใช้กฎกับการคำนวณที่ต้องได้คำตอบแน่นอน

ยอดใบแจ้งหนี้ วันครบกำหนด และการตรวจสิทธิ์ควรใช้กฎที่ชัดเจน การถามโมเดลภาษาว่าช่องบังคับว่างหรือไม่ทำให้งานที่เคยแน่นอนทำซ้ำได้ยากขึ้น เช่นเดียวกับการคัดลอกค่าที่อนุมัติแล้วระหว่างระบบ

สมมติใบแจ้งหนี้ต้องขออนุมัติเมื่อยอดเกินวงเงินภายใน ให้เก็บวงเงินไว้ในการตั้งค่า ปรับสกุลเงินตามนโยบายที่ตกลง และเปรียบเทียบด้วยโค้ด AI อาจช่วยอ่านใบแจ้งหนี้ แต่ต้องตรวจสอบกฎอนุมัติได้โดยไม่พึ่ง AI

เลือกวิธีให้เหมาะกับแต่ละขั้นตอน

เวิร์กโฟลว์แทบไม่จำเป็นต้องใช้เทคโนโลยีเดียวทุกขั้น แยกการอ่านข้อความกำกวมออกจากการแก้ไขข้อมูล งานแรกอาจใช้การตีความภาษา ส่วนงานหลังต้องตรวจตัวตน สิทธิ์ และป้องกันข้อมูลซ้ำ

ตารางนี้เป็นแนวทางออกแบบของ AutomateHQ ไม่ใช่ผลวัดประสิทธิภาพ เริ่มจากวิธีที่ง่ายที่สุดที่ทำตามข้อกำหนดได้ แล้วทดสอบกับตัวอย่างจริง

เลือกวิธีให้เหมาะกับแต่ละขั้นตอน
งานวิธีที่ควรเริ่มใช้จุดที่ AI อาจช่วย
ส่งข้อมูลจากฟอร์มเข้า CRMเชื่อม API และตรวจข้อมูลมักไม่จำเป็น
คำนวณยอดเงินหรือกำหนดส่งโค้ดและกฎธุรกิจที่ชัดเจนเสนอค่าจากเอกสารให้ตรวจ
ส่งงานตามหมวดที่เลือกจากเมนูตารางจับคู่มักไม่จำเป็น
ตีความข้อความลูกค้าที่หลากหลายทดลองจัดหมวดหมู่โดยมีคนตรวจเสนอหมวดพร้อมทางส่งต่อเมื่อไม่แน่ใจ
ตอบเวลาทำการที่ประกาศไว้คำตอบที่อนุมัติหรือเมนูเข้าใจคำถามที่ใช้ถ้อยคำต่างกัน
เปลี่ยนบัญชีธนาคารหรืออนุมัติจ่ายเงินกระบวนการยืนยันและผู้อนุมัติที่ระบุชื่อสรุปหลักฐานโดยไม่มีสิทธิ์อนุมัติ

นโยบายไม่ชัด ระบบก็ทำงานไม่ชัด

หากพนักงานที่มีประสบการณ์สองคนเห็นต่างเรื่องคืนเงินเพราะนโยบายไม่ครบ โมเดลแก้การตัดสินใจทางธุรกิจนี้แทนไม่ได้ แต่อาจตอบได้ดูน่าเชื่อจนซ่อนความเห็นที่ไม่ตรงกันไว้ เขียนนโยบายและทางจัดการข้อยกเว้นก่อนให้ระบบตอบ

รายการสินค้าเก่าและสเปรดชีตที่ข้อมูลขัดกันก็มีปัญหาเดียวกัน เลือกแหล่งข้อมูลหลักและผู้ดูแลการอัปเดต คำตอบที่ลื่นไหลแต่ใช้ราคาเก่าก็ยังผิด หากแหล่งข้อมูลไม่มีคำตอบ ระบบควรถามเพิ่มหรือส่งให้คน

อย่าใช้ AI หากตรวจแล้วเหนื่อยกว่าทำเอง

วัดเวลาทั้งงาน ไม่ใช่แค่เวลาจนได้ร่างแรก รวมเวลาอ่านข้อความที่เสนอ หาหลักฐาน แก้ไข และจัดการข้อยกเว้น สำหรับงานปริมาณน้อย เวลาเตรียมและดูแลระบบอาจมากกว่าเวลาที่ประหยัดได้

ตัวอย่างสมมติ: 100 คำขอ คำขอละสองนาที ใช้ 200 นาที หากกระบวนการที่มี AI ยังต้องตรวจคำขอละ 90 วินาที และดูแลระบบสัปดาห์ละ 40 นาที จะใช้ 190 นาทีโดยยังไม่รวมเวลาพัฒนา ส่วนต่างสิบนาทีเป็นเหตุผลที่ไม่หนักแน่นนักในการเริ่มโครงการ ให้แทนทุกตัวเลขด้วยข้อมูลที่วัดจากงานของคุณ

แยกสิทธิ์อ่านออกจากสิทธิ์อนุมัติ

โมเดลที่อ่านใบแจ้งหนี้หรือข้อความลูกค้าต้องเจอเนื้อหาจากคนนอก ซึ่งอาจมีคำสั่งให้ละเลยกฎหรือเปิดเผยข้อมูล จำกัดการกระทำด้วยโค้ดและสิทธิ์เข้าถึง อย่าให้ข้อความในเอกสารเพิ่มอำนาจของโมเดลได้

ช่วงเริ่มใช้งาน ให้ AI สร้างร่าง เสนอหมวดหมู่ หรือค่าข้อมูล ตรวจว่าค่านั้นอยู่ในรายการที่อนุญาตและแสดงต้นฉบับให้ผู้ตรวจ การกระทำที่มีผลสำคัญ เช่น เปลี่ยนบัญชีรับเงินผู้ขาย ต้องผ่านกระบวนการยืนยันแยกต่างหาก คำอธิบายที่มั่นใจของโมเดลไม่ใช่หลักฐานอิสระ

ใช้ผลทดลองตัดสินว่าจะเพิ่ม AI หรือไม่

ใช้ชุดทดสอบที่ไม่ได้ใช้ปรับระบบและครอบคลุมทั้งงานปกติกับกรณียุ่งยาก เปรียบเทียบวิธีเดิม วิธีใช้กฎอย่างเดียว และวิธีที่มี AI วัดงานที่เสร็จ เวลาแก้ไข ข้อยกเว้นที่หลุด และต้นทุนดำเนินงานทั้งหมด บันทึกค่าที่ใช้ให้ทดลองซ้ำได้

กำหนดเงื่อนไขหยุดก่อนเริ่ม เช่น หยุดตอบอัตโนมัติเมื่อหาแหล่งข้อมูลที่อนุมัติไม่พบ หรือคำขออยู่นอกขอบเขต เพิ่มสิทธิ์เมื่อทีมพิสูจน์ว่าการตรวจได้ผลและมีคนรับผิดชอบข้อผิดพลาดแล้ว บทความทดสอบการอ่านใบแจ้งหนี้ที่เกี่ยวข้องมีขั้นตอนประเมินให้ใช้เป็นตัวอย่าง