การเลือกโครงการ AI แรกไม่จำเป็นต้องเลือกงานที่ดูน่าตื่นเต้นที่สุด งานที่เหมาะควรเกิดบ่อย มีตัวอย่างให้ทดสอบ และมีคนตรวจได้ว่าผลลัพธ์ใช้ต่อได้จริง สำหรับทีมการตลาดและฝ่ายขาย จุดเริ่มอาจเป็นการจัดกลุ่มคำถามลูกค้า สรุปบันทึกประชุม หรือร่างคำตอบจากข้อมูลบริการที่ยืนยันแล้ว
ทำรายการงานจากปัญหาที่เกิดซ้ำ
ให้คนทำงานจริงจดงานที่เสียเวลาหรือส่งต่อผิดพลาดเป็นประจำ พร้อมระบุว่าใครเป็นเจ้าของงาน ข้อมูลเข้ามาจากไหน และผลลัพธ์ต้องไปอยู่ที่ใด อย่าเริ่มด้วยรายชื่อเครื่องมือ เพราะเครื่องมือเดียวกันอาจเหมาะกับงานหนึ่งแต่ไม่เหมาะกับอีกงาน
ตัวอย่างโจทย์ที่ตรวจได้คือ “สรุปคำถามจากแบบฟอร์มเป็นประเภทบริการ พื้นที่ และข้อมูลที่ยังขาด เพื่อให้ทีมขายรับต่อ” ส่วน “ปิดการขายอัตโนมัติ” มีทั้งการประเมินราคา การเจรจา และความรับผิดชอบต่อคำตอบ จึงกว้างเกินไปสำหรับการทดลองแรก
ให้คะแนนผลกระทบ ความพร้อม และภาระตรวจ
ใช้คะแนน 1–3 เพื่อเปรียบเทียบภายในทีม ไม่ใช่คะแนนมาตรฐานของทุกธุรกิจ
| คำถาม | คะแนนสูงหมายถึง |
|---|---|
| งานนี้กระทบลูกค้าหรือเวลาทีมมากแค่ไหน | ดีขึ้นแล้วเห็นประโยชน์ชัด |
| มีข้อมูลตัวอย่างที่ได้รับอนุญาตให้ใช้หรือยัง | เริ่มทดสอบและตรวจคำตอบได้ |
| มีคนตรวจและแก้ผลลัพธ์ได้เร็วไหม | ความผิดพลาดไม่หลุดไปถึงลูกค้า |
| หากระบบหยุด จะกลับไปทำด้วยมือได้ไหม | งานสำคัญยังเดินต่อได้ |
เลือกงานที่ได้คะแนนดีหลายด้านพร้อมกัน งานที่สำคัญมากแต่ข้อมูลกระจัดกระจายอาจต้องเริ่มด้วยการจัดข้อมูลหรือกำหนดแบบฟอร์มก่อน
กำหนดขอบเขตการทดลองให้หยุดได้
กำหนดชุดตัวอย่าง ระยะทดลอง และเกณฑ์รับผลลัพธ์ก่อนเริ่ม เช่น ให้ AI ช่วยร่างสรุป แต่คนตรวจทุกชิ้นและยังไม่ส่งข้อความหาลูกค้าโดยอัตโนมัติ บันทึกเวลาที่ใช้จริง ความครบถ้วนของข้อมูล และจำนวนครั้งที่ต้องแก้ เทียบกับวิธีเดิม
หากพบว่าคำตอบผิดเรื่องสำคัญ ให้หยุดแก้กระบวนการหรือข้อมูลต้นทางก่อนขยาย บางครั้งการปรับแบบฟอร์มและกำหนดเจ้าของลีดช่วยทีมได้มากกว่าการเพิ่ม AI
ตัดสินใจหลังทดลอง
หลังจบ ให้คนใช้งานตอบว่าเร็วขึ้นหรือไม่ ข้อมูลสำคัญตกหล่นหรือไม่ ใครจะดูแลต่อ และค่าใช้จ่ายคุ้มกับงานที่ลดได้หรือไม่ หากยังตอบไม่ได้ ให้ลดขอบเขตและทดลองใหม่
อ่านต่อ: จากการลองใช้ AI รายคน สู่ขั้นตอนงานที่ทีมใช้ต่อได้
เล่าโจทย์เรื่องเว็บไซต์ การตลาด หรือข้อมูลลูกค้าให้ Prai ช่วยดูจุดเริ่มต้นที่เหมาะสม
คุยเรื่องโปรเจกต์ ↗