מתי להפסיק לעשות את זה ידנית ב-ChatGPT ולהפוך לאוטומציה

יש רגע שקורה כמעט בכל עסק שמתחיל להשתמש ב-ChatGPT ברצינות. מוצאים prompt שעובד, שומרים אותו בפתק כלשהו, ואז מדביקים אותו שלוש, חמש, עשרים פעמים בשבוע, וממלאים את הפרטים ביד כל פעם. זה מרגיש פרודוקטיבי, ולזמן מה זה כך. אבל בשלב מסוים להדביק את אותו דבר לצ'אט שוב ושוב מפסיק להיות חכם ומתחיל להיות צוואר הבקבוק. המאמר הזה הוא בדיוק על הקו הזה: מתי להפוך משימה לאוטומציה במקום להמשיך לעשות אותה ביד ב-ChatGPT. אפרט את הסימנים הכנים לשים לב אליהם, את ההבדל בין AI ידני לבין תהליך אוטומטי אמיתי, דרך גסה לחשוב על התשואה, ואיך בונים את אלה בפועל.

מתי להפוך משימה לאוטומציה: ארבעת הסימנים

לא צריך מסגרת מיוחדת כדי להרגיש את זה, אבל לתת שם לסימנים מבהיר את ההחלטה. כששניים או יותר מאלה נכונים להרגל של העתק-הדבק-ל-ChatGPT, הוא גדל מעבר לחלון הצ'אט.

• תדירות. המשימה חוזרת לפי לוח זמנים או הרבה פעמים בשבוע. כל דבר שחוזרים עליו מדי יום, או כמה פעמים בשבוע, הוא מועמד לאוטומציה. משימה של פעם בחודש לרוב עדיין לא שווה את זה.
• נפח. המשימה מתבצעת עבור הרבה פריטים בבת אחת. לסכם מייל אחד זה בסדר ביד. לסכם ארבעים מיילי תמיכה כל בוקר - לא.
• טעויות וחוסר עקביות. ביצוע ידני מכניס טעויות: שוכחים שלב, מדביקים נתון לא נכון, או שהפלט סוטה בטון כי שינו את ה-prompt בלי לשים לב. כשעקביות חשובה, מכונה עושה את זה אותו דבר כל פעם.
• העברות. התוצאה צריכה לעבור למקום כלשהו אחר כך: לגיליון, ל-CRM, למייל, להודעת Slack. כל העתק-הדבק ידני בין כלים הוא מקום שבו זמן דולף וטעויות מתגנבות.

תדירות ונפח אומרים שהמאמץ שווה. טעויות והעברות אומרות שהגרסה הידנית עולה כסף באופן פעיל, לא רק לוקחת זמן. כששלושה-ארבעה מאלה נמצאים יחד - זה הסימן. אני מעמיק בקריאה שלהם במאמר על הסימנים שעסק מוכן לאוטומציה.

AI ידני מול תהליך אוטומטי

שווה לדייק במה ש'ידני' ו'אוטומטי' באמת אומרים כאן, כי הפער גדול ממה שרוב האנשים מבינים.

AI ידני זה אדם מול הצ'אט, אוסף את הקלטים, מדביק אותם, מעתיק את התוצאה החוצה, ושם אותה היכן שצריך. ה-AI חכם, אבל האדם הוא הדבק שמחזיק את כל התהליך ביחד. כל הרצה דורשת ידיים ותשומת לב.

תהליך אוטומטי הוא אותו שלב AI מחובר לכלים כך שהוא רץ לבד. הקלטים מגיעים מעצמם, ה-AI מעבד אותם, והתוצאה נוחתת בדיוק היכן שהיא צריכה - על טריגר או לפי לוח זמנים. מגדירים את זה פעם אחת ואז זה פשוט קורה. לפירוק ברור של היכן AI גרידא נגמר ואוטומציה מתחילה, ההשוואה בין AI מול אוטומציה לעסק היא ליווי מושלם למאמר הזה.

טבלת החלטה פשוטה

הנה הטבלה שאני עובר עם לקוחות. אפשר למצוא את השורה שתואמת למצב ובדרך כלל הבחירה הנכונה ברורה.

אם רוב התשובות נופלות בטור הימני, כבר עברתם את הנקודה שבה prompt שמור הוא הכלי הנכון. אם הן נופלות בטור השמאלי, אפשר להמשיך להדביק - הכל בסדר.

דוגמה מוחשית

נניח שכל בוקר מעתיקים את פניות הלקוחות של אתמול מהתיבה, ומדביקים כל אחת ל-ChatGPT עם prompt כזה כדי למיין ולנסח תשובה:

קרא את מייל הלקוח הזה. תגיד לי: (1) הקטגוריה (מכירות, תמיכה, תלונה, אחר), (2) הדחיפות (גבוהה, בינונית, נמוכה), ו-(3) טיוטת תשובה קצרה וידידותית בקול המותג. המייל: [הדבק כאן]

ה-prompt הזה טוב. אבל אם מריצים אותו עשרים פעמים ביום ואז מעתיקים כל תוצאה ל-help desk ביד, יש שם את כל ארבעת הסימנים: תדירות, נפח, טעויות מהעתקה ידנית, והעברה לכלי אחר. הגרסה האוטומטית של בדיוק אותו prompt צופה בתיבה, מריצה את הסיווג על כל מייל חדש אוטומטית, מנסחת את התשובה, ומשליכה אותה ל-help desk כטיוטה לאישור. אותו AI, אותה לוגיקה, אפס העתק-הדבק. עוברים מעשרים דקות של קליקים לשלושים שניות של אישור.

ה-ROI הגס של ההפיכה לאוטומציה

לא צריך גיליון כדי לקבל את ההחלטה הזו - רק חישוב כן על גב מעטפה. מעריכים את הזמן שהגרסה הידנית אוכלת: דקות להרצה, כפול הרצות בשבוע, כפול הערך השעתי. משימה שלוקחת חמש-עשרה דקות ביום היא מעל שעה בשבוע, בערך שישים שעות בשנה, לפני שסופרים את הטעויות ואת העומס המנטלי של לזכור לעשות את זה.

מול זה, שוקלים את עלות הבנייה החד-פעמית של האוטומציה בתוספת עלות שוטפת קטנה לתחזוקה. רוב האוטומציות המוגדרות היטב מחזירות את עצמן תוך כמה חודשים ואז ממשיכות לחסוך זמן ללא הגבלה. כדאי לדעת שעלויות של ספקי צד שלישי (API, אחסון, כלים ושירותים חיצוניים) משולמות ישירות לספק ואינן חלק מהתמחור של יהונתן. האוטומציות שלא מחזירות את עצמן הן בדרך כלל משימות בתדירות נמוכה שמלכתחילה לא היו צריכות להפוך לאוטומציה - וזו בדיוק הסיבה שהסימנים למעלה חשובים. למי שרוצה מספרים ממשיים, פירטתי תמחור טיפוסי במדריך על כמה עולה אוטומציה עסקית.

איך בונים את זה

כשלקוח מביא הרגל העתק-הדבק שגדל מעבר לצ'אט, התהליך רגוע וקצר.

1. צופים בגרסה הידנית. מסתכלים על ה-prompt המדויק שבשימוש, הקלטים, ולאן התוצאה הולכת. העבודה שכבר נעשית ביד היא המפרט.
2. בוחרים את הכלי הפשוט ביותר שמתאים. לפעמים פלטפורמת No-Code כמו Zapier או Make היא התשובה הנכונה. לפעמים הלוגיקה מורכבת או בנפח גבוה מספיק כך שקוד מותאם זול ואמין יותר. אני עוזר לבחור ומעמיק בתמורה הזו בZapier מול קוד מותאם.
3. משאירים נקודת בקרה אנושית היכן שזה חשוב. לכל דבר מול לקוח, בדרך כלל משאירים שלב אישור כך ששום דבר לא יוצא בלי שעיניים אנושיות ראו אותו - לפחות בהתחלה.
4. משיקים קטן ומרחיבים. הופכים לאוטומציה את המשימה הכואבת האחת קודם, מוכיחים שזה עובד, ואז מוסיפים את הבאה. לא מהמרים בגדול ביום הראשון.

הערה כנה: לא הכל צריך להפוך לאוטומציה, ולא הכל אפשר בצורה נקייה. משימות שבהן שיקול הדעת משתנה כל פעם, או שבהן טעות יקרה וקשה לתפוס, עדיף להשאיר ידניות או עם אדם בלולאה. אוטומציה טובה מסירה את החלק המשעמם והחזרתי - לא מנסה להחליף שיקול דעת אמיתי.

השורה התחתונה

להדביק prompt ל-ChatGPT היא דרך מצוינת לגלות שמשימת AI שווה. היא דרך גרועה לעשות את המשימה הזו חמישים פעמים בשבוע לנצח. ברגע שרואים תדירות, נפח, טעויות והעברות מצטברות יחד - מצאתם את הקו. ה-prompt השמור הזה כבר אינו קיצור דרך, הוא תיאור תפקיד לאוטומציה.

אם יש prompt שרץ ידנית יותר ממה שהיינו רוצים, זו בדרך כלל האוטומציה הראשונה המושלמת. אפשר לקבוע שיחה ולהראות לי את ה-prompt ולאן התוצאה הולכת, ואני אגיד בכנות אם שווה להפוך אותו לאוטומציה ומה זה ידרוש. אפשר גם להגיע אליי דרך טופס יצירת הקשר, או לקרוא קודם עוד על המשימות העסקיות ששוות אוטומציה.