# Potek dela z umetno inteligenco: kaj je, kako deluje in kako ga vzpostaviti

> Preberite, kaj je potek dela z umetno inteligenco, kako deluje, kako ga vzpostaviti in kje ga ekipe uporabljajo, vključno s primerjavo z agentom umetne inteligence in pogostimi napakami, ki se jim je treba izogniti.

Source: https://ailoot.ai/blog/sl/ai-workflow-what-it-is-how-it-works-and-how-to-build-one/
Canonical: https://ailoot.ai/blog/sl/ai-workflow-what-it-is-how-it-works-and-how-to-build-one/
Language: sl
Publisher: Ailoot (https://ailoot.ai/)
Translation: guide-100082
Revision: sha256-fb954703fd10d126cd409913b72b483fb1851e1962ff9bf8fe48067b37dd6ddf


## Ključne ugotovitve

- Potek dela z umetno inteligenco je zaporedje avtomatiziranih korakov, v katerih umetna inteligenca opravlja naloge, kot so branje vhodnih podatkov, sprejemanje odločitev in sprožanje dejanj, v okviru ponovljivega poslovnega procesa.
- Za razliko od klepetalnega robota, ki obravnava eno samo izmenjavo, potek dela z umetno inteligenco deluje na podlagi vhodnih podatkov in premika proces naprej v več sistemih.
- Vsak potek dela z umetno inteligenco sledi osnovni strukturi: Sprožilec → Vhodni podatki → Obdelava z umetno inteligenco → Odločitev → Dejanje → Človeški pregled (če je potreben) → Povratna zanka.
- Poteki dela z umetno inteligenco so strukturirani in predvidljivi; agenti umetne inteligence so avtonomni in se usmerjajo sami. Služijo različnim namenom.
- Praktičen način za začetek je, da izberete eno ponavljajočo se nalogo z velikim obsegom, določite njen sprožilec in jo preizkusite v majhnem obsegu, preden jo razširite.

Podjetja hitro uvajajo umetno inteligenco, vendar se veliko truda namenja izbiri orodij namesto premisleku o procesu, ki stoji za njimi. Tu pridejo v poštev poteki dela z umetno inteligenco.

Ta članek obravnava, kaj so poteki dela z umetno inteligenco, kako delujejo, kako jih vzpostaviti in kje jih uporabljajo ekipe v kadrovski službi, trženju, podpori strankam in financah.

## Kaj je potek dela z umetno inteligenco?

Potek dela z umetno inteligenco je zaporedje avtomatiziranih korakov, v katerih umetna inteligenca opravlja naloge, ki so prej zahtevale človeško presojo — branje vhodnih podatkov, sprejemanje odločitev in sprožanje dejanj — v okviru ponovljivega poslovnega procesa.

Ključna razlika med tradicionalnim potekom dela in potekom dela z umetno inteligenco je prilagodljivost. Avtomatizacija na podlagi pravil sledi skriptu: če se zgodi X, naredi Y. Potek dela z umetno inteligenco lahko razume kontekst.

Poteki dela z umetno inteligenco lahko preberejo dokument, napisan v vsakdanjem jeziku, ugotovijo, kaj zahteva, in ga usmerijo k pravi osebi — tudi če si nobena dokumenta nista podobna. Zato so lahko uporabni za ponavljajoče se, a zapletene naloge, pri katerih bi se tog nabor pravil sicer izkazal za neustreznega.

Koristno je razlikovati poteke dela z umetno inteligenco od klepetalnih robotov. Klepetalni robot obravnava eno samo izmenjavo: stranka vnese vprašanje, umetna inteligenca ustvari odgovor in interakcija se konča. Nič drugega se ne zgodi, razen če nekdo na odgovor ročno ukrepa.

Potek dela z umetno inteligenco vzame isto poizvedbo stranke in je ne zgolj odgovori, temveč jo prebere, razvrsti vrsto težave in stopnjo nujnosti, v sistemu CRM preveri zgodovino računa stranke, pripravi osnutek predlaganega odgovora, dodeli zahtevek pravemu agentu za podporo in zabeleži interakcijo.

*Ključna ugotovitev: Potek dela z umetno inteligenco združuje avtomatizacijo z zmožnostjo obravnavanja različnosti in sprejemanja kontekstno ozaveščenih odločitev.*

## Kako deluje potek dela z umetno inteligenco?

Večina potekov dela z umetno inteligenco poteka v treh fazah.

**Vhodni podatki in zbiranje.** Potek dela zbere podatke iz vira, kjer nastanejo: e-poštnega predala, oddanega obrazca, posodobitve zbirke podatkov, glasovnega posnetka ali naložene datoteke.

**Obdelava in odločanje.** Tu umetna inteligenca opravi svoje delo. Glede na primer uporabe lahko umetna inteligenca razvrsti vhodne podatke, izlušči ključne informacije, ustvari odgovor ali oceni stopnjo nujnosti.

**Dejanje in izhod.** Potek dela nekam zapiše rezultat: posodobi zapis, pripravi osnutek e-pošte, dodeli zahtevek, ustvari dokument ali obvesti osebo. Tu se odločitve umetne inteligence povežejo s sistemi, ki jih ekipa že uporablja.

Vsak potek dela z umetno inteligenco — ne glede na panogo ali primer uporabe — sledi istim osnovnim gradnikom:

> ***Sprožilec → Vhodni podatki → Obdelava z umetno inteligenco → Odločitev → Dejanje → Človeški pregled (če je potreben) → Povratna zanka***

Nekateri poteki dela tečejo povsem samodejno; drugi vključujejo človeške kontrolne točke, preden nadaljujejo. Ustrezna zasnova je odvisna od pomembnosti odločitve in zanesljivosti umetne inteligence pri tej nalogi.

*Ključna ugotovitev: Vhodni podatki, obdelava in dejanje sestavljajo potek dela; umetna inteligenca opravi osrednji del, da ljudem ni treba upravljati vsakega koraka.*

## Potek dela z umetno inteligenco ali agent umetne inteligence: v čem je razlika?

Ta izraza se pogosto pojavljata skupaj, razlikovanje pa je pomembno pri odločitvi, kaj zgraditi.

| **Parameter** | **Potek dela z umetno inteligenco** | **Agent umetne inteligence** |
|----|----|----|
| Struktura | Vnaprej določeno zaporedje korakov | Dinamičen, samousmerjevalen |
| Predvidljivost | Visoka; sledi določeni poti | Nižja; prilagaja se glede na kontekst |
| Sprejemanje odločitev | Omejeno z zasnovo poteka dela | Avtonomno, lahko določa lastne podcilje |
| Avtonomija | Nizka do srednja | Visoka |
| Človeški nadzor | Vgrajen na določenih kontrolnih točkah | Težje ga je predvideti ali nadzorovati |
| Najprimernejši primeri uporabe | Ponovljivi procesi z jasnimi koraki | Odprte naloge, ki zahtevajo sklepanje |

Agent umetne inteligence lahko za dokončanje večje naloge uporabi več potekov dela z umetno inteligenco. Poteke dela si predstavljajte kot postopke, agente pa kot sisteme, ki odločajo, katere postopke zagnati in kdaj.

## Kako vzpostaviti potek dela z umetno inteligenco

Tukaj je praktičen postopek, ne glede na to, ali konfigurirate platformo brez kode ali sodelujete z inženirji pri prilagojeni rešitvi.

**1. korak: Prepoznajte ponavljajoč se proces**

Začnite s procesom, ki ga vaša ekipa redno izvaja — z nečim, kar ima dosleden vzorec in kar nekdo vsakič opravi ročno. Primerni kandidati so odobravanje stroškov, usmerjanje zahtevkov za podporo, priprava vsebinskih briefov, preverjanje kandidatov in ustvarjanje mesečnih poročil. Proces se mora ponavljati dovolj pogosto, da je prihranek časa pomemben.

**2. korak: Določite sprožilec**

Vsak potek dela z umetno inteligenco se začne s sprožilcem — dogodkom ali urnikom, ki ga zažene. To je lahko e-pošta, ki prispe v določen predal, oddan obrazec, naložena datoteka ali posodobljen zapis v sistemu CRM. Bodite natančni: »novo e-poštno sporočilo za podporo prispe na `help@company.com`« je veljaven sprožilec; »ko je ekipa zasedena« pa ni.

**3. korak: Odločite se, kje umetna inteligenca prinaša vrednost**

Preslikajte vsak korak procesa in označite, kje pomaga umetna inteligenca in kje zadostuje preprosto pravilo. Pogoste vloge umetne inteligence vključujejo razvrščanje (za kakšno vrsto zahteve gre?), izluščanje (katere so ključne podrobnosti?), povzemanje (kaj se je zgodilo?), ustvarjanje (kaj naj povemo?) in ocenjevanje (kako nujno ali vredno je to?). Za jasno določeno logiko uporabite pravila: kadar je odločitev vedno enaka, so hitrejša in bolj predvidljiva.

**4. korak: Dodajte avtomatizacijo in integracije**

Povežite plast obdelave z umetno inteligenco s sistemi, v katerih mora delo potekati, kot so sistem CRM, e-poštni odjemalec, orodje za vodenje projektov ali urejevalnik dokumentov. Platforme brez kode lahko poskrbijo za te povezave.

**5. korak: Dodajte človeški pregled tam, kjer je pomemben**

Prepoznajte enega ali dva koraka, pri katerih bi bila napaka draga ali težko popravljiva. Tam dodajte človeško kontrolno točko, preostalo pa avtomatizirajte. Jasno določite, kaj pomeni »odobreno«, da se lahko potek dela samodejno nadaljuje, ko oseba potrdi.

**6. korak: Preizkusite, merite in izboljšujte**

Potek dela najprej izvajajte v majhnem obsegu. Spremljajte tri stvari: stopnjo napak, stopnjo izjem (kako pogosto mora posredovati človek) in prihranek časa. Prilagoditve opravite glede na opažanja. Merjenje teh dejavnikov pomaga oceniti koristi. Raziskave o generativni umetni inteligenci na delovnem mestu poročajo o večjem številu rešenih težav na uro in krajšem času obravnave v procesih podpore strankam.

## Primeri uporabe potekov dela z umetno inteligenco v različnih ekipah

Poteki dela z umetno inteligenco niso omejeni na tehnične ekipe. Tukaj je nekaj primerov, kako jih lahko uporabljajo različne funkcije.

### Podpora strankam

> ***E-pošta stranke → Umetna inteligenca razvrsti vrsto težave + stopnjo nujnosti → Sistem CRM pridobi zgodovino računa → Umetna inteligenca pripravi osnutek odgovora → Človek pregleda → Odgovor je poslan → Zahtevek je zabeležen***

Stranka pošlje e-pošto o napaki pri obračunu. Potek dela upravlja celotno pot — razvrsti težavo, pridobi zgodovino računa, pripravi osnutek in vse usmeri pravi ekipi — še preden si jo ogleda agent.

### Kadrovska služba in uvajanje novih zaposlenih

> ***Ponudba je sprejeta → Umetna inteligenca sproži kontrolni seznam za uvajanje → Dokumenti so zbrani → Računi so ustvarjeni → Uvodno srečanje je načrtovano → Vodja je obveščen***

Ko kandidat sprejme ponudbo, se potek dela samodejno začne. Pošlje dokumentacijo, ustvari sistemske račune, načrtuje uvodno srečanje in obvesti vodjo zaposlovanja, s čimer zmanjša potrebo po tem, da bi član kadrovske ekipe vsak korak upravljal ročno.

### Obdelava računov

> ***Račun prejet → Umetna inteligenca izlušči dobavitelja + znesek + postavke → Primerjava z naročilnico → Posredovanje v odobritev → Odobreno → Plačilo načrtovano***

Umetna inteligenca lahko izlušči podrobnosti računa, jih primerja z naročilnico in račun posreduje v odobritev, preden se načrtuje plačilo.

### Dodatni primeri uporabe, ki jih velja omeniti

**Trženje:** Umetna inteligenca na podlagi briefa pripravi osnutke zadev e-pošte, oglasnih besedil in napisov za družbena omrežja. Tržnik jih pregleda in uredi; odobrena vsebina se uvrsti v čakalno vrsto za načrtovanje objav. Po zagonu lahko umetna inteligenca spremlja uspešnost in označi elemente, ki padejo pod določeni prag.

**Prodaja:** Umetna inteligenca oceni ustreznost vhodnih potencialnih strank, jih ovrednoti na podlagi vedenja in ujemanja, pripravi osnutke prilagojenih nadaljnjih e-poštnih sporočil ter posodobi sistem CRM, preden potencialno stranko kontaktira prodajni predstavnik.

**IT-podpora:** Umetna inteligenca razvršča zahtevke, poišče ustrezno dokumentacijo in reši pogoste zahteve, kot sta ponastavitev gesel in dodelitev dostopa. Zapletene težave posreduje tehniku skupaj s kontekstom.

**Odobravanje dokumentov:** Pogodbe, pravilniki in poročila gredo skozi določeno verigo pregledov. Umetna inteligenca preveri obvezna polja, označi manjkajoče podpise in vsako različico posreduje naslednjemu pregledovalcu.

**Upravljanje znanja:** Umetna inteligenca spremlja novo vsebino, dodano v interni wiki, jo povzame, označi po temi in deli z ustreznim ekipnim kanalom.

**Ključna ugotovitev:** Poteki dela z umetno inteligenco prinašajo največ vrednosti v procesih z velikim obsegom, kjer je logika dosledna, vhodni podatki pa se razlikujejo.

## Pogoste napake pri potekih dela z umetno inteligenco

Veliko napak pri potekih dela z umetno inteligenco izvira iz težav z zasnovo.

**Avtomatizacija pokvarjenega procesa.** Če je proces neučinkovit pri ročnem izvajanju, ga avtomatizacija zgolj naredi hitreje neučinkovitega. Najprej ga izboljšajte, nato avtomatizirajte.

**Uporaba umetne inteligence, ko zadostuje pravilo.** Vsaka odločitev ne potrebuje modela. Če je logika vedno »računi pod \$500 gredo vodji A«, je preprosto pravilo boljša rešitev. Umetna inteligenca prinaša vrednost tam, kjer je pomemben kontekst, ne pa tam, kjer je odgovor vedno enak.

**Odstranitev vsega človeškega pregleda.** Poteki dela brez človeških kontrolnih točk ustvarjajo slepe pege. Ko umetna inteligenca naredi napako, je morda nihče ne opazi, dokler nanjo ne opozori stranka ali član finančne ekipe.

**Slaba kakovost podatkov.** Rezultati umetne inteligence so dobri le toliko, kolikor so dobri vhodni podatki. Če sistem CRM vsebuje nepopolne zapise ali e-poštni predal ni strukturiran, lahko potek dela ustvari nezanesljive rezultate.

**Brez spremljanja po uvedbi.** Poteki dela z umetno inteligenco lahko sčasoma odstopajo. Modeli se lahko poslabšajo, robni primeri se lahko kopičijo, poslovna pravila pa se lahko spremenijo. Potek dela brez skrbnika ali spremljanja lahko povzroča težave, ki se stopnjujejo, preden jih kdo opazi.

**Brez povratne zanke.** Če ljudje ne morejo označiti slabih rezultatov umetne inteligence, se potek dela nikoli ne izboljša. Vzpostavite preprost način, da ekipa označi napake in jih posreduje nazaj v sistem.

## Človeška plat uvajanja potekov dela z umetno inteligenco

Raziskave in ankete poročajo o vse pogostejši uporabi avtomatizacije z umetno inteligenco, medtem ko popolnoma avtomatizirano poslovanje ostaja redko. Razkorak med uporabo orodij umetne inteligence in vključitvijo umetne inteligence v vsakodnevno delo je pogosto povezan z ljudmi in procesi.

Ekipe se lahko upirajo potekom dela z umetno inteligenco zaradi skrbi glede izgube delovnih mest, nezaupanja v rezultate, ki jih ne morejo pojasniti, ali nezadovoljstva, ko potek dela naredi napake, ki jih človek ne bi naredil.

Vključevanje ljudi v proces zasnove lahko pomaga. Vprašajte jih, kam bi postavili kontrolne točke, katere napake bi bile nesprejemljive in kako naj se sporočajo rezultati. Ljudje bodo verjetneje sprejeli sisteme, ki so jih pomagali oblikovati.

Pomembno je tudi usposabljanje. Osredotočite se ne le na uporabo orodja, temveč tudi na vrednotenje rezultatov umetne inteligence: kdaj jim zaupati, kdaj jih podvomiti in kako podati povratne informacije, ki lahko izboljšajo sistem. Ljudje in procesi so ob tehnologiji pomemben dejavnik pri uvajanju umetne inteligence.

## Pogosta vprašanja

### Kaj je potek dela z umetno inteligenco?

Potek dela z umetno inteligenco je zaporedje avtomatiziranih korakov, v katerih umetna inteligenca opravlja naloge, kot so branje vhodnih podatkov, sprejemanje odločitev in sprožanje dejanj, v okviru ponovljivega poslovnega procesa. Za razliko od avtomatizacije na podlagi pravil poteki dela z umetno inteligenco razumejo kontekst in obravnavajo vhodne podatke, ki se razlikujejo od primera do primera.

### Kaj je avtomatizacija potekov dela z umetno inteligenco?

Avtomatizacija potekov dela z umetno inteligenco je vzpostavljanje potekov dela, v katerih umetna inteligenca opravlja odločanje in obdelavo ter tako zmanjšuje potrebo po človeškem sodelovanju pri ponavljajočih se nalogah. Združuje strojno učenje, obdelavo naravnega jezika in integracijska orodja, ki povezujejo rezultate umetne inteligence z obstoječimi poslovnimi sistemi.

### Ali so poteki dela z umetno inteligenco enaki avtomatizaciji?

Ne povsem. Tradicionalna avtomatizacija izvede isto dejanje vsakič, ko je izpolnjen pogoj. Avtomatizacija potekov dela z umetno inteligenco se odziva glede na kontekst, zato je uporabna, kadar se vhodni podatki razlikujejo in bi se fiksno pravilo izkazalo za neustrezno.

### Kakšna je razlika med potekom dela z umetno inteligenco in agentom umetne inteligence?

Potek dela z umetno inteligenco sledi vnaprej določenemu zaporedju korakov z omejenim odločanjem. Agent umetne inteligence je avtonomen: določa lahko lastne podcilje, odloča, katera orodja bo uporabil, in se prilagaja glede na ugotovitve. Poteki dela so bolj predvidljivi; agenti so bolj prilagodljivi.

### Ali lahko ChatGPT ustvari poteke dela z umetno inteligenco?

ChatGPT lahko pomaga zasnovati in dokumentirati potek dela ter pripraviti osnutek njegove logike. Sam ne gradi ali izvaja potekov dela. Za povezavo umetne inteligence s poslovnimi sistemi in avtomatizacijo korakov je potrebna integracijska platforma.

### Katera podjetja imajo največ koristi od potekov dela z umetno inteligenco?

Koristi ima lahko vsako podjetje z velikim obsegom ponavljajočih se procesov in jasno logiko odločanja. Podpora strankam, kadrovska služba, finance in trženje so pogosta izhodišča, vendar se pristop lahko uporabi v večini funkcij, ko prepoznamo ustrezne procese.

### Ali so poteki dela z umetno inteligenco varni?

Varnost je odvisna od platforme in zasnove poteka dela. Med ključne vidike sodijo, kje so shranjeni podatki, kdo lahko dostopa do rezultatov umetne inteligence, ali gredo občutljive informacije skozi sisteme tretjih oseb in ali je pred pomembnimi dejanji vzpostavljen človeški pregled. Številne poslovne platforme ponujajo dostop na podlagi vlog, revizijske dnevnike in šifriranje podatkov.

**Sorodne teme:** potek dela z umetno inteligenco, umetna inteligenca, umetna inteligenca na delovnem mestu, avtomatizacija in umetna inteligenca

## Uporabite ta vodnik z Ailootom

Povežite modele umetne inteligence s svojimi aplikacijami, agenti in avtomatizacijami prek enega samega API-ja Ailoot. Izberite model, ki ustreza vaši nalogi, in za začetek upoštevajte [dokumentacijo Ailoot](https://ailoot.ai/docs/).

## Ailoot · Podjetje in njegov portfelj projektov

Ailoot temelji na pridobljenih operativnih izkušnjah, široki bazi strank, stabilni storitvi in stalnem spremljanju KPI.

Podjetje in njegov portfelj projektov: milijoni strank; mesečna prodaja v milijardah.

Ailoot te operativne izkušnje uporablja za dostop prek API do funkcij umetne inteligence v izdelkih strank, agentih, aplikacijah in avtomatizacijah.
