Opti Solutions sva ustanovila slabo leto nazaj, malo pred najino poroko. Nobeden od naju ni razvijalec. Oba prihajava iz marketinga in prodaje, kjer sva pred tem delala vsak svoje.
V prvi epizodi podkasta sva šla čez to, kako je iz tega nastala ekipa in kaj v praksi sploh počnemo. Spodaj je povzetek pogovora.
Iz mikrobiologije in fitnesa v B2B
Žan je diplomiran kineziolog. Sedem, osem let je treniral športnike v powerliftingu in weightliftingu, z dvema kolegoma so odprli trenersko podjetje in kasneje fitnes na Dolgem mostu. Njegova vloga je bila ves čas marketing in prodaja, kar ga je pripeljalo do freelance dela in do vloge fractional CMO za eno ameriško podjetje.
Nuša je diplomirana mikrobiologinja. Med študijem je delala v laboratoriju in ugotovila, da to ni to. Začela je prodajati digitalne produkte s področja produktivnosti in organizacije, iz tega je zrasel coaching, iz coachinga pa agencija Easy Busy, kjer je podjetjem delala Meta oglase, e-poštni marketing in lijake.
Ko je prišel val umetne inteligence, se je lepo prilegel temu, kar sva že delala. V marketingu in prodaji je ogromno ročnega dela, ki se ga da avtomatizirati že s preprostimi orodji brez AI. Ko na to dodaš še nekaj osnovne umetne inteligence, gre vrednost hitro navzgor, meja za vstop pa navzdol.
Prva stranka je prišla iz imenika
Prebrala sva knjigo o AI agencijah in iz nje dobila idejo, s kakšno ponudbo sploh priti do podjetij. Potem sva klicala. Vse, ki jih poznava, in vse, ki sva jih imela v imeniku. Kar hitro sva prišla do dobrih podjetij.
Časovno je bilo grozno. Poročala sva se, šla na medene tedne, hkrati pa je vsak od naju imel še svoj posel, ki je tekel naprej. Mešati staro in novo je bilo najtežje. Nuša je svoje odložila hitreje, Žan postopoma, danes sva oba tu s celim časom.
Razlog za to je bil preprost. Delovnik ni bil osem ur, ampak deset, dvanajst ali štirinajst, plus stvari zvečer in čez vikend. Dveh poslov se tako ne da voziti.
Kaj v praksi delamo
Podjetja danes vedo, da AI rabijo. Manjka jim to, kako. Nimajo znanja, pogosto pa niti časa in energije, ker se utapljajo v delu. In prav to delo je tisto, kar bi jim AI lahko vzel z mize.
Zato gremo vedno najprej skozi diagnostični pregled, kjer skupaj s podjetjem pogledamo, kje bi imela umetna inteligenca največji učinek. Nekje je to prihranjen čas, drugje prihodek, ki ga zdaj izgubljajo. Šele potem se pogovarjamo o tem, kaj se dela.
Konkretno gre za stvari, kot so: chatbot na spletni strani, iskanje po mailih in pisanje novih, zapiski sestankov, ki jih ne piše več človek, priprava ponudb, predračunov in pogodb, samodejni follow up po poslani ponudbi in samodejni odgovori na nova povpraševanja.
Dvajset ur v pol ure
Pri enem podjetju je zaposleni za eno samo predstavitev za tujo matično družbo porabil dva do tri dni. Pokazala sva mu, kako si pri tem pomaga s Claudom in z integracijami, ki jih ima že na voljo. Ko sva prišla čez par dni nazaj, je povedal, da je isto naredil v pol ure.
To ni izjema. Po uvedbi osnovnih orodij nam podjetja že v nekaj dneh poročajo, da prihranijo med 30 in 50 odstotki časa. Orodja pri tem pogosto sploh niso zapletena, učinek pa je velik.
Cilj ni odpuščanje
V nobenem projektu doslej cilj ni bil, da podjetje koga odpusti. Cilj je večja produktivnost in razbremenitev ekipe.
Zaposleni, ki zna uporabljati AI za svoje delo, ni bolj ogrožen, ampak manj, ker je podjetju vreden več. Nadzor človeka je še vedno potreben povsod in brez tega ne gre. Če pa ta človek naredi trikrat ali petkrat večji učinek, je to plus zanj in za podjetje.
Več AI, več osebnega stika
Na diagnostičnem pregledu zaposlene vedno vprašamo, kaj bi delali, če bi imeli več časa. Pogosto odgovorijo, da bi se bolj posvetili strankam in šli večkrat na sestanek v živo.
Podjetja, ki bodo umetno inteligenco uvedla dobro, bodo zato na koncu imela več osebnega stika z ljudmi in ne manj. Kar je ravno nasprotno od tega, česar se največkrat bojijo.
Kaj odnesti
V prvem letu sva pomagala več kot 50 podjetjem in podjetnikom, od enega milijona do 15 milijonov evrov letnega prometa. Kar se je pokazalo kot najbolj konstantno, ni tehnologija, ampak vrstni red: najprej razumeti, kje podjetje izgublja čas, in šele potem izbrati orodje.
Podjetja ne zaostajajo zato, ker ne bi vedela, da AI rabijo. Zaostajajo, ker se utapljajo v delu in nimajo časa ugotoviti, kje bi jim najbolj pomagal.