Transcription
In diesem Video werde ich die Top-KI-Fehler behandeln, die Geschäftsinhaber derzeit machen. KI hat mein gesamtes Geschäft komplett verändert. Allein in den letzten 3 Wochen habe ich es geschafft, einen E-Commerce-Shop aufzubauen, der über 15.000 US-Dollar Umsatz erzielt, und das komplett mit KI. Ich habe einen KI-CFO erstellt, der meine gesamten Finanzen prüfen kann. Ich habe sogar Chatbots in Slack erstellt, die mein Team tatsächlich nutzen und auf die es zurückgreifen kann, um ihm eine Menge Einblicke zu verschaffen.
Der größte Fehler, den ich bei Unternehmen sehe, ist, dass sie versuchen, einen Experten einzustellen, wie einen Entwickler oder einen selbsternannten KI-Experten, der in das Unternehmen kommt und KI für das gesamte Unternehmen lehrt. Das ist der falsche Ansatz. Was wir wirklich tun wollen, ist, dass ein Anführer innerhalb des Unternehmens, und das bist du, versucht, eine Bottom-up-Kultur zu lehren und zu schaffen, in der die Mitarbeiter des Unternehmens sie zu nutzen beginnen.
Denken Sie also darüber nach. Wenn Sie nur der Gründer sind, der KI nutzt, sicher, Sie werden vielleicht 100 Mal effektiver sein. Aber denken Sie darüber nach, wenn 20 Mitarbeiter sie ebenfalls nutzen, Ideen austauschen, plötzlich sind sie 10.000 Mal effektiver, weil es eine Kultur schafft und es beginnt, sich zu beschleunigen und jeder beginnt, voneinander zu lernen, Agenten auszugliedern, die alle Arten von Aufgaben erledigen können. Aber die Wahrheit ist, dass es nie angenommen wird, bis Sie es tun. Unternehmen folgen immer dem Führer. Wenn Sie jemand sind, der einen KI-Experten einstellen muss, ihm viel Erlaubnis geben muss, eine Menge Dinge zu tun, dann wird es nie angenommen werden. Sie müssen eine Kultur schaffen, in der Sie sich jede Woche mit den wichtigsten Mitarbeitern treffen und die Erfolge der KI-Adaption feiern. Sie als Gründer müssen auch Leitplanken setzen, wie z. B. "Was machen wir mit diesen Daten? Was machen wir mit Budgets?" All diese Dinge, bevor Sie sie tatsächlich sicher und vertrauensvoll übernehmen lassen können.
Nun, hier ist das Problem. Wie macht man das, ohne dass man selbst als Gründer Dinge weiß? Typischerweise, wenn ich Gründern, die zu mir kommen, Geschäftsrat gebe, versuche ich immer, die eine Schlüsselkomponente zu identifizieren, die ihr Geschäft verzehnfachen wird. Und normalerweise ist es etwas wie Facebook Ads oder Marketing oder einfach nur die Verdoppelung ihres bestehenden Akquisitionskanals. Ich bin sehr zuversichtlich, dass fast jeder Gründer, das am höchsten wirksame, was er gerade lernen könnte, KI ist. Es ist besser als Facebook Ads. Es ist sogar besser als Produktentwicklung. Denn Dinge wie Facebook Ads und Produkte sind jetzt eine Unterkategorie, eine Teilkompetenz der KI. KI verstärkt jetzt all diese Fähigkeiten so sehr, dass wir, wenn wir zuerst KI lernen, weitaus effektiver sein können als jemand, der es nicht tut.
Der nächste Fehler, den ich bei Geschäftsinhabern sehe, ist, dass sie nicht mit einem Ziel vor Augen beginnen. Unternehmen sind nur eine Reihe von Inputs und Outputs. Wenn Sie an jede einzelne Abteilung denken, nehmen wir zum Beispiel das Produkt. Sie haben eine Reihe von Schritten, wie man Produkte briefen, wie man das Produkt erstellen, dann wird es zu einem Produkt-Output, dann wird es an das Marketing gesendet, und dann haben sie eine Reihe von Fragen wie: "Wie mache ich Fotos davon? Wie mache ich das?" Und es geht weiter, bis die Finanzabteilung den Gewinn- und Verlustbericht erstellt und Ihnen sagt, wie viel Geld Sie verdient haben. Und jede einzelne Sache kann auf diesen anfänglichen Prompt zurückgeführt werden.
Wenn wir nun diesen gesamten Prozess auf einem Board abbilden und sowohl die Inputs, Outputs als auch die Ziele und KPIs betrachten, die jeder unserer Mitarbeiter in diesem Unterabschnitt tatsächlich hat, gibt uns das klare Stellen, an denen wir KI anwenden sollten. Die meisten Geschäftsinhaber laden etwas wie Coda herunter und gehen dann: "Wow, das ist ein großartiges Schreibwerkzeug. Lasst uns ein paar E-Mails dafür schreiben." Und dann gehen sie: "Oh, die E-Mails sind okay. Ja, es hat uns beschleunigt. Das ist großartig. Wir werden das von nun an einfach benutzen." Das sollten wir nicht tun. Wir sollten unsere E-Mail-Effizienz benchmarken. Wir sollten die Gesamtzahl der E-Mails betrachten, die wir tatsächlich schreiben können. Wir wollen uns die Kosten dieser Abteilung ansehen. Und dann wollen wir eine Hypothese darum herum aufbauen, dass, wenn ich KI in meine E-Mails über diesen Prozess integriere, meine KPIs auf diese Weise verbessert werden.
Lassen Sie mich Ihnen ein weiteres Beispiel geben. Nehmen wir die Erstellung von Facebook-Anzeigen. Wenn wir uns den Briefing-Prozess, die Kontaktaufnahme mit den Erstellern, das eigentliche Shooting, die Bearbeitung und die Berichterstattung über die Facebook-Anzeigen ansehen, wollen wir ein klares Ziel, dass KIเข้ามา und unsere Kosten pro Creative verbessert. Also, der Betrag, den wir tatsächlich pro Creative ausgeben müssen. Nehmen wir an, wir wollen das Volumen verdoppeln bei halben Kosten. Nun haben wir diese klaren KPIs, die KI lösen muss.
Der nächste Fehler, den Geschäftsinhaber wirklich machen, ist, dass sie entweder viel zu fortgeschritten mit ihren Werkzeugen oder viel zu einfach sind. Und das passt zu dem, was wir vorher besprochen haben. Aber ich wollte ständig einen KI-CFO erstellen. Ich dachte mir: "Das ist wirklich, wirklich wichtig. Es gibt so viele Daten dort. Es werden so viele Fehler gemacht. Wie kann ich KI dazu bringen, meine bestehenden Finanzmitarbeiter auf Fakten zu überprüfen?" Nun, ich habe ChatGPT ausprobiert. Ich habe sogar all diese KI-spezialisierten Tabellenkalkulationstools und dergleichen ausprobiert. Aber nichts konnte die Menge an Daten verarbeiten, die durch diese Unternehmen flossen, da sie ziemlich groß sind. Also, was ich am Ende getan habe, war, dass ich schließlich herausfand, dass das Durchlaufen von Coda-Code und tatsächlich lokal auf dem Gerät mit Excel weitaus, weitaus besser war. Aber die Art und Weise, wie ich das herausfand, war nicht, dass ich sofort zu Coda-Code ging, was etwas fortgeschrittener ist als eine einfache Oberfläche wie ChatGPT. Ich habe die einfachste Lösung zuerst getestet, festgestellt, dass sie fehlschlug, sie gründlich getestet und dann zur nächst einfachsten übergegangen.
Nun, was einfach für Sie bedeuten könnte, könnte bereits bedeuten, dass es in Ihrem Tech-Stack vorhanden ist. Sie haben vielleicht bereits dieses tatsächliche Werkzeug, das Sie verwenden. Sagen wir, Sie verwenden Google Drive. Daher möchten Sie einfach versuchen: "Kann ich die Gemini-Erweiterung für diese Art von Dingen verwenden?" Und dann gehen Sie: "Okay, nein, das funktioniert nicht. Also brauche ich jetzt etwas Robusteres. Versuchen wir es jetzt mit Coda-Code." Das mag kontraintuitiv erscheinen, aber wenn Sie gerade erst anfangen, ist es nicht unbedingt schlecht, mehrere Werkzeuge für verschiedene Dinge zu haben, je nachdem, wo sich die Daten tatsächlich befinden. Was es jedoch bedeutet, ist, dass Sie sie wahrscheinlich zusammenfügen müssen, was eine weitere Komplikation darstellt. Aber das gesagt, wollen wir es so einfach wie möglich halten, denn das ermöglicht eine einfache Team-Adaption, was wiederum der Schlüssel ist, um den größten Nutzen aus KI zu ziehen.
Nun, der nächste Fehler ist so offensichtlich und so frustrierend. Ich sehe eine Menge Geschäftsinhaber, CEOs, Gründer, sogar Leute ohne Teams, die gerade erst anfangen, und sie sagen: "Ich habe KI getestet. Sie funktioniert nicht." Und dann frage ich: "Wie hast du sie tatsächlich getestet?" Und sie sagen: "Ich habe diese eine Nachricht gesendet und schau dir die Antwort an, die sie mir gegeben hat." Das ist absolut lächerlich. KI ist ein weiterer Mitarbeiter. Wir müssen den Mitarbeiter trainieren. Wir müssen herausfinden, wie er arbeiten möchte. Wir müssen ihm die richtigen Daten füttern. Und bis dahin können wir nicht rechtfertigen oder sagen, dass sie nicht besser ist als eine bestehende Person oder ein Mitarbeiter. Sicher, der Mitarbeiter mag zu einem niedrigen Satz sein. Es mag ein Kundendienstmitarbeiter sein oder jemand, den wir remote einstellen können. Aber das bedeutet nicht, dass sie langfristig effizienter und günstiger sein werden. Und wir müssen der KI eine Chance geben, denn wenn all das zusammengefügt ist, dann tritt der Zinseszinseffekt ein.
Das wichtigste mentale Modell, das wir hier brauchen, ist, sagen wir, wir haben einen Mitarbeiter, der ein Texter ist. Nun, ich stimme der Vorstellung, dass KI alle Arbeitsplätze ersetzen wird, überhaupt nicht zu. Ich brauche immer noch einen Texter in meinem Team, aber ich brauche einen Texter, der KI versteht. Nehmen wir also an, wir haben diesen Texter, der 100.000 US-Dollar pro Jahr kostet. Er erwirtschaftet, sagen wir, eine Million US-Dollar Umsatz für das Unternehmen, um sicherzustellen, dass er im Unternehmen tatsächlich profitabel ist. Unser Ziel ist es, diesen Texter in einen Texter zu verwandeln, der 10 Millionen US-Dollar pro Jahr erwirtschaftet. Wir wollen KI tatsächlich durch die Linse der Umsatzsteigerung betrachten und nicht nur der Kostensenkung. Aber das ist die Sache. Wenn ich davon spreche, einen Texter von einer Million Dollar auf zehn Millionen Dollar Wert zu bringen und dann 2 Stunden mit meinem KI-Tool verbringe, um zu sagen: "Wow, das funktioniert nicht." Natürlich wird es nicht so funktionieren. den Wert zu verzehnfachen. Sie versuchen, neun Millionen Dollar zusätzlichen inkrementellen Wert für das Unternehmen zu schaffen. Warum sollte das 2 Stunden dauern? Der Schlüssel hier ist, ständig zu iterieren, den Rahmen zu schaffen, der im Unternehmen gefeiert wird, Hürden gemeinsam im Team zu überwinden und sich einfach an eine Aufgabe zu halten, bis man sie herausgefunden hat. Zu viele Leute betreiben 15 verschiedene Terminals, fünf verschiedene Werkzeuge gleichzeitig und versuchen, Dinge herauszufinden, und dann ist das Ergebnis schrecklich. Gehen Sie einfach von "Ich habe dieses Ziel, diesen KPI zu beheben" zu "Ich werde mich daran halten, bis es das tut".
Der nächste Fehler, den ich bei Geschäftsinhabern sehe, ist, dass sie Datenhygiene nicht respektieren. Nun, viele Leute füttern entweder viel zu viele Daten oder nicht genug. Nun, der Schlüssel hier ist, dass LLMs ein Kontextfenster haben. Wenn Sie ihm also viel, viel zu viel geben, und Sie haben das vielleicht schon einmal getan. Sie haben diesen riesigen, riesigen Chat mit zufälligen Dingen über Kochen erstellt, aber dann auch Ihr laufendes Programm, und dann stellen Sie ihm Geschäftsfragen, und dann hat er keine Ahnung, was los ist. Das ist wahrscheinlich viel zu viel. Nun, viele andere Leute machen auch wirklich kurze Prompts mit null Kontext und erwarten, dass sie ihre Geschäftsprobleme lösen, was einfach nicht so funktioniert.
Nun, der Schlüssel hier ist, sagen wir, Sie haben bereits ein großes Unternehmen und Sie haben wirklich, wirklich sensible Dinge. Was Sie tun wollen, ist, Ihre Daten zu sandboxing. Nun, es gibt ein paar Möglichkeiten, wie wir das tun können. Wir könnten einen neuen Laptop kaufen. Viele Leute kaufen Mac Minis. Wir können einen VPS verwenden. Also, wir sind etwas technischer. Wenn Sie nicht technisch sind, würde ich das nicht tun. Denken Sie daran, alles, was ich in diesem Video lehre, können Sie mein Transkript kopieren und sagen: "Was meint David damit?" Wenn ich bei KI stecken bleibe, stelle ich einfach ständig Fragen. Aber sagen wir einfach, Sie wollen jetzt zu KI gehen und Ihre Situation erklären und sagen: "Wie stelle ich Sicherheit sicher?" Geben Sie ihm auch die Daten, die Sie tatsächlich benötigen, um die Antwort zu erhalten. Sie werden eine wirklich, wirklich gute Antwort erhalten.
Nun, die Art und Weise, wie ich das angegangen bin, ist, dass ich gesandboxt habe. Ich habe einen Laptop erstellt, dem ich die Daten füttern kann, die er tatsächlich haben darf. Und dann habe ich im Laufe der Zeit langsam mehr und mehr Erlaubnis erteilt, weil wir ihm nicht alles geben wollen und er dann halluziniert oder Sie etwas wirklich, wirklich Dummes tun und alles kaputt geht. Dann wollen Sie sicherstellen, dass Sie ständige Backups haben und sogar Informationen schwärzen, die Sie wirklich, wirklich brauchen.
Nun, hier ist mein wichtigster Punkt und meine wichtigste Lektion zum Thema Daten und wie man das Beste aus KI herausholt: Sie wollen konsistente Schleifen der neuen Dateneinspeisung für bestimmte Aufgaben erstellen. Sagen wir zum Beispiel, wir wollen einen Facebook-Anzeigen-Briefing-Bot erstellen, der Ihnen alle besten Briefings liefert. Er ist ein kreativer Stratege. Sagen wir, wir geben ihm all unsere Top-performenden Anzeigen, die funktioniert haben. Wir geben ihm unsere Website, wir geben ihm einfach eine Menge Informationen. Vielleicht geben wir ihm geschwärzte Kundenservice-Tickets über unsere Marke selbst. Und dann sagen wir: "Kannst du dafür eine Facebook-Anzeige schreiben?" Und dann gibt er Ihnen wirklich, wirklich gute Anzeigen und Sie sind wirklich begeistert. Und was wird er nächste Woche tun? Nächste Woche wird er genau die gleichen Anzeigen schreiben, weil er keine neuen Daten hat.
Was Sie also tun müssen, ist, sowohl das, was für Sie funktioniert, weiterhin einzuspeisen, als auch, dass er breiter schaut. Nun, die Facebook Ads Library ist zum jetzigen Zeitpunkt öffentlich. Sie können nach Impressionen sortieren, richtig? Sie haben die Top-performenden Anzeigen für jede einzelne Marke ganz oben. Was wir also tun müssen, ist, einen Scraper zu erstellen, und nun haben viele Leute tatsächlich bestimmte APIs und komplexe Dinge verwendet, um tatsächlich auf Facebook-Anzeigen und dergleichen zuzugreifen. Ich habe ein wenig Angst davor. Sie haben kürzlich Menace zu diesem Zeitpunkt gekauft, was bedeutet, dass ich Dinge nicht angemeldet halten möchte, da ich nicht möchte, dass mein Facebook-Anzeigenkonto gesperrt wird. Glücklicherweise ist es öffentlich, so dass Sie einen Facebook-Anzeigen-Scraper erstellen können, um angrenzende Nischen zu betrachten, was gerade funktioniert, dann kann das die Daten für Sie liefern. Sie haben also alle Top-performenden Anzeigen auf Facebook insgesamt und Ihre Facebook-Anzeigen. Und jetzt schaffen wir dieses dynamische Schwungrad. Es wird automatisch die Top-Performer abrufen und dann automatisch erstellen, was Ihre Anzeige nächste Woche sein sollte.
Kurz gesagt, erstellen Sie Automatisierungen, um sicherzustellen, dass sich Ihre Daten ständig ändern, und führen Sie regelmäßige geplante Automatisierungen durch, um sicherzustellen, dass auch die Ergebnisse, die Sie erhalten, unterschiedlich sind. Wenn Ihnen das heutige Video gefallen hat, habe ich eine wirklich fortschrittliche KI-Roadmap für E-Commerce-Marken erstellt, was die wichtigsten, wirkungsvollsten KI-Dinge sind, die Sie tatsächlich in Ihrem Unternehmen einführen könnten. Es ist komplett kostenlos, melden Sie sich einfach an und ich sende Ihnen, was meiner Meinung nach eingeführt werden sollte, indem Sie KI nutzen.