Transcription
80% проектов ИИ терпят неудачу. Согласно недавнему исследованию McKinsey, большинство компаний внедряют ИИ неправильно и теряют деньги. Они видят демонстрацию, воодушевляются, подключают ее к своим операциям и надеются, что это сработает. Через 3 месяца инструменты пылятся, и они возвращаются к ручным процессам, но есть 20%, которые получают огромную прибыль, более 100% рентабельности инвестиций, масштабируются без найма, устраняя узкие места, которые их истощали. Разница в том, что они начинают с диагностики, а не с технологий. Сначала они находят дорогостоящую проблему. Затем они количественно оценивают, сколько это им стоит, а затем назначают решение. И именно это отличает успешные проекты ИИ от тех, которые просто будут вытягивать деньги. Но вот чего большинство владельцев бизнеса не знают об имплементации ИИ. Технология — это легкая часть. Создание автоматизации обычно занимает недели, но выяснение того, где ее создавать, определяет, добьетесь ли вы успеха или потерпите неудачу. Как я упоминал ранее, примерно 80% внедрений ИИ не приносят никакой отдачи от инвестиций. И это не потому, что технология просто не работает. Это потому, что компании решают не те проблемы. Так, например, стоматологическая клиника покупает ИИ-писателя, в то время как их реальная проблема заключается в том, что лиды остаются без ответа в течение 4 часов, теряя им 30% потенциальных пациентов. Компания, занимающаяся ОВК. Они внедряют чат-бота, когда их реальная проблема заключается в том, что послечасовые звонки уходят на автоответчик, что обходится им в 90 000 долларов в год и приводит к упущенным сделкам. Инструмент откладывается через 2 недели. Руководство решает, что ИИ просто не работает для них, и они возвращаются к потере денег. И именно поэтому, прежде чем мы приступим к долгосрочным обязательствам с компаниями или когда владелец бизнеса просто не знает, где ИИ может им действительно помочь, мы проходим через эту шестиступенчатую структуру. Она заставляет нас сначала найти боль, а затем количественно оценить стоимость и доказать рентабельность инвестиций, прежде чем прикасаться к каким-либо технологиям. И это не просто мой процесс. Это процесс, который отличает 20% успешных внедрений ИИ от 80%. И если вы владелец бизнеса, рассматривающий ИИ, эта структура спасет вас от траты денег на решения, которые просто не сдвинут стрелку. Мы внедрили десятки успешных систем ИИ, и каждая из них начиналась с этой точной структуры. Итак, в этом видео я проведу вас через наш шестиступенчатый процесс, который мы проходим с компаниями с семи- и восьмизначными оборотами для предоставления полных комплексных систем, которые в конечном итоге экономят им время, увеличивают их прибыль и позволяют им по-настоящему масштабировать бизнес. И обязательно оставайтесь до конца, потому что я дам вам несколько бесплатных ресурсов, которые вы сможете забрать с собой. Шаг первый: определение четких результатов. Теперь большинство ознакомительных звонков начинаются с того, что клиент говорит: "Нам нужен ИИ" или "Мы хотим автоматизировать наши операции", и это не результат. Это расплывчатое желание, и если вы не можете его измерить, вы не можете его улучшить, а если вы не можете доказать рентабельность инвестиций, вам не заплатят за внедрение. Итак, вот как на самом деле выглядят четкие результаты. Например, сократить время ответа на лиды с 3-4 часов до менее 5 минут или увеличить коэффициент конверсии с 20% до 24%. Еще один пример: сэкономить управляющим недвижимостью 12 часов в неделю на повторяющихся задачах или отвечать на 100% послечасовых звонков вместо всего 0%. И если вы заметите закономерность, у каждого есть текущее состояние, целевое состояние, и оно измеримо. Так, когда мы начали проект с командой по управлению недвижимостью, с которой мы работали раньше, они сказали нам: "Нам нужно лучшее общение с арендаторами", и это, очевидно, не результат. Поэтому в ходе дальнейшего исследования мы фактически перевели это в сокращение времени ответа на вопросы арендаторов на 68% и увеличение удержания лидов с 70% до 90%. И теперь я могу фактически создать решение с измеримыми результатами и доказать рентабельность инвестиций. А способ извлечь это в ознакомительных звонках — просто задавая то, что я называю "вопросами, заставляющими получить результат". Например, "Какая самая дорогая проблема, с которой вы сталкиваетесь прямо сейчас?" или "Если бы мы могли решить одну вещь, которая сдвинула бы стрелку по выручке, что бы это было?" или "Где вы теряете деньги, о которых знаете, но которые не исправили?" И вы не спрашиваете, что они хотят автоматизировать. Вместо этого вы спрашиваете, где они теряют деньги. И как только вы узнаете, результаты фактически пишутся сами собой, и к каждому результату должна быть прикреплена сумма в долларах. Так, вместо простого "время ответа стало быстрее", мы говорим: "оно стало быстрее, что означает, что мы захватываем на 20% больше лидов, что стоит 161 000 долларов в год". Это сдвиг. Очевидно, намного лучше. Теперь шаг второй — картирование того, как на самом деле работает бизнес. И именно здесь большинство агентств и компаний терпят неудачу: они разговаривают с генеральным директором или основателем и просто получают общие обзоры и начинают строить. Но генеральный директор знает пункт назначения, а не дорогу. И именно люди, которые фактически выполняют работу, знают каждую выбоину, каждый объезд, каждое место, где что-то ломается. В любом из наших клиентских проектов мы не просто разговариваем с исполнительным спонсором. Мы проводим более 10 звонков по всей их организации: с руководителями отделов, индивидуальными исполнителями, людьми "в окопах", верно? И именно так мы выявляем реальные узкие места. Так, вопросы, которые работают, — это не просто "Что вы делаете?". Люди, очевидно, дадут вам только "причесанную" версию этого. Вместо этого вам нужно спросить их: "Хорошо, можете ли вы провести меня через вчерашнее утро, когда вы пришли в офис? Что вы сделали первым? Затем что? Затем что после этого?" И когда вы спрашиваете о вчерашнем дне, ну, они рассказывают вам, что на самом деле происходит, а не то, что должно происходить. Итак, мы работали с командой продаж раньше, где вице-президент просто сказал нам, что наши представители тратят свое время на продажи. Но когда мы фактически поговорили с этими представителями напрямую и спросили их об их реальном дне, вот что мы выяснили: с 9:00 до 11:00 утра они вручную составляли списки лидов, проверяли LinkedIn, перекрестно сверяли с Salesforce, чтобы избежать дубликатов, копировали данные поле за полем, два полных часа, прежде чем они даже начали продавать. Вице-президент понятия не имел. Он просто пытался оптимизировать питч, в то время как его команда, вы знаете, тонула во вводе данных. Но как только у вас фактически есть эти интервью, вам просто нужно их визуализировать. Так, мы часто просто используем Excel, Draw, вы знаете, диаграммы Mermaid, по сути, или даже просто простой белый доска, вы знаете, квадраты и стрелки, просто показывающие, как на самом деле течет работа. Так, для этой команды продаж карта выглядела так: SDR получает целевой профиль, затем вручную ищет в LinkedIn, затем находит потенциального клиента, затем открывает Salesforce, проверяет на дубликаты, что приводит к ручному вводу всех полей, добавлению в последовательность, а затем начинает обращение, верно? И когда вы видите это визуально, узкие места, они как бы кричат на вас. Так, шаги с 2 по 6 — это чисто ручная трата, и именно это мы на самом деле ищем. Итак, с учетом сказанного, вам просто нужно документировать все. Итак, потраченное время, используемые инструменты, передачи между людьми, где все застревает, и это станет вашей дорожной картой для того, где ИИ может действительно помочь. Очень быстро, если вы находите ценность в этом разборе и хотите получить доступ к нашему полному руководству по привлечению клиентов с практическими шагами, присоединяйтесь к сообществу школы. Это совершенно бесплатно. Ссылки внизу в описании. Мы делимся многим из того, что используем внутри компании, так что заходите и посмотрите. Что-то вроде "следить за лидами". Это звучит как одна задача. На самом деле это семь задач, скрытых под одним названием, и только некоторые из них поддаются автоматизации. Так, атомарный разбор выглядит так. Во-первых, открыть CRM. Номер два: отфильтровать лиды за последние 24 часа. Проверить, соответствуют ли они идеальному профилю клиента. Затем прочитать детали их заявки. Составить персонализированный ответ. Отправить электронное письмо. Установить напоминание о последующих действиях. И теперь вы можете фактически оценить каждый шаг по отдельности. Может ли ИИ открыть CRM? Да. Может ли ИИ проверить соответствие ICP критериям? Да. Может ли ИИ составить ответ? Вероятно. Это зависит от того, насколько структурированы входные данные. И это уровень детализации, который вам на самом деле нужен. Так, в прошлом, когда мы работали с компанией по охоте за воздухом, клиент сказал нам, что их проблема заключалась в исследовании умерших владельцев недвижимости. Это очень нишевая индустрия, очень мрачная. Так что что-то вроде этого слишком широко. Теперь атомарный разбор выявил реальный рабочий процесс. Номер один: извлечь записи о просрочке налогов по округу. Это было около 300 000 - 500 000 объектов недвижимости. Номер два: отфильтровать по пороговым значениям стоимости имущества. Три: отфильтровать по проценту уплаченных налогов. Отфильтровать по индивидуальному или корпоративному владению. Пять: для каждого из оставшихся 800-1000 лидов искать в базах данных ancestry. Шесть: искать некрологи, искать общедоступные записи, перекрестно сверять несколько результатов по общим именам, проверять совпадения личности, затем документировать результаты, а затем переходить к следующему лиду. И теперь мы видим, что шаги с 5 по 11 — это то, где они на самом деле застряли. Так, 15 минут на лид, в основном на шагах 8 и 9, потому что, знаете ли, Джон Адамс дает более 50 результатов, и им приходится выяснять, какой из них на самом деле правильный. И именно это позволяет нам определить, что шаги с 5 по 11 могут быть автоматизированы с помощью API-доступа к базам данных, которые просто позволяют использовать бизнес. В то время как шаги с 1 по 4 остаются ручными, потому что, знаете ли, окружные системы не имеют API. И метод получения этих атомарных задач довольно прост. На звонках со всеми этими командами мы просто спрашиваем их: "Что происходит?", а затем: "Что происходит?". Мы просто повторяем это до тех пор, пока не сможем разбить это дальше. А затем мы просто документируем время на шаги, все необходимые инструменты и принимаемые решения. Шаг четвертый — определение того, что может делать ИИ. Теперь, как вы уже должны знать, не каждая задача подходит для ИИ. Вам нужен фильтр. И мы используем четыре вопроса для каждой атомарной задачи. Один: является ли ввод структурированным. Так, формы, электронные письма и записи баз данных — это "да". Расплывчатые устные запросы с отсутствующим контекстом — это "нет". Номер два: является ли вывод предсказуемым? Так, любые стандартные ответы, классификации, извлечение данных — это "да". Если это творческая стратегия или просто новые решения, то это "нет". Три: [хмыкает] решения основаны на правилах? Если-то, логика оценки по критериям — это "да". Если какие-либо сложные суждения, требующие контекста, то это "нет". Наконец, повторяется ли это достаточно часто? Так, если это ежедневно или еженедельно, то "да". Если это раз в квартал, то "нет". Автоматизация не будет стоить того. И если вы получите "да" на все четыре вопроса, то прямо перед вами идеальный кандидат для ИИ. Итак, позвольте мне просто показать вам, как это на самом деле произошло в одном из наших прошлых проектов с компанией по управлению недвижимостью. Итак, тест заключался в ответе на вопросы арендаторов по электронной почте и SMS. Итак, очевидно, инфраструктура? Да, арендаторы отправляли конкретные вопросы по установленным каналам. Далее: является ли вывод предсказуемым? Итак, мы проанализировали их историю электронной почты. Так, 78% вопросов попадали в 12 различных категорий со стандартными ответами. Процедуры оплаты аренды, запросы на техническое обслуживание, продление аренды, вопросы о политике — это "да". Три: было ли это основано на правилах? Как мне оплатить аренду? Ну, на это всегда один и тот же ответ. Когда заканчивается срок моей аренды? Ну, это просто извлекается из базы данных, так что это неизбежно будет "да". И наконец, повторяется ли это достаточно часто? Так, менеджеры по недвижимости тратили около 15 часов в неделю каждый на это. Абсолютно, это "да". Итак, это прошло все четыре фильтра. Так, мы создали систему ИИ, которая обрабатывает 78% рутинных вопросов, мгновенно передавая 22% сложных проблем людям. И результат, который мы получили: эти 15 часов в неделю сократились до 3 часов в неделю. Менеджеры по недвижимости теперь занимались только вопросами, требующими суждения, такими как нарушения условий аренды, споры, нестандартные запросы. И вот что мы обнаружили: ИИ просто не может хорошо справляться с разрешением конфликтов между арендаторами или любыми стратегическими бизнес-решениями, высоконеструктурированными запросами, где вам не хватает половины контекста, или задачами, которые происходят так редко, что создание автоматизации просто не имеет экономического смысла. И вот хорошее эмпирическое правило: ИИ будет обрабатывать 80% рутинной структурированной работы, основанной на правилах. Люди обрабатывают только 20% крайних случаев, требующих какого-либо суждения. Так что, если вы попытаетесь автоматизировать все, вы, вероятно, столкнетесь с некоторыми проблемами. Очень быстро, если вы владелец бизнеса, ищущий помощи во внедрении этих структур и решений ИИ для увеличения вашей прибыли и развития вашей компании, вы можете забронировать бесплатный ознакомительный звонок. Ссылка внизу в описании. Вернемся к делу. Шаг пятый: приоритизация по воздействию. К этому моменту у вас определено около 15-20 возможностей для автоматизации. Вы не можете построить их все сразу, и вам действительно не следует. Я наношу все на то, что я называю матрицей "Приоритет-Воздействие". И это просто сетка 2x2. Так, ось X — это сложность внедрения. По оси Y — бизнес-ценность. Таким образом, это создает четыре разных квадранта. У нас есть "быстрые победы", и это просто проекты с низкой сложностью и высокой ценностью. И именно с этого вы начинаете. Они быстро доказывают рентабельность инвестиций и финансируют более крупные проекты. "Большие скачки". Это высокая сложность, высокая ценность. Так, любая фаза два или три после того, как вы завоевали доверие. "Низкий приоритет". Это низкая сложность, низкая ценность. Я, вероятно, никогда бы их не строил. И затем "денежные ямы". Это просто высокая сложность, низкая ценность. Я бы полностью избегал. Итак, мы будем использовать пример проекта по управлению недвижимостью, который мы фактически завершили несколько месяцев назад. Итак, нашей "быстрой победой" был автоматический сбор лидов. Итак, проблема: Маркус тратил 45 минут каждое утро, вручную проверяя шесть источников лидов. Решение: Zapier, соединяющий все источники с центральной таблицей Airtable. Сложность: была низкой. Были базовые интеграции, ИИ не требовался. Ценность: 6 656 долларов в год сэкономлено плюс более быстрое время ответа. Срок: заняло две недели. Еще одна "быстрая победа". Автоматизация часто задаваемых вопросов арендаторам. Итак, проблема заключалась в 30 часах в неделю, потраченных двумя менеджерами по недвижимости на просто повторяющиеся вопросы. Решение: ИИ-ассистент, обученный на 12 распространенных категориях. Сложность: я бы сказал, средняя. Требовалось обучение на их конкретных политиках, но ценность составила 42 000 долларов, сэкономленных в год. Срок: 3 недели, очень короткий, "быстрая победа". Затем у нас был "большой скачок", и это было прогнозируемое планирование технического обслуживания. Итак, проблема здесь: реактивное техническое обслуживание, неэффективная координация с поставщиками. Решение, которое мы определили и построили: ИИ, анализирующий шаблоны технического обслуживания, автоматически планирующий его в зависимости от доступности поставщика и его рейтинга производительности. Сложность: была высокой, так как требовались исторические данные, сложные интеграции, база данных поставщиков и, конечно, некоторый опыт. Ценность: более 50 000 долларов воздействия от меньшего количества экстренных ремонтов и оптимизированного планирования. И это очень консервативно. Но срок: это было 8-12 недель. Так что обратите внимание, что я не строю "большой скачок" первым, очевидно, даже несмотря на то, что он имеет самую высокую общую ценность. Вместо этого мы просто строим "быстрые победы", которые доказывают рентабельность инвестиций за недели, а не месяцы. И как только они фактически увидят результаты, большой проект, он буквально продаст себя сам. И вот как вы структурируете свои проекты. Итак, фаза один: "быстрые победы". Фаза два и три: это будут более крупные проекты. Это делает трансформацию управляемой, а не подавляющей. Теперь шаг шестой: расчет реальной рентабельности инвестиций. Вот что заставляет руководителей фактически подписывать чеки. Вам нужно присвоить долларовые суммы всему. Итак, формула, которую мы используем, проста. Это просто "время, потраченное на человека" x "количество людей" x "дни в году" x "загруженная почасовая стоимость", и это равно годовой стоимости неэффективности. Теперь позвольте мне показать вам, как это работает на проекте, который мы сделали в прошлом. Итак, мы работали с компанией, занимающейся B2B-программным обеспечением, и их SDR тратили около 2 часов в день просто на ручное создание списков лидов. Всего восемь SDR, 260 рабочих дней в году, 40 долларов в час загруженной стоимости, когда вы учитываете зарплату, а затем льготы и накладные расходы. Итак, 2 часа x 8 SDR x 260 дней x 40 долларов = 166 400 долларов в год, потраченных впустую на задачу, которая должна была быть автоматизирована. Теперь внезапно автоматизация за 60 000 долларов не кажется дорогой. Она окупается за 5 месяцев и экономит им более 100 000 долларов каждый год после этого. Но экономия затрат — это только половина уравнения. Так что вам также нужно количественно оценить потерянный доход. Итак, для компании по управлению недвижимостью, вот как мы это разбили. Итак, ручная трата на сбор лидов. Итак, Маркус тратил 45 минут в день. Мы умножаем это на 30 долларов в час x 260 дней. Это около 5 850 долларов в год. Далее — еще один процесс. Итак, в среднем они тратили от трех до четырех часов на ответ на лиды. Теперь отраслевые данные показывали, что за каждый час задержки вы теряете примерно 10% лидов. А при среднем времени в три с половиной часа они теряли примерно 30% своих лидов. Итак, 800 лидов в месяц x 30% потерянных x 25% коэффициент закрытия, который у них был x 1500 долларов среднегодовой стоимости. Это было 90 000 долларов в год потерянного дохода. Еще один процесс: два менеджера по недвижимости x 15 часов в неделю x 40 долларов в час x 52 недели. Это около 62 000 долларов в год. И наконец, ручная координация технического обслуживания. Итак, Томми, еще одно случайное имя, тратил около 45 минут на запрос, звоня поставщикам, проверяя доступность. 80 запросов в месяц x 75 часов x 30 долларов в час x 12 месяцев. Это около 21 000 долларов в год. Итак, если мы сложим все это, это около 179 850 долларов в совокупных потерях и упущенном доходе ежегодно. Итак, наше решение стоило всего 81 000 долларов для внедрения. И через 8 месяцев вот фактические результаты. Итак, время ответа на лиды сократилось с 3-4 часов до 18 секунд в среднем. Коэффициент конверсии увеличился с 20% до 24%. Это эквивалентно примерно 161 000 долларов дополнительного годового дохода, который они раньше не получали. Время общения с арендаторами сократилось на 68%, что эквивалентно 42 000 долларов в год экономии. А затем координация технического обслуживания сократилась на 58%, что также эквивалентно 12 500 долларов в год экономии. Итак, общее годовое воздействие: 215 500 долларов в совокупном новом доходе и экономии. Рентабельность инвестиций: 166% в первый год. Период окупаемости: 9,2 месяца. И это именно та математика, которая фактически закрывает сделки. Так что, когда вы можете показать руководителю, что они упускают 180 000 долларов в год, а ваше решение окупается менее чем за год, решение для них очень очевидно. Им нужно быть глупыми, чтобы отказать вам. Итак, если вы пытаетесь сделать это впервые, не начинайте с 4-недельного аудита за 60 000 долларов для компании из 30 человек. Ну, я имею в виду, крайне маловероятно, что вы вообще сможете получить его, находясь в вашем положении. Так что не имеет значения. Итак, если вы пытаетесь сделать это впервые, не начинайте с 4-недельного супердорогого аудита для компании из 20+ человек. Ну, я имею в виду, крайне маловероятно, что вы сможете получить его, находясь в вашем положении, предполагая, что вы новичок. Так что начните с того, что я называю двухнедельной оценкой возможностей для малого бизнеса, где на первой неделе вы проводите исследование. Итак, всего несколько интервью с заинтересованными сторонами, 3-5 человек, по 30-45 минут каждое. Сосредоточьтесь на болевых точках, повторяющихся задачах, узких местах принятия решений. Вы не пытаетесь составить карту всей организации, а просто выявляете основные проблемы. И оттуда вы можете создать простую диаграмму рабочего процесса, показывающую, где работа застревает. И вы можете документировать свои предварительные выводы: где трата, где потерянный доход. Неделя вторая — проектирование решения. Итак, возьмите выявленные узкие места и нанесите их на матрицу воздействия. Итак, каковы "быстрые победы"? Просто проверьте это с заинтересованными сторонами. Например: "Мы думаем, что эта автоматизация здесь решит проблему X. Будет ли это на самом деле работать, учитывая вашу текущую настройку?" Просто получите их согласие, прежде чем окончательно что-либо утверждать. И оттуда создайте ваши топ-3 рекомендации с 90-дневной дорожной картой внедрения. И затем ценообразование. Так, вы можете взимать 5-10 тысяч долларов за компании с примерно 10-50 сотрудниками. И именно так вы фактически создаете свои кейсы и совершенствуете свой процесс. Вы не начинаете с вершины. Это не работает так. Вы начинаете с малого, доказываете модель и масштабируетесь по мере того, как вы становитесь лучше в предоставлении ценности. И также, это разница между малым бизнесом и средним рынком. Итак, малый бизнес, вы знаете, 10-50 сотрудников или даже меньше. Они хотят "быстрых побед" и немедленной рентабельности инвестиций. Они хотят, чтобы вы сказали им: "Используйте этот инструмент, внедрите эту автоматизацию, вы сэкономите 10 часов в неделю начиная со следующего месяца". Средние компании, от сотен до 300+ человек. Им нужна стратегия, им нужно образование, им нужно понять ландшафт ИИ в целом. И им нужно, чтобы их команда была согласована. Планируйте трансформацию культуры. И внедрение — это даже не их главная забота. Им просто нужно знать, где они находятся и куда им следует идти. Так что корректируйте свой подход в зависимости от того, кому вы продаете. Весьма вероятно, что вам придется сосредоточиться на первом, по крайней мере, в течение довольно долгого времени. Итак, это весь наш процесс аудита ИИ. Я упоминал ранее, что если вы остались до конца, вы получите доступ к некоторым бесплатным бонусам. Итак, это будет наш калькулятор рентабельности инвестиций. Итак, это просто очень короткая форма, запрашивающая некоторую информацию о вашей компании. И в результате она оценивает пробелы и узкие места в вашем бизнесе. Так что ссылка будет внизу в описании, если вы хотите ее проверить. Это совершенно бесплатно. Я думаю, это вам очень поможет. И снова, если вам нужна практическая помощь во внедрении этих структур в ваш собственный бизнес, будь то создание агентства ИИ или просто внедрение автоматизации в вашу компанию или ИИ в вашу компанию в любом смысле, мы предлагаем индивидуальную помощь, где мы проведем вас через все. Так что, если вы также заинтересованы в этом, ссылка будет внизу в описании. Но с учетом сказанного, я надеюсь, вы получили какую-то ценность от этого. И если да, пожалуйста, нажмите кнопку подписки внизу. Оставьте комментарий. Дайте мне знать, что вы думаете. Также поставьте лайк видео, это очень помогает каналу. И я увижу вас в следующем.