Wiedza, która odpowiada: asystenci AI dla wewnętrznej ekspertyzy

Zapytaj pracownika pierwszej linii, gdzie znajduje się odpowiedź, a rzadko dostaniesz dokument. Dostaniesz nazwisko. Polityka tkwi w czyjejś głowie, wyjątek opisano w wątku z zeszłej wiosny, a aktualna wersja procedury to ta, którą doświadczony kolega trzyma na swoim pulpicie. Każda organizacja działa w oparciu o wiedzę, do której nie potrafi łatwo dotrzeć.

Koszt nie jest abstrakcyjny. Płaci się go w tej samej walucie każdego dnia i robi to każdy.

Problemem jest dostęp, a nie informacja

Firmom nie brakuje wiedzy. Brakuje im sposobów, by do niej dotrzeć. Badanie McKinsey dotyczące pracowników wykonujących pracę interakcyjną wykazało, że niemal jedna piąta tygodnia pracy przepada na szukanie informacji wewnętrznych lub odnajdywanie osoby, która je posiada. W funkcjach intensywnie korzystających z wiedzy oznacza to jeden dzień na pięć spędzony na szukaniu zamiast na obsłudze.

Wewnętrzny asystent uderza w tę liczbę wprost. Wchłania polityki, procedury i dokumentację produktową, które organizacja już posiada, indeksuje je i odpowiada na pytania prostym językiem, z odnośnikami do źródła. To samo badanie wykazało, że udostępnienie wiedzy do przeszukiwania może skrócić czas wyszukiwania nawet o 35%. Nie chodzi o nowość. Chodzi o odzyskane godziny.

Firmom nie brakuje wiedzy. Brakuje im sposobów, by do niej dotrzeć.

Korzyści są największe tam, gdzie staż jest najkrótszy

Najbardziej rygorystyczne dowody pochodzą z badania 5179 konsultantów obsługi klienta, którym udostępniono asystenta generatywnego podpowiadającego odpowiedzi w czasie rzeczywistym. Dostęp do niego podniósł liczbę rozwiązanych spraw na godzinę średnio o 14%. Ale średnia ukrywa istotę rzeczy. Konsultanci początkujący i mniej wykwalifikowani poprawili wyniki o 34%, podczas gdy najbardziej doświadczeni niemal nie odczuli zmiany.

Ta asymetria to cały argument za wewnętrzną wiedzą jako zastosowaniem. Asystent działa, wydobywając to, co najlepsi pracownicy już wiedzą, i przekazując to wszystkim pozostałym. Skraca krzywą stażu, zamieniając pracownika z dwumiesięcznym doświadczeniem w odpowiednik kogoś z sześciomiesięcznym.

Właśnie dlatego wewnętrzna wiedza przesunęła się z roli projektu pobocznego do priorytetu pierwszej linii. W badaniu McKinsey z 2024 roku 65% organizacji zadeklarowało regularne korzystanie z generatywnej AI, niemal dwukrotnie więcej niż dziesięć miesięcy wcześniej, a powracającym wzorcem w ramach tego wdrożenia jest interfejs konwersacyjny nałożony na treści wewnętrzne.

Co odróżnia asystenta budującego zaufanie od tego, który je niszczy

Technologia to łatwa część. To dyscyplina decyduje, czy ludzie nadal będą korzystać z narzędzia po pierwszej błędnej odpowiedzi. Pięć praktyk odróżnia wdrożenia, które przynoszą rosnące korzyści, od tych, które po cichu obumierają.

1. Ogranicz korpus. Zacznij od jednego dobrze utrzymanego zbioru treści, polityki HR, procedur wsparcia lub dokumentacji produktowej, i jasno powiedz użytkownikom, co asystent wie, a czego nie. Wąski asystent, który ma rację, bije szerokiego, który zgaduje.
2. Ugruntuj każdą odpowiedź i opatrz ją źródłem. Odpowiedzi powinny pochodzić z zatwierdzonych treści i być zwracane z odnośnikami do źródeł, aby pracownik mógł zweryfikować je jednym kliknięciem. Asystent proponuje; rozstrzyga źródło.
3. Traktuj aktualność jako zadanie, nie jako nadzieję. Nieaktualne repozytoria to źródło halucynacji. Wyznacz osoby odpowiedzialne za to, co jest dodawane, usuwane i przeglądane, oraz w jakim rytmie.
4. Ogranicz dostęp według uprawnień. Wiedza wewnętrzna jest obwarowana uprawnieniami. Asystent musi respektować, kto co może zobaczyć, w przeciwnym razie staje się wyciekiem danych z przyjaznym interfejsem.
5. Domknij pętlę informacji zwrotnej. Monitoruj pytania, na które asystent nie potrafi odpowiedzieć, oraz odpowiedzi, które ludzie odrzucają. Te luki to mapa drogowa dla kolejnej rundy treści, a nie powód, by porzucić narzędzie.

Dlaczego rachunek ekonomiczny się broni

Powodem, dla którego to zastosowanie powraca w poważnych analizach, jest fakt, że wartość koncentruje się tam, gdzie te firmy działają. McKinsey szacuje, że obsługa klienta to jedna z czterech funkcji odpowiadających za większość potencjału generatywnej AI, z zyskami produktywności wartymi od 30 do 45% obecnych kosztów funkcji. Wewnętrzny asystent to sposób, w jaki ten potencjał dociera do biurka: nie zastępując eksperta, lecz udostępniając jego wiedzę każdemu w chwili, gdy jej potrzebuje.

Firmy, które robią to dobrze, nie traktują asystenta jak funkcji. Traktują go jak zarządzaną warstwę nad swoją ekspertyzą, nadzorowaną z taką samą powagą jak wiedza, która pod nią leży. To właśnie przejście od wdrożenia chatbota do prowadzenia kompetencji wiedzowej.

Aby zobaczyć, jak projektujemy i nadzorujemy wewnętrznych asystentów wiedzy, poznaj nasze prace z obszaru Advisory i Experience Strategy lub przejrzyj studia przypadków.