Použitia
Šesť scenárov, ktoré vidíme najčastejšie. Pri každom nájdete problém, náš postup aj to, aký výsledok považujeme za realistický.
Povedzme to na rovinu
Grow-AI je nová značka a zatiaľ nemáme dokončené AI projekty, ktoré by sme mohli zverejniť s menom klienta. Nižšie uvedené scenáre preto opisujú, ako riešenie navrhujeme a aké výsledky považujeme za realistické na typických objemoch — nie sú to namerané čísla konkrétneho zákazníka. Radšej to napíšeme, než by sme vám ukazovali vymyslené referencie. Keď pribudnú reálne, nahradia ich.
~70 %
objednávok bez zásahu človeka
Problém
Dvaja ľudia denne prepisujú objednávky z e-mailov a príloh do ERP. Chyby sa objavia až pri expedícii.
Ako to riešime
Agent prečíta e-mail aj prílohu, vytiahne položky, spáruje ich s katalógom, overí sklad a pripraví objednávku. Nezhody a neznáme položky odloží človeku.
Čo použijeme
2–4 h
ušetrených týždenne na osobu
Problém
Postupy, normy a bezpečnostné pokyny sú v troch systémoch. Nový technik sa pýta kolegov, tí strácajú čas.
Ako to riešime
RAG nad dokumentáciou priamo v Teamse. Každá odpoveď cituje dokument a stranu; keď zdroj neexistuje, systém to povie namiesto vymýšľania.
Čo použijeme
< 3 mes.
typická návratnosť
Problém
Prijaté doklady chodia v PDF, skenoch aj fotkách z mobilu. Prepis je monotónny a chybový.
Ako to riešime
Extrakcia položiek, súm a dátumov s kontrolou súčtov. Pri nízkej istote sa doklad zaradí na manuálnu kontrolu, nie do účtovníctva.
Čo použijeme
~40 %
kratší čas prvej odpovede
Problém
Podpora rieši rovnaké otázky o doprave, vrátení tovaru a dostupnosti. Zložité prípady čakajú v rade za jednoduchými.
Ako to riešime
Agent roztriedi tikety, doplní kontext z objednávky a navrhne odpoveď. Operátor ju odošle alebo upraví — nikdy sa neposiela automaticky.
Čo použijeme
on-prem
dáta neopustia výrobu
Problém
Kontrola prebieha vizuálne, výsledok závisí od zmeny a únavy. Chybné kusy sa niekedy zachytia až u zákazníka.
Ako to riešime
Model počítačového videnia natrénovaný na vašich snímkach, bežiaci lokálne na hrane. Bez odosielania obrazu do cloudu.
Čo použijeme
evaluácie
namiesto hádania, či je to lepšie
Problém
Funkčné demo od externistu, ktorý odišiel. Nikto nevie, či zmena promptu pomôže alebo uškodí, a účet za tokeny rastie.
Ako to riešime
Audit, testovacia sada z reálnych prípadov, monitoring a limity nákladov. Až potom optimalizácia — inak sa optimalizuje naslepo.
Čo použijeme
Napíšte nám, ktorý z nich je vám najbližší. Na prvom hovore vám povieme, či to vo vašom prípade dáva zmysel — aj keď je odpoveď nie.
