Реальные примеры внедрения GPT в SEOWORK: результаты, успехи и провалы

Как я пробовал использовать GPT решения в 5-ти отделах. С чего начинал и что (не) получилось. 7 задач с оценкой эффективности и рабочие примеры с подробным описанием реализации

Недавно я провёл презентацию в команде SEOWORK, где подробно рассмотрел применение решений на основе GPT для работы, используя примеры из разных отделов. Основная цель — показать, как внедрение GPT может улучшить рабочие процессы без необходимости привлекать разработчиков и почему это важно.

Цель статьи — поделиться опытом и сэкономить время читателей VC в попытках получить нужный результат от GPT

Меня зовут Александр Курогло, я операционный директор (COO) в SEOWORK. Больше 10 лет управляю стартапами и проектами, много много раз выстраивал процессы в различных отделах с нуля. Для меня шаги по прикладному «ковырянию» GPT показался схожи с налаживанием процесса автоматизации.

На сегодняшний день искусственный интеллект (ИИ) и, в частности, GPT-модели являются горячими темами. Компании массово обсуждают и внедряют ИИ, и, как показывают исследования, упоминания ИИ в квартальных отчётах крупнейших компаний растут. Например, исследования Stanford и MIT показали, что ИИ способен повысить производительность сотрудников на 14%, а такие корпорации, как Goldman Sachs, прогнозируют замену 300 миллионов рабочих мест ИИ в ближайшие годы.

С каждым днём становится всё более очевидно, что компании, активно использующие ИИ, будут иметь значительное преимущество перед теми, кто этого не делает. Внедрение ИИ становится не просто возможностью, а необходимостью для поддержания конкурентоспособности. ИИ и GPT помогают автоматизировать рутинные задачи, снижать затраты и улучшать качество обслуживания клиентов.

В современном бизнесе страх упустить возможность (FOMO) играет огромную роль. Компании понимают, что если они не будут использовать ИИ, то могут проиграть конкурентам, потерять клиентов и даже закрыться. Использование AI позволяет им оставаться конкурентоспособными, увеличивать прибыль и удерживать клиентов.

Как ставили задачу

Когда начал пробовать внедрять GPT-решения в SEOWORK, главная цель заключалась в том, чтобы проверить, как эти технологии могут улучшить реальные бизнес-процессы в различных отделах компании. Основные требования включали минимальное участие разработчиков и чёткую оценку эффективности внедрения.

Первая задача, на которой я решил протестировать GPT-решения, касалась итогов звонков с клиентами. В компании SEOWORK более 200 корпоративных клиентов, и каждый аккаунт-менеджер ежедневно ведёт множество переговоров, обсуждая самые разнообразные темы. На создание итогового постмита после каждого звонка уходит от 1 до 1,5 часов. В год это составляет значительные затраты времени и ресурсов, примерно 2 миллиона рублей.

Цель состояла в том, чтобы сократить время на подготовку постмитов до 5-10 минут, экономя таким образом около 1,5 миллионов рублей в год.

Решение

Решил разделить задачу на две части. Первая часть включала транскрибацию видео-звонков с клиентами в текст, вторая часть получение нужного постмита от GPT .

Транскрибация

Существует множество сервисов, которые могут качественно и недорого транскрибировать аудио в текст. Провеп сравнительный анализ 14 таких сервисов:

Выбор пал на Fireflies, который предлагал безлимитную транскрибацию за 30 долларов в месяц, при этом выдавал лучшее качество транскрибации на основании сравнения (d анализе помог Chat GPT). Это позволило нам эффективно переводить все звонки в текстовый формат.

Вторая часть задачи заключалась в подключении GPT-решений для анализа транскрибированных текстов и автоматического создания постмитов. Помимо всем известного ChatGPT, который работает на базе данных, доступных сети, решил использовать GPTs решение от OpenAI. Это решение позволяет загружать свои данные (тексты, PDF-файлы, таблицы и прочее) и взаимодействовать с ними через GPT.

Для этого я загрузил всю информацию о работе нашей платформы, примеры звонков с клиентами и существующие постмиты. Тщательно настроил промпт, чтобы GPT мог правильно формировать постмиты на основе полученных данных.

Изначально результаты казались многообещающими. Мы получали детализированные постмиты, которые на первый взгляд выглядели качественно. Однако, вскоре обнаружилось, что GPT пропускал важные детали, если не указывать темы явно. То есть, если не перечислять все обсуждаемые темы, GPT не включал их в постмит.

Неудача заключалась в том, что GPT, работая как векторная база данных, обобщал информацию и не всегда включал все важные детали. Это приводило к необходимости дополнительной ручной корректировки, что сводило на нет всю экономию времени.

Для понимания причин такого поведения важно знать, что GPT — это по сути векторная база данных, работающая на основе больших языковых моделей (LLM). Каждая характеристика или параметр информации представляется в виде векторов в многомерном пространстве. Без явного указания всех деталей, модель будет обобщать информацию по своим векторным представлениям, что может приводить к неполному или некорректному результату.

Представьте, что GPT — это огромная библиотека, где книги хранятся не в привычном алфавитном порядке, а по смыслу и контексту. Допустим, вы ищете книгу о яблоках. В традиционной библиотеке вы найдёте все книги на полке "Я". В векторной библиотеке GPT книги будут расположены так: книги про яблоки окажутся рядом с книгами про фрукты, садоводство и, возможно, кулинарию.

Если вы не уточните, что вас интересуют именно сорта яблок, GPT может предложить вам книгу о садоводстве или кулинарный рецепт с яблоками. Чтобы получить точный результат, вы должны задать более конкретный запрос. В этом и заключается проблема: если не указать все необходимые детали, модель может обобщить информацию и выдать неполные или неточные данные.

Несмотря на то, что первая задача не принесла ожидаемого результата, мы извлекли важный урок. Мы поняли, что GPT может быть эффективно использован в других задачах, где требуется обработка больших объёмов данных и получение обобщённых результатов. Например, для создания базы знаний или анализа данных по опросам.

Таким образом, первый опыт с GPT показал нам не только ограничения технологии, но и её потенциал в решении других бизнес-задач.

Применение GPT для ускорения поиска информации в базе знаний стало следующей задачей, которую мы решили протестировать. В SEOWORK часто возникает необходимость быстро находить информацию в обширных базах данных. Это касается отдела поддержки, разработки, аккаунтинга и других. Задача заключалась в том, чтобы ускорить процесс поиска нужной информации и минимизировать временные затраты сотрудников.

С помощью GPTs мы загрузили все необходимые данные в систему, включая текстовые документы, PDF-файлы и таблицы. Теперь сотрудники могли задавать вопросы напрямую GPTs и получать точные ответы на свои запросы. Это позволило сократить время поиска информации с нескольких часов до нескольких минут, существенно повысив производительность.

Также это может быть полезно и в повседневном использовании. Недавно мы с женой проходили курс по нутрициологии. Информация на курсе подавалась в разных форматах: видео, презентации, текстовые документы. Пересматривать все эти материалы для нахождения нужной информации было крайне неудобно и отнимало много времени.

Чтобы упростить задачу, я решил использовать GPTs. Я транскрибировал все видео-лекции в текстовый формат и загрузил их вместе с другими материалами курса в GPTs. Затем, когда мне понадобилось найти конкретную информацию, например, характеристики минеральной воды, я просто задавал соответствующий запрос в GPTs и получал точный ответ за считанные секунды.

Например, вместо того чтобы просматривать несколько видео и искать в них нужные фрагменты, я просто спросил у GPTs: "Какие характеристики необходимы для минеральной воды?", GPTs быстро обработал все загруженные данные и предоставил мне исчерпывающий ответ, включающий все ключевые характеристики и рекомендации.

Для регулярных постмитов по темам, которые не меняются, мы также применили GPT-решения. Например, если на регулярных встречах обсуждаются одни и те же темы, такие как изменения по задачам или сроки выполнения проектов, GPT может автоматически генерировать резюме встреч.

В данном случае мы использовали платформу Fireflies, которая позволяет легко интегрировать GPT в рабочий процесс. Если раньше на создание одного постмита уходило около 20 минут, то теперь этот процесс занимает не более 5 минут. В результате, стоимость создания постмита сократилась с 2000 рублей до 400 рублей в месяц.

Здесь важно понимать для какого количества отделов вы планируете использовать это решение, не всегда оно имеет смысл.

В SEOWORK также проводится множество опросов среди сотрудников и клиентов. Анализ результатов таких опросов вручную требует значительных временных затрат. Мы решили применить GPT для автоматической обработки результатов опросов.

Мы загрузили все результаты опросов в GPT и задали системе вопрос о том, какие рекомендации встречаются чаще всего. Например, в рамках одного из опросов по Академии SEOWORK, GPT проанализировал 500 рекомендаций и выделил топ-5 самых важных исходя из частоты упоминаний. Это позволило нам сократить время на обработку данных с 15 часов до нескольких минут и сэкономить около 30 000 рублей.

Следующая задача касалась аналитики отчетов по клиентам. У нас есть более 200 клиентов, и для каждого из них ведется учет по 30 параметрам. Ручная аналитика таких данных занимает более 100 часов. Использование GPT позволило автоматизировать этот процесс, сократив время анализа до нескольких минут.

GPT проанализировал все отчеты и предоставил сводную аналитику по ключевым параметрам. Это позволило сэкономить более 200 000 рублей и освободить значительные ресурсы для других задач.

Обработка обратной связи от сотрудников также является важной задачей в SEOWORK. Мы провели опрос среди 80 сотрудников по 10 параметрам. Ручная аналитика таких данных заняла бы более 30 часов. GPT позволил автоматизировать этот процесс и сократить время анализа до нескольких минут.

С помощью GPT мы получили сводный отчет по оценкам сотрудников, что позволило нам быстро выявить ключевые проблемы и предложения. Это позволило сэкономить около 60 000 рублей.

Последняя задача касалась создания контента для отдела маркетинга. Написание одной качественной статьи вручную занимает более 10 часов. С помощью GPT этот процесс можно ускорить до 1,5 часов.

GPT позволяет быстро генерировать текст на заданную тему, структурировать его и дорабатывать. В результате, за то время, которое раньше уходило на написание одной статьи, теперь можно создавать до 6 статей. Это существенно повышает продуктивность отдела маркетинга и снижает затраты на создание контента.

Применение GPT в различных задачах показало высокую эффективность и значительные экономии времени и ресурсов. Мы увидели, что GPT-решения могут существенно улучшить производительность и качество работы в разных отделах компании. Эти технологии открывают новые возможности для оптимизации бизнес-процессов и повышения конкурентоспособности..

Это новая форма работы с данными

Применение GPT и других AI-решений в SEOWORK показало, что мы на пороге новой эры работы с данными. Как когда-то появление электронных таблиц изменило бизнес-процессы, так и сейчас векторные базы данных и большие языковые модели (LLM) трансформируют подход к обработке и анализу информации. GPT позволяет автоматизировать рутинные задачи, экономить время и ресурсы, а также улучшать качество принимаемых решений.

Нужно всем использовать чтобы быть эффективнее

Использование AI и GPT-решений становится необходимостью для каждой компании. Технологии развиваются стремительно, и те, кто успеет интегрировать их в свои процессы, получат значительное конкурентное преимущество. Компании, которые не адаптируются к новым условиям, рискуют потерять клиентов, отстать от конкурентов и даже закрыться. Применение GPT позволяет улучшать эффективность работы, сокращать затраты и повышать удовлетворенность клиентов.

Чтобы начать использовать GPT и AI в своей компании, важно понять, на каком уровне вы сейчас находитесь, и какие задачи нужно решить в первую очередь. Мы предлагаем четыре уровня погружения: Base, Pro, Premium и Ultra Premium.

На этом уровне можно начать с простых задач и доступных решений.

Попробуйте использовать GPT-бота в Telegram, например, @GPT4Telegrambot, или бесплатную версию GPT через VPN.

Используйте GPT для переписывания текстов, генерации идей, создания саммери и структурирования информации. Также можно интегрировать AI-решения в платформах, которые вы уже используете, такие как Notion или Fireflies.

Следующий шаг — использование GPTs. Это потребует больше усилий и затрат, но принесет значительные преимущества. Загружайте в GPTs базу знаний компании, вытаскивайте нужные данные из различных источников и автоматизируйте рабочие процессы. Это поможет значительно ускорить поиск информации и улучшить качество принимаемых решений.

Для лучшего понимания, как работают векторные базы данных и почему это важно, приведу пример из моей личной жизни. Недавно мы с женой проходили курс по нутрициологии. Информация на курсе подавалась в разных форматах: видео, презентации, текстовые документы. Пересматривать все эти материалы для нахождения нужной информации было крайне неудобно и отнимало много времени.

Чтобы упростить задачу, я решил использовать GPTs. Я транскрибировал все видео-лекции в текстовый формат и загрузил их вместе с другими материалами курса в GPTs. Затем, когда мне понадобилось найти конкретную информацию, например, характеристики минеральной воды, я просто задавал соответствующий запрос в GPTs и получал точный ответ за считанные секунды.

Например, вместо того чтобы просматривать несколько видео и искать в них нужные фрагменты, я просто спросил у GPTs: "Какие характеристики необходимы для минеральной воды?" GPTs быстро обработал все загруженные данные и предоставил мне исчерпывающий ответ, включающий все ключевые характеристики и рекомендации.

На уровне Premium рекомендуется настроить API GPT и использовать его для работы с большими массивами данных. Применяйте расширения для таблиц и других инструментов, чтобы автоматизировать задачи, требующие обработки больших объемов информации. Это позволит вам значительно сократить временные затраты и повысить производительность.

Спасибо каналу Игоря Акимова @ai_product, подсказал как бесплатно интегрировать GPT в Google Sheets.

Для компаний, готовых к глубокой интеграции AI, существует уровень Ultra Premium. Используйте платформы AI-автоматизации, такие как Relevance, Voiceflow, Stack-ai, Botpress, Zapier и Airtable. Они позволяют выстраивать сложные автоматизированные процессы, внедрить AI-решения в различные отделы и создавать новые продукты и MVP на основе AI.

Начинайте исходя из вашего уровня

Использование GPT и AI-решений в бизнесе — это не роскошь, а необходимость. Какой бы уровень погружения вы ни выбрали, главное — начать. Подумайте, какие задачи в вашей компании можно автоматизировать с помощью GPT, и начните с малого. На каждом уровне есть свои преимущества и возможности, и постепенно вы сможете расширить использование AI-решений.

Пробуйте чаще

Не бойтесь экспериментировать. Чем больше вы пробуете использовать GPT в различных задачах, тем больше вы найдете способов улучшить бизнес-процессы. Применение AI может сначала показаться сложным, но с каждой новой задачей вы будете лучше понимать, как и где можно использовать эти технологии. Постоянное тестирование и адаптация новых решений поможет вам оставаться на передовой и получать максимальную выгоду от использования AI.

В завершение хочу порекомендовать вам браузер Arc. Это не просто еще один браузер, а мощный инструмент для повышения продуктивности. Arc создан, чтобы значительно ускорить вашу работу с информацией и сделать ее более удобной и эффективной.

Вот несколько ключевых особенностей, которые делают Arc уникальным.

Удобная работа с вкладками

Одной из самых раздражающих проблем в традиционных браузерах, таких как Chrome, является работа с вкладками. Множество открытых вкладок, необходимость постоянно закрывать и открывать их, путаница и потеря нужной информации — все это отнимает много времени и сил. В Arc эта проблема решена кардинально иначе.

В Arc используется система сессий и рабочих областей. Вы можете создавать отдельные рабочие области для разных проектов или задач, где будут храниться все нужные вкладки. Это позволяет поддерживать порядок и быстро переключаться между различными контекстами работы. Вам не нужно беспокоиться о том, что вы потеряете важную вкладку или забудете, где находится нужная информация.

Командная строка

Еще одной важной особенностью Arc является встроенная командная строка. Для тех, кто знаком с командной строкой в разработке, это будет настоящим спасением. Вы можете быстро открывать новые вкладки, искать информацию и выполнять различные действия с помощью командной строки, что значительно ускоряет работу.

Встроенный GPT-поиск

Arc интегрирован с GPT, что позволяет использовать AI прямо в браузере для поиска и обработки данных. Например, вы можете открыть длинный документ и с помощью GPT-поиска быстро найти нужную информацию или создать саммари текста. Это особенно полезно, когда вам нужно быстро разобраться в большом объеме данных.

Аналогично Perplexity выдает агрегированную информацию, например, вам нужно узнать среднюю температуру в разных городах в январе. Вы можете просто ввести запрос в командную строку Arc, и GPT найдет нужную информацию, собрав данные с разных страниц.

P.S.

Статью эту делал с GPT: 1 час на сведение данных в гугл доке (на основе транскрибации видео презентации) + 1 час верстка на VC 😅