B2B accounts-payable தளமான Stampli, தனது பணிப்பாய்வில் (workflow) ChatGPT Work-ஐ இணைத்த பிறகு, வாடிக்கையாளர் சேர்க்கை நேரத்தை (onboarding time) 68% குறைத்துள்ளது.

உள்நோக்கிய அணுகுமுறை ஏன் முக்கியமானது

பெரும்பாலான செய்திகள் சாட்பாட்கள் (chatbots), குறியீடு உருவாக்குநர்கள் (code generators) அல்லது பட வடிவமைப்பாளர்களுக்காக உருவாக்கப்பட்ட தலைப்புச் செய்திகளாகவே உள்ளன. அதே தொழில்நுட்பம் ஒரு சேவைச் செயல்பாட்டை (service operation) வேகப்படுத்த முடியும் என்பதை Stampli காட்டுகிறது. ஒரு வாடிக்கையாளரை விரைவாகச் செயல்படுத்துவது, செயலாக்கக் குழுக்களின் (implementation teams) நேரத்தை மிச்சப்படுத்துகிறது, வருவாய் அங்கீகார சுழற்சியைக் (revenue-recognition cycle) குறைக்கிறது மற்றும் தயாரிப்பு பயன்பாட்டிற்குள் வருவதற்கு முன்பே வாடிக்கையாளர் திருப்தியை அதிகரிக்கிறது.

எண்களுக்குப் பின்னால் உள்ள சூழல்

வழக்கமான AP செயல்பாடுகளைத் தொடங்குவதற்கு தரவு இறக்குமதி (data imports), விதி அமைப்புகள் (rule setups), பயனர்-பங்கு ஒதுக்கீடு (user-role assignments) மற்றும் வாடிக்கையாளர் சார்ந்த பல ஆவணங்கள் தேவைப்படுகின்றன. பல SaaS நிறுவனங்களில், இந்த நிலைகள் வாரக்கணக்கில் நீடிக்கின்றன, இது உயர் மதிப்புள்ள பணிகளில் செலவிடப்பட வேண்டிய மூத்த பணியாளர்களின் நேரத்தை வீணடிக்கிறது. Stampli மீண்டும் மீண்டும் செய்யப்படும் சரிபார்ப்புப் பட்டியலை (checklist) கண்டறிந்து, அவற்றை ChatGPT Work-க்கு அளித்ததுடன், உள் தூண்டுதல்களை (internal prompts) பணிப்பாய்வு தானியக்கமாக்கல்களுடன் (workflow automations) இணைத்தது.

இந்நிறுவனம் வெறும் ஒரு பொத்தானை அழுத்தி மட்டும் இதைச் செய்துவிடவில்லை. ஒவ்வொரு சேர்க்கை நிலையிலும் (onboarding stage) மாதிரியை வழிநடத்துவதற்கான தூண்டுதல்கள் (prompts) மற்றும் தானியக்கமாக்கல்களின் தொகுப்பை அது உருவாக்கியது. இதன் விளைவாக, இது ஒருமுறை மட்டும் செய்யப்பட்ட பரிசோதனையாக இல்லாமல், ஒவ்வொரு புதிய வாடிக்கையாளருக்கும் பயன்படுத்தக்கூடிய ஒரு மீண்டும் செய்யக்கூடிய செயல்முறையாக (repeatable process) மாறியுள்ளது.

அபாயங்கள் மற்றும் வரம்புகள்

தானியக்கமாக்கலுக்கு (Automation) இன்னும் மனித மேற்பார்வை தேவைப்படுகிறது. சிக்கலான ஒப்பந்தங்கள், விசித்திரமான வரி அதிகாரப் பகுதிகள் (tax jurisdictions) அல்லது பழைய ERP இணைப்புகள் ஆகியவற்றிற்கு நிபுணத்துவத் தீர்ப்பு தேவைப்படுகிறது. சரிபார்ப்பு இல்லாமல் AI-ஐ ஆவணங்களை உருவாக்க அனுமதிப்பது இணக்கச் சிக்கல்களை (compliance errors) ஏற்படுத்தக்கூடும். இந்த அமைப்பின் வெற்றி நன்கு வடிவமைக்கப்பட்ட தூண்டுதல்களைப் (prompts) பொறுத்தே அமைகிறது; தவறான அறிவுறுத்தல்கள் தவறான முடிவுகளைத் தரும் மற்றும் பிழைகளைத் திருத்துவதற்குத் टीमोंக்கள் நேரத்தை வீணடிக்க வேண்டிய கட்டாயத்தை உருவாக்கும்.

பிற குழுவினர் எடுக்கக்கூடிய நடவடிக்கைகள்

நீங்கள் ஒரு வாடிக்கையாளர் வெற்றி (customer-success) அல்லது செயலாக்கக் குழுவை (implementation group) வழிநடத்தினால், AI மூலம் கிடைக்கும் முன்னேற்றத்தை அளவிட இந்த நடவடிக்கைகளை முயற்சிக்கவும்:

  • ஒப்பந்தம் கையெழுத்திடுவது முதல் செயல்பாட்டுக்கு வருவது (go-live) வரையிலான ஒவ்வொரு செயலையும் வரைபடமாக்குங்கள்.
  • ஒவ்வொரு படிநிலையும் எவ்வளவு நேரம் எடுக்கிறது என்பதைப் பதிவு செய்யுங்கள்.
  • ஒவ்வொரு வாடிக்கையாளருக்கும் மாற்றமின்றி மீண்டும் மீண்டும் செய்யப்படும் பணிகளைத் தனித்துக் காட்டுங்கள்.
  • ஆவணங்கள் அல்லது உள்ளமைப்புகள் (configuration) எங்கு கைமுறையாக மீண்டும் எழுதப்படுகின்றன என்பதைக் கண்டறியுங்கள்.

மீண்டும் மீண்டும் செய்யக்கூடிய, குறைந்த சிக்கலான பணிகளைக் குறிவைப்பதே AI சிறப்பாகச் செயல்படும் இடமாகும். ஒரு சிறிய முன்னோடித் திட்டத்துடன் (pilot) தொடங்கி, கருத்துகளின் அடிப்படையில் தூண்டுதல்களை (prompts) மேம்படுத்தி, மாதிரி நம்பகமானது என்று நிரூபிக்கப்பட்ட பின்னரே விரிவாக்கவும்.

அடுத்து கவனிக்க வேண்டியவை

Stampli-யின் இந்தத் தொடக்கம் இன்னும் ஆரம்ப நிலையிலேயே உள்ளது, மேலும் வாடிக்கையாளர் வெளியேற்றம் (churn), கூடுதல் விற்பனை வேகம் (upsell velocity) மற்றும் செலவு அமைப்பு ஆகியவற்றின் மீதான தாக்கம் இன்னும் தெளிவாகத் தெரியவில்லை. இந்த வேகம் அளவிடக்கூடிய வருவாய் லாபமாக மாறுகிறதா அல்லது வெறும் உள் பணிச்சுமையை மாற்றியமைக்கிறதா என்பதைப் பார்வையாளர்கள் கவனிப்பார்கள். அதிகமான விற்பனையாளர்கள் சேவைப் பாதைகளில் (service pipelines) AI-ஐச் சோதிக்கும்போது, தயாரிப்பு கண்டுபிடிப்பு மற்றும் செயல்பாட்டுத் திறன் ஆகியவற்றிற்கு இடையிலான எல்லை தொடர்ந்து மங்கிக் கொண்டே இருக்கும்.