Mitől lesz valami AI workflow és nem sima kód?

Mitől lesz valami AI workflow és nem sima kód?

Egyre több helyen hallani, hogy egy cég AI-jal automatizálta valamelyik folyamatát. De ha rákérdezel, mit jelent ez pontosan, nagyon különböző válaszokat kapsz. Van, ahol egy jól bevált szabályrendszert hívnak workflow-nak, csak mert valahol a láncban fut egy AI-hívás is. És van, ahol tényleg más a logika: a rendszer nem előre megírt lépéseket követ végig, hanem érti, amit olvas.

A kettő között nem a technológia korszerűsége a különbség. Az, hogy mennyi mindent kellett előre végiggondolni és leprogramozni ahhoz, hogy a folyamat működjön. Nézzük meg ezt egy olyan helyzeten keresztül, amivel gyakorlatilag minden vállalkozás találkozik: a weboldalon beérkező kapcsolatfelvételen.

A hagyományos automatizmus: kapcsolatfelvételi űrlap kódban

A legtöbb weboldalon a kapcsolatfelvételi űrlap ma is ugyanazt csinálja évek óta. Valaki kitölti, a rendszer összerak egy e-mailt, és elküldi a megadott címre. Ha van benne valamennyi automatizálás, az általában néhány egyszerű szabály: ha az üzenetben szerepel az "árajánlat" szó, kerüljön az "érdeklődés" mappába, ha "hiba" vagy "nem működik" szerepel benne, menjen a support felé.

Ez működik, amíg az emberek pontosan úgy fogalmaznak, ahogy a fejlesztő előre elképzelte. A gond ott kezdődik, amikor valaki azt írja: "A rendszer, amit tavaly vettünk tőletek, most furcsán viselkedik, tudnátok segíteni?" Nincs benne se "hiba", se "nem működik", mégis egyértelműen support-ügy. A szabály ezt nem kapja el, mert szó szerint keres, nem érti a mondatot.

Minden ilyen esetet külön fel kell ismerni, és külön szabályt kell rá írni. Minél több eshetőséget akarsz lefedni, annál hosszabb és törékenyebb lesz a szabályrendszer. Egy ponton a karbantartása több munkát visz el, mint amennyi időt eredetileg megspórolt.

Az AI workflow: ugyanaz a feladat, más logika

Egy AI workflow ugyanezt a beérkező üzenetet másképp kezeli. A rendszer elolvassa és értelmezi a szöveget, nem kulcsszavakat keres benne. Egy jól felépített kapcsolatfelvétel-feldolgozó workflow ezekből a lépésekből áll:

• besorolja az üzenetet: érdeklődés, support-kérdés vagy spam,
• kinyeri belőle, melyik cégtől jött és milyen típusú projektről van szó,
• létrehozza a leadet a megfelelő státusszal a CRM-ben,
• és megírja a válasz piszkozatát, amit már csak jóvá kell hagyni és el kell küldeni.

A fenti "furcsán viselkedik" mondatot a rendszer minden gond nélkül felismeri support-ügyként, mert érti, mit jelent, nem azt nézi, szerepel-e benne egy előre megadott szó. Ha holnap valaki egészen más megfogalmazással ír, ugyanígy felismeri, mert nem egy szótárhoz hasonlítja az üzenetet, hanem értelmezi azt.

Mi nem AI workflow, még ha AI is van benne

Van egy gyakori félreértés, amit érdemes tisztázni. Ha a cégednél annyi történt, hogy a régi, szabályalapú rendszerbe beraktátok egy lépést, ahol a ChatGPT megfogalmaz egy udvarias választ, az még nem AI workflow. Attól, hogy egy pontban AI ír szöveget, a rendszer logikája ugyanaz maradt: a besorolás, a felismerés és a döntés továbbra is a régi, előre megírt szabályokon múlik.

A különbség ott van, hogy melyik lépés dönt. Ha az AI csak szépít egy már meghozott döntést, az kozmetika. Ha az AI hozza meg magát a döntést, amit korábban szabályokkal próbáltatok lefedni, az valódi AI workflow. Ez a különbségtétel azért fontos, mert két teljesen más fejlesztést jelent, és két teljesen más eredményt is hoz.

A valódi különbség: nem kell mindent előre kitalálni

Itt érkezünk el a lényegi különbséghez, és ez nem varázslat. A hagyományos automatizmusnál neked vagy a fejlesztődnek előre végig kell gondolnia minden lehetséges esetet, és mindegyikhez le kell írnia, mi történjen. Ha kimarad egy eset, a rendszer vagy hibázik, vagy egyszerűen nem csinál vele semmit.

Az AI workflow-nál a cél és a lépések vannak rögzítve: olvasd el, sorold be, nyerd ki az adatokat, hozd létre a leadet, írd meg a választ. De azt, hogy pontosan hogyan ismerd fel az egyes eseteket, nem kell soronként megírni. A rendszer a nyelv értelmezéséből dolgozik, ezért olyan megfogalmazásokkal is jól boldogul, amivel senki nem számolt előre.

Hogyan néz ki ez a gyakorlatban a Lionernél?

Nálunk ez nem elmélet, hanem napi működés. A saját cégünkben is AI workflow-k dolgoznak, nem csak ügyfeleknél építjük őket. Nora, a marketing-elemző AI munkatársunk a Google Ads, Analytics és Search Console adatokból dolgozik, kiszűri a kiugró értékeket, és konkrét javaslatot tesz, mielőtt egy kolléga egyáltalán ránézne a riportra. Leo, a fejlesztő AI munkatársunk hibajegyeket dolgoz fel és kódot ír, saját biztonsági korlátok között.

A kapcsolatfelvétel feldolgozása ugyanebbe a logikába illeszkedik. Arról, hogyan lehet egy céges rendszert (CRM-et vagy ERP-t) összekötni a mesterséges intelligenciával, korábban külön cikkben is írtunk, mert ez az alapja annak, hogy egy ilyen workflow ne csak beszéljen, hanem valóban dolgozzon is a te adataidból.

Mikor elég a hagyományos automatizmus, és mikor éri meg AI workflow-t építeni?

Nem minden helyzethez kell AI workflow. Ha egy folyamat mindig ugyanúgy fut le, kevés benne a variáció, és pontosan tudod előre, milyen bemenetek jöhetnek, egy hagyományos, kódba írt automatizmus olcsóbb, gyorsabban bevezethető és kiszámíthatóbb. Egy automatikus visszaigazoló e-mail, ami minden űrlapkitöltés után ugyanazt a szöveget küldi ki, tökéletes példa erre. Ide nem kell AI, feleslegesen bonyolítaná a rendszert.

AI workflow ott éri meg, ahol a bemenet változatos: szabad szöveg, eltérő megfogalmazás, kontextusfüggő döntés. A kapcsolatfelvételi űrlap tipikusan ilyen, mert az emberek nem szabvány szerint írnak. Ugyanez igaz sok más folyamatra is a cégeden belül. Arról, hogy egy egyedi rendszer még milyen területeken tud segíteni, itt írtunk részletesebben.

Mit jelent ez neked vezetőként?

A gyakorlati tanulság egyszerű. Nem azért éri meg AI workflow-ban gondolkodni, mert trendi, hanem mert a te folyamataidban is vannak olyan pontok, ahol eddig azért kellett kézzel dolgozni, mert túl sokféle eset fordult elő ahhoz, hogy megérje mindet leprogramozni. Az AI workflow pont ezt a falat bontja le: nem kell előre kitalálnod az összes lehetséges ügyfélmondatot, elég meghatároznod a célt és a korlátokat.

Fontos, hogy az automatizált feldolgozás csak a kezdet. Ahogy arról korábban is írtunk, a kapcsolatfelvétel önmagában nem cél, hanem kiindulópont. Egy AI workflow nem helyettesíti a jól felépített utánkövetést, csak felgyorsítja és pontosabbá teszi az első lépést: azt, hogy a megkeresés a megfelelő helyre kerüljön, a megfelelő státusszal, minél előbb.

Azt is fontos kimondani, hogy egy AI workflow nem jelenti azt, hogy mindent felügyelet nélkül rá lehet bízni a rendszerre. A válasz piszkozatát a gyakorlatban érdemes egy kollégának jóváhagynia, mielőtt kimegy, és időnként érdemes visszanézni, hogy a besorolások tényleg jók-e. A cél nem az, hogy kivedd az embert a folyamatból, hanem az, hogy a rutinmunkát levegyed róla, és a döntést hagyd nála ott, ahol tényleg számít.

Összegzés

A különbség egy hagyományos automatizmus és egy AI workflow között nem az, hogy melyik "okosabb". Az, hogy melyiknél kell előre végiggondolnod és leprogramoznod minden lehetséges esetet. A hagyományos automatizmusnál igen. Az AI workflow-nál a célt és a lépéseket rögzíted, a felismerést maga a rendszer végzi.

Egy következő cikkben azt is megmutatjuk, mi a különbség egy ilyen AI workflow és egy AI agent között, ahol már nem is a lépéseket írjuk elő, hanem csak a célt és a korlátokat.

Ha szeretnéd megnézni, a te vállalkozásodban hol van olyan pont, ahol egy AI workflow kiválthatná a kézi munkát, kérj egy ingyenes konzultációt. Az ERP és CRM rendszer fejlesztés szolgáltatásunk keretében pontosan ilyen megoldásokat építünk ügyfeleinknek.