Кейс клієнта
Мікрокредитна компаніяповна програма ChatGPT для п'яти відділів
Виклики та спеціальні умови
- П'ять відділів з різними задачами одночасно. Запит охоплював продажі, кредитування, роботу з простроченою заборгованістю, контроль якості та обслуговування клієнтів — кожен зі своєю специфікою.
- Змішані очікування. У запиті поєднувались аналітичні задачі (KPI, звіти, прогнозування) і операційні сценарії (комунікація з клієнтами, якість розмов, навчання персоналу) — потрібно було чітко розділити, що з цього реально закрити персональним навчанням.
- Ризик завищених очікувань від ШІ. Частина запитів компанії (прогнозування повернення заборгованості, автоматичне виявлення аномалій у даних, повна автоматизація процесів) вимагала не персонального навчання, а окремих проєктів з розробки ML-моделей та інтеграції з ІТ-системами — це потрібно було чесно окреслити ще до старту програми.
Як вирішили
Перед складанням програми провели аналіз запитів усіх п'яти відділів і розділили задачі на три групи: те, що співробітники можуть закрити самостійно через персональне навчання; те, що потребує окремої автоматизації бізнес-процесів; і те, що на поточному етапі економічно недоцільно вирішувати через ШІ. Це дало змогу побудувати програму, сфокусовану виключно на реалістичних персональних сценаріях, без обіцянок «автоматичного прогнозування» чи «розумних дашбордів», яких персональне навчання дати не може.
Повна програма — 9 занять по 2 години, двічі на тиждень протягом 5 тижнів. На вступному занятті — огляд ChatGPT, Copilot, Claude та Gemini; далі структура рухалась від основ (формулювання запитів) через декомпозицію складних задач на підзадачі — до прикладних блоків: звіти й аналітика в Excel/PowerPoint, комунікація та тексти, робота з розшифровкою й аналізом дзвінків і чатів.
Окремі сценарії під кожен з п'яти відділів: наприклад, SQL-запити «мовою людини» для кредитування, чек-листи якості розмов для контролю якості, генерація FAQ для сервісу. Програма завершилась створенням власних AI-агентів без коду (ChatGPT Custom GPT, Claude Workflows, Power Automate) під конкретні робочі задачі учасників.
Результат
- Усі учасники програми почали впевнено користуватись ChatGPT та власними AI-асистентами у щоденній роботі — від звітів і аналітики до комунікації з клієнтами.
- У відділах зафіксовано початкове підвищення KPI: швидше готуються звіти, аналізуються дзвінки й чати, оновлюються матеріали для продажів і сервісу.
- Скоротився час на рутинні задачі — підготовку документів, FAQ, чек-листів якості та типових відповідей клієнтам.
Якщо у вашій компанії кілька відділів з різними задачами і незрозуміло, що з ШІ можна закрити навчанням, а що потребує окремої автоматизації — почнемо з такого ж аналізу.
Обговорити діагностику команди →