Třídění příchozí pošty a e-mailů pomocí AI: kde to má smysl

Ranní rituál, který zabere hodinu

Schránka se otevře a je v ní osmdesát nepřečtených zpráv. Poptávka od nového zákazníka, faktura k úhradě, kopie interní diskuze, ve které se člověk nemusí vyjadřovat, reklamace, dotaz na stav objednávky a pár zpráv, které jsou jen spam s nabídkou SEO.

Než se dá určit, co má přednost, musí se skoro každá zpráva otevřít. To je ta hodina, která zmizí dřív, než začne skutečná práce dne.

Úloha, kterou tady řešíme, není „přečti mi poštu“. Je to roztřídění podle typu a shrnutí obsahu tak, aby se dalo rozhodnout, co otevřít první, aniž by se muselo otevřít všechno.

Kde to nasadit nejdřív

Nejlepší start není osobní schránka jednatele, kde se mísí úplně všechno od soukromé korespondence po strategická rozhodnutí. Lepší je sdílená firemní adresa s úzkým a předvídatelným typem zpráv, třeba objednávky, poptávky nebo podpora.

Na takové adrese chodí zprávy, které mají podobnou strukturu a opakující se slovník. Model se na nich naučí rozeznávat vzorec rychle a chyby se snáz odhalí, protože typů zpráv je málo a dají se zkontrolovat ručně, dokud si nejste jistí, že roztřídění sedí.

Teprve po zkušenosti z jedné takové schránky dává smysl uvažovat o osobní poště jednotlivých lidí, a i tam spíš u těch, kteří dostávají hodně podobně strukturovaných zpráv, třeba obchodníci s pravidelnými poptávkami. U schránky plné jednorázových a nesourodých témat se roztřídění hůř nastavuje a méně se vyplatí.

Co model dokáže spolehlivě

Když modelu dáte přístup k obsahu schránky, nebo když mu jednotlivé zprávy předáte k roztřídění, zvládne:

• rozřadit zprávy podle typu: poptávka, faktura, interní kopie, reklamace, dotaz na objednávku, nevyžádaná nabídka
• napsat ke každé jednu až dvě věty shrnutí, ze kterých je jasné, o co jde, bez otevírání celé zprávy
• upozornit na klíčová slova, která obvykle znamenají spěch: dnes, urgentní, reklamace, storno
• navrhnout krátkou odpověď u jednoduchých a opakujících se typů dotazů

Co model nepozná

Tohle je ta část, která se v nadšení z prvního vyzkoušení přehlíží.

Vztahový kontext. Že tenhle zákazník píše potřetí to samé a naposledy to skončilo reklamací. Model vidí jednu zprávu, ne historii vztahu, pokud mu ji sami nedáte.

Skutečnou naléhavost. Zpráva bez slova urgentní může být důležitější než zpráva, která to slovo má. Obchodník, který zná svého klíčového zákazníka, to pozná na první pohled. Model podle textu ne.

Firemní politiku. Že se s konkrétní adresou právě řeší spor a každá odpověď má jít přes vedení. To je informace, kterou musí do zadání vložit člověk, nástroj ji sám nedomyslí.

Jak si o to říct

Zadání, které se dá používat opakovaně:

Věta „neodpovídej sám“ je tady záměrně. U třídění pošty je hlavní riziko přesně tohle: nástroj z vlastní iniciativy pošle odpověď, o které nikdo neví.

Kombinace s pravidly, která už poštovní klient umí

Model nemá nahrazovat to, co poštovní klient zvládá sám a spolehlivě. Pravidlo, které přesune zprávu od konkrétního odesílatele do konkrétní složky, nebo které pozná fakturu podle předmětu, funguje mechanicky a nikdy se nezmýlí kvůli nejasné formulaci.

Rozdělení práce tedy vypadá takhle: pravidla poštovního klienta odchytí to, co jde popsat jednoznačně, třeba podle odesílatele nebo předmětu. Model nastupuje tam, kde se zprávy neliší podle odesílatele, ale podle obsahu, který se dá poznat jen přečtením, třeba rozdíl mezi běžným dotazem a reklamací od stejného zákazníka.

Kdo dělá co

Kde to selže

Nejednoznačné zprávy. E-mail, který je zároveň poptávka i stížnost, se model pokusí zařadit do jedné kategorie, a může si vybrat tu méně důležitou.

Přílohy. Faktura v příloze bez textu v těle e-mailu se snadno přehlédne, pokud nástroj nekontroluje i přílohy, ne jen text zprávy.

Přetížení kategoriemi. Když zadáte příliš mnoho typů najednou, roztřídění se rozostří a ztratí smysl. Začněte s pěti kategoriemi, ne s patnácti.

Automatická odpověď bez kontroly. Pokud nástroj dostane oprávnění odpovídat sám, i u jednoduchých dotazů se stává, že odpoví na zprávu, která vypadala jednoduše, ale nebyla.

Jak poznat, že to funguje

Nejlepší kontrola není spočítat, kolik zpráv model roztřídil, ale jednou týdně namátkou porovnat pár jeho shrnutí s originálním e-mailem. Zajímá vás hlavně to, jestli zůstalo něco důležité skryté v jednovětém shrnutí, a jestli se typ zprávy trefil.

Druhý signál je zpětná vazba od lidí, kteří s roztříděnou poštou pracují. Když si stěžují, že museli otevřít zprávu, protože shrnutí nedávalo smysl, je to důvod upravit zadání, ne nástroj zavrhnout.

Vyplatí se tenhle přehled sledovat pravidelně, ne jen při zavedení. Struktura pošty se mění s tím, jak firma roste a přibývají noví zákazníci s jinak formulovanými dotazy, a zadání, které fungovalo na jaře, nemusí stejně dobře sedět o půl roku později.

Co do třídění nepatří

E-maily obsahují osobní údaje zákazníků, ceny, obchodní podmínky a někdy i interní spory. Platí pro ně stejné pravidlo jako pro jakýkoli jiný citlivý dokument: bezplatná osobní verze bez smluvního zajištění dat není místo, kam je posílat. Podrobněji jsme to popsali v článku o tom, co do AI nepatří.

Jak to zavést

1. Vyberte jednu kategorii na začátek, například faktury nebo objednávkové potvrzení. Ne celou schránku najednou.
2. Nastavte roztřídění a shrnutí, ne automatické odpovídání. Odpovídání přidávejte až po měsíci zkušeností.
3. Sledujte, kde se roztřídění mýlí. Nejčastěji u nejednoznačných zpráv a u příloh bez textu.
4. Rozšiřujte postupně na další kategorie, jakmile ta první funguje spolehlivě.
5. Držte pravidla poštovního klienta a model odděleně. Co jde poznat podle odesílatele nebo předmětu, ať dělá pravidlo, ne model.
6. Určete, kdo výstup denně čte a rozhoduje o pořadí. Roztřídění samo o sobě práci nezmizí, jen ji zpřehlední.

Co s tím firma reálně získá

Rozdíl není v tom, že by pošta zmizela. Je v tom, že se hodina strávená otevíráním osmdesáti zpráv promění v pár minut čtení přehledu, ze kterého je hned jasné, co je faktura k úhradě, co je poptávka a co může počkat na odpoledne. Rozhodování, co udělat s tou nejdůležitější zprávou, zůstává na člověku stejně jako předtím.

Druhý přínos se ukáže až po pár týdnech: konzistence. Zpráva stejného typu se roztřídí stejně bez ohledu na to, jestli přišla v pondělí ráno nebo v pátek pozdě odpoledne, kdy už člověk jen chce mít poštu za sebou a snadno něco přehlédne.

Třetí přínos se týká zastupování. Když je člověk, který poštu obvykle třídí, na dovolené, zastupující kolega dostane stejně přehledný výstup jako on, ne surovou schránku, ve které se musí nejdřív zorientovat. To samo o sobě zkracuje dobu, než firma na naléhavou zprávu zareaguje.

Kde v tom stojíme my

Poštovní klienty ani automatizační nástroje neprodáváme. V padesátihodinovém kurzu AI pro zaměstnance je třídění a shrnutí pošty jedno z prvních cvičení, protože je to práce, kterou dělá skoro každý ve firmě a kde se úspora pozná hned první den.

Vzdělávání zaměstnanců v práci s AI je zároveň povinnost podle evropského nařízení, kterou jsme popsali v článku o AI gramotnosti. Kolik z ceny kurzu při schválené žádosti pokryje program Úřadu práce, spočítáme písemně dopředu.