Primul nostru angajat AI: un cititor de WhatsApp

Unele dintre cele mai bune oportunități de vânzare nu ating niciodată un formular sau o reclamă. Apar într-un grup, într-o singură linie — „știe cineva pe cineva care poate construi asta?” — și ajung la cine răspunde primul.

La începutul lui 2023, asta se întâmpla în jurul nostru constant. În grupurile de WhatsApp din care făceam parte, trei-patru oameni pe săptămână cereau exact genul de muncă pe care o facem. Problema: acele mesaje erau îngropate în zgomotul de zi cu zi al acelorași grupuri — undeva între 200 și 1.000 de mesaje pe zi, pe trei-cinci grupuri active. Ratezi mesajul, ratezi afacerea.

Un om făcând treaba unui proces de fundal

Așa că am făcut ce fac majoritatea echipelor: urmăream. Cineva ținea grupurile deschise și le parcurgea toată ziua, scanând sute de mesaje ca un semnal de cumpărare să nu treacă neobservat. Costa una-două ore în fiecare zi — nu într-un singur bloc, ci scurse în verificare și re-verificare constantă, plus taxa de atenție de a fi lucrul care nu-și permite să privească în altă parte.

O ființă umană scana manual un flux de intrare în buclă, urmărind un singur tipar. Asta e o fișă de post pentru software — iar, până în primăvara lui 2023, pentru AI.

Prima versiune a Metatron

Prima versiune a Metatron era mică și la obiect, scrisă în Go. Se conecta la grupuri printr-un API de WhatsApp, citea fiecare mesaj primit și îl punea în fața lui GPT-3.5 cu o singură întrebare de răspuns: e cineva care vrea să cumpere ce vindem noi — da sau nu?

Când răspunsul era da, ne dădea ping pe Discord — instrumentul pe care colaboram în perioada aia — în sub zece secunde din momentul în care mesajul fusese postat în grup. Fără dashboard, fără aplicație, fără inbox de verificat. Sosea un mesaj; un om prelua oportunitatea cât conversația era încă caldă.

Cum l-am învățat cum arată o vânzare

N-am scris reguli sau liste de cuvinte-cheie — intenția de cumpărare nu stă în cuvinte-cheie. Am predat prin exemple. Prompt-ul era o galerie de mesaje reale din istoricul grupurilor, fiecare etichetat cu verdictul pe care l-am fi dat noi: oportunitățile genuine marcate cu da și — la fel de important — negativele înșelătoare marcate cu nu: mesaje care par un lead, dar nu sunt.

Exemplarul nostru preferat: „ne poate ajuta cineva cu reclame pentru un site?” Menționează un site. Sună a clientul nostru. Nu e — e o cerere de reclame. Fix pe astfel de „aproape” greșește orice filtru naiv pe cuvinte-cheie, și fix pe ele nimerește un model de limbaj odată ce-i arăți diferența.

Apoi l-am rulat și am urmărit unde aluneca. La început semnala în plus — destul de multe pozitive false, aproape zero negative false. Asimetria asta a fost o alegere, nu un accident: l-am calibrat să prindă mai mult, nu mai puțin, pentru că o privire irosită costă secunde, iar un cumpărător ratat costă un contract. De fiecare dată când judeca greșit un mesaj, adăugam fix acel caz la exemple. S-a ascuțit așa cum se ascute un coleg nou — corectat pe cazurile concrete pe care le greșea — până a devenit aproape perfect, greșind doar la mesaje atât de ambigue încât nici un om n-ar fi putut fi sigur. Ajustarea n-a însemnat niciodată cod. Limbaj natural, un exemplu corectat pe rând.

Virtuțile plictisitoare: fiabilitate și cost

Metatron v1 era atât de fiabil încât puteai uita că există. Mergea singur, zi după zi. În toată viața lui, singurele întreruperi au fost lunile în care am uitat să plătim factura la API-ul OpenAI.

Iar economia era aproape jenantă: întregul sistem — citit până la o mie de mesaje pe zi, judecat fiecare, ping în timp real — costa sub 10$ pe lună în taxe de API. Pe celălalt taler: una-două ore de om pe zi, plus certitudinea că nimic important nu trece pe lângă.

Rezultatul

• Una-două ore pe zi, înapoi — scanarea manuală constantă pur și simplu a încetat.
• 5-6 oportunități reale scoase la suprafață de sistem — semnale de cumpărare pe lângă care probabil am fi trecut, livrate pe Discord cât încă li se putea răspunde.
• Judecată aproape perfectă după calibrare — înclinat intenționat spre a prinde în plus, greșind doar unde ar fi ezitat și un om.
• Sub 10$/lună de operat, cu ping-uri în sub zece secunde.

Lecția pe care încă construim

Ce a tranșat proiectul ăsta pentru noi, și ce am aplicat la fiecare sistem AI de atunci: modelele AI au și puncte forte și puncte slabe, iar un sistem se comportă previzibil doar când cineva le înțelege pe ambele. GPT-3.5 era genial la citirea intenției și inutil dacă presupuneai că e perfect. Diferența dintre un demo șubred și un angajat de nădejde nu era modelul — era să știi exact unde va greși și să proiectezi exemplele, înclinarea și bucla de corecție în jurul acelui lucru.

Cunoașterea asta trebuie să existe undeva: în interiorul companiei tale, sau cumpărată de la oameni care o au. E singurul lucru care separă AI-ul care își face treaba în liniște de AI-ul care te face de râs în producție.

Ce a devenit

Cititorul acela mic a fost angajatul numărul unu al unui lucru mult mai mare. Metatron a tot crescut, iar azi este esențial pentru felul în care vindem: asistentul nostru de vânzări și interfața dintre agentul de vânzări și CRM-ul care ține întreaga memorie de vânzări a companiei. A pornit refuzând să lase o singură oportunitate să se înece într-o mie de mesaje pe zi — și n-a încetat niciodată să-și merite locul.