پنج تجربه واقعی با Zapier Sidekick؛ از تحلیل قرارداد تا بایگانی Slack

چرا مهم است

اگر کار تکراری متصل به ایمیل، تقویم یا Slack داری، این نمونه‌ها نشان می‌دهند کاربران Sidekick چه فرایندهایی ساخته‌اند. اعداد گزارش‌شده مربوط به همین تجربه‌ها هستند، نه تضمین نتیجه برای کار تو.

قبل از خواندن، این‌ها را بدان۴ مفهوم
agent

سیستم مبتنی بر AI که برای انجام یک هدف، درباره گام‌های بعدی تصمیم می‌گیرد و می‌تواند از ابزارها استفاده کند.

بیشتر درباره این مفهوم

pipeline

زنجیره‌ای از مرحله‌های پردازش که خروجی هر مرحله به مرحله بعد می‌رسد؛ مثلاً دریافت پیام، استخراج اطلاعات و ذخیره نتیجه.

بیشتر درباره این مفهوم

trigger

رویداد یا شرطی که اجرای یک فرایند خودکار را آغاز می‌کند؛ مانند بسته‌شدن یک قرارداد.

بیشتر درباره این مفهوم

code execution

اجرای دستورهای یک برنامه در محیطی مشخص برای انجام محاسبه یا کارهای تعریف‌شده.

بیشتر درباره این مفهوم

Zapier با مرور بازخوردهای دوره آزمایشی داخلی Sidekick و تجربه مشتریانش، پنج نمونه از کارهای انجام‌شده با این ابزار را شرح داده است. این روایت‌ها تجربه‌های مشخص کاربران هستند؛ در بیشتر آن‌ها نیز سازنده automation مهندس نبوده است.

نمونه اول به تحلیل قراردادهای Enterprise مربوط می‌شود. تیم بازاریابی محصول قبلاً گزارش برد و باخت قراردادها را به‌صورت دستی و هفتگی تهیه می‌کرد. حالا یک Next Gen Zap پس از بسته‌شدن قرارداد، اطلاعات را جمع می‌کند، تحلیل را انجام می‌دهد و گزارش را در صفحه‌ای در Sidekick ذخیره می‌کند. هزینه هر گزارش حدود ۵۵ سنت اعلام شده و هنگام اشتراک‌گذاری این تجربه، صفحه شامل ۵۸ گزارش قابل جست‌وجو و فیلتر بوده است.

در نمونه دوم، یک کارشناس توسعه کسب‌وکار طی حدود یک هفته، pipeline پردازش پاسخ‌های «خارج از دفتر» ایمیل را با Next Gen Zaps و Tables ساخت. این فرایند پیام‌های برگشتی را از پاسخ‌های انسانی جدا می‌کند و با AI نام، سمت و اطلاعات تماس را استخراج می‌کند. نتیجه در پنج جدول متصل ذخیره می‌شود و جمع‌بندی هفتگی و ماهانه دارد. این نسخه هنوز اولیه است و مرحله بعد به بررسی نحوه استفاده از داده‌ها نیاز دارد.

نمونه سوم، هماهنگی نزدیک به ۲۰۰ دعوت جلسه برای گفت‌وگوهای ۱۰ دقیقه‌ای مدیرعامل و مدیر فناوری با بخش بزرگی از مجموعه Build بود. یک برنامه Sidekick در Slack بیشتر جلسه‌ها را تنظیم کرد و منطقه زمانی، ساعت کاری و غیبت افراد را در نظر گرفت.

تیم observability نیز پس از انتقال کار روی قابلیت AI خود به Sidekick،؜ طی حدود دو هفته پوشش موارد استفاده هدف را از حدود ۲۵ درصد به ۷۵ درصد رساند. منظور، پوشش موارد استفاده است، نه پوشش تست. این تیم به code execution،؜ مدیریت فایل و اصلاحات قبلی در تصمیم‌گیری agent اشاره کرده و از چارچوب‌های ارزیابی و اشتراک دانش مشترک نیز گفته است.

در تجربه مشتریان بیرونی، یک کاربر بیش از ۸۰۰ کانال غیرفعال Slack را بایگانی کرد؛ کاری که ماه‌ها برای انجامش از طریق Slack API تلاش کرده بود. کاربر دیگری هم از صرفه‌جویی در زمان کار با spreadsheet و script گفته است.

الگوی مشترک این روایت‌ها شروع با شرح ساده یک کار تکراری است. بعضی فرایندها سپس با schedule یا trigger اجرا شده‌اند. توصیه پایانی منبع نیز رساندن نتیجه در زمان مشخص به جایی مانند Slack است تا دریافت آن به یادآوری و درخواست دوباره وابسته نباشد.

نکته کلیدی

یک کار هفتگی مشخص را انتخاب کن و آن را مثل توضیح به همکار تازه‌وارد شرح بده. طبق توصیه منبع، بعد از کارکردن automation،؜ اجرای زمان‌بندی‌شده و ارسال نتیجه به Slack را درخواست کن.

خواندن مقاله اصلی (در زبانه‌ی جدید باز می‌شود)
برچسب‌ها (۳)