पूर्वी स्वयंचलन हे उत्पादकतेचे प्रतीक होते. आता ते विश्वासाचे प्रतीक बनले आहे.
गेल्या दोन वर्षांपासून, संस्थापक आणि विकास नेत्यांना सांगितले जात आहे की एआय एजंट त्यांची पाइपलाइन चालवतील, त्यांच्यासाठी मजकूर लिहितील, त्यांच्या संभाव्य ग्राहकांची पात्रता तपासतील आणि त्यांच्या भेटी निश्चित करतील. त्यापैकी काही गोष्टी घडल्या आहेत. पण बऱ्याचशा घडलेल्या नाहीत. जे जवळजवळ सर्वत्र घडले आहे, ते म्हणजे ऑटोमेशनमध्ये चूक झाल्यास होणाऱ्या नुकसानीच्या किंमतीत मोठी वाढ झाली आहे . एक स्पॅमी लिंक्डइन® आउटरीच सिक्वेन्स केवळ रूपांतरणात अयशस्वी ठरत नाही. तर ते तुमच्या डोमेनच्या प्रतिष्ठेला हानी पोहोचवते, तुमचे खाते फ्लॅग केले जाते आणि तुम्ही योग्य प्रकारे प्रतिसाद दिला तरीही, तुमच्या संभाव्य ग्राहकांना भविष्यातील संदेशांकडे दुर्लक्ष करण्याची सवय लावते .
हीच ती उणीव आहे जी 'ह्युमन-इन-द-लूप' (Human-in-the-Loop) धोरण भरून काढते. हा "आपल्याला अजूनही माणसांची गरज आहे" हे सांगण्यासाठी वापरलेला एखादा आकर्षक शब्द नाही. ही एक विशिष्ट प्रणाली रचनेची निवड आहे, जी ठरवते की स्वयंचलित कार्यप्रवाहात माणसे कुठे आपला निर्णय देतील आणि कुठे ते बाजूला होतील. जर हे योग्यरित्या केले गेले, तर यामुळे एक लहान संघ मोठ्या संघाच्या प्रमाणात काम करू शकतो, आणि तरीही ती गुणवत्ता गमावत नाही, ज्यामुळे ग्राहकांनी सुरुवातीला होकार दिला होता.
हे मार्गदर्शक स्पष्ट करते की 'ह्युमन-इन-द-लूप' ऑटोमेशन म्हणजे नेमके काय, २०२४ च्या तुलनेत २०२६ मध्ये ते अधिक महत्त्वाचे का आहे, त्यात कुठे चुका होतात आणि विशेषतः B2B आऊटरीच , विक्री व वाढीसाठी काम करणारी प्रणाली कशी तयार करावी. Konnector.ai हे या चर्चेत एक प्रात्यक्षिक उदाहरण म्हणून समाविष्ट आहे, कारण सोशल सेलिंग आणि लिंक्डइन® आऊटरीच क्षेत्रातच पूर्णपणे मॅन्युअल आणि पूर्णपणे ऑटोमेटेड यांच्यातील दरी सध्या सर्वात जास्त स्पष्टपणे दिसून येते.
सोप्या भाषेत 'ह्युमन-इन-द-लूप ऑटोमेशन' म्हणजे काय?
ह्यूमन-इन-द-लूप, ज्याला अनेकदा HITL असे संक्षिप्त रूप दिले जाते, ही एक अशी प्रणाली रचना आहे जिथे ऑटोमेशन मोठ्या प्रमाणातील आणि पुनरावृत्तीच्या कामांची हाताळणी करते, आणि मनुष्य असे निर्णय घेतो ज्यासाठी विवेकबुद्धी, संदर्भ किंवा संबंधांची जाणीव आवश्यक असते. यामध्ये मनुष्य पाइपलाइनच्या शेवटी बसून प्रत्येक आउटपुटचे पुनरावलोकन करत नाही. त्यांना वर्कफ्लोमधील विशिष्ट चेकपॉइंट्सवर ठेवले जाते, जिथे त्यांच्या निर्णयामुळे पुढे काय घडणार आहे हे बदलते.
याचा विचार करण्याचा एक उपयुक्त मार्ग: पूर्ण ऑटोमेशन न थांबता सुरुवातीपासून शेवटपर्यंत चालते. पूर्ण मॅन्युअल काम मदतीशिवाय सुरुवातीपासून शेवटपर्यंत चालते. HITL (Human In-The-Time) प्रणाली अशा निर्णयापर्यंत आपोआप चालते, जो निर्णय आत्मविश्वासाने घेण्यासाठी प्रणाली तयार केलेली नसते; त्यानंतर ती थांबते आणि एखाद्या व्यक्तीला निर्णय घेण्यास सांगते. त्या व्यक्तीचे उत्तर प्रणालीमध्ये परत फीड केले जाते, आणि तिथून पुढे प्रक्रिया सुरू राहते.
दृष्टिकोनातील हा बदल महत्त्वाचा आहे. जुन्या 'माणूस एआयचे पुनरावलोकन करतो' या मॉडेलमध्ये, माणूस हा गुणवत्ता नियंत्रणाचा एक स्तर असतो. ते काम झाल्यावर तपासणी करतात. एचआयटीएल (HITL) मॉडेलमध्ये, माणूस हा स्वतः प्रणालीचाच एक भाग असतो. त्यांच्यामुळेच प्रणाली मोठ्या प्रमाणावर चालवण्यासाठी विश्वासार्ह ठरते.
२०२६ मध्ये बी२बी ऑटोमेशनसाठी 'ह्युमन-इन-द-लूप' ही योग्य रणनीती का आहे?
गेल्या १८ महिन्यांत तीन गोष्टी बदलल्या आहेत, ज्यामुळे पूर्ण ऑटोमेशन हा पूर्वीपेक्षा वाईट पर्याय बनला आहे.
सर्वप्रथम, प्लॅटफॉर्म्स आता खूपच कठोर झाले आहेत. लिंक्डइन®च्या वर्तणूक ओळख प्रणाली आता अशा पॅटर्न्सना संवेदनशील झाल्या आहेत, जे पूर्वी सहज लक्षात येत नसत: एकसारखी संदेश रचना, अपेक्षित वेळ, आणि एकाच खात्यातून संदेशांच्या संख्येत अचानक होणारी वाढ. २०२३ मध्ये प्रभावी ठरलेले पूर्णपणे स्वयंचलित आउटरीच इंजिन आता काही आठवड्यांतच खात्यांवर निर्बंध आणते. Konnector.ai ची सुरक्षा प्रणाली विशेषतः या नवीन वास्तवासाठीच तयार केली गेली आहे, परंतु यामागील मूळ धडा प्रत्येक चॅनलला लागू होतो. अपेक्षित ऑटोमेशनला दंड लागतो.
दुसरे म्हणजे, साचेबद्ध संपर्कांबद्दल संभाव्य ग्राहकांची सहनशीलता पूर्णपणे संपुष्टात आली आहे. विशेषतः संस्थापक, एआयने लिहिलेला संदेश पहिल्याच वाक्यात ओळखू शकतात. गुणवत्तेचा निकष आता "हे वैयक्तिकृत आहे का" यावरून "हे पाठवण्यापूर्वी एखाद्या खऱ्या व्यक्तीने माझ्याबद्दल खरोखर विचार केला आहे का" यावर आला आहे. निव्वळ ऑटोमेशन हा निकष सातत्याने पूर्ण करू शकत नाही. त्यातून असे आउटपुट तयार होते जे तांत्रिकदृष्ट्या वैयक्तिकृत असले तरी यांत्रिक वाटते.
तिसरे म्हणजे, सदोष ऑटोमेशनमुळे होणाऱ्या ब्रँडच्या नुकसानीची किंमत आता पूर्वी कधीही नव्हती इतकी कायमस्वरूपी झाली आहे. तुमचा संदेश स्पॅम म्हणून नोंदवणारा संभाव्य ग्राहक केवळ तुम्हाला ब्लॉक करत नाही. तो तुमच्या खात्याशी संबंधित असलेल्या प्रत्येक अल्गोरिदमला तुम्हाला कमी प्राधान्य देण्यासाठी प्रशिक्षित करतो. एक सदोष मोहीम तुमच्या सहा महिन्यांच्या संदेश वितरणावर परिणाम करू शकते.
HITL या तिन्ही गोष्टी सोडवते. ज्या कामासाठी निर्णयाची गरज नसते, ते काम ऑटोमेशन हाताळते. संभाव्य ग्राहकाला आदर वाटतो की त्याला काहीतरी विकण्याचा प्रयत्न केला जातो, हे ठरवणाऱ्या क्षणीच माणूस हस्तक्षेप करतो. याचा परिणाम म्हणजे ब्रँडच्या जोखमीशिवाय विक्रीत वाढ होते.
मानवी सहभागिता ही पूर्ण स्वयंचलन आणि पूर्ण मानवी कामापेक्षा कशी वेगळी आहे?
बहुतेक संघ दोन टोकांच्या दरम्यान हेलकावे खातात. प्रत्येक संदेश परिपूर्ण असावा या इच्छेमुळे ते सुरुवातीला सर्वकाही हाताने करायला सुरुवात करतात. मग ते एका मर्यादेला पोहोचतात, सर्वकाही स्वयंचलित करतात आणि प्रतिसादाचे प्रमाण कोसळताना पाहतात. त्यानंतर ते माघार घेतात. HITL हा मधला मार्ग आहे, पण तो केवळ "काही गोष्टी स्वयंचलित करा, काही हाताने करा" यापेक्षा अधिक विशिष्ट आहे.
| आकारमान | पूर्णपणे मॅन्युअल | पूर्णपणे स्वयंचलित | मानवी-इन-द-लूप |
|---|---|---|---|
| दैनिक आउटपुट | २०० ते ५०० संभाव्य ग्राहक | २०० ते ५०० संभाव्य ग्राहक | २०० ते ५०० संभाव्य ग्राहक |
| वैयक्तिकरणाची गुणवत्ता | उच्च पण विसंगत | कमी ते मध्यम | उच्च आणि सुसंगत |
| प्रमाणता | कमी. तुमच्या तासांशी निगडित | उच्च. तुमच्या साधनांशी बांधलेले. | उच्च. तुमच्या निर्णय घेण्याच्या वारंवारतेशी संबंधित. |
| प्लॅटफॉर्म निर्बंधाचा धोका | खूप खाली | उच्च. पॅटर्न डिटेक्शन खात्यांना फ्लॅग करते. | कमी. मानवी फरकामुळे नमुना ओळखण्यात अडथळा येतो. |
| संस्थापकाचा दररोजचा वेळ | 3 ते 4 तास | 30 मिनिटांपेक्षा कमी | 15 ते 30 मिनिटे |
| उत्तर दर मर्यादा | 15 ते 25 टक्के | 2 ते 5 टक्के | 10 ते 18 टक्के |
| ब्रँड जोखीम | कमी | उच्च | कमी ते मध्यम |
| साठी सर्वोत्तम अनुकूल | शीर्ष ५० एबीएम खाती | न्यूजलेटरसाठी नोंदणी, कमी मूल्याचा स्तर | पाइपलाइन निर्मिती, आयसीपी आउटरीच |
या तक्त्यामधील सर्वात मनोरंजक ओळ शेवटून दुसरी आहे: संस्थापकाचा दररोजचा वेळ. पूर्णपणे मॅन्युअल आउटरीचच्या तुलनेत HITL पद्धतीमध्ये संस्थापकाचा कमी वेळ लागतो, कारण यात प्रत्यक्ष काम करणारी व्यक्ती नसते. उलट, कामाची दिशा ठरवणारे निर्णय तेच घेत असतात. पंधरा मिनिटांचा निर्णय चार तासांच्या ऑटोमेशनला आकार देऊ शकतो. हाच तो फायदा आहे.
या प्रक्रियेत मानवी भूमिका नेमकी कुठे असावी?
इथेच बहुतेक टीम्स HITL च्या बाबतीत चुकतात. ते मानवाला चुकीच्या चेकपॉईंटवर ठेवतात आणि मग असा निष्कर्ष काढतात की HITL मुळे त्यांचा वेळ वाचत नाही. B2B आऊटरीच ऑटोमेशनसाठी चार चेकपॉईंट्स महत्त्वाचे आहेत आणि एक सु-रचित प्रणाली त्यांपैकी एक किंवा दोन ठिकाणी मानवाचा वापर करते, चारही ठिकाणी नाही.
पहिला टप्पा: लक्ष्यीकरणाचे निर्णय. आपण कोणाशी संपर्क साधावा? मानवी हस्तक्षेपासाठी ही सर्वात प्रभावी जागा आहे. एक चुकीचा लक्ष्यीकरणाचा निर्णय संपूर्ण पुढील ऑटोमेशनला वाया घालवतो. एक चांगला निर्णय उर्वरित प्रणालीला उत्कृष्ट बनवतो. Konnector.ai सारखी साधने उच्च-इच्छुक संभाव्य ग्राहकांना समोर आणण्याची प्रक्रिया स्वयंचलित करण्यासाठी सोशल सिग्नल्स इंटेलिजन्सचा वापर करतात, परंतु त्या महिन्यात त्यांच्या व्यवसायासाठी कोणते संकेत महत्त्वाचे आहेत हे संस्थापकच ठरवतात.
चेकपॉईंट २: संदेशाला मंजुरी. हा विशिष्ट संदेश याच विशिष्ट व्यक्तीकडे पाठवायचा आहे का? बहुतेक संस्थापक या कामासाठी माणसांचीच नेमणूक करतात, कारण त्यांना ते सर्वात सुरक्षित वाटते. हा सर्वात खर्चिक चेकपॉईंटसुद्धा आहे, कारण संदेशांची संख्या प्रचंड असते. जर तुम्ही प्रत्येक संदेशाचे पुनरावलोकन करत असाल, तर तुम्ही 'हिट द लाइन' (HITL) चालवत नाही आहात. उलट, तुम्ही अतिरिक्त पायऱ्यांसह एक संथ आणि हाताने करावे लागणारे काम करत आहात.
टप्पा ३: उत्तरांचे वर्गीकरण. मिळालेल्या प्रतिसादांचे आपण काय करतो? इथेच HITL चा फायदा सर्वात स्पष्टपणे दिसून येतो. AI उत्तरांचे “इच्छुक,” “आत्ता नाही,” “चुकीची व्यक्ती,” आणि “मला काढून टाका” अशा श्रेणींमध्ये वर्गीकरण करू शकते. “इच्छुक” उत्तरांना प्रत्यक्षात काय उत्तर द्यायचे हे माणूस ठरवतो, कारण तोच क्षण असतो जेव्हा खऱ्या संभाषणाला सुरुवात होते आणि एक ठरलेले उत्तर संपूर्ण प्रकरण संपवून टाकते.
टप्पा ४: अपवाद हाताळणी. जेव्हा काहीतरी अनपेक्षित घडते तेव्हा आपण काय करतो? एखादा संभाव्य ग्राहक एका विशिष्ट स्पर्धकाचा उल्लेख करतो. तुम्ही गेल्या तिमाहीत ज्यांच्याशी संपर्क साधला होता, त्यांना नुकतीच पदोन्नती मिळाली आहे. तुमच्या ट्रॅक केलेल्या खात्याने नुकतीच कर्मचारी कपातीची घोषणा केली आहे. शुद्ध ऑटोमेशन एकतर या संकेतांकडे दुर्लक्ष करते किंवा एक टेम्पलेट लागू करते. एखादी व्यक्ती त्यांना योग्य मार्गाने पाठवते.
सर्वसाधारण नियम असा आहे: चेकपॉईंट १ आणि ३ वर माणसे नेमा. चेकपॉईंट २ आणि ४ स्पष्ट एस्केलेशन नियमांसह स्वयंचलित करा. यामुळे तुम्हाला ऑटोमेशनची व्याप्ती आणि मानवी कामातील निर्णयक्षमता, या दोन्हींसाठी पैसे न देता मिळते.
प्रत्यक्षात 'ह्युमन-इन-द-लूप' कार्यप्रवाह कसा दिसतो?
Konnector.ai सारख्या साधनाद्वारे HITL आउटरीच चालवणाऱ्या संस्थापकाचा कामाचा दिवस कसा असतो, हे येथे दिले आहे. हे केवळ सैद्धांतिक नाही. Konnector.ai सारख्या साधनांमधील संस्थापकांची दैनंदिन दिनचर्या याच पद्धतीवर आधारित आहे.
सकाळ, १० मिनिटे. संस्थापक लिंक्डइन® फीड नव्हे, तर सोशल सिग्नल्स डॅशबोर्ड उघडतात. हा डॅशबोर्ड, उच्च-योग्य संभाव्य ग्राहक ज्या पोस्ट्सशी संवाद साधत आहेत त्या, त्यांच्या आयसीपीमधील (ICP) संबंधित कीवर्ड्सचा उल्लेख आणि ट्रॅक केलेल्या खात्यांमधील बदल दर्शवतो. संस्थापक समोर आलेल्या सिग्नल्सचे पुनरावलोकन करण्यात आणि त्या दिवशी कोणत्या थ्रेड्सवर संवाद साधायचा हे ठरवण्यात दहा मिनिटे घालवतात. हा निर्णय ऑटोमेशनला चालना देतो.
सकाळच्या मध्यात, स्वयंचलित. सकाळच्या सिग्नल रिव्ह्यूच्या आधारावर ही सिस्टीम टिप्पण्या, कनेक्शन विनंत्या आणि आउटरीच मेसेजेस चालवते. संस्थापक या भागात नसतात. ते कंपनी चालवत असतात. ही सिस्टीम सार्वजनिक प्रोफाइल डेटा आणि अलीकडील ॲक्टिव्हिटीमधून घेतलेल्या संभाव्य ग्राहक-विशिष्ट व्हेरिएबल्ससह पूर्व-मंजूर मेसेज फ्रेमवर्क वापरते.
दुपार, ५ मिनिटे. संस्थापक सर्वाधिक प्रतिसाद मिळणाऱ्या पोस्ट्सवरील AI-निर्मित कमेंट्सच्या मसुद्यांचे पुनरावलोकन करतात. ते प्रत्येक मसुद्याला मंजूर करतात, संपादित करतात किंवा नाकारतात. दिवसातील ही सर्वाधिक परिणामकारक पाच मिनिटे असतात, कारण योग्य पोस्ट्सवर योग्य ठिकाणी केलेल्या कमेंट्समुळे आउटबाउंड मेसेजिंगच्या तुलनेत अत्यंत कमी खर्चात इनबाउंड प्रतिसाद मिळतो.
दिवसाच्या शेवटी, १० मिनिटे. संस्थापक दिवसभरात केलेल्या संपर्कातून मिळालेल्या उत्तरांचे पुनरावलोकन करतात. प्रणालीने त्यांचे आधीच वर्गीकरण केलेले असते. ज्यांनी खरोखरच रस दाखवला आहे, त्यांना वैयक्तिक प्रतिसाद लिहिणे हे संस्थापकाचे काम आहे. सौम्य संकेतांसाठी, साचेबद्ध पाठपुरावे आपोआप पाठवले जातात. ज्यांनी “आत्ता नाही” असे म्हटले आहे, त्यांच्याशी आपोआप अधिक संपर्क साधला जातो.
संस्थापकाचा एकूण वेळ: २५ मिनिटे. प्रक्रिया केलेला एकूण मजकूर: एक सुदृढ पाइपलाइन भरलेली ठेवण्यासाठी पुरेसा. गुणवत्ता: टिकवून ठेवली आहे, कारण संस्थापक बाहेर जाणाऱ्या प्रत्येक संदेशाला मंजुरी देत नसून, महत्त्वाचे निर्णय घेत आहेत.
Konnector.ai च्या व्हिडिओ लायब्ररीमध्ये यापैकी अनेक विशिष्ट मूव्ह्ससाठी वॉकथ्रू उपलब्ध आहेत:
B2B आउटरीचमध्ये पूर्ण ऑटोमेशन अयशस्वी का ठरते?
शुद्ध ऑटोमेशन एका अशा कारणामुळे अयशस्वी ठरते, जे पूर्णपणे स्वीकारायला संस्थापकांना थोडा वेळ लागतो. कारण हे नाही की एआय चांगले संदेश लिहू शकत नाही. ते लिहू शकते. कारण हे आहे की संदेशाच्या प्रमाणामुळे त्याचा अर्थ बदलतो.
एका संभाव्य ग्राहकाला पाठवलेला, एआयने लिहिलेला एक परिपूर्ण संदेश चांगला परिणाम साधतो. तोच संदेश हजार संभाव्य ग्राहकांना पाठवल्यास, तो स्पॅम म्हणून ओळखला जातो, जरी प्रत्येक संदेश तांत्रिकदृष्ट्या वैयक्तिकृत केलेला असला तरी. याचे कारण असे की, संभाव्य ग्राहक केवळ तुमचा संदेश वाचत नाहीत. ते त्या संदेशाच्या सभोवतालचा संदर्भ वाचतात. एखाद्या ज्ञात ऑटोमेशन पॅटर्ननुसार, आणि अशा दिवशी जेव्हा त्यांची संपूर्ण फीड अशाच प्रकारच्या संदेशांनी भरलेली असते, तेव्हा आलेला संदेश त्या पॅटर्नचाच एक भाग म्हणून वाचला जातो. शब्द कितीही चांगले असले तरी त्याने काही फरक पडत नाही.
बहुतेक ऑटोमेशन स्ट्रॅटेजी ब्लॉग्स ही एक महत्त्वाची गोष्ट विसरतात. ते संदेशाच्या गुणवत्तेवर लक्ष केंद्रित करतात. पण खरा महत्त्वाचा घटक म्हणजे सिग्नलची घनता. त्या आठवड्यात संभाव्य ग्राहकाला किती स्वयंचलित संदेश मिळत आहेत? त्यापैकी किती संदेश साचेबद्ध वाटतात? या सगळ्यात तुमचा संदेश कुठे आहे?
HITL हे अधिक चांगले संदेश लिहून नव्हे, तर वेळ, ट्रिगर आणि प्रतिसादाच्या पद्धतींमध्ये अशा प्रकारे बदल करून ही समस्या सोडवते, ज्याची नक्कल शुद्ध ऑटोमेशन करू शकत नाही. संदेश पाठवण्यापूर्वी संकेतांचे पुनरावलोकन करणारी व्यक्ती ही पद्धत मोडते. उत्तरांना स्वतःच्या आवाजात प्रतिसाद देणारी व्यक्ती ही पद्धत मोडते. कोणत्या संभाव्य ग्राहकांना फॉलो-अपची गरज आहे आणि कोणाला नाही हे ठरवणारी व्यक्ती ही पद्धत मोडते. प्रत्येक बदल लहान असतो. एकत्रितपणे, हे बदल आपल्याला स्वयंचलित वाटणे आणि विचारपूर्वक वागले जात आहे असे वाटणे यात फरक निर्माण करतात.
ह्युमन-इन-द-लूप ऑटोमेशन वापरताना संस्थापक कोणत्या सर्वात सामान्य चुका करतात?
बहुतेक HITL अंमलबजावणी अपेक्षित मार्गांनी अयशस्वी होतात. त्यातील चार सर्वात सामान्य प्रकार खालीलप्रमाणे आहेत.
पहिली चूक: प्रत्येक तपासणी नाक्यावर माणसाला ठेवणे. जर संस्थापक प्रत्येक संदेशाला मंजुरी देत असेल, तर ती प्रणाली HITL (हाय-टू-लाइन) नसते. ते एका रांगेसह केलेले मॅन्युअल काम असते. कामाचा आवाका कधीच वाढत नाही, कारण माणूसच अडथळा बनतो.
दुसरी चूक: व्यक्तीला काय बदलण्याची परवानगी आहे हे निश्चित न करणे. व्यक्ती काय बदलू शकते याबद्दल स्पष्ट नियम नसल्यामुळे, प्रत्येक तपासणी बिंदू एक वाद बनतो. प्रणाली मंदावते आणि थांबते, कारण स्वयंचलित सूचनेचे पालन करावे की व्यक्तीच्या अंतर्ज्ञानावर विश्वास ठेवावा हे कोणालाच कळत नाही.
तिसरी चूक: HITL ला तात्पुरते समजणे. काही संस्थापक पूर्ण ऑटोमेशनच्या दिशेने वाटचाल करत असताना HITL चा वापर केवळ एक आधार म्हणून करतात. B2B आउटरीचसाठी ही एक चूक आहे. प्रणाली जसजशी परिपक्व होते, तसतसे निर्णय घेण्याचे क्षण नाहीसे होत नाहीत. उलट ते अधिक मौल्यवान बनतात, कारण आता उच्च-मूल्याच्या संबंधांची जबाबदारी प्रणालीवर असते.
चौथी चूक: मानवी योगदानाचे मोजमाप न करणे. जर तुम्ही हे दाखवू शकत नसाल की मनुष्य कोणते निर्णय घेत आहे आणि त्यामुळे काय बदल होत आहेत, तर तो मूल्यवर्धन करत आहे की केवळ अतिरिक्त भार टाकत आहे, हे तुम्ही सांगू शकत नाही. ओव्हरराइड रेट (ऑटोमेशनने सुचवलेल्या गोष्टींमध्ये मनुष्य किती वेळा बदल करतो), लिफ्ट रेट (मनुष्य-स्पर्शित आउटपुटची कामगिरी किती सुधारते), आणि निर्णयासाठी लागणारा वेळ (प्रत्येक चेकपॉइंटवर मनुष्याला किती वेळ लागतो) यांचा मागोवा घ्या.
तुम्ही लिंक्डइन® आउटरीचसाठी 'ह्युमन-इन-द-लूप' प्रणालीची रचना कशी करता?
लिंक्डइन® हे याचे सर्वात स्पष्ट उदाहरण आहे, कारण ते प्लॅटफॉर्मचे कठोर नियम, संभाव्य ग्राहकांशी असलेले महत्त्वाचे संबंध आणि ऑटोमेशनमधून मिळणारे महत्त्वपूर्ण फायदे यांच्या संगमावर आहे. येथे यशस्वी ठरलेल्या सिस्टीमची रचना दिली आहे.
स्तर १: सिग्नल कॅप्चर. हे पूर्णपणे स्वयंचलित करा. Konnector.ai च्या सोशल सिग्नल्स इंटेलिजन्ससारखी साधने कीवर्डचा उल्लेख, संभाव्य ग्राहकांची सक्रियता, ICP मधील बदल आणि प्रतिस्पर्धकांच्या फॉलोअर्सच्या संख्येचा मागोवा घेतात. या स्तरावर मानवी हस्तक्षेपाची काहीही गरज नाही. या स्तरावर AI कसे परिणामकारक ठरू शकते याचे उदाहरण पाहण्यासाठी, ChatGPT Konnector सोबत कसे एकीकृत होते ते पहा.
स्तर २: लक्ष्य निश्चितीचे निर्णय. मानवी तपासणी. संस्थापक दररोजच्या संकेतांचा आढावा घेतो आणि त्या दिवशी कोणत्या संकेतांवर कृती करायची हे ठरवतो. हा ५ ते १० मिनिटांचा निर्णय असतो, २ तासांचे विश्लेषण नव्हे. ध्येय दिशा देणे हे आहे, परिपूर्णता नव्हे.
स्तर ३: संपर्क अंमलबजावणी. सुरक्षिततेच्या उपाययोजनांसह हे पूर्णपणे स्वयंचलित करा. Konnector.ai ची सुरक्षा प्रणाली खाती फिरवते, वेळेत बदल करते आणि LinkedIn® च्या वर्तणुकीच्या मर्यादांमध्ये राहते. या स्तरावर मानवी हस्तक्षेप नसतो, कारण तिथे असण्याने सुधारणा होण्याऐवजी गती मंदावते.
स्तर ४: टिप्पणी आणि सहभाग. संकरित तपासणी बिंदू. एआय (AI) सर्वाधिक प्रतिसाद मिळणाऱ्या पोस्टवर संदर्भानुसार टिप्पण्यांचा मसुदा तयार करते. मानवी प्रतिनिधी एकाच वेळी ५ ते १० टिप्पण्यांचे पुनरावलोकन करून त्यांना मंजूर करतो, आणि हे सर्व एकूण ५ मिनिटांपेक्षा कमी वेळात होते.
स्तर ५: उत्तरांचे वर्गीकरण आणि संभाषण. मानवी तपासणी केंद्र. प्रणाली उत्तरांचे वर्गीकरण करते. जे कोणी खरोखरच रस दाखवतात, त्यांना व्यक्ती प्रतिसाद लिहिते. सौम्य उत्तरांना आपोआपच नर्चर सिक्वेन्स मिळतात.
स्तर ६: पाइपलाइन रूटिंग. हे पूर्णपणे स्वयंचलित करा. एकदा संभाषण मीटिंग-बुकिंगच्या टप्प्यावर पोहोचले की, कॅलेंडर टूल सूत्रे हाती घेते. प्रत्यक्ष मीटिंगमध्ये व्यक्ती पुन्हा उपस्थित होते.
हे सहा-स्तरीय मॉडेल हे साधन आणि प्रणाली यांमधील फरक आहे. बहुतेक ऑटोमेशन प्लॅटफॉर्म तुम्हाला स्तर देतात. एचआयटीएल डिझाइन तुम्हाला त्या स्तरांमध्ये स्वतःला कुठे ठेवायचे हे सांगते.
कोल्ड ईमेलसाठी 'ह्युमन-इन-द-लूप' रणनीती कशी असते?
कोल्ड ईमेलमध्येही असेच तर्कशास्त्र वापरले जाते, पण त्यात तपासणीचे टप्पे वेगळे असतात. प्लॅटफॉर्मचा धोका वेगळा असतो. वैयक्तिकरणाची अपेक्षा सारखीच असते. आणि त्याचे प्रमाण सहसा जास्त असते.
कोल्ड ईमेलसाठी, लिस्ट तयार करणे, डिलिव्हरेबिलिटीचे निरीक्षण करणे, पाठवण्याची वेळ आणि बाऊन्स हाताळणे या प्रक्रिया स्वयंचलित करा. तीन महत्त्वाच्या टप्प्यांवर मानवांना नियुक्त करा: ऑफरची रचना (आपण नेमके काय करतो हे सांगणे), सेगमेंटेशन लॉजिक (कोणत्या लिस्टला कोणता मेसेज पाठवायचा) आणि उत्तराची हाताळणी (हो किंवा नाही असे स्पष्ट उत्तर नसलेले कोणतेही उत्तर).
कोल्ड ईमेल ऑटोमेशनमधील सर्वात मोठी चूक म्हणजे ऑफर देण्याचे काम एआयवर सोपवणे. तुमच्या संभाव्य ग्राहकाला नेमके काय हवे आहे, हे एआय तुम्हाला सांगू शकत नाही. तुम्ही जे सांगता, ते सांगण्याची पद्धत ते फक्त अधिक प्रभावी बनवू शकते. ऑफर देणे हे संस्थापकाचे काम आहे, तर शब्दरचना करणे हे सिस्टीमचे काम आहे. बहुतेक अयशस्वी कोल्ड ईमेल मोहिमांमध्ये या दोन गोष्टींमध्ये गोंधळ होतो.
तुमची 'ह्युमन-इन-द-लूप' प्रणाली कार्यरत आहे की नाही, हे तुम्ही कसे मोजता?
बहुतेक संघ HITL चे मोजमाप चुकीच्या मापदंडांनी करतात. ते प्रतिसाद दर आणि निश्चित झालेल्या बैठका पाहतात. हे आउटपुट मेट्रिक्स आहेत. तुमची मोहीम यशस्वी झाली की नाही हे ते सांगतात. पण तुमचे HITL डिझाइन योग्य आहे की नाही, हे ते सांगत नाहीत.
HITL साठी योग्य मापदंड हे प्रणालीमधील मानवाच्या भूमिकेशी संबंधित आहेत.
ओव्हरराइड दर. स्वयंचलित सूचनांपैकी किती टक्के सूचनांमध्ये माणूस बदल करतो? जर हे प्रमाण १० टक्क्यांपेक्षा कमी असेल, तर माणूस केवळ शिक्कामोर्तब करत आहे आणि तुम्ही कदाचित तो चेकपॉईंट काढून टाकू शकता. जर हे प्रमाण ६० टक्क्यांपेक्षा जास्त असेल, तर ऑटोमेशनला पुरेसे प्रशिक्षण दिलेले नाही आणि माणसावर कामाचा अतिरिक्त भार पडत आहे.
प्रत्येक चेकपॉईंटवरील निर्णयासाठी लागणारा वेळ. प्रत्येक चेकपॉईंटवर व्यक्तीला किती वेळ लागतो? जर हा वेळ वाढत असेल, तर सिस्टीम त्यांना खूप जास्त किंवा चुकीचे प्रश्न विचारत आहे. जर हा वेळ शून्याकडे कमी होत असेल, तर तुम्ही गरजेपेक्षा जास्त ऑटोमेशन करत असाल.
मानवी हस्तक्षेपाने तयार झालेल्या आउटपुटमधील वाढ. पूर्णपणे स्वयंचलित आउटपुटच्या रूपांतरण दराची तुलना मानवी हस्तक्षेपाने तयार झालेल्या आउटपुटशी करा. ही वाढ आपल्याला सांगते की मानवी हस्तक्षेपामुळे मूल्यवर्धन होत आहे की केवळ देखावा निर्माण होत आहे. एक उपयुक्त HITL प्रणाली मानवी हस्तक्षेपाने तयार झालेल्या आउटपुटमध्ये २० ते ४० टक्क्यांची वाढ दर्शवते.
पाइपलाइनच्या प्रत्येक डॉलरमागे संस्थापकांनी दिलेले तास. कंपनी स्तरावर खऱ्या अर्थाने महत्त्वाचा ठरणारा मापदंड. संस्थापकांच्या किती वेळेतून किती पाइपलाइन तयार झाली. HITL मुळे हा आकडा दर महिन्याला कमी व्हायला हवा, तर दुसरीकडे पाइपलाइनचे प्रमाण स्थिर राहील किंवा वाढेल.
Konnector.ai आपल्या उत्पादनामध्ये 'ह्युमन-इन-द-लूप'चा वापर कसा करते?
Konnector.ai चे उत्पादन डिझाइन हे HITL तत्त्वांवर आधारित आहे, जरी हा शब्द थेट वापरला गेला नसला तरीही. तीन उत्पादन पर्यायांमधून हे स्पष्टपणे दिसून येते.
सर्वप्रथम, सोशल सिग्नल्स इंटेलिजन्स डॅशबोर्ड सिग्नल्सवर आपोआप कृती करत नाही. तो फक्त ते सिग्नल्स समोर आणतो. कोणत्या सिग्नल्सवर प्रतिसाद द्यायचा हे संस्थापक ठरवतो. हे मुळातच HITL (हिट-इन-द-लाइन) आहे. सिस्टीम ही कृती स्वयंचलित करू शकली असती. पण ती तसे करत नाही, कारण लक्ष्य निश्चित करण्याचा निर्णय हा मानवी प्रयत्नांचा सर्वात महत्त्वाचा क्षण असतो.
दुसरे म्हणजे, एआय टिप्पण्या तयार केल्या जातात, परंतु मंजुरीशिवाय पाठवल्या जात नाहीत. संस्थापक सूचनेचे पुनरावलोकन करतात, आवश्यक असल्यास संपादन करतात आणि एकत्रितपणे मंजूर करतात. यामुळे टिप्पण्यांची गुणवत्ता उच्च राहते आणि संस्थापकांना काही मिनिटांतच मोठ्या संख्येने टिप्पण्यांवर प्रक्रिया करता येते.
तिसरे म्हणजे, सुरक्षा चौकट स्वयंचलित आहे, परंतु त्यामागील नियम वापरकर्त्याद्वारे बदलता येतात. संस्थापक मर्यादा निश्चित करतात. प्रणाली त्यांची अंमलबजावणी करते. हे केवळ जनजागृतीसाठी नसून, जोखीम व्यवस्थापनासाठी लागू केलेले HITL आहे. जेव्हा तुम्ही कनेक्टरची तुलना ला ग्रोथ मशीनसारख्या साधनांशी करता , तेव्हा फरक अनेकदा यावर अवलंबून असतो की, या प्रक्रियेत मानवाचे स्थान कुठे आहे, या प्रश्नाचे उत्तर प्रत्येक साधन कसे देते.
एआय कमेंट्स फीचर प्रत्यक्ष कसे काम करते ते पहा:
ह्युमन-इन-द-लूप पद्धत चुकीची राबवण्याचे धोके कोणते आहेत?
चुकीच्या पद्धतीने केलेले HITL हे पूर्ण ऑटोमेशनपेक्षाही वाईट असते, कारण त्यामुळे प्रणालीवर देखरेख ठेवली जात नसतानाही तसे असल्याचा खोटा भ्रम निर्माण होतो. तीन प्रकारच्या त्रुटींकडे लक्ष देणे आवश्यक आहे.
माणूसच अडथळा बनतो. जर निर्णयांची रांग माणसाकडे उपलब्ध असलेल्या वेळेपेक्षा मोठी झाली, तर प्रणाली थांबते. संपर्क साधण्यास विलंब होतो. उत्तरांना प्रतिसाद मिळत नाही. ऑटोमेशनचा खर्च तसाच राहतो, पण उत्पादन घटते. उपाय: मानवी तपासणी केंद्रांची किंवा सामूहिक निर्णयांची संख्या निर्दयपणे कमी करा.
माणूस काळजीपूर्वक पाहणे थांबवतो. मंजुरीचा थकवा ही एक खरी गोष्ट आहे. दिवसातील ५० व्या टिप्पणीच्या पुनरावलोकनानंतर, संस्थापक अशा गोष्टींना मंजुरी देतात ज्यांना त्यांनी सकाळी नाकारले असते. उपाय: दैनंदिन पुनरावलोकनांची संख्या मर्यादित ठेवा आणि लक्ष ताजे ठेवण्यासाठी निर्णयांचे प्रकार बदलत राहा.
माणूस चुकीच्या निष्कर्षांवर विश्वास ठेवू लागतो. कालांतराने, संस्थापक एआय बरोबर आहे असे गृहीत धरू लागतात आणि फक्त पुढे क्लिक करत राहतात. प्रणाली भरकटते. उपाय: वेळोवेळी 'ब्लाइंड रिव्ह्यू' (अंध पुनरावलोकन) समाविष्ट करा, ज्यात माणसाला एआयची शिफारस न पाहता मूल्यांकन करण्यास सांगितले जाईल, जेणेकरून विश्वासाचे पुनर्मूल्यांकन करता येईल.
ह्युमन-इन-द-लूप प्रणाली योग्यरित्या कार्यान्वित करायला किती वेळ लागतो?
बहुतेक संस्थापक अंमलबजावणीच्या वेळेचा अंदाज चुकवतात कारण त्यांना वाटते की HITL म्हणजे फक्त एक बटण दाबण्यासारखे आहे. प्रत्यक्षात, तुमच्याकडे आधीपासून किती प्रक्रिया आहेत यावर अवलंबून, ही ६० ते ९० दिवसांची पुनर्बांधणी असते. एक वास्तविक अंमलबजावणी कशी दिसेल ते येथे दिले आहे.
दिवस १ ते १४: सद्यस्थितीचे परीक्षण करा. तुमच्या सध्याच्या संपर्क प्रक्रियेच्या प्रत्येक टप्प्याची नोंद करा. कोणते टप्पे हाताने करायचे आहेत, कोणते स्वयंचलित आहेत आणि कोणते अंशतः दोन्ही आहेत, हे चिन्हांकित करा. या परीक्षणातून सहसा तीन गोष्टी समोर येतात: संस्थापकाच्या लक्षात न आलेले छुपे हाताने करायचे काम, कामाची पुनरावृत्ती करणारी आणि एकाच कामात अडथळा आणणारी स्वयंचलित साधने, आणि असे निर्णय घेण्याचे टप्पे जिथे नेमका नियम काय आहे हे कोणीही स्पष्टपणे सांगू शकत नाही.
दिवस १५ ते ३०: चेकपॉईंट नकाशा तयार करा. माणसांची जबाबदारी कुठे असेल हे ठरवा. वरील चार-चेकपॉईंटची चौकट (टार्गेटिंग, मेसेज अप्रूव्हल, रिप्लाय ट्रायएज, एक्सेप्शन हँडलिंग) ही एक सुरुवात आहे. तुमच्या विशिष्ट संदर्भानुसार त्यात बदल करा. B2C टीमसाठी गोष्टींना वेगळे महत्त्व असेल, तर B2B SaaS टीमसाठी ते वेगळे असेल. ABM-केंद्रित टीमसाठी गोष्टींना वेगळे महत्त्व असेल, तर मोठ्या प्रमाणात काम करणाऱ्या SDR टीमसाठी ते वेगळे असेल.
दिवस ३१ ते ६०: अंमलबजावणी आणि उपकरणे बसवणे. साधने स्थापित करा, ऑटोमेशन कॉन्फिगर करा आणि सर्वात महत्त्वाचे म्हणजे, पहिल्या दिवसापासूनच सिस्टीममध्ये मोजमापाची सोय करा. जर ६० व्या दिवसाच्या अखेरीस तुम्हाला मानवी हस्तक्षेपाने तयार झालेल्या आउटपुटवर ओव्हरराइड रेट्स, निर्णयासाठी लागणारा वेळ आणि लिफ्ट दिसत नसेल, तर सिस्टीम काम करत आहे की नाही हे तुम्हाला कळणार नाही.
दिवस ६१ ते ९०: कार्यप्रणालीत सुधारणा करा. कार्यान्वयनाच्या पहिल्या ३० दिवसांतून हे स्पष्ट होईल की कोणते टप्पे खरोखरच उच्च-प्रभावशाली आहेत आणि कोणते केवळ देखावा आहेत. जे टप्पे आपले स्थान टिकवून नाहीत, त्यांना काढून टाका किंवा त्यांची जागा बदला. जे टिकवून आहेत, त्यांना अधिक सखोल बनवा. ९० व्या दिवसापर्यंत, ही प्रणाली अशाप्रकारे चालली पाहिजे की संस्थापकाला संपर्क साधण्याच्या निर्णयांवर दररोज ३० मिनिटांपेक्षा कमी वेळ घालवावा लागेल.
यापैकी कोणताही टप्पा वगळणे हे अपयशाचे सर्वात सामान्य कारण आहे. जे संस्थापक ऑडिट वगळतात, ते चुकीच्या गोष्टी स्वयंचलित करतात. जे संस्थापक डिझाइनचा टप्पा वगळतात, त्यांच्या प्रत्येक तपासणीच्या ठिकाणी आपोआपच माणसे तैनात होतात. जे संस्थापक इन्स्ट्रुमेंटेशन वगळतात, त्यांना प्रणाली कार्यरत आहे की नाही हे कळू शकत नाही. जे संस्थापक ट्यूनिंग वगळतात, त्यांच्या हाती एक स्थिर डिझाइन लागते, जे एका तिमाहीतच कालबाह्य होते.
कोणत्या प्रकारची संघ रचना 'ह्युमन-इन-द-लूप' ऑटोमेशनला सर्वोत्तम समर्थन देते?
HITL मुळे तुम्ही कोणाला कामावर घेता आणि ते काय करतात यात बदल होतो. पारंपारिक B2B सेल्स टीममध्ये सर्वात खाली SDRs, मध्यभागी AEs आणि सर्वात वर मॅनेजर्स असायचे. त्या पिरॅमिडचा सर्वात खालचा भाग ऑटोमेशनमुळे सर्वाधिक बदलला आहे. पूर्वी SDRs आपला दिवस मोठ्या प्रमाणातील कामांवर घालवत असत: लिस्ट तयार करणे, मेसेज पाठवणे, फॉलो-अप घेणे. यापैकी बहुतेक काम आता ऑटोमेटेड झाले आहे.
टीमचे नवीन स्वरूप वेगळे आहे. तुम्हाला कमी लोकांकडून अधिक धोरणात्मक काम करून घ्यावे लागते. जी भूमिका पूर्वी SDR ची होती, ती आता ‘ऑटोमेशन ऑपरेटर आणि सिग्नल इंटरप्रिटर’च्या जवळ जाणारी झाली आहे. ते सिस्टीमवर लक्ष ठेवतात, दररोज लक्ष्य निश्चितीचे निर्णय घेतात, अपवाद हाताळतात आणि संस्थापक किंवा सेल्स लीडला महत्त्वपूर्ण माहिती देतात. जे काम पूर्वी तीन SDRs करायचे, ते आता एकच ऑपरेटर हाताळू शकतो.
एकट्याने काम करणाऱ्या संस्थापकांसाठी ही एक चांगली बातमी आहे. आता तुम्हाला मोठ्या प्रमाणावर पाइपलाइन चालवण्यासाठी SDRs (सेल्स डेव्हलपमेंट रिप्रेझेंटेटिव्ह) नियुक्त करण्याची गरज नाही. तुम्हाला स्वतः दररोज २५ ते ३० मिनिटे सिस्टीममध्ये घालवावी लागतील आणि बाकीचे काम ऑटोमेशनवर सोपवावे लागेल. पहिली नियुक्ती अशा व्यक्तीची होते जी डेमो आणि पाइपलाइनवरील चर्चा हाताळेल, आउटरीच चालवणाऱ्या व्यक्तीची नाही.
टीम तयार करणाऱ्या ग्रोथ लीडर्ससाठी याचा अर्थ असा आहे की, SDR भूमिकेची पुनर्व्याख्या करणे किंवा ती बदलण्याची गरज आहे. तुम्ही पूर्वी ज्या उमेदवारांना कामावर ठेवत होता (जे उत्साही, नकार पचवू शकणारे आणि मोठ्या प्रमाणावर काम करण्यास तयार असत), त्यांची तुम्हाला आता गरज नाही. तुम्हाला अशा विश्लेषणात्मक ऑपरेटर्सची गरज आहे जे टूल्स वापरण्यात पारंगत असतील, जलद लक्ष्य-निर्णय घेण्यात कुशल असतील आणि मोठ्या प्रमाणावर गुणवत्ता टिकवून ठेवण्यास सक्षम असतील. जरी पदनाम बदलले नसले तरी, कामाचे स्वरूप बदलले आहे.
Konnector.ai चा ग्राहकवर्ग हा बदल दर्शवतो. सुरुवातीचे वापरकर्ते SDRs आणि ग्रोथ मार्केटर्स होते, जे अधिक संदेश पाठवण्यासाठी याचा वापर करत होते. सध्याचे वापरकर्ते वाढत्या प्रमाणात संस्थापक, एजन्सी मालक आणि लहान रेव्हेन्यू टीम्स आहेत, जे संपूर्ण सेल्स टीमऐवजी एक किंवा दोन ऑपरेटर्सच्या मदतीने या सिस्टीमद्वारे संपूर्ण पाइपलाइन चालवतात. वापराच्या गरजेनुसार उत्पादनात बदल होत गेला.
२०२६ आणि त्यानंतर एआय अधिक प्रगत होत जाईल तसतसे 'ह्युमन-इन-द-लूप' पद्धतीत कसे बदल होतील?
खरे उत्तर हे आहे की मानवी भूमिका नाहीशी होणार नाही, तर तिचे स्थान बदलेल.
आज ज्या निर्णयांसाठी माणसांची गरज आहे, ते निर्णय २०२० मध्ये माणसांना आवश्यक असलेल्या निर्णयांसारखे नाहीत. पाच वर्षांपूर्वी, संदेश लिहिण्याच्या प्रक्रियेत माणूस होता. आज, एआय (AI) स्वीकारार्ह संदेश लिहिते आणि माणूस लक्ष्यीकरण व उत्तर देण्याच्या प्रक्रियेत आहे. आणखी पाच वर्षांनी, एआय (AI) कदाचित उत्तरांचे वर्गीकरण चांगल्या प्रकारे हाताळेल आणि माणूस बाजारपेठेतील स्थान, ऑफरची रचना आणि खात्यांना प्राधान्य देण्यासारख्या धोरणात्मक निर्णयांपर्यंत अधिक वरच्या स्तरावर जाईल.
ऑटोमेशनच्या प्रत्येक लाटेमध्ये हेच स्वरूप दिसून येते. माणसांना काढून टाकले जात नाही. उलट, त्यांना मूल्य साखळीत वरच्या स्थानी ढकलले जाते. जे संस्थापक लवचिकपणे एचआयटीएल (HITL) प्रणालींची रचना करतात, ज्यात माणसे आज त्यांच्या निर्णयक्षमतेसाठी सर्वाधिक फायदेशीर ठरतील अशा ठिकाणी ठेवली जातात आणि उद्या हालचाल करण्यास तयार असतात, ते पूर्णपणे ऑटोमेशन करणाऱ्या किंवा ऑटोमेशन करण्यास पूर्णपणे नकार देणाऱ्यांच्या तुलनेत आपला फायदा अनेक पटींनी वाढवतात.
२०२६ मध्ये यशस्वी होणाऱ्या कंपन्या त्या नसतील ज्यांनी सर्वाधिक ऑटोमेशन केले आहे. तर त्या असतील ज्यांनी ऑटोमेशन कुठे असावे आणि कुठे नसावे, याचा सर्वात काळजीपूर्वक निर्णय घेतला.
अंतिम विचार: HITL ही एक रणनीती आहे, वैशिष्ट्य नाही.
'ह्युमन-इन-द-लूप'च्या बाबतीत संघ जी सर्वात मोठी चूक करतात ती म्हणजे, त्याला आपल्या साधनातील एक सेटिंग समजणे. ते तसे नाही. तुमचा संघ उत्पादन कसे करतो, तुमच्या निर्णयाला कुठे स्थान आहे आणि तुम्ही कोणत्या प्रकारची कंपनी उभारत आहात, याबद्दलची ही एक धोरणात्मक निवड आहे.
जर तुम्ही संस्थापक किंवा विकास नेते असाल आणि २०२६ मध्ये तुमचा आवाका वाढवण्याचा विचार करत असाल, तर प्रश्न ऑटोमेशन करायचे की नाही हा नाही. बाजारातील उलाढाल आणि गतीमुळे तो निर्णय तुमच्यासाठी आधीच घेतला गेला आहे. खरा प्रश्न हा आहे की, तुम्ही या प्रणालीमध्ये नेमके कुठे स्थान मिळवणार आहात.
जर तुम्ही ती मांडणी योग्य केली, तर एकच संस्थापक अशा मोठ्या प्रमाणातील पाइपलाइन हाताळू शकतो, ज्यासाठी पूर्वी सेल्स टीमची आवश्यकता होती. जर तुम्ही ती चुकवली, तर तुम्ही एकतर हाताने काम करून थकून जाल किंवा स्वयंचलित काम करून तुमची प्रतिष्ठा गमावून बसाल. HITL ही अशी रचना आहे, जी या दोन्ही गोष्टींना अटळ बनवत नाही.
Konnector.ai हे या गृहितकावर आधारित आहे की, संस्थापकांना पूर्णपणे ऑटोमेशनचा धोका न पत्करता, ऑटोमेशनचा फायदा हवा असतो. सोशल सिग्नल्स पद्धत प्रत्यक्षात कशी काम करते ते पहा , किंवा सर्वात सुरक्षित ऑटोमेशन प्लॅटफॉर्म्स डीफॉल्टनुसार HITL साठी कसे डिझाइन करत आहेत याबद्दल अधिक वाचा.
तुमच्या लिंक्डइन® आउटरीचला ११ पट वाढवा
ऑटोमेशन आणि जनरल एआय
तुमची पोहोच अभूतपूर्वपणे वाढवण्यासाठी लिंक्डइन® ऑटोमेशन आणि जेन एआयच्या सामर्थ्याचा उपयोग करा. एआय-चालित टिप्पण्या आणि लक्ष्यित मोहिमांद्वारे दर आठवड्याला हजारो संभाव्य ग्राहकांशी संवाद साधा—हे सर्व एकाच लीड-जनरेशन पॉवरहाऊस प्लॅटफॉर्मवरून.
