กลยุทธ์การมีมนุษย์เข้ามามีส่วนร่วมในการทำงานอัตโนมัติคืออะไร?

เวลาอ่านหนังสือ: 15 นาที

เมื่อก่อนระบบอัตโนมัติเป็นเรื่องของประสิทธิภาพการทำงาน แต่ตอนนี้มันเป็นเรื่องของความไว้วางใจ

ในช่วงสองปีที่ผ่านมา ผู้ก่อตั้งและผู้นำด้านการเติบโตต่างได้รับแจ้งว่า ตัวแทน AI จะจัดการกระบวนการขาย เขียนเนื้อหาโฆษณา คัดกรองลูกค้าเป้าหมาย และนัดหมายการประชุมให้ บางส่วนเกิดขึ้นแล้ว แต่ส่วนใหญ่ยังไม่เกิดขึ้น สิ่งที่เกิดขึ้นเกือบทั้งหมดคือ... คือต้นทุนที่เพิ่มขึ้นอย่างมากจากการทำงานอัตโนมัติที่ผิดพลาดการส่งข้อความสแปมบน LinkedIn® ไม่เพียงแต่จะไม่ก่อให้เกิดการเปลี่ยนลูกค้าเป้าหมายเท่านั้น แต่ยังทำลายชื่อเสียงโดเมนของคุณ ทำให้บัญชีของคุณถูกขึ้นบัญชีดำ และอื่นๆ อีกด้วย ฝึกอบรมผู้ที่มีศักยภาพของคุณ เพิกเฉยต่อข้อความในอนาคตของคุณ แม้ว่าคุณจะปรากฏตัวอย่างถูกต้องก็ตาม

นี่คือช่องว่างที่กลยุทธ์การมีมนุษย์เข้ามาเกี่ยวข้อง (Human-in-the-Loop) เข้ามาเติมเต็ม มันไม่ใช่คำศัพท์หรูๆ ที่หมายความว่า “เรายังคงต้องการมนุษย์อยู่” แต่มันเป็นทางเลือกในการออกแบบระบบที่เฉพาะเจาะจง ซึ่งเป็นตัวกำหนดว่าควรให้มนุษย์เข้ามามีส่วนร่วมตรงไหน มนุษย์เพิ่มการตัดสินเข้าไป ไปสู่เวิร์กโฟลว์อัตโนมัติ และปล่อยให้พวกเขาจัดการเอง หากทำได้ดี จะช่วยให้ทีมขนาดเล็กทำงานได้ในปริมาณมากเท่ากับทีมขนาดใหญ่ โดยไม่สูญเสียคุณภาพซึ่งเป็นสิ่งที่ทำให้ลูกค้าตอบรับตั้งแต่แรก

คู่มือนี้จะอธิบายว่าการทำงานอัตโนมัติแบบมีมนุษย์เข้ามาเกี่ยวข้อง (Human-in-the-Loop automation) คืออะไร ทำไมจึงมีความสำคัญมากขึ้นในปี 2026 มากกว่าปี 2024 ข้อผิดพลาดที่เกิดขึ้นคืออะไร และวิธีการออกแบบระบบให้ทำงานได้อย่างมีประสิทธิภาพ โดยเฉพาะอย่างยิ่งสำหรับการติดต่อธุรกิจแบบ B2Bยอดขาย และการเติบโต Konnector.ai เข้ามามีบทบาทในประเด็นนี้ในฐานะตัวอย่างที่ใช้งานได้จริง เพราะการขายผ่านโซเชียลมีเดีย และในส่วนของการติดต่อสื่อสารผ่าน LinkedIn® นั้น ช่องว่างระหว่างการทำงานด้วยตนเองทั้งหมดกับการทำงานอัตโนมัติทั้งหมดนั้นเห็นได้ชัดเจนที่สุดในขณะนี้

การทำงานอัตโนมัติแบบมีมนุษย์เข้ามาเกี่ยวข้อง (Human-in-the-Loop automation) คืออะไรกันแน่ พูดง่ายๆ ก็คือแบบนั้น?

ระบบ Human-in-the-Loop หรือเรียกย่อว่า HITL คือการออกแบบระบบที่ระบบอัตโนมัติจัดการกับปริมาณงานและความซ้ำซากจำเจ ในขณะที่มนุษย์ทำหน้าที่ตัดสินใจในส่วนที่ต้องใช้วิจารณญาณ บริบท หรือความเข้าใจในความสัมพันธ์ มนุษย์ไม่ได้นั่งอยู่ท้ายสุดของกระบวนการเพื่อตรวจสอบผลลัพธ์ทุกอย่าง แต่จะประจำอยู่ที่จุดตรวจสอบเฉพาะภายในขั้นตอนการทำงาน ซึ่งการตัดสินใจของพวกเขาจะเปลี่ยนแปลงสิ่งที่เกิดขึ้นต่อไป

วิธีคิดที่ช่วยให้เข้าใจง่ายขึ้น: ระบบอัตโนมัติเต็มรูปแบบทำงานตั้งแต่ต้นจนจบโดยไม่หยุดพัก ในขณะที่งานที่ต้องทำด้วยมือเต็มรูปแบบทำงานตั้งแต่ต้นจนจบโดยไม่มีความช่วยเหลือ ระบบ HITL ทำงานโดยอัตโนมัติจนกว่าจะเจอการตัดสินใจที่ระบบไม่ได้ถูกสร้างมาให้ตัดสินใจได้อย่างมั่นใจ จากนั้นระบบจะหยุดชั่วคราวและขอให้มนุษย์เป็นผู้ตัดสินใจ คำตอบของมนุษย์จะถูกส่งกลับเข้าไปในระบบ และระบบจะทำงานต่อไปจากจุดนั้น

การเปลี่ยนกรอบความคิดนั้นสำคัญ ในแบบจำลองเดิมที่ว่า “มนุษย์ตรวจสอบ AI” มนุษย์เป็นเพียงด่านควบคุมคุณภาพ พวกเขาตรวจสอบหลังจากที่ระบบทำงานเสร็จแล้ว แต่ในแบบจำลอง HITL มนุษย์เป็นส่วนหนึ่งของระบบเอง พวกเขาคือเหตุผลที่ทำให้ระบบสามารถทำงานได้อย่างน่าเชื่อถือในระดับใหญ่

เหตุใดการมีมนุษย์เข้ามามีส่วนร่วมในกระบวนการทำงาน (Human-in-the-Loop) จึงเป็นกลยุทธ์ที่เหมาะสมสำหรับการทำงานอัตโนมัติในธุรกิจ B2B ในปี 2026?

มีสามสิ่งที่เปลี่ยนแปลงไปในช่วง 18 เดือนที่ผ่านมา ซึ่งทำให้การใช้ระบบอัตโนมัติล้วนๆ เป็นทางเลือกที่แย่กว่าแต่ก่อน

ประการแรก แพลตฟอร์มต่างๆ เข้มงวดมากขึ้นอย่างเห็นได้ชัด ระบบตรวจจับพฤติกรรมของ LinkedIn® ตอนนี้ไวต่อรูปแบบที่เคยหลบเลี่ยงการตรวจจับได้ เช่น โครงสร้างข้อความที่เหมือนกัน จังหวะเวลาที่คาดเดาได้ ปริมาณข้อความที่เพิ่มขึ้นอย่างกะทันหันจากบัญชีเดียว ระบบการติดต่ออัตโนมัติที่เคยใช้งานได้ดีในปี 2023 ตอนนี้กลับทำให้บัญชีถูกจำกัดการใช้งานภายในไม่กี่สัปดาห์ กรอบการทำงานด้านความปลอดภัยของ Konnector.ai สร้างขึ้นมาโดยเฉพาะสำหรับความเป็นจริงใหม่นี้ แต่บทเรียนพื้นฐานนั้นใช้ได้กับทุกช่องทาง การทำงานอัตโนมัติที่คาดเดาได้จะถูกลงโทษ

ประการที่สอง ความอดทนของลูกค้าเป้าหมายต่อข้อความที่ใช้เทมเพลตได้ลดลงอย่างมาก โดยเฉพาะอย่างยิ่งผู้ก่อตั้งบริษัท สามารถมองออกได้ว่าข้อความนั้นเขียนโดย AI ตั้งแต่ประโยคแรก คุณภาพได้เปลี่ยนจาก “ข้อความนี้เป็นส่วนตัวหรือไม่” ไปเป็น “มีคนจริงๆ คิดถึงฉันก่อนส่งข้อความนี้หรือไม่” ระบบอัตโนมัติล้วนๆ ไม่สามารถผ่านเกณฑ์นี้ได้อย่างสม่ำเสมอ มันสร้างผลลัพธ์ที่แม้จะเป็นส่วนตัวในทางเทคนิค แต่ก็ให้ความรู้สึกเหมือนเครื่องจักร

ประการที่สาม ต้นทุนความเสียหายของแบรนด์จากการใช้ระบบอัตโนมัติที่ไม่ดีนั้น ปัจจุบันกลายเป็นความเสียหายถาวรในแบบที่ไม่เคยเป็นมาก่อน ลูกค้าเป้าหมายที่รายงานข้อความของคุณว่าเป็นสแปมไม่ได้แค่บล็อกคุณเท่านั้น แต่พวกเขายังฝึกอัลกอริทึมทุกตัวที่เกี่ยวข้องกับบัญชีของคุณให้ลดลำดับความสำคัญของคุณลง แคมเปญที่ไม่ดีเพียงครั้งเดียวอาจส่งผลต่อการส่งข้อความได้นานถึงหกเดือน

HITL แก้ปัญหาทั้งสามข้อนี้ได้ ระบบอัตโนมัติจะจัดการงานที่ไม่ต้องใช้การตัดสินใจ ส่วนมนุษย์จะเข้ามาจัดการในจังหวะที่สำคัญว่าลูกค้าจะรู้สึกได้รับการเคารพหรือถูกกดดันให้ซื้อสินค้า ผลลัพธ์ที่ได้คือปริมาณการขายที่มากโดยไม่มีความเสี่ยงต่อแบรนด์

การทำงานโดยมีมนุษย์เป็นส่วนหนึ่งในวงจร (Human-in-the-Loop) แตกต่างจากการทำงานอัตโนมัติเต็มรูปแบบและการทำงานด้วยตนเองเต็มรูปแบบอย่างไร?

ทีมส่วนใหญ่จะแกว่งไปมาระหว่างสองขั้ว พวกเขาเริ่มต้นด้วยการใช้แรงงานคนเพราะต้องการให้ทุกข้อความสมบูรณ์แบบ จากนั้นพวกเขาก็เจอปัญหา จึงเปลี่ยนมาใช้ระบบอัตโนมัติทั้งหมด และพบว่าอัตราการตอบกลับลดลงอย่างมาก จากนั้นพวกเขาก็ถอยกลับมาใช้แรงงานคนอีกครั้ง HITL คือทางสายกลาง แต่มีความเฉพาะเจาะจงมากกว่าแค่ "ใช้ระบบอัตโนมัติบางส่วน ทำบางส่วนด้วยตนเอง"

Dimension	คู่มือการใช้งานแบบเต็มรูปแบบ	อัตโนมัติอย่างสมบูรณ์	มนุษย์ในวง
ผลผลิตประจำวัน	กลุ่มเป้าหมาย 20 ถึง 40 ราย	กลุ่มเป้าหมาย 500 ถึง 1,000 ราย	กลุ่มเป้าหมาย 200 ถึง 500 ราย
คุณภาพของการปรับแต่งเฉพาะบุคคล	สูงแต่ไม่สม่ำเสมอ	ต่ำถึงปานกลาง	สูงและสม่ำเสมอ
scalability	ต่ำ. ขึ้นอยู่กับเวลาของคุณ	สูง. ผูกติดอยู่กับเครื่องมือของคุณ	สูง. เกี่ยวข้องกับความถี่ในการตัดสินของคุณ
ความเสี่ยงจากการถูกจำกัดการใช้งานแพลตฟอร์ม	ต่ำมาก	สูง การตรวจจับรูปแบบจะตั้งธงบัญชี	ต่ำ. ความแปรปรวนของมนุษย์ทำให้การตรวจจับรูปแบบล้มเหลว
เวลาของผู้ก่อตั้งต่อวัน	3 ถึง 4 ชั่วโมง	น้อยกว่า 30 นาที	15 ถึง 30 นาที
เพดานอัตราการตอบกลับ	15 เป็นร้อยละ 25	2 เป็นร้อยละ 5	10 เป็นร้อยละ 18
ความเสี่ยงของแบรนด์	ต่ำ	จุดสูง	ต่ำถึงปานกลาง
เหมาะที่สุดสำหรับ	บัญชี ABM 50 อันดับแรก	การสมัครรับจดหมายข่าว ระดับราคาประหยัด	การสร้างช่องทางติดต่อลูกค้าเป้าหมาย การเข้าถึงกลุ่มเป้าหมาย ICP

แถวที่น่าสนใจในตารางนี้คือแถวก่อนสุดท้าย: เวลาที่ผู้ก่อตั้งใช้ต่อวัน HITL ใช้เวลาของผู้ก่อตั้งน้อยกว่าการติดต่อสื่อสารด้วยตนเองทั้งหมด เพราะมนุษย์ไม่ได้ลงมือทำงานเองอีกต่อไป พวกเขาเป็นผู้ตัดสินใจที่จะกำหนดทิศทางของงาน การตัดสินใจเพียง 15 นาทีสามารถกำหนดรูปแบบการทำงานอัตโนมัติได้ถึง 4 ชั่วโมง นั่นคือจุดแข็งของมัน

มนุษย์ควรมีบทบาทอย่างไรในกระบวนการนี้กันแน่?

นี่คือจุดที่ทีมส่วนใหญ่เข้าใจ HITL ผิด พวกเขาวางคนไว้ในจุดตรวจสอบที่ไม่ถูกต้อง แล้วสรุปว่า HITL ไม่ช่วยประหยัดเวลา มีจุดตรวจสอบสี่จุดที่สำคัญสำหรับการทำงานอัตโนมัติของการติดต่อลูกค้า B2B และระบบที่ออกแบบมาอย่างดีจะใช้มนุษย์ในจุดตรวจสอบหนึ่งหรือสองจุด ไม่ใช่ทั้งสี่จุด

จุดตรวจสอบที่ 1: การตัดสินใจกำหนดเป้าหมาย เราควรติดต่อใคร? นี่คือจุดที่มีประสิทธิภาพสูงสุดในการใช้มนุษย์ การตัดสินใจกำหนดเป้าหมายที่ไม่ดีจะทำให้ระบบอัตโนมัติในขั้นตอนถัดไปสูญเปล่า การตัดสินใจที่ดีจะทำให้ระบบส่วนที่เหลือดูยอดเยี่ยม เครื่องมือต่างๆ เช่น คอนเนคเตอร์.เอไอ ใช้ Social Signals Intelligence เพื่อทำให้การค้นหาลูกค้าเป้าหมายที่มีความสนใจสูงเป็นไปโดยอัตโนมัติ แต่ผู้ก่อตั้งยังคงเป็นผู้ตัดสินใจว่าสัญญาณใดมีความสำคัญต่อธุรกิจของตนในเดือนนั้น

จุดตรวจสอบที่ 2: การอนุมัติข้อความ ข้อความนี้ควรส่งถึงบุคคลนี้โดยเฉพาะหรือไม่? ผู้ก่อตั้งส่วนใหญ่มักเลือกให้คนเป็นผู้ตรวจสอบ เพราะรู้สึกปลอดภัยที่สุด นอกจากนี้ยังเป็นจุดตรวจสอบที่แพงที่สุดด้วย เนื่องจากปริมาณข้อความมีมาก หากคุณตรวจสอบทุกข้อความ คุณไม่ได้ใช้หลักการ HITL (Host-Induced Time Line) แต่คุณกำลังทำงานด้วยตนเองที่ช้าและมีขั้นตอนเพิ่มเติม

จุดตรวจสอบที่ 3: การคัดกรองคำตอบ เราจะจัดการกับคำตอบเหล่านั้นอย่างไร? นี่คือจุดที่ HITL เห็นผลชัดเจนที่สุด AI สามารถจัดหมวดหมู่คำตอบเป็น “สนใจ” “ไม่ใช่ตอนนี้” “ไม่ตรงคน” และ “ลบฉันออก” มนุษย์จะเป็นผู้ตัดสินใจว่าจะพูดอะไรกับคำตอบที่ “สนใจ” เพราะนั่นคือช่วงเวลาที่การสนทนาที่แท้จริงเริ่มต้นขึ้น และคำตอบแบบสำเร็จรูปจะทำให้การสนทนาล้มเหลว

จุดตรวจสอบที่ 4: การจัดการข้อผิดพลาด เราจะทำอย่างไรเมื่อเกิดเหตุการณ์ไม่คาดฝันขึ้น? ลูกค้าเป้าหมายกล่าวถึงคู่แข่งรายใดรายหนึ่งโดยเฉพาะ คนที่คุณติดต่อเมื่อไตรมาสที่แล้วเพิ่งได้รับการเลื่อนตำแหน่ง ลูกค้าที่คุณติดตามอยู่เพิ่งประกาศเลิกจ้าง ระบบอัตโนมัติล้วนๆ จะเพิกเฉยต่อสัญญาณเหล่านี้ หรือใช้เทมเพลตสำเร็จรูป แต่หากใช้มนุษย์ในการจัดการ เราควรทำอย่างไร?

หลักการโดยทั่วไปคือ: วางคนไว้ที่จุดตรวจสอบที่ 1 และ 3 ใช้ระบบอัตโนมัติที่จุดตรวจสอบที่ 2 และ 4 พร้อมกฎการยกระดับที่ชัดเจน วิธีนี้จะทำให้คุณได้ทั้งปริมาณงานอัตโนมัติและการตัดสินใจจากงานของมนุษย์ โดยไม่ต้องเสียค่าใช้จ่ายสำหรับทั้งสองอย่าง

ในทางปฏิบัติแล้ว กระบวนการทำงานแบบมีมนุษย์เข้ามาเกี่ยวข้อง (Human-in-the-Loop) มีลักษณะอย่างไร?

นี่คือภาพจำลองการทำงานหนึ่งวันของผู้ก่อตั้งที่ดูแลงานประชาสัมพันธ์ HITL ด้วยเครื่องมืออย่าง Konnector.ai นี่ไม่ใช่เรื่องสมมติ แต่เป็นรูปแบบการทำงานจริงของเครื่องมือเหล่านี้ กิจวัตรประจำวันของผู้ก่อตั้ง Konnector.ai สร้างขึ้นโดยยึดหลักการเหล่านี้เป็นพื้นฐาน

ช่วงเช้า 10 นาที ผู้ก่อตั้งเปิดแดชบอร์ด Social Signals ไม่ใช่ฟีด LinkedIn® แดชบอร์ดจะแสดงโพสต์ที่กลุ่มเป้าหมายที่มีแนวโน้มดีกำลังมีส่วนร่วม การกล่าวถึงคำหลักที่เกี่ยวข้องภายใน ICP ของพวกเขา และการเปลี่ยนแปลงในบัญชีที่ติดตาม ผู้ก่อตั้งใช้เวลาสิบนาทีในการตรวจสอบสัญญาณที่แสดงและตัดสินใจว่าจะมีส่วนร่วมกับกระทู้ใดในวันนั้น การตัดสินใจนั้นจะถูกป้อนเข้าสู่กระบวนการอัตโนมัติ

ช่วงกลางเช้า เปิดใช้งานอัตโนมัติ ระบบจะประมวลผลความคิดเห็น คำขอเชื่อมต่อ และข้อความติดต่อตามการวิเคราะห์สัญญาณในตอนเช้า ผู้ก่อตั้งไม่ได้มีส่วนร่วมในส่วนนี้ เพราะพวกเขาเป็นผู้บริหารบริษัท ระบบจะใช้กรอบข้อความที่ได้รับการอนุมัติล่วงหน้า โดยมีตัวแปรเฉพาะสำหรับแต่ละกลุ่มเป้าหมาย ซึ่งดึงมาจากข้อมูลโปรไฟล์สาธารณะและกิจกรรมล่าสุด

ช่วงบ่าย 5 นาที ผู้ก่อตั้งจะตรวจสอบร่างความคิดเห็นที่สร้างโดย AI ในโพสต์ที่มีสัญญาณสูง พวกเขาจะอนุมัติ แก้ไข หรือปฏิเสธแต่ละความคิดเห็น นี่คือห้านาทีที่มีประสิทธิภาพสูงสุดในแต่ละวัน เพราะความคิดเห็นที่เหมาะสมในโพสต์ที่ถูกต้องจะสร้างความสนใจจากลูกค้าได้ในราคาที่ต่ำกว่าการส่งข้อความออกไปหาลูกค้ามาก

สิ้นสุดวัน เหลือเวลาอีก 10 นาที ผู้ก่อตั้งตรวจสอบคำตอบจากกิจกรรมติดต่อสื่อสารประจำวัน ระบบได้จัดหมวดหมู่คำตอบเหล่านั้นไว้แล้ว หน้าที่ของผู้ก่อตั้งคือการเขียนตอบกลับส่วนตัวไปยังทุกคนที่แสดงความสนใจอย่างแท้จริง ระบบจะส่งข้อความติดตามผลโดยอัตโนมัติสำหรับสัญญาณตอบรับที่ไม่ชัดเจน และสำหรับผู้ที่ตอบว่า “ตอนนี้ยังไม่ใช่เวลา” ระบบจะดูแลพวกเขาโดยอัตโนมัติ

เวลาที่ผู้ก่อตั้งใช้ทั้งหมด: 25 นาที ปริมาณงานที่ประมวลผลทั้งหมด: เพียงพอที่จะรักษาระดับการประมวลผลให้คงที่ คุณภาพ: รักษาไว้ได้เพราะผู้ก่อตั้งเป็นผู้ตัดสินใจในเรื่องสำคัญ ไม่ใช่การอนุมัติทุกข้อความที่ส่งออกไป

คลังวิดีโอของ Konnector.ai มีวิดีโอสาธิตท่าทางการเคลื่อนไหวเหล่านี้หลายท่า:

เหตุใดระบบอัตโนมัติล้วนๆ จึงล้มเหลวในการทำการตลาดแบบ B2B?

ระบบอัตโนมัติแบบสมบูรณ์ล้มเหลวด้วยเหตุผลที่ผู้ก่อตั้งต้องใช้เวลาสักพักกว่าจะยอมรับได้อย่างเต็มที่ เหตุผลไม่ใช่เพราะ AI เขียนข้อความที่ดีไม่ได้ มันทำได้ เหตุผลคือ... ระดับเสียงเปลี่ยนความหมายของข้อความ.

ข้อความที่เขียนโดย AI อย่างสมบูรณ์แบบส่งไปยังผู้รับเป้าหมายเพียงรายเดียว อาจได้ผลดี แต่ข้อความเดียวกันนั้นหากส่งไปยังผู้รับเป้าหมายนับพันราย กลับถูกมองว่าเป็นสแปม แม้ว่าแต่ละข้อความจะได้รับการปรับแต่งให้เหมาะสมกับแต่ละบุคคลแล้วก็ตาม เนื่องจากผู้รับเป้าหมายไม่ได้อ่านแค่ข้อความของคุณเท่านั้น แต่พวกเขายังอ่านบริบทโดยรอบด้วย ข้อความที่ส่งมาในช่วงเวลาที่ระบบอัตโนมัติกำหนดไว้ ในวันที่ฟีดข่าวของพวกเขาเต็มไปด้วยข้อความที่คล้ายกัน จะถูกอ่านในฐานะส่วนหนึ่งของรูปแบบนั้น ไม่สำคัญว่าถ้อยคำจะดีแค่ไหน

นี่คือประเด็นสำคัญที่บล็อกเกี่ยวกับกลยุทธ์การทำงานอัตโนมัติส่วนใหญ่มองข้ามไป พวกเขามุ่งเน้นไปที่คุณภาพของข้อความ แต่ตัวแปรที่แท้จริงคือความหนาแน่นของสัญญาณ ลูกค้าเป้าหมายได้รับข้อความอัตโนมัติกี่ข้อความในสัปดาห์นั้น? มีกี่ข้อความที่ดูเหมือนใช้เทมเพลต? ข้อความของคุณอยู่ในอันดับใดในส่วนผสมนั้น?

HITL แก้ปัญหานี้ไม่ใช่ด้วยการเขียนข้อความที่ดีกว่า แต่ด้วยการปรับเปลี่ยนจังหวะเวลา ตัวกระตุ้น และรูปแบบการตอบสนองในแบบที่ระบบอัตโนมัติล้วนๆ ทำไม่ได้ มนุษย์ที่ตรวจสอบสัญญาณก่อนส่งจะทำลายรูปแบบเดิม มนุษย์ที่ตอบกลับข้อความด้วยน้ำเสียงของตัวเองจะทำลายรูปแบบเดิม มนุษย์ที่ตัดสินใจว่าลูกค้าเป้าหมายรายใดสมควรได้รับการติดตามและรายใดไม่สมควรได้รับการติดตาม จะทำลายรูปแบบเดิม การเปลี่ยนแปลงเล็กๆ น้อยๆ เหล่านี้รวมกันแล้วสร้างความแตกต่างระหว่างความรู้สึกว่าถูกกระทำโดยระบบอัตโนมัติกับความรู้สึกว่าได้รับการเอาใจใส่

ข้อผิดพลาดที่พบบ่อยที่สุดที่ผู้ก่อตั้งมักทำเมื่อใช้ระบบอัตโนมัติแบบมีมนุษย์เข้ามาเกี่ยวข้องคืออะไร?

การใช้งาน HITL ส่วนใหญ่มักล้มเหลวในรูปแบบที่คาดเดาได้ ต่อไปนี้คือ 4 สาเหตุที่พบบ่อยที่สุด

ข้อผิดพลาดข้อแรก: การให้มนุษย์เป็นผู้ควบคุมทุกจุดตรวจสอบ ถ้าผู้ก่อตั้งอนุมัติทุกข้อความเอง ระบบนั้นก็ไม่ใช่ระบบ HITL (Institute of Time Line) มันคือการทำงานด้วยตนเองโดยใช้คิว ซึ่งปริมาณงานจะไม่สามารถเพิ่มขึ้นได้เพราะมนุษย์กลายเป็นคอขวด

ข้อผิดพลาดประการที่สอง: ไม่ได้กำหนดว่ามนุษย์มีสิทธิ์ที่จะเปลี่ยนแปลงอะไรได้บ้าง หากไม่มีกฎเกณฑ์ที่ชัดเจนว่ามนุษย์สามารถเปลี่ยนแปลงอะไรได้บ้าง ทุกจุดตรวจสอบก็จะกลายเป็นการถกเถียง ระบบจะชะลอตัวจนหยุดชะงักเพราะไม่มีใครรู้ว่าควรทำตามคำแนะนำอัตโนมัติหรือเชื่อสัญชาตญาณของมนุษย์

ข้อผิดพลาดที่สาม: การมองว่า HITL เป็นเพียงชั่วคราว ผู้ก่อตั้งบางคนใช้ HITL เป็นโครงสร้างพื้นฐานในขณะที่พวกเขากำลังสร้างระบบอัตโนมัติอย่างเต็มรูปแบบ นี่เป็นความผิดพลาดสำหรับการติดต่อลูกค้าแบบ B2B ช่วงเวลาแห่งการตัดสินใจไม่ได้หายไปเมื่อระบบเติบโตขึ้น แต่กลับมีค่ามากขึ้น เพราะระบบมีหน้าที่รับผิดชอบความสัมพันธ์ที่มีมูลค่าสูงกว่า

ข้อผิดพลาดที่สี่: ไม่ได้วัดผลงานของมนุษย์ หากคุณไม่สามารถระบุได้ว่ามนุษย์เป็นผู้ตัดสินใจในเรื่องใดบ้าง และการเปลี่ยนแปลงนั้นส่งผลอย่างไร คุณก็ไม่สามารถบอกได้ว่ามนุษย์กำลังเพิ่มมูลค่าหรือเพิ่มภาระงาน ควรติดตามอัตราการเปลี่ยนแปลง (ความถี่ที่มนุษย์เปลี่ยนแปลงสิ่งที่ระบบอัตโนมัติแนะนำ) อัตราการยกระดับ (ประสิทธิภาพที่ดีขึ้นของผลลัพธ์ที่มนุษย์แก้ไข) และเวลาในการตัดสินใจ (ระยะเวลาที่มนุษย์ใช้ในแต่ละจุดตรวจสอบ)

คุณจะออกแบบระบบ Human-in-the-Loop สำหรับการติดต่อสื่อสารผ่าน LinkedIn® ได้อย่างไร?

LinkedIn® เป็นกรณีศึกษาที่ชัดเจนที่สุด เพราะอยู่ตรงจุดตัดระหว่างกฎเกณฑ์ที่เข้มงวดของแพลตฟอร์ม ความสัมพันธ์กับลูกค้าเป้าหมายที่มีความสำคัญสูง และผลประโยชน์จากการทำงานอัตโนมัติอย่างมีนัยสำคัญ นี่คือการออกแบบระบบที่ได้ผล

ชั้นที่ 1: การจับสัญญาณ ทำให้กระบวนการนี้เป็นระบบอัตโนมัติทั้งหมด เครื่องมืออย่าง Social Signals Intelligence ของ Konnector.ai ติดตามการกล่าวถึงคีย์เวิร์ด กิจกรรมของกลุ่มเป้าหมาย การเคลื่อนไหวของ ICP และฐานผู้ติดตามของคู่แข่ง ไม่มีเหตุผลใดที่ต้องใช้คนในขั้นตอนนี้อีกต่อไป คอยดู ChatGPT ผสานการทำงานกับ Konnector ได้อย่างไร เพื่อเป็นตัวอย่างว่า AI สามารถทวีคูณในระดับนี้ได้อย่างไร

ชั้นที่ 2: การตัดสินใจกำหนดเป้าหมาย จุดตรวจสอบโดยมนุษย์ ผู้ก่อตั้งจะตรวจสอบสัญญาณที่ได้รับในแต่ละวันและตัดสินใจว่าควรดำเนินการกับสัญญาณใดในวันนั้น การตัดสินใจนี้ใช้เวลาเพียง 5-10 นาที ไม่ใช่การวิเคราะห์นาน 2 ชั่วโมง เป้าหมายคือการกำหนดทิศทาง ไม่ใช่ความสมบูรณ์แบบ

ชั้นที่ 3: การดำเนินการประชาสัมพันธ์ ทำให้กระบวนการนี้เป็นไปโดยอัตโนมัติอย่างสมบูรณ์ด้วยระบบป้องกันความปลอดภัย กรอบการทำงานด้านความปลอดภัยของ Konnector.ai จะหมุนเวียนบัญชี ปรับเวลา และอยู่ภายในขีดจำกัดพฤติกรรมของ LinkedIn® ไม่มีมนุษย์เข้ามาเกี่ยวข้องในขั้นตอนนี้ เพราะการมีมนุษย์อยู่จะทำให้กระบวนการช้าลงโดยไม่ทำให้ดีขึ้น

ชั้นที่ 4: การแสดงความคิดเห็นและการมีส่วนร่วม ระบบตรวจสอบแบบไฮบริด AI จะร่างความคิดเห็นตามบริบทสำหรับโพสต์ที่มีความสำคัญสูง จากนั้นมนุษย์จะตรวจสอบและอนุมัติเป็นชุด โดยปกติครั้งละ 5-10 ความคิดเห็น ภายในเวลาไม่ถึง 5 นาที

ชั้นที่ 5: การคัดกรองและสนทนาตอบกลับ ด่านตรวจสอบโดยมนุษย์ ระบบจะจัดหมวดหมู่คำตอบ มนุษย์จะเป็นผู้เขียนคำตอบให้กับผู้ที่แสดงความสนใจอย่างแท้จริง ส่วนคำตอบที่ไม่จริงจังจะได้รับการตอบกลับต่อเนื่องโดยอัตโนมัติ

เลเยอร์ 6: การกำหนดเส้นทางของไปป์ไลน์ ทำให้กระบวนการนี้เป็นแบบอัตโนมัติอย่างสมบูรณ์ เมื่อการสนทนาดำเนินมาถึงขั้นตอนการจองการประชุม เครื่องมือปฏิทินจะเข้ามาจัดการต่อ จากนั้นมนุษย์จะปรากฏตัวอีกครั้งในการประชุมจริง

โมเดลหกชั้นนี้คือความแตกต่างระหว่างเครื่องมือกับระบบ แพลตฟอร์มระบบอัตโนมัติส่วนใหญ่จะให้ชั้นต่างๆ แก่คุณ แต่การออกแบบ HITL จะบอกคุณว่าควรวางตัวเองไว้ที่ใดในแต่ละชั้น

กลยุทธ์ "มีมนุษย์เข้ามาเกี่ยวข้อง" สำหรับการส่งอีเมลเย็นนั้นมีลักษณะอย่างไร?

การส่งอีเมลเย็น (Cold email) ใช้หลักการคล้ายกัน แต่มีจุดตรวจสอบที่แตกต่างกัน ความเสี่ยงของแพลตฟอร์มก็แตกต่างกัน ความคาดหวังในการปรับแต่งให้เหมาะสมกับแต่ละบุคคลนั้นคล้ายคลึงกัน และโดยทั่วไปแล้วจะมีปริมาณมากกว่า

สำหรับการส่งอีเมลแบบ Cold Email ควรใช้ระบบอัตโนมัติในการสร้างรายชื่อผู้รับ ตรวจสอบการส่งถึงผู้รับ กำหนดเวลาส่ง และจัดการอีเมลที่ส่งไม่ถึงผู้รับ ให้มีมนุษย์คอยตรวจสอบในสามจุดหลัก ได้แก่ การออกแบบข้อเสนอ (เรากำลังบอกว่าเราทำอะไรกันแน่) ตรรกะการแบ่งกลุ่ม (รายชื่อผู้รับใดจะได้รับข้อความใด) และการจัดการการตอบกลับ (การตอบกลับใดๆ ที่ไม่ใช่คำตอบที่ชัดเจนว่าใช่หรือไม่ใช่)

ข้อผิดพลาดที่ร้ายแรงที่สุดในการใช้ระบบอัตโนมัติส่งอีเมลเย็น คือการมอบหมายข้อเสนอให้กับ AI AI ไม่สามารถบอกคุณได้ว่าลูกค้าเป้าหมายของคุณต้องการอะไรจริงๆ มันทำได้เพียงปรับปรุงวิธีการที่คุณบอกมันให้พูดเท่านั้น ข้อเสนอเป็นหน้าที่ของผู้ก่อตั้ง ส่วนการเรียบเรียงถ้อยคำเป็นหน้าที่ของระบบ แคมเปญอีเมลเย็นที่ล้มเหลวส่วนใหญ่สับสนระหว่างสองสิ่งนี้

คุณจะวัดได้อย่างไรว่าระบบ Human-in-the-Loop ของคุณทำงานได้ดี?

ทีมส่วนใหญ่ใช้ตัวชี้วัดที่ไม่ถูกต้องในการวัดผล HITL พวกเขาดูที่อัตราการตอบกลับและการนัดหมาย ซึ่งเป็นตัวชี้วัดผลลัพธ์ พวกมันบอกคุณว่าแคมเปญของคุณได้ผลหรือไม่ แต่ไม่ได้บอกคุณว่าการออกแบบ HITL ของคุณถูกต้องหรือไม่

ตัวชี้วัดที่เหมาะสมสำหรับ HITL คือ บทบาทของมนุษย์ในระบบ

อัตราการยกเลิก เปอร์เซ็นต์ของคำแนะนำอัตโนมัติที่ถูกแก้ไขโดยมนุษย์มีเท่าไหร่? ถ้าต่ำกว่า 10 เปอร์เซ็นต์ แสดงว่ามนุษย์แค่ทำการตรวจสอบโดยไม่ตรวจสอบอย่างละเอียด และอาจลบจุดตรวจสอบนั้นออกไปได้ แต่ถ้าสูงกว่า 60 เปอร์เซ็นต์ แสดงว่าระบบอัตโนมัติยังฝึกฝนไม่ดีพอ และมนุษย์กำลังทำงานมากเกินไป

เวลาตัดสินใจต่อจุดตรวจสอบ มนุษย์ใช้เวลานานเท่าไหร่ในแต่ละจุดตรวจสอบ? ถ้าเวลาเพิ่มขึ้น แสดงว่าระบบถามคำถามมากเกินไปหรือถามคำถามที่ไม่ถูกต้อง ถ้าเวลาลดลงจนเกือบเป็นศูนย์ แสดงว่าคุณใช้ระบบอัตโนมัติมากเกินไป

เพิ่มประสิทธิภาพผลลัพธ์ที่ผ่านการสัมผัสจากมนุษย์ เปรียบเทียบอัตราการแปลงของผลลัพธ์ที่ทำงานอัตโนมัติอย่างสมบูรณ์กับผลลัพธ์ที่มนุษย์เข้ามาเกี่ยวข้อง การเปลี่ยนแปลงที่เกิดขึ้นจะบอกคุณว่ามนุษย์กำลังเพิ่มคุณค่าหรือเป็นเพียงแค่การแสดง ระบบ HITL ที่มีประโยชน์จะแสดงให้เห็นถึงการเปลี่ยนแปลงที่ดีขึ้น 20 ถึง 40 เปอร์เซ็นต์เมื่อเทียบกับผลลัพธ์ที่มนุษย์เข้ามาเกี่ยวข้อง

จำนวนชั่วโมงการทำงานของผู้ก่อตั้งต่อมูลค่าเงินที่ระดมได้ ตัวชี้วัดที่สำคัญอย่างแท้จริงในระดับบริษัท คือ เวลาที่ผู้ก่อตั้งใช้ไปนั้นสร้างโอกาสทางธุรกิจได้มากแค่ไหน HITL ควรช่วยลดตัวเลขนี้ลงทุกเดือน ในขณะที่ปริมาณโอกาสทางธุรกิจยังคงทรงตัวหรือเพิ่มขึ้น

Konnector.ai ใช้แนวคิด Human-in-the-Loop ในผลิตภัณฑ์ของตนเองอย่างไร?

การออกแบบผลิตภัณฑ์ของ Konnector.ai สร้างขึ้นบนหลักการของ HITL แม้ว่าจะไม่ได้ใช้คำนี้โดยตรงก็ตาม ตัวอย่างผลิตภัณฑ์สามอย่างแสดงให้เห็นถึงสิ่งนี้อย่างชัดเจน

ประการแรก แดชบอร์ด Social Signals Intelligence ไม่ได้ดำเนินการกับสัญญาณโดยอัตโนมัติ แต่จะแสดงสัญญาณเหล่านั้นออกมา ผู้ก่อตั้งจะเป็นผู้ตัดสินใจว่าจะโต้ตอบกับสัญญาณใด นี่คือหลักการของ HITL (Highest Leverage to Time) ระบบสามารถดำเนินการโดยอัตโนมัติได้ แต่ระบบไม่ทำเช่นนั้น เพราะการตัดสินใจเลือกกลุ่มเป้าหมายเป็นช่วงเวลาสำคัญที่สุดของมนุษย์

ประการที่สอง ความคิดเห็นที่สร้างโดย AI จะถูกร่างขึ้น แต่จะไม่ถูกส่งออกไปหากไม่ได้รับการอนุมัติ ผู้ก่อตั้งจะตรวจสอบข้อเสนอแนะ แก้ไขหากจำเป็น และอนุมัติเป็นชุด ซึ่งจะช่วยรักษาระดับคุณภาพของความคิดเห็นให้สูง ในขณะที่ผู้ก่อตั้งสามารถประมวลผลปริมาณมากได้ภายในไม่กี่นาที

ประการที่สาม กรอบความปลอดภัยเป็นระบบอัตโนมัติ แต่กฎเกณฑ์เบื้องหลังนั้นผู้ใช้สามารถกำหนดค่าได้ ผู้ก่อตั้งกำหนดขอบเขต ระบบบังคับใช้ขอบเขตเหล่านั้น นี่คือการประยุกต์ใช้ HITL กับการจัดการความเสี่ยง ไม่ใช่แค่การประชาสัมพันธ์เท่านั้น เมื่อคุณเปรียบเทียบ Konnector กับเครื่องมืออย่าง La Growth Machineความแตกต่างมักอยู่ที่ว่าเครื่องมือแต่ละชนิดตอบคำถามอย่างไรว่ามนุษย์ควรมีบทบาทอย่างไรในกระบวนการนั้น

ชมการทำงานของฟีเจอร์ AI Comments ได้ที่นี่:

ความเสี่ยงของการใช้ Human-in-the-Loop ผิดพลาดมีอะไรบ้าง?

การใช้ HITL อย่างไม่ถูกต้องนั้นแย่กว่าการทำงานอัตโนมัติเต็มรูปแบบ เพราะมันทำให้คุณเข้าใจผิดว่าระบบกำลังถูกควบคุมดูแลอยู่ ทั้งที่ความจริงไม่ใช่ มีโหมดความล้มเหลวสามอย่างที่ควรให้ความสนใจ

มนุษย์กลายเป็นคอขวด หากปริมาณงานที่ต้องตัดสินใจมีมากเกินกว่าเวลาที่มนุษย์มีอยู่ ระบบจะหยุดทำงาน การติดต่อสื่อสารจะล่าช้า การตอบกลับจะเงียบหายไป ต้นทุนของระบบอัตโนมัติยังคงอยู่ ในขณะที่ผลผลิตลดลง วิธีแก้ปัญหา: ลดจำนวนขั้นตอนการตรวจสอบโดยมนุษย์ หรือทำการตัดสินใจแบบเป็นกลุ่มอย่างเด็ดขาด

มนุษย์หยุดมองอย่างระมัดระวังแล้ว ความเหนื่อยล้าจากการอนุมัติเป็นเรื่องจริง หลังจากตรวจสอบความคิดเห็นครั้งที่ 50 ของวัน ผู้ก่อตั้งก็อนุมัติสิ่งต่างๆ ที่ตนเองอาจปฏิเสธในตอนเช้า วิธีแก้ปัญหา: จำกัดปริมาณการตรวจสอบรายวันและหมุนเวียนประเภทของการตัดสินใจเพื่อให้ความสนใจยังคงสดใหม่

มนุษย์เริ่มเชื่อถือผลลัพธ์ที่ผิดพลาด เมื่อเวลาผ่านไป ผู้ก่อตั้งเริ่มคิดว่า AI นั้นถูกต้องและคลิกตามไปเรื่อยๆ ระบบจึงเริ่มไม่แม่นยำ วิธีแก้ปัญหา: สร้างระบบตรวจสอบแบบไม่เปิดเผยข้อมูลเป็นระยะ โดยให้มนุษย์เป็นผู้ประเมินโดยไม่เห็นคำแนะนำของ AI เพื่อสร้างความเชื่อมั่นขึ้นใหม่

การนำระบบ Human-in-the-Loop มาใช้ให้ได้อย่างถูกต้องนั้นใช้เวลานานแค่ไหน?

ผู้ก่อตั้งส่วนใหญ่ประเมินระยะเวลาการเปิดตัวต่ำเกินไป เพราะคิดว่า HITL เหมือนกับการกดสวิตช์ แต่ความจริงแล้วมันใช้เวลาประมาณ 60-90 วันในการปรับปรุงใหม่ทั้งหมด ขึ้นอยู่กับกระบวนการทำงานเดิมที่มีอยู่แล้ว นี่คือตัวอย่างการเปิดตัวที่สมจริง

วันที่ 1 ถึง 14: ตรวจสอบสถานะปัจจุบัน วางแผนทุกขั้นตอนของกระบวนการติดต่อลูกค้าในปัจจุบันของคุณ ระบุว่าขั้นตอนใดเป็นขั้นตอนที่ทำด้วยมือ ขั้นตอนใดเป็นขั้นตอนอัตโนมัติ และขั้นตอนใดเป็นการผสมผสานระหว่างทั้งสองอย่าง การตรวจสอบนี้มักจะเผยให้เห็นสามสิ่งต่อไปนี้: งานที่ทำด้วยมือซึ่งผู้ก่อตั้งไม่รู้ตัวว่าเกิดขึ้น เครื่องมืออัตโนมัติที่ซ้ำซ้อนและทำงานซ้ำซ้อน และจุดตัดสินใจที่ไม่มีใครสามารถอธิบายได้ว่ากฎที่แท้จริงคืออะไร

วันที่ 15 ถึง 30: ออกแบบแผนที่จุดตรวจ ตัดสินใจว่าบุคลากรควรอยู่ตรงไหน กรอบการทำงานสี่ขั้นตอนข้างต้น (การกำหนดเป้าหมาย การอนุมัติข้อความ การคัดกรองการตอบกลับ การจัดการข้อผิดพลาด) เป็นเพียงจุดเริ่มต้น ปรับให้เข้ากับบริบทเฉพาะของคุณ ทีม B2C จะให้น้ำหนักกับสิ่งต่างๆ แตกต่างจากทีม B2B SaaS ทีมที่เน้น ABM จะให้น้ำหนักกับสิ่งต่างๆ แตกต่างจากทีม SDR ที่มีปริมาณงานสูง

วันที่ 31 ถึง 60: การดำเนินการและเครื่องมือ ติดตั้งเครื่องมือ กำหนดค่าระบบอัตโนมัติ และที่สำคัญที่สุดคือ สร้างระบบวัดผลตั้งแต่เริ่มต้น หากคุณไม่สามารถเห็นอัตราการเปลี่ยนแปลง การตัดสินใจ และผลลัพธ์ที่ได้จากการปรับแต่งโดยมนุษย์ภายในสิ้นสุดวันที่ 60 คุณจะไม่รู้ว่าระบบทำงานได้หรือไม่

วันที่ 61 ถึง 90: ปรับจูนลูป 30 วันแรกของการดำเนินงานจะเผยให้เห็นว่าจุดตรวจสอบใดมีผลกระทบสูงอย่างแท้จริง และจุดใดเป็นเพียงการแสดง ลบหรือย้ายจุดตรวจสอบที่ไม่ก่อให้เกิดประโยชน์ เพิ่มรายละเอียดให้กับจุดตรวจสอบที่มีประโยชน์ ภายในวันที่ 90 ระบบควรทำงานได้โดยที่ผู้ก่อตั้งใช้เวลาน้อยกว่า 30 นาทีต่อวันในการตัดสินใจเกี่ยวกับการติดต่อสื่อสาร

การข้ามขั้นตอนใดขั้นตอนหนึ่งเหล่านี้คือสาเหตุความล้มเหลวที่พบบ่อยที่สุด ผู้ก่อตั้งที่ข้ามขั้นตอนการตรวจสอบจะไปทำการอัตโนมัติในสิ่งที่ผิด ผู้ก่อตั้งที่ข้ามขั้นตอนการออกแบบจะลงเอยด้วยการมีมนุษย์คอยตรวจสอบทุกจุดโดยปริยาย ผู้ก่อตั้งที่ข้ามขั้นตอนการวัดผลจะไม่สามารถบอกได้ว่าระบบทำงานได้หรือไม่ ผู้ก่อตั้งที่ข้ามขั้นตอนการปรับแต่งจะลงเอยด้วยการออกแบบที่หยุดนิ่งซึ่งล้าสมัยภายในหนึ่งไตรมาส

โครงสร้างทีมแบบไหนที่สนับสนุนการทำงานอัตโนมัติแบบมีมนุษย์เข้ามาเกี่ยวข้องได้ดีที่สุด?

HITL เปลี่ยนแปลงวิธีการจ้างงานและหน้าที่ของพวกเขา ทีมขาย B2B แบบดั้งเดิมมี SDR อยู่ล่างสุด AE อยู่ตรงกลาง และผู้จัดการอยู่บนสุด ส่วนล่างสุดของพีระมิดนั้นคือส่วนที่ระบบอัตโนมัติเข้ามาเปลี่ยนแปลงมากที่สุด SDR เคยใช้เวลาทั้งวันไปกับงานที่ซ้ำซากจำเจ เช่น การสร้างรายชื่อ การส่งข้อความ และการติดตามผล ปัจจุบันงานเหล่านั้นส่วนใหญ่เป็นระบบอัตโนมัติแล้ว

โครงสร้างทีมใหม่แตกต่างออกไป คุณต้องการคนน้อยลงแต่ทำงานเชิงกลยุทธ์มากขึ้น บทบาทที่เคยเป็น SDR (Sales Development Representative) จะเปลี่ยนไปเป็น "ผู้ควบคุมระบบอัตโนมัติและผู้ตีความสัญญาณ" พวกเขาจะคอยตรวจสอบระบบ ตัดสินใจกำหนดเป้าหมายรายวัน จัดการกับข้อผิดพลาด และส่งข้อมูลเชิงลึกกลับไปยังผู้ก่อตั้งหรือหัวหน้าฝ่ายขาย ผู้ควบคุมเพียงคนเดียวสามารถจัดการปริมาณงานที่เคยต้องใช้ SDR ถึงสามคน

สำหรับผู้ก่อตั้งที่ทำธุรกิจคนเดียว นี่เป็นข่าวดี คุณไม่จำเป็นต้องจ้าง SDR เพื่อบริหารจัดการไปป์ไลน์ในวงกว้างอีกต่อไป คุณเพียงแค่ใช้เวลา 25-30 นาทีต่อวันในระบบ และปล่อยให้ระบบอัตโนมัติจัดการส่วนที่เหลือ พนักงานคนแรกที่จะจ้างจะเป็นคนที่ดูแลเรื่องการสาธิตผลิตภัณฑ์และการพูดคุยในขั้นตอนไปป์ไลน์ ไม่ใช่คนที่ทำหน้าที่ติดต่อลูกค้า

สำหรับผู้นำด้านการเติบโตที่กำลังสร้างทีม นั่นหมายความว่าบทบาทของ SDR (Sales Development Representative) จำเป็นต้องได้รับการกำหนดนิยามใหม่หรือแทนที่ ผู้สมัครที่คุณเคยจ้าง (กระตือรือร้น รับมือกับการถูกปฏิเสธได้ดี และยินดีทำงานปริมาณมาก) ไม่ใช่ผู้สมัครที่คุณต้องการในตอนนี้ คุณต้องการผู้ปฏิบัติงานเชิงวิเคราะห์ที่เชี่ยวชาญด้านเครื่องมือ ตัดสินใจเลือกกลุ่มเป้าหมายได้อย่างรวดเร็ว และสามารถรักษาคุณภาพได้ในระดับที่ใหญ่ขึ้น คำอธิบายงานเปลี่ยนไปแล้ว แม้ว่าชื่อตำแหน่งจะยังคงเดิมก็ตาม

ฐานลูกค้าของ Konnector.ai สะท้อนให้เห็นถึงการเปลี่ยนแปลงนี้ กลุ่มผู้ใช้งานกลุ่มแรกคือ SDRs และนักการตลาดด้านการเติบโตที่ใช้ระบบนี้เพื่อส่งข้อความมากขึ้น ปัจจุบันผู้ใช้งานส่วนใหญ่เป็นผู้ก่อตั้งบริษัท เจ้าของเอเจนซี่ และทีมสร้างรายได้ขนาดเล็กที่บริหารจัดการกระบวนการขายทั้งหมดผ่านระบบด้วยผู้ใช้งานเพียงหนึ่งหรือสองคน แทนที่จะใช้ทีมขายเต็มรูปแบบ ผลิตภัณฑ์จึงพัฒนาไปพร้อมกับกรณีการใช้งาน

บทบาทของมนุษย์ในกระบวนการทำงานจะเปลี่ยนแปลงไปอย่างไร เมื่อปัญญาประดิษฐ์ (AI) พัฒนาขึ้นในปี 2026 และหลังจากนั้น?

คำตอบที่ตรงไปตรงมาคือ บทบาทของมนุษย์จะเปลี่ยนแปลงไป ไม่ได้หายไป

การตัดสินใจที่ต้องใช้มนุษย์ในปัจจุบันนั้นแตกต่างจากการตัดสินใจที่ต้องใช้มนุษย์ในปี 2020 เมื่อห้าปีก่อน มนุษย์มีบทบาทในการเขียนข้อความ แต่ในปัจจุบัน AI สามารถเขียนข้อความที่ใช้ได้ดี และมนุษย์มีบทบาทในการกำหนดเป้าหมายและตอบกลับ อีกห้าปีข้างหน้า AI อาจจะจัดการการคัดกรองข้อความตอบกลับได้ดี และมนุษย์จะก้าวขึ้นไปสู่การตัดสินใจเชิงกลยุทธ์เกี่ยวกับการวางตำแหน่งทางการตลาด การออกแบบข้อเสนอ และการจัดลำดับความสำคัญของลูกค้า

นี่คือรูปแบบที่เกิดขึ้นในทุกคลื่นของการใช้ระบบอัตโนมัติ มนุษย์ไม่ได้ถูกกำจัดออกไป แต่ถูกผลักดันขึ้นไปอยู่ในห่วงโซ่คุณค่าที่สูงขึ้น ผู้ก่อตั้งที่ออกแบบระบบ HITL (Human-Induced Lifetime) อย่างยืดหยุ่น โดยให้มนุษย์อยู่ในตำแหน่งที่การตัดสินใจของพวกเขามีประสิทธิภาพสูงสุดในวันนี้และพร้อมที่จะเปลี่ยนแปลงในวันพรุ่งนี้ จะเพิ่มความได้เปรียบเหนือกว่าผู้ที่ใช้ระบบอัตโนมัติทั้งหมดหรือปฏิเสธที่จะใช้ระบบอัตโนมัติเลย

บริษัทที่จะประสบความสำเร็จในปี 2026 จะไม่ใช่บริษัทที่ใช้ระบบอัตโนมัติมากที่สุด แต่จะเป็นบริษัทที่ตัดสินใจอย่างรอบคอบที่สุดว่าควรใช้ระบบอัตโนมัติในส่วนใด และไม่ควรใช้ในส่วนใด

ข้อคิดสุดท้าย: HITL เป็นกลยุทธ์ ไม่ใช่ฟีเจอร์

ข้อผิดพลาดที่ใหญ่ที่สุดที่ทีมมักทำเกี่ยวกับ Human-in-the-Loop คือการมองว่ามันเป็นเพียงการตั้งค่าในเครื่องมือที่ใช้ มันไม่ใช่ มันคือทางเลือกเชิงกลยุทธ์เกี่ยวกับวิธีการที่ทีมของคุณสร้างผลลัพธ์ การตัดสินใจของคุณอยู่ที่ไหน และคุณกำลังสร้างบริษัทแบบไหน

หากคุณเป็นผู้ก่อตั้งหรือผู้นำด้านการเติบโตที่กำลังคิดเกี่ยวกับการขยายการเข้าถึงกลุ่มเป้าหมายในปี 2026 คำถามไม่ใช่ว่าควรใช้ระบบอัตโนมัติหรือไม่ เพราะปริมาณและความเร็วของตลาดได้ตัดสินใจเรื่องนั้นไปแล้ว คำถามคือ คุณจะอยู่ตรงจุดไหนในระบบนั้นต่างหาก

หากจัดวางตำแหน่งได้ถูกต้อง ผู้ก่อตั้งเพียงคนเดียวก็สามารถบริหารจัดการปริมาณงานที่เคยต้องใช้ทีมขายได้ แต่ถ้าจัดวางผิดที่ คุณอาจจะหมดแรงจากการทำงานด้วยตนเอง หรือเสียชื่อเสียงจากการทำงานอัตโนมัติ HITL คือการออกแบบที่ทำให้ทั้งสองอย่างหลีกเลี่ยงไม่ได้

Konnector.ai ถูกสร้างขึ้นบนสมมติฐานที่ว่าผู้ก่อตั้งต้องการใช้ประโยชน์จากระบบอัตโนมัติโดยปราศจากความเสี่ยงจากระบบอัตโนมัติแบบเต็มรูปแบบ ดูว่าแนวทางการใช้สัญญาณทางสังคมนั้นได้ผลในทางปฏิบัติอย่างไรหรือ อ่านเพิ่มเติมเกี่ยวกับวิธีที่แพลตฟอร์มระบบอัตโนมัติที่ปลอดภัยที่สุดได้รับการออกแบบให้รองรับ HITL เป็นค่าเริ่มต้น.