AI eksperdi tööriistakast B2B klienditeekonnal

Kuidas AI tegelikult B2B turunduses ja müügis uusi uksi avab? Ja millised on seejuures tehisintellekti piirangud nüüd ja tulevikus? Hando vestles Eneli Eljandiga (Tehisintellekt) sellest, kuidas AI tööriistade abil andmeid koguda, neid rikastada ja personaliseeritud müügisõnumeid luua.

Eneli räägib AI võimalustest pikemalt tuleval Parroti konverentsil.

Räägime võimalustest, mida tehisintellekt B2B turunduses pakub. Oletame, et ma tahan alustada uute klientide leidmisest ja jõuda välja olemasolevate hoidmiseni – milliseid võimalusi AI selles protsessis üldse pakub? Kuidas see toetab kogu klienditeekonda, alates esmasest kontaktist kuni lojaalsuseni?

See sõltub muidugi ettevõttest, nagu ikka – jah, tean, sa vihkad sellist vastust, aga nii see paraku on. Näiteks Eestis on meil väga hea ligipääs ettevõtete andmetele Äriregistris – meil on teada, kes nad on ja millised andmed neil on. Sul on võimalik üsna lihtsalt tõmmata endale nimekiri ettevõtetest koos käibe ja töötajate arvuga. Aga kui me räägime mõnest teisest riigist, siis ma alustaksin kindlasti hoopis AI abil kaardistamisest – kuidas üldse alustada?

Mina kasutan näiteks kolme erinevat tööriista selleks, et saada võimalikult mitmekülgne pilt. Esiteks – Perplexity.AI: kirjeldan seal, mida otsin, mis riigis, millised andmebaasid võiksid olemas olla. Teiseks ChatGPT, kindlasti koos search-funktsiooniga, sest andmete ajakohasus on ülioluline. Kolmandaks lisan paralleelselt Google Chrome’i laienduse Deep Research, mis võimaldab mul võrrelda ja kontrollida infoallikaid. Ja siis hakkan nendest vastustest välja noppima olulist: kas on olemas mingid andmebaasid, kontaktid, mida saan edasi rikastada või kasutada.

Eestis, nagu öeldud, on lihtsam. Kui tead, kust pihta hakata – näiteks EMTA või Äriregistri kaudu – siis saad väga kiirelt ligipääsu sellele baasinfole. Järgmiseks sammuks on selle rikastamine oma andmetega – see on esimene kiht, kus AI saab juba väga hästi abiks olla.

Kuidas see rikastamine siis konkreetselt toimib?

Mina kasutan selleks näiteks NotebookLM tööriista. Seda on hästi lihtne kasutada – ei pea isegi programmeerimisoskust olema. Saad sisestada lingi ettevõtte veebilehele ja kui tööriistale on ligipääs lubatud, kraabib ta lehelt hetke sisu.

Olen seda kasutanud mitmes projektis – näiteks kui tahan teada, kes töötavad ehituskaupluste projektimüügi osakondades, panen Bauhofi või teiste kettide kontaktilehed sinna sisse ja lasen teha tabeli: pood, ametinimetus, telefon, e-post.

Sama tööriista saab kasutada ka tootetutvustuse või referentside lehtedel navigeerimiseks – näiteks kui ettevõttel on portfoolioleht, siis saan sealt välja võtta tehtud projektid ja öelda hiljem: „Nägin, et te tegite sellise ja sellise projekti – kas arutaks veel midagi sarnast?“

Võtame näiteks puumajade tootja. Mind huvitavad ainult sellised, kes teevad väikeseid aiamaju suurusega kuni 20 m². Kuidas ma nad leian?

Täpselt selliseks küsimuseks sobibki NotebookLM. Paned tootja lehe tööriista sisse koos näiteks toodete alamlehega ja palud tal koostada tabel: kes toodavad väiksemaid aiamaju, millises mõõdus, mis on kontaktid jne. Parim osa on see, et tööriist viitab alati allikale, kust ta info võttis.

Kuna AI puhul on suurim probleem hallutsineerimine – ehk info väljamõtlemine –, siis see viitamise võimekus on tohutult oluline. Minu kogemus näitab, et Notebook LM hallutsineerib väga harva. See muidugi ei tähenda, et seda üldse ei juhtuks – ikka võib –, aga see on seni olnud üks usaldusväärsemaid tööriistu.

Aga NotebookLM-i puhul on tülikas see, et sa pead ise alamlehe üles leidma. Kas võiks toimida ka nii, et ma panen lihtsalt näiteks e-poe lingi ja ütlen: „Leia mulle siit Haapsalu või Helsingi müügiosakonna kontakt“? Kas see on juba võimalik?

Hetkel veel mitte sellisel kujul. Küll aga on NotebookLM-il hiljuti lisandunud funktsioon nimega Discover, kus sa saad kirjutada, milliseid veebilehti või teemavaldkondi sa otsid, ja ta pakub ise välja, mis võiks olla asjakohane.

Näiteks mina olen teinud sellise märkmiku, kuhu olen kogunud kõik A- ja B-kategooria AI koolitajad. Sealt saan küsida: „Too mulle kõik nende hero statement’id ehk põhikommunikatsiooni sõnumid tabelisse.“ Väga hea ülevaade konkurentide rõhuasetustest tekib niimoodi.

Paljud ettevõtted panevad oma kliendiportfelli ka üles – vahel küll ainult logodena. Hea võimalus analüüsida konkurentide kliente. Kas NotebookLM suudab neid ka lugeda?

Piltidest ta infot ei eralda, nii et kui logo taga ei ole linki, siis ta seda ei tuvasta. Kui aga logol on hüperlink taga, siis ta saab seda käsitleda. See oleneb täiesti, kuidas veebileht on ehitatud. Tean näiteks, et meie ühel konkurendil on logod lihtsalt piltidena – tulemuseks on see, et NotebookLM ei leia sealt midagi.

Nii et kui sa tahad takistada robotitel infot kogumast, siis tasubki panna pildid, mitte tekstilised andmed?

Jah, kui robot ei kasuta mõnda pildimudelit, mis suudab ka piltidelt teksti lugeda. Konkreetselt NotebookLM ei loe neid pilte. Kui tahad, et ta loeks ka pilti, siis peab juba arenduslikult asju lahendama, aga see on eraldi teema – aeganõudev ja kallis.

Okei, jõudsime andmete kraapimisest järgmise sammuni. Kui nüüd need andmed olemas on, siis oleks hakata neile vaja hakata pakkumisi või uudiskirju saatma.

Siin tekib uus küsimus – kus neid andmeid hoiustada? Mulle endale väga meeldib kasutada Google Sheets’i. See on lihtne, avatud ja sinna saab hõlpsalt teha igasuguseid automatiseerimisi AppScripti abil. Näiteks ChatGPT suudab genereerida koodi, millega saad automatiseerida e-kirjade koostamist, andmete töötlemist ja muud.

Aga miks mitte kasutada CRM-i nagu Pipedrive või Hubspot või teised keerulisemad lahendused?

CRM-id, nagu Pipedrive, on väga võimekad, aga nende integreerimine AI-ga ei ole alati nii sirgjooneline. Paljud neist on suletud süsteemid, neil on oma sisseehitatud AI-võimalused, mis ei pruugi olla nii paindlikud. Google Sheets seevastu on rohkem avatud – sinna saab programmeeriliselt ligi, saab automaatselt saata info e-postkasti, teha mustandeid, koostada koondraporteid jne.

Nii et Google keskkond on praegu kõige AI-sõbralikum?

Täpselt. Aga tasub eristada – Google Workspace ja Google Gemini on erinevad asjad. Gemini uusimad mudelid on küll paremad, aga seni kõige töökindlam on olnud vanem AppScripti kasutav lähenemine Google Workspaces. See on olnud minu kogemuse järgi kõige praktilisem ja paindlikum.

Nii, andmed on Google Sheets’is. Nüüd tahaks hakata neile ka sõnumeid saatma. Kuidas sealt edasi minna?

Enne sõnumite saatmist tuleb tavaliselt baas veel filtreerida või rikastada. Näiteks kui NotebookLM ei suutnud mingit kihti tuvastada, võib selle töö jätta virtuaalsele assistendile. Olen seda lahendust klientidele soovitanud – kui sul on juba kõik lingid olemas ja ainult väikest täiendust vaja, siis palgata keegi, kes 20 euro eest tunnis käib lehed läbi ja korjab vajaliku info kokku, võib olla palju soodsam kui hakata programmeerima tervet lahendust.

Mis saab siis, kui ma tahan lisada LinkedIn profiilid andmebaasile? Näiteks kui mul on HR-juhid suurettevõtetest ja tahaksin teada, kui kaua nad on ametis olnud või kus varem töötanud.

Siin on Apollo.io üks parimaid tööriistu. Sa saad sealt andmeid eksportida ja liita need Google Sheets’iga. Aga seal on konks – LinkedIn ei luba kraapimist, isegi kui profiil on avalik. See tähendab, et tulevikus võivad need võimalused Apollo.io-st kaduda. Täna saab veel andmeid kätte, aga seda järjest rohkem piiratakse.

Kas siis ka NotebookLM ja muud tööriistad ei pääse LinkedInile ligi?

Ei pääse, kahjuks mitte. Kui info on tasuline või kinnine, siis ei pääse ei ChatGPT, NotebookLM ega ükski teine tööriist sellele ligi. Kui sa tahad siiski LinkedIni profiili põhjal töötada, siis kõige parem lahendus on avada see ise, salvestada näiteks PDF-ina ja laadida NotebookLM-i – seal saab siis paluda näiteks koostada profiili põhjal ülevaatliku tabeli.

Rääkisime sellest, et teatud info kogumiseks tasub kaaluda näiteks Fiverri virtuaalassistendi kasutamist. Mida täpsemalt võiks talle tööülesandeks anda?

Tehniliselt on see võimalik, aga igaüks peab ise otsustama, kus ta oma eetilise piiri seab. Näiteks – kui arenduslikult mitte lahendada, saab assistent „printida“ LinkedIni profiile PDF-failidena, mida hiljem NotebookLM-is analüüsida. Tõsi, see võib olla hall ala – kõik sõltub, kui täpselt keegi LinkedIni kasutustingimusi järgib.

Nüüd oleme jõudnud punkti, kus meil on näiteks Rootsi HR-juhid andmebaasis olemas ja tahaks hakata neile personalitarkvara pakkuma. Mis on järgmine samm?

Selleks on mitmeid lähenemisi. Üks võimalus on kasutada spetsiaalset külmade müügikirjade saatmise tarkvara, näiteks Instantly – sellega saadetakse palju hästi sihitud külmasid e-kirju ning seal saab ka statistikat mugavalt jälgida.

Kui aga sa ei soovi kohe uut tarkvara kasutusele võtta, saab lahenduse ehitada Google Apps Scripti abil. Kui sul on Gmail ja andmebaas näiteks Google Sheets'is, siis saad skripti abil genereerida e-kirjade mustandid otse Gmaili. Need ei lähe kohe välja, vaid on mustandina viimast lihvi ootamas.

Kas Gmailil ei ole piirangut, mitu kirja päevas võib saata?

On küll – ligikaudu 500 kirja päevas. Kui sa liigud suuremate mahtude juurde, siis Gmail pole enam sobiv. Aga kui eesmärk on kvaliteet, mitte kvantiteet – näiteks 50 hästi isikupärastatud kontakti päevas –, siis Gmail sobib väga hästi.

Ja nagu sa ütlesid – selline lähenemine aitab säilitada inimlikku tooni ja vältida spämmilisti sattumist?

Täpselt. Kui sa hakkad massiliselt kirju saatma, siis suureneb risk, et e-kirjad märgitakse spämmiks. Seetõttu ongi see Gmaili-lahendus mõeldud pigem väiksemamahulistele, personaalsematele kampaaniatele.

Kui ma ise pakun koolitusi, siis ma ei taha saata kümneid tuhandeid kirju. Ma tahan saata 20 väga täpselt sihitud sõnumit – see on minu jaoks palju väärtuslikum, sest ma saan pakkuda koolitusi ainult piiratud arv klientidele.

Google'i keskkond tervikuna on väga avatud ja arendajasõbralik. Täna ei pea olema arendaja, et koodi kirjutada. ChatGPT aitab. Mul endal on näiteks ehitatud skript, kus Gmailis vastuvõetud sõnumile saan lisada vastusemustandi vaid sisestades tekstikasti oma soovitud sisu – skript teeb mustandi valmis ja salvestab. See säästab tohutult aega.

Täna, väikese mahu ja personaalse suhtluse puhul on Gmaili ja Google Sheetsi kombinatsioon üks paindlikumaid lahendusi üldse. Kui vajad masskampaaniaid, siis soovitan kindlasti kaaluda teisi tööriistu – valik sõltub sellest, mis tööriistu juba täna kasutad ja mis on eesmärk.

Aga kui keegi tahab minna suurema mahu peale?

Siis tuleb liikuda edasi professionaalsemate tööriistade juurde – näiteks Instantly või muu sarnane. Need lahendused toetavad suuremat skaleerimist, võimaldavad domeeni konfigureerimist, mitut e-posti kontot ja seiresüsteeme, et hoida reputatsiooni korras.

Räägime nüüd sisust. Kui ma tahan saata personaalseid sõnumeid, aga ei jõua kõigile käsitsi midagi välja mõelda, kas saab AI abil luua veidi isikupärasemaid sõnumeid? Näiteks viidata mõnele konkreetsele artiklile, nagu „ma lugesin Äripäevast, et teil on plaan laieneda Saksamaale.“

Saab küll – aga ainult siis, kui see info on juba Exceli baasis olemas, sest just sealt saab AI vajalikud sisendid. Näiteks kui oled kogunud andmeid ettevõtte kohta, siis saad nende põhjal Google Apps Scripti genereerida isikupärastatud e-kirjad, mis põhinevad eelnevalt kogutud detailidel. See tähendab, et kõik, mida oled käsitsi või assistendi abil kogunud – olgu see artikkel, tsitaat või turuinfokild – tuleb esmalt struktureerida tabelisse.

Enamus suuremaid meediaplatvorme, nagu Financial Times või Äripäev, on paywall’i taga ning ei luba kraapimist. Isegi kui artikkel on tasuta, kehtivad tihti tehnilised piirangud, mis takistavad andmete automaatset kogumist. Sellises olukorras ongi virtuaalassistent sageli kõige otstarbekam lahendus – ta saab käsitsi vajalikud lõigud koguda ja andmebaasi rikastada. Sageli on see ka soodsaim variant.

Ehk kui mul on selge idee – näiteks tahan viidata konkreetses artiklis mainitud plaanile –, siis assistent saab selle info üles leida ja panna tabelisse?

Just. Saad näiteks võtta ettevõtte nime ja artiklist pärit infokillu ning genereerida selle põhjal personaalse e-kirja mustandi. Siin loeb väga palju see, kui täpselt sa oma sisendteksti ehk prompti sõnastad – sellest sõltub, kui loomulik ja mõjus tulemus on.

Huvi pärast küsin, et mis tüüpi sõnumid sulle endale kõige paremini mõjuvad?

Ausalt öeldes – lühikesed ja otsekohesed. Mitte sellised, kus keegi räägib pikalt oma teenusest, vaid sellised, kus kohe selgub, miks inimene minuga ühendust võtab ja mida ta mulle väärtuslikku pakub. Ideaalis võiks kohe alguses öelda: „Tere, märkasin teie tegevust selles ja selles valdkonnas, meil on lahendus, mis võiks olla teile kasulik – kas saame teha ühe kõne?“ See töötab palju paremini kui pikk promo enda kohta.

Ma saan näiteks LinkedInis üsna palju sõnumeid stiilis: „Hei, vaatasime teie veebilehte ja meil on ideid, kuidas seda paremaks teha…“ Samas on ilmne, et nad pole mu lehte isegi avanud.

Jah, see ongi tüüpiline kõigile sama sõnum lähenemise viga. Kui sa oled näiteks veebiarendaja, siis ei saa sa endale lubada sellist üldist juttu. Sul on ligipääs veebilehele, saad seda kraapida, leida reaalsed vead ja tuuagi välja konkreetsed paranduskohad. See näitab professionaalsust.

Hea arendaja oskab ja viitsib. Ta kasutab oma tehnilist võimekust selleks, et näidata: „Ma nägin teie lehelt, et kontaktivorm ei tööta mobiilis või et SEO pealkirjad korduvad.“ Selline info tekitab usaldust. Kui see puudub, siis eeldan, et arendaja ei ole tõsiseltvõetav või lihtsalt ei pinguta.

Veebiarendus on selles mõttes lihtsam valdkond – sealt on võimalik konkreetseid andmeid kätte saada. Kui nüüd rääkida näiteks HR-juhtidest, kellele pakun personalitarkvara, siis nende kohta on ju palju keerulisem infot hankida.

HR-juhtide kohta puudub tihti hea info mida aluseks kasutada. Mina leiaksid Apollo.io-ga sobivad kontaktid ja kui muud infot pole, siis kasutasin ettevõtte suurusest ja valdkonnast saadavaid andmeid, et näidata kohe ära, kuidas potentsiaalselt tema tänaseid aeganõudvaid ja murettekitavaid ülesandeid saaks väga palju lihtsamini teha. See on võib-olla veidi loterii, et kas kõigil sama valu, aga ma usun, et on võimalik hästi näidata, et meil on su valule lahendus.

Kui nüüd on meil olemas sihitud andmebaas ja huvi personaliseeritud sisuga ühendust võtta – aga ma ei jõua igale kontaktile eraldi sõnumit kirjutada. Kas AI saab mind selles aidata?

Saab küll, aga eelduseks on see, et sul on vajalik info juba Excelis olemas – näiteks ettevõtte taust, viited konkreetsetele artiklitele või ärisuundumustele. Siis saab kasutada näiteks ChatGPT abil loodud AppScripti ja mõnda keelemudelit, et luua automaatselt isikupärastatud e-kirja mustandid. Need põhinevad varasemalt kogutud infol – näiteks tsitaat artiklist või teave, et ettevõte plaanib laieneda mingile turule.

Enamus professionaalsetest väljaannetest, nagu Äripäev, Financial Times või Business Wire, ei luba oma sisu automaatselt kraapida – isegi kui see pole maksumüüri taga, kehtivad tavaliselt kasutustingimused, mis välistavad kraapimise. Kui on paywall, siis on see täielikult välistatud. Tihti on kiireim lahendus virtuaalassistent, kes saab käsitsi artiklid üle vaadata ja sinu andmebaasi vajaliku sisu lisada.

Sina valid, millist infot tahad kasutada – näiteks „artikkel laienemisplaanidest“, „CEO tsitaat“ või „uue toote turuletoomine“ – ja assistent lisab selle infokillu vastava kontakti ritta. Hiljem saad AI abil juba genereerida e-kirja, mis viitab täpselt sellele infokillule.

Kas Google Apps Script sobib selliseks ülesandeks hästi?

Väga hästi. Eriti kui kasutada mudelit o4-mini high, mis kirjutab stabiilset skripti ja suudab hästi struktureeritud andmete põhjal genereerida personaalseid sõnumeid. Sealjuures on oluline prompt'i kvaliteet – mida täpsemalt sa sisendi formuleerid, seda suurema tõenäosusega saad väljundi, mis toimib kohe.

Aga kui ma näiteks ostan Äripäeva Personaliuudiste ligipääsu – kas saan sealt leitud artikleid AI-s kasutusele võtta?

Kahjuks ei. Isegi kui sul on isiklik ligipääs, ei tohi sa sisu automaatselt kraapida, kui see rikub robots.txt-faili reegleid või autoriõigusi. Tavaliselt on seal selgelt kirjas, et kraapimine pole lubatud. Seega jääb üle ainult käsitsi lähenemine.

Kas PDF-ideks salvestamise töövoogu saab automatiseerida?

Teoreetiliselt küll. Saaks seadistada protsessi, kus näiteks iga päev salvestatakse teatud artiklid PDF-ideks ja need hiljem analüüsitakse. Aga see nõuab tehnilist taipu ning peab olema kooskõlas tingimustega.

Millised uued arengud on AI valdkonnas silmapiiril?

Üks suund, kuhu AI liigub, on autonoomsed agendid – programmid, mis suudavad iseseisvalt veebilehti sirvida, nuppe vajutada, sisu kaardistada ja infot töödelda. Hetkel on need veel ebastabiilsed ja sageli ekslikud. Ennustatakse, et 2026. aasta sügiseks võivad need muutuda oluliselt kasutuskõlblikumaks.

Aga paralleelselt tuleb kindlasti vastulööke meediaettevõtete poolt – näiteks Postimees või Financial Times ei anna ilmselt luba, et keegi nende sisu automaatselt kopeeriks ja jagaks.

Kui keegi ostab ühe ligipääsu ja hakkab kogu sisu AI kaudu kopeerima ja teistele levitama, läheb see kindlasti vastuollu nii kasutustingimuste kui ka autoriõigustega. Seda üritatakse tehniliselt piirata ja õigusega kaitsta. Hetkel on agentide esimesed katsetused, aga äriliselt stabiilset lahendust veel ei ole.

AI võtab töökohti ära, aga ühe lõi ka juurde  – „maksumüüri taga oleva sisu PDF-ideks tegija“!

Absoluutselt! Ja kuigi palju saab automatiseerida, jääb vastutus alati kasutajale – kas sisu kasutamine on reeglitega kooskõlas? Kas see, mida AI „välja luges“, on usaldusväärne ja korrektselt tõlgendatud?

Räägime nüüd sõnumi kujundamisest. Üks asi on see, kui mul on artiklile viide või muu isiklik sisu, aga teine asi on ettevõtte avalik veebileht. Oletame, et tahan müüa personalitarkvara näiteks Tartu Ülikoolile – mida ma nende lehelt võiksin otsida?

Esmalt muidugi klassikaline: missioon, visioon, väärtused – need on alati head „sissejuhatused“ sinu pakkumisele. Aga üks väga alahinnatud aspekt on stiil ja toon. Kui sa loed tekste, saad aimu, kas organisatsioon väärtustab turvalisust ja usaldusväärsust, või pigem kiirust ja innovatsiooni. See mõjutab väga palju seda, kuidas sa oma sõnumi võiksid formuleerida.

Ehk näiteks, kui Tartu Ülikooli toon on väärikas ja ametlik, siis ei sobi kirjutada liiga lahedalt?

Tartu Ülikool tahab tõenäoliselt, et temaga suheldakse austusväärselt ja professionaalselt. Seal võiks rõhk olla usaldusel, järjepidevusel ja kvaliteedil. Aga kui sa müüd midagi näiteks mõnele start-up'ile, kus koduleht on täis hoogsat kõnepruuki ja rohkelt visuaale, siis võid lubada endale vabamat tooni ja innovatiivsemat lähenemist.

AI saab siin sind aidata – ta suudab välja tuua korduvad sõnad, stiili ja emotsionaalse tooni. See pole ainult tehniline info, vaid millist brändikuvandit nad on üritanud tekitada.

Kui ma tahan näiteks võtta Tartu Ülikooli veebilehe, kus on ilmselt mingi miljon alamlehte, kuidas ma saan seda stiili ja tooni analüüsida? Kust ma pihta hakkan?

Kõige lihtsam on alustada avalehest ja meist-lehest – need on tavaliselt kõige sisulisemad. Meist-leht on eriti hea, sest sinna pannakse tihti kirja väärtused ja kultuurilised seisukohad, mida organisatsioon esindab.

Kui mina kirjutan veebitekste, siis ma alati mõtlen: mis tunnet ma tahan lugejas tekitada? Suured organisatsioonid teevad seda kindlasti ka. Ja kui sa tahad AI-d panna seda analüüsima, siis pead talle väga täpselt ütlema: milliseid sõnu või väärtusi ma tahan välja tuua? Mida kategoriseerida?

Näiteks kui sõna „innovatsioon” esineb kümme korda, siis see on kindlasti nende jaoks oluline. Võid paluda AI-l tuua top 5 või top 10 enimkasutatud sõna. See annab sulle väga kiire ülevaate, mis stiili ja tooni kasutab organisatsioon oma tekstides. Veel edasi minnes – võid ehitada skripti, mis võrdleb sinu müügiteksti ja ettevõtte meist sektsiooni stiili ja tooni kooskõla.

Tuleme nüüd AI-müügiagentide juurde. Kui ma tahan müügisõnumeid automatiseerida, siis kas pole nii, et teisel pool on juba AI-ostuagent vastas? Lõpuks suhtlevadki kaks bot’i omavahel?

On väga suur tõenäosus, et see hakkabki juhtuma. Aga siis me liigumegi sinna, kus inimkeelt enam ei vajata – masinad räägivad omavahel masinate keeles. Aga tänane reaalsus on see, et AI-müügiagendid ei ole veel piisavalt head. Nad ei ole plug-and-play, vähemalt mitte keerulise B2B müügi puhul, kus tehingute väärtused on suured ja müük eeldab kontekstitunnetust. Täna ikkagi peab eriarendusega tegema kvaliteetse AI-ostuagendi. Tulevikus ilmselt lahendatakse see mõne suure tegija poolt ära ja me saame kasutada plug and play lahendust.

Mul just oli kogemus ühe suure telekomioperaatori vestlusrobotiga ja see oli ausalt öeldes masendav. Põhimõtteliselt ei osanud ta mitte millelegi vastata.

Seda näeme tihti. Suurtel ettevõtetel on sageli vana arendusbaas või raskesti muudetavad süsteemid, mis ei võimalda neil veel tipptasemel AI-d rakendada.

Meil on kogemus näiteks Tartu Ülikooliga, kus ehitasime arvutiabile (nii sise- kui välikasutuseks) AI-assistendi, aga isegi seal oli vaja teha eriarendus, et saada hea kvaliteet. AI ei loe mõtteid – kui inimene annab napilt vihjeid, siis peab AI teadma, mida need tähendavad just selles organisatsioonis ja seda saame eriandustega teha - anda talle organisatsioonispetsiifilist konteksti.

Räägime lõpetuseks suurematest vigadest – mida sa oma kogemuse pealt ütleksid, mis on tüüpilised komistuskohad, kui AI-turundusega liiga entusiastlikult alustada?

Suurim viga on see, et sisu tundub „AI-lik”. See võib olla grammatiliselt korrektne ja visuaalselt kena, aga seal on mingi tunnetus – liiga sujuv, liiga korrektne, liiga tehislik. Ja tegelikult kui lugeda mõttega – sisutühi.

AI-tekstide puhul on kaks peamist probleemi:

1. Liigne sõnade ja mõtete kordamine – sama mõte mitmes variatsioonis.

2. Täitesõnade ülekasutus – teksti sujuv voolavus, millel puudub sisuline kaal.

   
   

Keeleline loomulikkus on raske asi. Ma loen mõnda veebilehte ja kohe on tunda, et see on AI kirjutatud. Mitte sellepärast, et seal oleks vead, vaid sellepärast, et see kõik on nii masinlik, sujuv, samas nii sisutühi.

AI-d saab juhendada, et ta teeks lauseid erineva pikkusega, teeks sisse inimlikke eksimusi, kasutaks sinu stiili ja tooni jne, aga tegelikult tuleb ise teada, mis mõtet tahad edastada ja lugeda kriitiliselt, et kas see päriselt edastab sinu mõtet kõige paremal viisil. Kui jah, siis kasuta, kui ei, siis täienda ja siis kasuta.

AI tekstidega liigume halli massi suunas. Kui inimesed ei oska AI-d suunata erilisema teksti kirjutamise poole, siis paari lausega tehtud promptid suunavad ta sarnast teksti kirjutama. Tulemuseks ühesugused, sujuvad, sarnased tekstid, mis ei jää meelde.

---

Eneli räägib AI võimalustest pikemalt tuleval Parroti konverentsil.