Yra darbų, kurie patys savaime neužima daug laiko. Kelios minutės čia, kelios ten. Tačiau kai juos reikia nuolat kartoti, pradedi galvoti – gal dalį jų galėtų atlikti sistema?
Man taip nutiko su dviem gana paprastais dalykais: sąskaitų surinkimu ir atsakymais į klientų laiškus.
Abiem atvejais pasitelkiau automatizavimą ir dirbtinį intelektą. Tik kiekviename procese jų vaidmuo šiek tiek skiriasi.
Taip atsirado dvi nedidelės verslo procesų automatizacijos, kuriose sujungiau „Gmail“, įprastą programavimo logiką ir „OpenAI API“. Viena padeda surinkti bei apdoroti sąskaitas, kita – greičiau atsakyti klientams.
1. Sąskaitos el. pašte – o kur jos visos?
Vykdant individualią veiklą, el. paštu nuolat atkeliauja įvairios sąskaitos: už paslaugas, prenumeratas, prekes ar kitus pirkinius.
Idealiu atveju kiekvieną sąskaitą reikėtų iškart atsisiųsti ir išsaugoti apskaitai.
Bet realybėje būna kitaip. 😄
Gaunu laišką, pamatau prisegtą sąskaitą, pagalvoju „išsisaugosiu vėliau“ ir grįžtu prie kitų darbų.
O kai ateina laikas tvarkyti apskaitą, prasideda paieškos el. pašte. Viena sąskaita ten, kita kitur, o trečios gal net negavau.
Todėl nusprendžiau šį procesą automatizuoti.
Kaip tai veikia?
1. Sistema pati patikrina el. paštą.
Kiekvieną pirmadienį 7 valandą ryto ji peržiūri praėjusios savaitės „Gmail“ laiškus. Prireikus patikrą galiu paleisti ir rankiniu būdu.
2. Pagal taisykles atrenka galimas sąskaitas.
Sistema vertina laiško temą, tekstą, siuntėjo adresą, prisegtų dokumentų pavadinimus ir žinomus tiekėjus.
Kiekvienas požymis turi savo svorį. Pagal surinktus taškus nustatoma, ar laiške gali būti sąskaita. Laiškai be PDF priedo iškart atmetami.
3. Suskirsto laiškus.
Visi patikrinti laiškai gauna vieną iš trijų būsenų:
- Sąskaita – tikėtina, kad rastas reikalingas dokumentas.
- Reikia peržiūrėti – sistema nėra pakankamai užtikrinta.
- Ne sąskaita – dokumentas neatitinka nustatytų kriterijų.
Galiu ir pati pažymėti, ar konkretus siuntėjas tinkamas. Sistema įsimena mano pasirinkimą ir į jį atsižvelgia kitą kartą.
4. AI perskaito sąskaitas.
Atrinktus PDF dokumentus analizuoja dirbtinis intelektas. Jis ištraukia svarbiausią informaciją: tiekėją, pirkėją, sąskaitos numerį, datas, bendrą sumą ir PVM.
Administravimo puslapyje galiu matyti sąskaitų duomenis bei bendras sumas pagal valiutą.
5. Patikrina galimus dublikatus.
Kartais ta pati sąskaita atkeliauja kelis kartus arba prie vieno mokėjimo būna pridėti keli susiję dokumentai.
Akivaizdūs dublikatai, pavyzdžiui, kai sutampa tiekėjas ir sąskaitos numeris, aptinkami įprastomis taisyklėmis. Sudėtingesnius galimus sutapimus padeda pastebėti AI.
6. Paruošia dokumentus atsisiuntimui.
Vienu mygtuku galiu atsisiųsti atrinktas sąskaitas viename ZIP archyve.
Failai automatiškai gauna tvarkingus pavadinimus, pavyzdžiui:
2026-10-15 Tiekejas SF123.pdf
Jeigu šalia tikros sąskaitos yra „Stripe“ mokėjimo kvitas, jis į archyvą neįtraukiamas.
Svarbu tai, kad originalūs PDF failai lieka „Gmail“. Mano sistemoje saugomas laiškų sąrašas, jų būsenos ir iš dokumentų išgauti duomenys. Tik paprašius atsisiųsti, failai paimami iš el. pašto ir sudedami į ZIP archyvą.
Dar viena smulkmena, kuri labai praverčia
Ne visi tiekėjai sąskaitas siunčia el. paštu.
Todėl sistemoje turiu ir tokių tiekėjų sąrašą. Jis primena, kurių sąskaitų dar reikia ieškoti kitur.
Tai gal ir nedidelė funkcija, bet būtent tokios smulkmenos padeda nieko nepamiršti.
Rezultatas – nebereikia rankiniu būdu ieškoti kiekvienos sąskaitos, o prieš tvarkant apskaitą didžioji dalis dokumentų jau būna surinkta ir paruošta.
2. Atsakymai klientams – mažas darbas, kuris nuolat kartojasi
Kita situacija kilo vystant projektą „Robotai vaikams“.
Kviečiu lankytojus išbandyti mano sukurtas programavimo misijas ir pasidalyti savo įspūdžiais.
Pavyzdžiui, užsiregistravusiems lankytojams siunčiu laišką „🎁 Antroji programavimo misija jau paruošta!“, į kurį jie gali atsakyti ir papasakoti, kaip sekėsi.
Labai smagu gauti tokių laiškų. Ypač kai žmonės parašo, kad vaikams patiko užduotys, pedagogai jas pritaikė pamokose ar tiesiog nori padėkoti.
Į kiekvieną tokį laišką norisi atsakyti asmeniškai. Kartais padėkoti, kartais pakomentuoti tai, ką žmogus parašė, o kartais atsakyti į klausimą.
Tačiau kiekvieną kartą atsidaryti laišką, prisiminti ankstesnį susirašinėjimą ir suformuluoti atsakymą taip pat užima laiko.
Todėl pagalvojau – o kas, jei dalį šio darbo galėtų atlikti automatizacija?
Kaip tai veikia?
- Kas valandą sistema patikrina „Gmail“ ir surenka atsakymus į laišką apie antrąją programavimo misiją.
- Praleidžia mano pačios ir grąžintus nepristatytus laiškus. Automatinius atsakymus pažymi, o lankytojų laiškus pateikia administravimo puslapyje.
- Paspaudus „Atsakyti“, AI perskaito laišką ir paruošia individualų atsakymo juodraštį.
- Aš peržiūriu tekstą, prireikus jį pataisau ir paspaudžiu „Siųsti“.
- Sistema pažymi, kad į laišką jau atsakyta.
Tai nėra automatinis atsakinėjimas be žmogaus dalyvavimo. AI padeda paruošti tekstą, tačiau galutinį sprendimą priimu pati.
Kodėl neužtenka paprasto atsakymo šablono?
Nes žmonės rašo labai skirtingai.
Vienas trumpai padėkoja, kitas papasakoja, kaip sekėsi vaikams, trečias pasidalija nuotrauka ar pasiūlymu.
Norėjau, kad atsakymai būtų susiję su konkrečiu žmogumi, o ne visiems vienodi.
Todėl AI, ruošdamas atsakymą, gauna daugiau konteksto:
- Ką žmogus parašė savo laiške.
- Kokį vardą nurodė registruodamasis.
- Ar prie laiško yra pridėta nuotrauka.
- Ką tam žmogui jau buvau atsakiusi anksčiau.
Atsakyme taip pat pateikiama nuoroda į antrąją programavimo misiją. Jei AI jos neįtraukia, sistema nuorodą prideda pati.
Taip paruoštas atsakymas būna ne tik greitesnis, bet ir geriau pritaikytas konkrečiam susirašinėjimui.
O kodėl laiškų neišsiunčiu automatiškai?
Nes man svarbus bendravimas su žmonėmis.
Kartais lankytojas ne tik padėkoja, bet ir užduoda klausimą, pasiūlo idėją ar parašo apie problemą.
Tokiais atvejais noriu pati perskaityti laišką ir nuspręsti, kaip geriausia atsakyti.
Todėl AI yra mano pagalbininkas, o ne žmogaus pakaitalas.
Jis paruošia juodraštį, o aš galiu daugiau dėmesio skirti pačiam žmogui, o ne teksto formulavimui.
3. Tos pačios technologijos – skirtingos užduotys
Įdomiausia tai, kad abiem atvejais naudojamas tas pats el. paštas, tačiau sprendimai gana skirtingi.
Sąskaitų automatizacijoje įprastos taisyklės atrenka galimus dokumentus, o dirbtinis intelektas padeda juos perskaityti, išgauti reikalingus duomenis ir aptikti ne tokius akivaizdžius dublikatus.
Atsakymų automatizacijoje taisyklės padeda surinkti reikalingus laiškus, o AI parengia individualius atsakymų juodraščius, atsižvelgdamas į jų turinį ir ankstesnį susirašinėjimą.
Abiem atvejais AI atlieka tik konkrečią darbo dalį. Visa kita – įprasta programavimo logika ir sistemų integracijos.
Ne viską reikia patikėti dirbtiniam intelektui. Svarbiau suprasti, kur jo galimybės iš tiesų naudingos, o kur patikimiau veikia paprastos taisyklės.
4. Ar verta automatizuoti tokius mažus darbus?
Iš pirmo žvilgsnio gali atrodyti, kad ne.
Juk atsisiųsti sąskaitą užtrunka minutę. Atsakyti į trumpą laišką – gal dvi.
Tačiau per mėnesį tokių veiksmų susikaupia nemažai. Be to, kiekvienas jų atitraukia nuo to, ką tuo metu darai.
Man automatizavimas nėra vien minučių taupymas.
Tai ir mažiau smulkių užduočių, kurias reikia prisiminti, atidėti ar prie jų nuolat sugrįžti.
Žinoma, automatizacijos kūrimas irgi užima laiko. Todėl prieš pradedant verta įvertinti, kaip dažnai procesas kartojasi ir ar jį tikrai apsimoka automatizuoti.
Tačiau kartais automatizaciją verta sukurti net ir tada, kai ji sutaupo nedaug minučių. Vien dėl to, kad nebereikia apie tą darbą galvoti.
Ką man parodė šie projektai?
Man patinka ieškoti mažų kasdienių procesų, kuriuos galima patobulinti technologijomis.
Nebūtinai reikia didžiulės verslo valdymo sistemos ar sudėtingo AI agento.
Kartais pakanka sujungti el. paštą su kita sistema, pridėti kelias taisykles ir, kur reikia, pasitelkti dirbtinį intelektą.
Tokios AI integracijos gali būti naudingos ne tik didelėms įmonėms. Net ir nedideliame versle galima automatizuoti dokumentų apdorojimą, el. laiškų valdymą ar kitus pasikartojančius procesus – be didžiulių investicijų į naujas sistemas.
O svarbiausia – automatizacija neturi atimti žmogaus kontrolės.
Geriausias sprendimas nebūtinai yra tas, kuris viską padaro automatiškai. Kartais geriausias sprendimas yra tas, kuris palengvina darbą, bet leidžia žmogui priimti galutinį sprendimą.
Naudotos technologijos
- Gmail (IMAP) – laiškų gavimui ir apdorojimui abiejose automatizacijose.
- OpenAI API – sąskaitų duomenų išgavimui iš PDF, galimų dublikatų aptikimui ir individualių atsakymų juodraščių generavimui.
- Laravel Mail – peržiūrėtų ir patvirtintų atsakymų išsiuntimui.
- Automatizavimo logika – periodiniam tikrinimui, laiškų atrankai, būsenų valdymui ir dublikatų paieškai.
- Vidinė administravimo sistema – sąskaitų sąrašui, sumų peržiūrai, ZIP archyvų paruošimui ir klientų laiškų valdymui.
