💪 სავარჯიშოები: ლექცია 5 (B2B ავტომატიზაცია & ROI)

✨ 100% Zero-Code გარანტია & 3-დონიანი სისტემა

ამ კურსზე პროგრამირების ცოდნა არ არის საჭირო! დავალებები დაყოფილია 3 დონედ:

⚡ 5-Minute Quick-Start: ROI-ის დათვლა 3 ნაბიჯში

  1. ნაბიჯი 1: გამოთვალეთ ადამიანის საათები: რამდენ საათს ხარჯავს თანამშრომელი რუტინაზე თვეში (მაგ. 40 საათი * 15 ₾ = 600 ₾).
  2. ნაბიჯი 2: გამოთვალეთ ავტომატიზაციის ხარჯი: Make.com/n8n + AI API (მაგ. $15 ~ 40 ₾).
  3. ნაბიჯი 3: დააკელით ხარჯი სარგებელს (600 - 40 = 560 ₾ წმინდა ეკონომია თვეში). ეს არის თქვენი მთავარი ბიზნეს-არგუმენტი!

[⚡ Live Build - 20 წთ] Lovable Support Portal → Make Webhook

მიზანი: მომხმარებლის ინტერფეისისა და ავტომატიზაციის დაკავშირება მკაფიო მონაცემთა კონტრაქტით.

  1. Lovable-ში შექმენით mobile-first Support Form ველებით: policy_number, category, message და attachment_url.
  2. Submit მოქმედებამ POST JSON გაგზავნოს Make Custom Webhook-ში.
  3. Make-ში დაამატეთ JSON validation და Router: urgency=HIGH → Human Review; სხვა → დამუშავება.
  4. Lovable-ში აჩვენეთ სამი მდგომარეობა: loading, success და error — მომხმარებელი არ უნდა დარჩეს გაურკვევლობაში.

უსაფრთხოების პირობა: API key არ ჩაწეროთ Lovable-ის browser-side კოდში და სატესტოდ არ გამოიყენოთ რეალური პირადი მონაცემები.

[🥉 Bronze - 5 წთ] დავალება 1: დაითვალეთ ROI

მიზანი: გამოთვალოთ ფინანსური სარგებელი მზა შაბლონით.

მოცემულობა: ლოჯისტიკურ კომპანიაში ოპერატორი ყოველდღიურად ბეჭდავს 100 ინვოისს ERP სისტემაში სურათებიდან გადაწერით. ერთ ინვოისს სჭირდება 3 წუთი. ოპერატორის ანაზღაურებაა 10 ₾ საათში. თქვენ სთავაზობთ Vision AI-ის სისტემას. 1 სურათის გაანალიზება API-ით ჯდება 0.05 ₾.

გამოთვალეთ (ერთ თვეზე - 22 სამუშაო დღე):

  1. რამდენს ხარჯავდა კომპანია ძველი მეთოდით?
  2. რა დაუჯდება კომპანიას თქვენი AI სისტემა?
  3. რამდენია ყოველთვიური დანაზოგი (ROI)?
💡 დააკლიკეთ პასუხის სანახავად
1. ძველი ხარჯი: 100 ინვოისი * 3 წთ = 300 წთ (5 საათი დღეში). 5 სთ * 10₾ = 50 ₾ დღეში. თვეში: 50₾ * 22 = 1,100 ₾. 2. ახალი (API) ხარჯი: 100 ინვოისი * 0.05₾ = 5 ₾ დღეში. თვეში: 5₾ * 22 = 110 ₾. 3. დანაზოგი: 1,100 - 110 = 990 ₾ დაზოგილი თვეში + ოპერატორის გამოთავისუფლებული 110 საათი!

[🥈 Silver - 15 წთ] დავალება 2: PII მონაცემების იდენტიფიკაცია და დაფარვა (Masking)

მიზანი: ამოიცნოთ კონფიდენციალური მონაცემები ტექსტში და დაიცვათ GDPR სტანდარტი.

წაიკითხეთ კლიენტის მოწერილი ტექსტი:

"გამარჯობა, მე ვარ თამარ კვარაცხელია. ჩემი მანქანა, მერსედესი, ნომრით AA-123-BB მოხვდა ავარიაში რუსთაველის 15 ნომერთან. გთხოვთ დამიკავშირდეთ ნომერზე 599 12 34 56. ჩემი პირადი ნომერია 01012345678."

დავალება: ხელახლა დაწერეთ ეს ტექსტი, ოღონდ დაფარეთ ყველა PII მონაცემი `[MASKED]` ტეგით, ისე რომ ChatGPT-მ მაინც შეძლოს გაგება, რომ ეს არის ავტო-დაზღვევის სადაზღვევო შემთხვევა.

💡 მინიშნება: დაფარეთ სახელი/გვარი, მანქანის ნომერი, ტელეფონი და პირადი ნომერი. დატოვეთ მხოლოდ მოვლენის არსი ("მანქანა მოხვდა ავარიაში...").

[🥈 Silver - 15 წთ] დავალება 3: Graceful Degradation & API Fallback Pattern

მიზანი: ენთერფრაიზ სისტემის მედეგობის უზრუნველყოფა გარე სერვისების გათიშვისას.

სცენარი: თქვენი დილის ბრიფინგის ან მხარდაჭერის აგენტი ეყრდნობა 3 გარე წყაროს: ამინდის API, კრიპტო/საფონდო API და LLM შეჯამებას. დილით ამინდის API-მ დააბრუნა შეცდომა 503 Service Unavailable.

დავალება: დააპროექტეთ სისტემის ქცევა Graceful Degradation პრინციპით:

  1. უნდა გაითიშოს თუ არა მთელი სცენარი შეცდომით? (პასუხი: არა).
  2. როგორ უნდა გამოჩნდეს ეს სექცია საბოლოო შეტყობინებაში მომხმარებლისთვის?
  3. რა უნდა მოხდეს იმ შემთხვევაში, თუ LLM მოდელი (API) სრულად გაითიშება?

🛡️ მზა არქიტექტურული პატერნი (Resilience Blueprint)

1. ამინდის API გათიშვისას: შეტყობინება იგზავნება ნიშნით: "ამინდი: დროებით მიუწვდომელია ⚠️" (სისტემა არ ჩერდება). 2. LLM გათიშვისას (Fallback Mode): სისტემა აგზავნის ნედლ ფაქტებს (Raw Facts) კალენდრიდან და მეილებიდან AI შეჯამების გარეშე. 3. მონიტორინგი: შეცდომის ლოგი (Error Log) იგზავნება ადმინისტრატორის არხში ჩუმ რეჟიმში.

[🥇 Gold - Mastery] დავალება 4: Human-in-the-Loop სცენარის დაგეგმვა (Zero-Risk Pattern)

მიზანი: რისკების მართვის დაგეგმვა ფინანსურ ტრანზაქციებში.

თქვენ აწყობთ ავტომატიზაციას, რომელიც კლიენტის მოთხოვნისთანავე ავტომატურად უკეთებს მას თანხის დაბრუნებას (Refund) Stripe-ის ან საბანკო API-ის გავლით. ეს ძლიერ სარისკოა ადამიანის კონტროლის გარეშე.

დავალება: ჩამოწერეთ ავტომატიზაციის ნაბიჯები Make.com-ში ისე, რომ თანხის დაბრუნების Action Node არ გაეშვას, სანამ ფინანსური მენეჯერი Slack-ში/Telegram-ში არ დააჭერს "Approve" ღილაკს.

💡 არქიტექტურული მინიშნება: Webhook (მოთხოვნა) ➔ Make.com ➔ Slack/Telegram (Approval Message with Button) ➔ Webhook Listener (ღილაკის დაჭერის მოლოდინი) ➔ თუ დადასტურდა (Approved) ➔ Refund API Call.