# Using AI at Work #10 — Using AI for Optimizing Business Processes (Jeff McPherson) — Teljes magyar összefoglaló > **Epizód:** Using AI at Work #10 — "Using AI for Optimizing Business Processes" with Jeff McPherson > **Házigazda:** Chris Daigle (Using AI at Work, chiefaiofficer.com) > **Vendég:** Jeff McPherson (X-Agency, AI/automation agency, korai AI-adaptáló ügyfelek specialistája) > **Dátum:** 2024-03-04 (Mon, 04 Mar 2024 09:00:00 -0500) > **Hossz:** ~56.5 perc > **Transcript forrása:** Whisper `ggml-medium.en` (10523 szó, 0 hallucináció) > **Topic:** ai-automation.md > **Pipeline:** 3 chunk × ~3500 szó (1 subagent + 2 self-write) --- ## 1. rész **Epizód:** #10 — Using AI for Optimizing Business Processes with Jeff McPherson **Podcast:** Using AI at Work (usingaiatwork.com) **Házigazda:** Chris Daigle (chiefaiofficer.com alapító) **Vendég:** Jeff McPherson (X-Agency társalapító) **Dátum:** 2025 (korai epizód, még az X-Agency branddel) **Topic:** ai-automation **Rész határ:** 1 / 3 — intro + Jeff X-Agency modellje + copilot metafora + first call discovery + 90 napos sprint + 70/90/120 szabály + ügyfél-típusok + data hygiene + Matt Farmer AI + partneri eszközök (Charlie AI, Air AI) --- ## A vendégek és a kontextus A Using AI at Work házigazdája **Chris Daigle**, a chiefaiofficer.com alapítója, aki heti rendszerességgel készít interjúkat olyan vállalkozókkal, cégtulajdonosokkal és szakemberekkel, akik már a gyakorlatban használják a generatív mesterséges intelligenciát a mindennapi munkafolyamataikban. A műsor központi kérdése minden epizódban ugyanaz: hogyan lehet a holnap technológiáját ma, értelmesen beépíteni egy konkrét üzleti környezetbe — nem a hype-ot követve, hanem mérhető hatással. A tizedik epizód vendége **Jeff McPherson**, az X-Agency társalapítója. Az X-Agency egy automatizációs és AI-ügynökség, amely kifejezetten olyan vállalkozásokkal dolgozik együtt, amelyek a generatív AI-t korai adaptálóként szeretnék bevezetni a saját folyamataikba. Jeff pozíciója a műsorban azért különleges, mert nem egyetlen cég belső AI-transzformációját meséli el, hanem azt a keresztmetszetet látja, amelyet több tucat, nagyon eltérő profilú ügyfél — solopreneurtől a 25 millió dolláros éves bevételű cégig — ad neki. Ahogy Chris fogalmaz a bevezetőben: "Jeff's got the unique perspective of working with numerous clients… so he's able to see how other early adopters are implementing generative AI into their business processes and workflows." ## A "copilot" metafora és az X-Agency alapmodellje Jeff az első perctől egy letisztult, jól bevihető metaforát állít a beszélgetés középpontjába, és ezt a metaforát az egész epizódon át tartja: > "We look at AI as a copilot to your business right now. So X-Agency, we're a form of an automation and AI agency working with businesses to help plan, strategize, and actually implement AI into whatever their redundancies are, whatever they want to be more productive, where they want to be more efficient." Ez a "copilot" framing két dolgot tisztáz egyszerre. Egyrészt eltávolítja azt a science-fiction-közeli fenyegetést, amelyet sok vállalkozó az AI-val kapcsolatban táplál — vagy épp ellenkezőleg, eltávolítja azt a túlzó ígéretet, hogy az AI "kicseréli" a humán operátort. Másrészt világossá teszi, hogy az X-Agency nem SaaS-t árul, hanem szolgáltatást: tervez, stratégiát épít, és ténylegesen implementál. Jeff szavaival: "help plan, strategize, and actually implement AI into whatever their redundancies are." A redundancia-szó itt szándékos. Jeff nem arról beszél, hogyan lehetne "munkahelyeket kiváltani" — ez a diskurzus szerinte az iparág legkevésbé gyümölcsöző része. Ehelyett arról, hogy a meglévő, ismétlődő, alacsony hozzáadott értékű feladatokat (ügyfélszolgálati válaszok, adatbevitel, tartalom-újrafeldolgozás, ajánlatkészítés) hogyan lehet úgy automatizálni, hogy a cég felszabaduló kapacitását a keresleti oldal — az értékesítés, a termékfejlesztés, a partneri kapcsolatok — felé tolja át. "If we can really help automate using different automations and AI, we can really help scale the demand side, because that's where a lot of businesses run into issues is you have too much demand and not able to keep up with the fulfillment." ## Az AI és az automatizáció közötti határ Chris a beszélgetés egyik legfontosabb pontját ragadja meg, amikor rákérdez: szerinte mi a különbség az AI és az automatizáció között, mert "a lot of people, they just lump… oh, AI's doing it". Jeff válasza az X-Agency egész implementációs filozófiáját összefoglalja: > "AI is more driven on the data that your business has, and the automation comes to connecting the dots between the data sources." A gyakorlati példa, amit hozzáfűz, nagyon érzékletes: ha egy ügyfélszolgálati beszélgetésből (ez az AI-oldal — adat) kiderül, hogy a vásárlók egy konkrét kérdést újra és újra feltesznek, akkor az automatizáció-oldalra tartozik, hogy ez a felismerés triggereket kapcsoljon be — például készítsen egy Facebook-posztot vagy egy hirdetést, amelyik pontosan erre a kérdésre ad választ. "If a customer's asking a question to your customer service department, well, it's like, well, why don't we create a post for social media or for our ads using the automations in there?" A distinkció azért fontos, mert sok ügyfél az első híváskor azt hiszi, hogy "AI-t akar venni", miközben a valódi problémája egy egyszerűbb automatizációs hiányosság. Jeffék itt tudatosan nem adnak el olyasmit, amire nincs szükség — ez Chris Daigle számára is azonnal visszaigazolódik: "sometimes AI isn't the answer. Sometimes it's just the automation." ## A "first call" discovery és az érettségi szint Amikor Chris rákérdez, hogy a potenciális ügyfelek milyen érettségi szinten érkeznek, Jeff nagyon őszintén válaszol: "50/50." Az ügyfelek fele "gung ho" — azt mondják, "tegnap kellett volna elkezdeni", és bár ezekkel könnyű dolgozni a lelkesedés miatt, a folyamatok (jogszabályi, szervezeti, adat-) nem ugorhatók át. A másik fele "I need to put a couple of things in place, or I just want to kind of explore what's going on" — ezek lassabban haladnak, de legalább tudatosan építkeznek. Jeff hangsúlyozza, hogy mindkét csoportnak van helye a folyamatban, és az X-Agency épp azzal értéket, hogy ezt a kettősséget nem erőszakkal oldja fel, hanem a saját tempójukban kezeli. A másik fontos felismerés a "first call" discoveryról, hogy az ügyfelek felfogásában két nagyon eltérő motiváció jelenik meg. Jeff szóhasználatával: "Either pain or pleasure — avoiding getting beat by the competition or excited about the new toy." A "pain" oldalról érkezők általában a fulfillment oldalon szorulnak: nő a kereslet, de a jelenlegi csapatkapacitás nem bírja a tempót. A "pleasure" oldalról érkezők jellemzően info-termékekkel foglalkozó vállalkozók (táplálkozási tanácsadók, fitnesz edzők, online kurzustulajdonosok), akik "az elsők akarnak lenni a piacon" — nekik az AI bevezetése versenyelőny, nem tűzoltás. ## A 90 napos sprint és a "wishlist blueprint" Az X-Agency egyik legkarakteresebb módszertani eleme a 90 napos implementációs ciklus. Jeff elmagyarázza, hogy miért nem hosszabb távú tervekben gondolkodnak: > "We build out our 90 day implementation plan and we do everything in 90 day sprints for a couple of reasons. One, it's just not trying to think too far ahead and overwhelm the clients that we're working with. And most importantly, it's as much as we can estimate how much things may cost or how long things are going to take. There could be some sort of technology that's released tomorrow that none of us know about that we can implement into the business." Ez utóbbi megjegyzés kulcsfontosságú: az AI-piac olyan ütemben termel új eszközöket, hogy egy 12 hónapos roadmap gyakorlatilag a keletkezése pillanatában elavul. A 90 napos ciklus ezt a bizonytalanságot kezeli — rövid, megvalósítható ígéretet ad, és közben teret hagy a friss felfedezéseknek. A 90 napos ciklus így néz ki a gyakorlatban. Az első lépés egy mély, "in-depth" terv, amelyet Jeff "wishlist blueprint"-nak hív. Az ügyféllel közösen feltárják, hogy "what would be a perfect scenario of your business" — hol akar több termelékenységet, hol van fájdalom az ügyfélszolgálatban, az értékesítésben vagy a tartalomgyártásban. Ezután az X-Agency "breaks down everything with different tools and the different connections that we need" — technológiai stack-be rendezi a kérést, és az ügyfél egy konkrét, aláírt tervet kap arról, hogy mit fognak megvalósítani 90 nap alatt. A tervben az is benne van, hogy az X-Agency maga nem fejleszt sok eszközt — "we don't build a lot of the actual tools itself. We partner with a lot of the tools and again, we just connect through automations and APIs." Van egy belső fejlesztésük, amit Jeff "AI operating system"-nek hív — ez az a ragasztó, ami az ügyfél konkrét CRM-jéhez, fizetési rendszeréhez, levelezőjéhez, ügyfélszolgálati platformjához köti az egyes AI-szolgáltatásokat. ## A 70/90/120 szabály — az AI-tól az "AI in a box" felé Az egyik legértékesebb konkrét keretrendszer, amit Jeff megoszt, a "70/90/120 rule". A koncepció az, hogy amikor egy vállalkozás elkezdi használni az AI-t egy adott feladatra, három szakaszon megy keresztül: 1. **70% — az ember a pilóta.** A felhasználó manuálisan csinálja meg a munkát, az AI-t csak asszisztensként használja. Jeff példája: az értékesítési hívásokat rögzítik, a transzkriptet betolják a ChatGPT-be, és az AI megírja az első ajánlatvázlatot — de a finomítást, a személyes hangot, a tárgyalási taktikát még ember adja hozzá. 2. **90% — az AI megtanulja a cég hangját.** A tanítás és a finomhangolás után a rendszer "about 90% of a human capacity" szintet ér el — azaz az esetek túlnyomó többségében az AI-output már használható minimális emberi felülvizsgálattal. 3. **120% — a jól olajozott gépezet.** Amikor az automatizációk is be vannak kötve, a megerősítéses tanulás (reinforcement) is fut, és a rendszer az emberi kapacitás 120%-át hozza — azaz gyorsabban, következetesebben, fáradtság nélkül dolgozik, mint egy ember. Jeff nagyon tudatosan használja a 120%-ot, nem a 100%-ot. Ez a finom túlzás jelzi, hogy az AI nem arra való, hogy "kiváltsa" az embert, hanem arra, hogy a szűk keresztmetszeteket felszámolja, és a cég hozzáférjen egyfajta "skálázott szellemi kapacitáshoz", amelyet egy emberi csapat soha nem tudna reprodukálni. ## Ügyfél-típusok: adat, nem méret Amikor Chris rákérdez, hogy van-e preferált ügyfélméret vagy iparág, Jeff válasza meglepően laza: "anywhere from a million to 25 million per year. There's definitely people who don't make that much, which is completely fine with us. I mean for us it doesn't truly matter." A valódi szűrő nem a bevétel, hanem az adat: > "The best clients that we can work with in a quickest period of time are ones with actual data points. So your business may not be making as much money or it's just like your profit may not be there, but the amount of data that you're collecting through, again, emails, customer support, whether it's financial data, whatever that may be, we can train AI faster for your business to help it grow, to give you those profit margins as well." Ez az üzleti modell szempontjából fontos pont: az AI-tanítás "üzemanyaga" a cég historikus adata — emailek, support-jegyek, hívásrögzítések, pénzügyi tranzakciók. Egy 500 ezer dolláros, de rendezett adatvagyonnal rendelkező cég az X-Agency számára értékesebb, mint egy 25 milliós, de kaotikus CRM-et működtető vállalkozás. ## Data hygiene, mint az AI-bevezetés rejtett szűk keresztmetszete Chris Daigle itt egy nagyon konkrét, a hallgatók számára azonnal felismerhető problémát hoz fel: "data hygiene and all that has not been a high priority for them. Basically it's been, it's in the CRM or it's in the, but there's no real intelligent action taking place." Jeff válasza két részből áll. Először is, a manuális megközelítés azonnal működik: "you could go to ChatGPT and you can use like a sales call, like a recording." Jeffék maguknál ezt úgy csinálják, hogy minden sales callt rögzítenek, a transzkriptet betolják a modellbe, és az AI megírja az ügyfélre szabott ajánlatot. Ez a 70%-os szint — még mindig kell hozzá ember, de az időráfordítás a tizedére esik. Másodszor, a hosszú távú skálázhatósághoz az automatizációs kapcsolatokat kell beállítani: "You've got to set up the connections through the automations so it can continue to learn." Ez a pont a 90%-ról a 120%-ra való átlépés. Az AI nem akkor lesz "okosabb", ha egyszer betolunk egy adathalmazt — akkor lesz okosabb, ha folyamatosan kapja visszacsatolásként az ügyfél-interakciókat, és a megerősítéses tanulás ciklusa folyamatosan fut. ## Solopreneur-szintű adoptáció: "two calls a month" A beszélgetés egyik legérdekesebb szakasza, amikor Chris a kisvállalkozók felé fordul: "for somebody who it's their own business, maybe they're a solopreneur or a small team… how much of a heavy lift is that for the typical new user?" Jeff válasza az X-Agency modell másik fontos pillére: > "We typically only have two calls a month with our clients because we just, because we set everything up and we train, we train everything so you don't have to do it." Ez a "burden removal" filozófia tetőpontja. A legtöbb AI-konzultáns cég heti stand-upokat, közös workshopokat, belső csapattréningeket kér — az X-Agency ezzel szemben egy "csináld meg helyetted" modellt épít, ahol a belső rendszereket ők konfigurálják, és az ügyfél havonta két megbeszélésen kap update-et. A "wishlist blueprint" itt ismét kulcsszerepet játszik: "it's in the wishlist. We've built up the whole spec. This is in your 90 day plan. You've agreed to this plan. We're just going to build this out and we're just going to keep you up to date with it." Jeff itt hozza elő az X-Agency hosszú távú vízióját is: "we're building basically an AI in a box type SaaS platform, so you're not even going to need us to do this." A cél, hogy amit ma testreszabott szolgáltatásként nyújtanak, azt egy-két éven belül egy önkiszolgáló, SaaS-szintű termékké alakítsák, amelyik az "AI operating system"-ükön keresztül csatlakozik a különböző CRM-ekhez, és lényegében bárki — solopreneur, kis cég, közepes vállalkozás — be tudja kapcsolni a saját adataival, anélkül hogy Jeff csapatával közvetlenül dolgozna. Jeff meggyőződése, hogy "there's going to be people solopreneurs run in a hundred million dollar businesses at some point with AI and automations" — azaz a solopreneur-skálázhatóság nem korlát, hanem a jövő egyik legnagyobb üzleti lehetősége. ## A "who not how" és a Matt Farmer AI erőforrás Az epizód közepén Chris Daigle bevezet egy fontos, a hallgatók számára is kulcsfontosságú koncepcionális keretet: "one of the things I encourage people when they're getting involved in AI is who not how." A lényeg: egy AI-t használó szakembernek nem kell promptmérnökké, Zapier-konfigurátorrá vagy API-integrátorrá válnia. A fontosabb kompetencia az, hogy tudja, mire használja az AI-t, és kihez forduljon, ha a technikai kivitelezéshez nincs meg a belső kapacitása. Amikor Chris rákérdez, hogy "where do you send them? Where are people finding talent to help them?", Jeff egy konkrét, személyes erőforrást ajánl: **Matt Farmer AI**. Matt Farmer Jeff üzlettársa, és TikTokon "reviews a new tool in technology every single day" — több százezer követővel, napi szintű tartalommal. > "Everything that he promotes on his page, we also battle test internally. And like once we find good partnerships and good relationships, that's when we plug them into the clients as well." A Matt Farmer AI tehát három dolgot csinál egyszerre: (1) tartalom (napi AI-tool review videók), (2) belső battle-testing (az X-Agency azokat az eszközöket teszteli, amelyeket Matt ajánl), és (3) partneri csatorna (amelyik eszköz átmegy a teszten, az bekerül az ügyfeleknek kínált stackbe). Jeff egy személyes, emberi részlettel is szolgál: Mattnak öt gyereke van, és a gyerekek "think he's a celebrity because he's got so many followers on TikTok" — ez a részlet jól mutatja, hogy az X-Agency nem egy rideg tech-cég, hanem egy családi, közösségi alapokon szerveződő brand. A Matt Farmer által készített reviewk két rétegből állnak. Az egyik a "lens of a consumer" — azaz, ha egy cégvezető, vállalkozó vagy marketinges nézi a videót, akkor a saját munkafolyamatába tudja illeszteni a bemutatott eszközt. A másik a magas technikai szint — "some technologies that he talks about, which is super high technical stuff and some things that I don't even understand what he's talking about sometimes." Ez a kettősség teszi a tartalmat széles körben használhatóvá. ## A battle-tested eszközök: Charlie AI és Air AI Jeff a beszélgetés ezen pontján felfedi, hogy a battle-testing milyen konkrét együttműködésekhez vezetett. Az egyik legfontosabb partnerük a **Charlie AI**: > "Charlie A.I., their platform. It's speed to lead. So when people come through like they've got their they're just releasing the voice side of the business. When a lead comes through, it goes and I'll call them and I'll make sure that they're following through your funnel, which is I mean, in our business, that's that's the most important thing." A Charlie AI a "speed to lead" problémát oldja meg — amikor egy új érdeklődő (lead) beérkezik, a rendszer azonnal hívja, és végigviszi a sales funnelen. Jeff hangsúlyozza, hogy ez "in our business, that's the most important thing" — az értékesítési ciklus első 5 perce dönti el, hogy a lead vásárlóvá válik-e. A Charlie AI szöveges (chat) platformból indult, és most a voice (telefonhívás) oldalt is elindítja. Jeffék nem csak felhasználói ennek a platformnak, hanem "helping on their development side and behind the scenes" — azaz a termékfejlesztésben is részt vesznek. A másik kiemelt partner az **Air AI**, amely a "voice call centers" kategóriát uralja: > "Voice voice call centers. They're the ones that are taking off. So everybody's probably heard of air A.I.. So we work closely with air A.I.. They've done an amazing job. People have their pros and cons. There's other tools out there that do similar things. But I mean, they're they're definitely one of the first to the to the market." Az Air AI-t Jeff kiemelt szereplőnek tekinti a voice-AI kategóriában, de nem zárja ki, hogy más eszközök is hasonló szolgáltatást nyújtanak. A lényeg szerinte az, hogy az X-Agency ezeket az eszközöket "battle-tested" állapotban adja át az ügyfeleknek, így az ügyfélnek nem kell a saját kudarcán keresztül megtanulnia, hogy egy adott voice-AI tool nem működik éles környezetben. Végül az ügyfélszolgálati AI-ról is szó esik: "There's a ton of tools out there. We've developed one internally where it's like like a customer service bot on your website. We've also taught it to sell as well." Ez utóbbi mozzanat fontos: a belső customer service botjukat nem csak kérdésmegválaszolásra tanították, hanem arra is, hogy a beszélgetés végén a vásárlási szándékot felismerje és konverziót generáljon. Ez a "customer service to sales" átmenet az, amit Jeff korábban, az AI vs. automatizáció distinkciójánál is példaként hozott. ## Az epizód rész-jellegű összegzése Ez a rész az epizód bevezető szakasza: az intro, Jeff szakmai önpozicionálása, az X-Agency modelljének alapjai, a "copilot" metafora, a first call discovery, a 90 napos sprint keretrendszer, a 70/90/120 szabály, az ügyfél-típusok szerinti differenciálás, a data hygiene kérdésköre, valamint a Matt Farmer AI-n és a Charlie AI-n / Air AI-n keresztül bemutatott partneri ökoszisztéma. A rész itt zárul — a következő rész valószínűleg a konkrét implementációs esettanulmányokra, az ügyfél-oldali ROI-mérésre és a hosszú távú üzleti hatásokra tér át. A beszélgetés legfontosabb öröksége e szakaszból: az AI-t "copilotnak" tekinteni, a 90 napos sprint-formátumot preferálni, az ügyfelet a saját "wishlist"-jén keresztül bevonni, az adatvagyont a valódi szűrőnek tekinteni a méret helyett, és a battle-tested külső eszközökre építeni egy belső "AI operating system" ragasztóval. Ezek együttesen adják az X-Agency módszertani arculatát, amely a többi epizódrészlet számára a koncepcionális hátteret biztosítja. --- ## 2. rész > **Megjegyzés:** ez a summary a rész tartalmát dolgozza fel (a customer service chatbot workflow, multi-language real-time fordítás, voice AI escalation, lead grader, fathom.video, a 70-90-120 napos wishlist, $50K/év/copilot megtakarítás, Matt mint AI media buyer training, proposal-pipeline optimalizálás, X-Agency brand-architektúra) ## A customer service chatbot — multi-language + voice AI escalation Jeff McPherson a customer service chatbot-ot a "**legalapvető AI use-case**"-ként írja le, és az X-Agency saját fejlesztésű eszköze — NEM egy külső SaaS, hanem egyedi rendszer. A klasszikus minta: "you go to a website and there's a widget that pops up in the bottom corner" — ez a chatbot widget évek óta létezik, de az AI-vel most **valódi értéket** teremt. A legfontosabb új képesség a **real-time language change**: "if somebody comes in and they speak any sort of European or any sort of like let's say Chinese or Japanese, wherever it may be, it can real time change." Ez "**massive opportunity for businesses who now expose themselves to different markets that they may not**" — a "demand side" (kereslet-oldali) megközelítés, amit az X-Agency a chatbotoknál preferál. Az **escalation ladder** (lépcsős továbbítás): ha a customer service chat nem tudja megoldani a kérdést, "**it gets pushed up and then can push them to a voice A.I.** And if the voice A.I. can't solve it, it'll push it to an actual human." A "human answers it once it gets pushed into your data center, of course, then it pushes it back down to the it learns it" — a human feedback automatikusan visszakerül a rendszerbe, és a chatbot tanul belőle. Ez a "70 90 120" — a 70-90-120 napos tanulási időszak, ami alatt a chatbot egyre jobb lesz. Az Apple-párhuzam: Jeff "**I'm a big Apple user. I think they have some of the best customer support that's out there**" — és az X-Agency célja ezt a szintet hozni a kkv-knak is. A "word of mouth marketing" hatása erősebb, mint a "**cold paid traffic**": ha a customer support "amazing", a vásárló visszajön és ajánlja a brandet. ## A 70-90-120 napos wishlist Jeff konkrét keretrendszert ad: az ügyfél first call-ján Jeff "pain point-okat" gyűjt, és egy **wishlist-et** készít. A wishlist az, ami "**a great place to start**" — nem a teljes AI-transzformáció, hanem egy priorizált lista az ügyfél konkrét problémáiról. A megtakarítási számítás: "**we believe we can save upwards about $50,000 per year per copilot for a business**." A "copilot" itt az X-Agency terminológiája: egy-egy AI/automation use-case, ami egy-egy üzleti funkciót (customer service, sales, marketing) kiegészít. A $50K/év/copilot a customer service-re vonatkozik, és a megtakarítás forrása: "**once we get all these departments set up, you don't need to add more people to your business, which is the real the real cost constraint to it.**" A "**heavy lifting in the beginning**" + "**after that, then it just runs**" minta — az X-Agency a bevezetést intenzíven támogatja, de a hosszú távú működtetés a "**maintenance fees on your servers or something goes down. You need to bring in a developer**" modell. A kkv számára ez azt jelenti, hogy nem kell senior embert felvennie a customer service-be ("**unless one of my seniors dips out**") — a churn-kockázat megszűnik. ## A lead grader — rejtett profit a CRM-ben A wishlist másik eleme a **lead grader**, amit az X-Agency saját maga fejlesztett: "**we've got something that will actually grade your leads in your CRM system. So it can revive some leads and stack them properly that you can sell them more products. Some may be dead, some may not be.**" A lead grader "**which technically businesses don't really do that, if they do it at all, that could increase a huge amount of profit and time into your business.**" A "fake" vagy "bot" lead-ek kiszűrése óriási idő-megtakarítás — "**you don't necessarily need to call somebody who's just not going to be there or who's fake, or maybe just a bot or something like that.**" A "**very hard subjective number to put a percentage in**" disclaimer fontos: Jeff elismeri, hogy a pontos százalékos megtakarítás nehezen megadható, mert "**it's really subjective to the business**" — minden iparág és cég más. A wishlist célja, hogy a subjektív tényezőket szisztematikusan feltárja. ## A "DIY szomszéd" tanácsa — Matt Farmer AI + fathom.video Chris Daigle kérdésére ("**what would you tell your neighbor to do if he was interested in putting AI in his business?**") Jeff konkrét eszközöket ajánl a self-service belépéshez: 1. **Matt Farmer AI** — "**go and watch Matt Farmer AI**" — YouTube-csatorna, ahol Matt az AI-ipar legfontosabb újdonságait mutatja be, "**tool awareness**" szinten. A cél: "**a handful of the people that he's following as well is some of the top other influencers in the space as well**" — az iparág legjobbjainak követése. 2. **fathom.video** — "**if you're doing sales calls or even your internal training or internal meetings, fathom.video is the name of the tool, and it records your team calls.**" A fathom.video a hívásokat automatikusan rögzíti és transcriptálja. A transcript-et AI-be (ChatGPT, "**let's just call it ChatTBT**") táplálva "**creating a proposal, creating an internal SOP training**" — sales proposal vagy belső SOP training készíthető belőle. A lényeg: "**getting your hands wet into the industry with basically little to no cost**" — belépni az iparágba szinte ingyen, és "**you're going to be doing it anyway**" (sales hívások, belső meetingek mindig vannak). A training-re is alkalmazható: "**if you need to train more people, you don't want to completely automate your business over time, fine. But if you're using these recordings with your team, you can take this information and train people faster based on previous calls that you had.**" ## Jeff szerepe az X-Agency-n belül — "transzlator a sales és tech között" Chris kérdésére ("**define your role and title with your company**") Jeff elmagyarázza a belső munkamegosztást: - **Jeff** (ő maga): partnerships, sales, project management, legal, "**front end partnership**" - **Matt**: integration, plan building, "**the technologies**", "**very technical**" - **harmadik ember**: development team, implementation A Matt és Jeff közötti dinamika: "**Matt's very technical, and so we joke around on calls like, 'I also become his translator,' because I can take it, and I can take his brain and come up with some sort of analogy or breakdown. It's like, 'Okay, this person now understands it.'**" Jeff a "**translator**" szerep — a technikai tartalmat ügyfél-nyelvre fordítja. ## A sales proposal-pipeline — 5-15 perc vs. end-of-day Az X-Agency sales munkafolyamat a "**speed to lead**" elvet követi, és a proposal-készítés a kirívó példa: **Régi workflow (pre-AI):** "**a lot of the time, at least what we were doing continuously, is like I'll get it to you by end of day. So I mean, that's typically where we were. Some people could take longer. Some people have their own processes like, 'Well, we'll send it to you in three days so it looks like our pipeline's really full and we're busy,' whatever the tactic may be.**" A proposal 8 óra (end-of-day) vagy akár 3 nap. **Új workflow (AI-asszisztált):** 1. Sales hívás → fathom.video rögzíti és transcriptálja (beszélő-szétválogatással: "**Matt spoke at this point. Chris spoke at this point. Jeff spoke at this point.**") 2. Transcript-et AI-be táplálják, prompt: "**take this recording and break down the wish list of the clients to the tools that we have, and then close it out, essentially**" — ez a prompt generálja a proposal-t 3. "**It'll spit out the whole thing. You review it, maybe make some edits, and then you send it off to the client. So you can do that within 15 minutes, even if that, after a call**" 4. Azonnali close: "**because now they're excited and confused, or the fear, whatever it may be at that point, to get them across the line**" A **"speed to lead"** filozófia: "**I'm taking it from sales to implementation as quick as possible**" — a sales-pillanat elvesztése a legnagyobb kockázat. A 15 perces proposal-t küldő cég előnyt élvez a 8 órással szemben. A CRM-integráció: a proposal-hoz egy "**customized link**" tartozik, ami Stripe / QuickBooks fizetést indít, és a vásárló adatait automatikusan beviszi a CRM-be + project management rendszerbe. "**So you started with a call, and by the time the AI and automation process is done, you've now started to build a profile in the CRM, the proposal.**" A "**pre-built qualification profile**" — a sales hívás előtt a form-ból már készül egy előminősített profil. ## Az AI media buyer training — Matt "agyának" digitalizálása Jeff bejelenti, hogy az X-Agency "**in the process of doing, and this one's really exciting**": Matt (a technikai vezető) az X-Agency "**one of the best media buyers that I've ever met my entire life**" — és a terv: "**over the next year, we're going to be training his brain to be able to become a media buyer for your business. So you don't necessarily need to hire the high ticket agency**." Az AI media buyer előnye: "**it runs 24/7, 365, and it will understand trends, nuances, and stuff like that that a human may not ever understand.**" Az eredmény: "**AI media buyers, in behind the scenes that we're just continuing to train, so we can give them into that AI in an box platform that we're building.**" Az üzleti modell filozófiája: "**we're building this to replace ourselves because if we do that, we're not even a service, and we have a scalable business.**" A "**replace ourselves**" itt nem fenyegetés, hanem skálázási stratégia: ha a saját munkájukat AI-val tudják reprodukálni, a termék "**in an box**" eladható más ügyfeleknek, végtelen skálázással. ## Az X-Agency brand-architektúra — X creative, X development, X marketing Az X-Agency nem egyetlen cég, hanem egy umbrella: "**X agency is the mother company, but we own X creative, X development. And then once we continue to build out down the line, we also own X marketing. So the creative side.**" A jövőbeli tervek: X marketing (a creative mellé). A long-form → short-form content workflow: "**we also like X agency is the mother company, but we own X creative, X development... creating, taking long form content, say something like this, this recording here is using there's a tool called Opus Clip, I believe, where it will create shorts with it.**" A long-form podcastból (pl. ez a Using AI at Work epizód) Opus Clip-pel short-okat készítenek — "**you can use AI to create the shorts**" (de az emberi review fontos: "**But then you should send it...**"). ## A customer service specialitás — high churn, critical, onboarding Jeff a customer service-t kiemeli, mint a "**low-hanging fruit**" az AI-adaptációhoz: "**customer service end up being a reason why AI is certainly a place to get started with that**" — mert "**high churn, critical because it's customer facing, and onboarding all those things**". A customer-facing funkció kritikus a vevői élmény szempontjából, és a magas churn miatt a rotáció-kezelés nehézkes — az AI "copilot" ezt a kockázatot csökkenti. A belső szinergia: ha a customer service chatbot megy, a többi use-case (sales proposal, lead grader, content distribution) könnyebben bevezethető, mert a customer service mint referenciapont már validálva van. A 70-90-120 napos tanulási ciklus alatt a chatbot tanul, és a tanult mintákat a többi rendszerbe is át tudják vinni. --- ## 3. rész > **Megjegyzés:** ez a summary a rész tartalmát dolgozza fel (multi-language video translation, prompt engineering vs prompt gurus, "engineer" szó mint ijesztő, AI vs munkahelyek, belső csapat-AI adaptáció, iPhone analógia, 90-90 day sprint, "the who not how") ## A multi-language video translation — "obvious low hanging fruit" A video translation a "**obvious low hanging fruit**" az AI-alkalmazások között, és az X-Agency ügyfeleinél ez az egyik leggyorsabban bevezethető use-case: "**in the snap of a finger, you've got the Spanish version, the Chinese version**" — a manuális fordítás napjai helyett percek alatt készül a multi-language verzió. A **fontos caveat**: a fordítás önmagában nem elég. Jeff figyelmeztet: "**you've also got to set up the fulfillment in those other languages as well**" — ha csak a fordítást csinálod meg, de a vevőszolgálat, a szállítás, a pénzügy nem áll készen az adott nyelven, a fordítás nem ér semmit. A "**opened up new markets, yes**" eredmény csak akkor jön, ha a **teljes downstream** is támogatja. A piaci kontextus: "**we've just capped the North American market, we believe. It's like, okay, well, let's go overseas**" — az X-Agency ügyfelei gyakran a "**North American market is capped**" fázisban vannak, és a video translation az első lépés a nemzetközi expanzió felé. A "**satellite afternoon**" analógia: "**this makes the solopreneur or whatever, like all of a sudden, they've now got international distribution as a possibility that they could handle on Saturday afternoon**" — egy szóló vállalkozó is képes nemzetközi disztribúcióra egy hétvége alatt. A **content distribution** use-case kiegészíti a video translation-t: "**you can use AI to create the shorts. But then you should send it to a developer or not a developer and an editor just to kind of like make sure everything's correct**" — az AI készíti a short-okat (pl. Opus Clip-pel a long-form podcastból), de az emberi QA-ellenőrzés ("**quality assurance side**") elengedhetetlen a végleges publikálás előtt. ## A prompt engineering demisztifikálása — "you don't need to be an engineer" Chris Daigle felveti: "**You know, you mentioned a word that might be intimidating to people anytime engineer is involved in a title. People like me are thinking, you know, no, I'm not a math guy or whatever.**" Jeff erre konkrétan reagál: > "**Trying like going and buying prompts from these gurus. I mean, like it's we believe it's a complete waste of time because it just doesn't necessarily work specific for your business.**" A "**prompt gurus**" iparágát Jeff szkeptikusan kezeli — a generic prompt vásárlás nem helyettesíti a saját use-case-re szabott iterációt. A valódi prompt engineering "**just ask it another question or ask it something slightly different and just continue that process until what it gives you is what you want**" — iteratív, egyszerű, párbeszédes. A "**new user**" minta: "**they tried to use it like Google, right? Like they would ask it, ask it a question or something, but they weren't giving it a command.**" A Google-keresés imperatívusztikus ("**What is the capital of France?**") kontra a ChatGPT-parancs ("**Take this transcription and break down the wish list of the clients to the tools that we have**") — ez a különbség. A modellek parancsokat várnak, nem kérdéseket. A "**engineering background**" feleslegességéről: "**you don't need to get into the engineering stuff until you really start training your data specifically. But taking information from past content or like recordings and taking because they've given you that information and putting it into something like chat GPT. I mean, you you don't you don't need to have an engineering background to be able to start benefiting yourself using AI.**" Az entry-point: bármilyen meglévő tartalom (sales hívás, belső meeting) transcript-je, AI-be táplálva — nincs szükség mérnöki háttérre. > "**No excuses, folks. No excuses.**" ## A "prompt engineers are getting paid so much money" — és miért Jeff a "**prompt engineers**" fizetéséről: "**a lot of the time these tools out there as well, they may not be experts in the field. They're engineers. They've seen a product market fit, but they haven't trained their own technology to deliver the best output from experts in their industries. And that's why prompt engineers are getting paid so much money.**" A prompt engineer értéke nem a "magic prompt"-ban rejlik, hanem abban, hogy **szakértőket** (sales, customer support, content creation) köt össze a **technológiával**: "**we try and connect those dots in behind the scenes**". Az X-Agency modellje: "**we look for experts in their field, again, whether it's sales or like customer support or like content creation, and we take them and we look at them as the prompt engineers. So we figure out relationships with these people, connect them to the tools**" — az ügyfélkapcsolatban "**they're getting the smartest minds on delivering content creation with the best technologies without having to speak to either.**" Az ügyfél a végeredményt kapja, a "smartest minds + best technologies" kombinációt anélkül, hogy külön-külön kellene velük tárgyalnia. ## "AI is not going to take your job" — a change management üzenet Chris felveti a klasszikus félelmet: "**one of the things that comes up a lot going back to your clients. There's the whole A.I. is going to take my job.**" Jeff válasza konkrét: > "**We always tell people A.I. is not fully autonomous. Not right now. It's a copilot. So we can help your business get connected to A.I. We still need those humans there to do the quality assurance behind it. So it's like we're not here to replace you. We're here to enhance your specific role using A.I.**" A "**fear of God selling**" ellen: "**people are trying to do the fear of God selling. It's like if you don't if you don't use A.I., you're going to be replaced. It's like it's I mean, it's a load of crap, I think, right now.**" Jeff elutasítja a FUD-stratégiát, és a pozitív framinget preferálja. A "**for a business owner**" szempont: "**especially if they got a small team, if they can come in there and position the narrative that, hey, this is going to start doing the stuff you don't like doing anyway**" — az AI átveszi a "**stuff you don't like doing**" feladatokat, és az ember a magasabb értékű munkára koncentrálhat. A "**emotionless AI**" előnye a belső HR-ben: "**Chris, you suck at sales, but you you could be really good at content creation. So it's going to start having those it's going to start having those those conversations for not only yourself, but for the executives or the management on the team. It's just like because it's emotionless. It's just like, Chris, you suck. You need to be on content creation. Meanwhile, I say you're here, yeah, but you know, in the back of your head, content creation is where you want to be, but you're you've always been worried about telling your executive team. So I'm just going to do that for you. And I just moved. It'll just move team members around within their organism.**" Az AI belső coaching szerep — az érzékeny HR-beszélgetéseket az AI végzi el, mert "**emotionless**". > "**I think the only people who are going to get replaced are the people who don't adopt. No question.**" Egy idézet, amit Jeff idéz (az "**Amandus**" — vélhetően **Andrew Yang** vagy hasonló AI-guru): "**at the end of the decade, there'll be two types of companies, those that are A.I. enabled and those that are extinct.**" ## A belső csapat AI-adaptációja — "forceful without micromanaging" Chris rákérdez a belső csapat AI-használatára: "**For the non tech people in your company, did you mandate, hey, you guys got to start using this or did they see others getting wins and start to use it themselves? What was that adoption like?**" Jeff válasza: > "**A little bit of both. I mean, I do believe we've got a very high technical team.**" A "**forceful without micromanaging**" minta: a creative csapatnak ("**ex creative department**") elmagyarázzák, hogy "**you used to make all this money doing hourly work. But you need to use AI because we can bring you more clients. It's like then you just do smaller things. So it's more of you need to use AI because we need the cost to be around here. So then we can sell it.**" A csapat maga jön vissza: "**okay, we've we've done it. We figured it out. Nice.**" Az internal adoption minta: "**operations, admin, sales, stuff like that. We're plugging it in because we're truthfully trying to replace ourselves to an extent. Because the quicker we can do that for ourselves, the easier we can resell that system to other businesses and then give that time back to the businesses as well**" — a belső használat egyben a termék-prototípus is. ## A "tools are moving so fast" — Matt 500 tesztje Chris megjegyzi: "**with a business partner who's cycling through 500 tests of tools per year, that's kind of an unfair advantage.**" Jeff megerősíti: Matt (a technikai partner) "**reviews the tools, it's like he because I mean, he does promos for them, so people do pay him for some of these promos for sure. But there's a lot of tools that he reviews just because he likes the tools.**" A "**broad spectrum of visibility**" információs előnyt ad. A "**tool awareness**" stratégia ajánlása: "**somebody on your team should be regularly, even if it's like five minutes, 10 minutes on a coffee break, should go and start testing these tools and with the filter of how do I use this in my business, how do I use this in my role, how does somebody else on my team use this in their function?**" A "**strategic advantage of massive tool evaluation**" Jeff kifejezetten ajánlja: "**find tools specifically for your role that help you in that aspect and then give it to everybody else once you figured it out.**" A "**iPhone**" analógia Jeff-től: "**for us to give that example in my analogy aspect is like if you've got an iPhone or you've...**" (a transcript csonka, de a kontextusból kiderül, hogy az AI-operating-system-et a "**bármihez hozzáférsz, mint az iPhone-hoz**" analógiával írja le). ## A 90-90 day sprint — "the who not how" A termék ETA-ról: "**I could for I'm exaggerating, but it can happen overnight with technologies being at least because again, we're not developing a ton of additional proprietary like tools where it's just like the content creation, like we're we're building the behind the scene, the stacking, stacking it.**" A "**behind the scenes stacking**" — a saját fejlesztésű rész minimális, a komponens-tool-ok (fathom.video, Opus Clip, ChatGPT, voice AI, CRM) összekapcsolása a lényeg. A 90-90 day sprint: "**we do our 90 90 day sprints as well. Like we build our own plans, we go through the same cycle that we go with our clients. So we're hoping to have some sort of aspect of it within the next 90 days. But it could come sooner. But it doesn't mean that people can't get access to it. It's just they're working a little bit closer with us at more of that enterprise service right now.**" Az X-Agency saját magán is alkalmazza a wishlist-módszertant. A "**the who not how**" kifejezés Jeff szóhasználatában: "**it sounds like it might be the who not how for people to be able to get access to this**" — az ügyfélnek nem kell tudnia, hogyan működik a technológia (a "how"), csak azt, hogy ki csinálja neki (a "who"). Ez az X-Agency üzleti modelljének alapja. ## A "collaboration aspect" — "back in the day hush hush" Jeff egy fontos kulturális megjegyzést tesz a mostani AI-ökoszisztémáról: "**What I really like, it's the collaboration aspect of a lot of these tools and technologies is massive, because like a tool may be building voice A.I., but there's a whole bunch of technologies that we may be building that we can leverage each other's technologies to grow together with. Like back in the day, it's like if I'm a marketer, I'm selling this tool, I'm selling this business. You try and keep everything hush hush, because, yeah, I mean, somebody's just going to come in and steal it from you. So the collaboration, what we've seen right now with A.I. has been has been amazing.**" A 2010-es évek "**hush hush**" marketing kultúrája (mindenki a saját eszközét védte) átalakult: az AI-ökoszisztémában a **collaboration** a norma, és a "**grow together**" filozófia uralkodik. Ez a nyitottság teszi lehetővé az X-Agency számára, hogy a "**Matt reviews 500 tools**" típusú stratégiát alkalmazza, és a partneri viszonyokat más tool-fejlesztőkkel kiépítse. --- ## Forrás - **Epizód:** Using AI at Work #10 — "Using AI for Optimizing Business Processes" with Jeff McPherson - **URL:** - **MP3:** - **Házigazda:** Chris Daigle (Using AI at Work, chiefaiofficer.com) - **Vendég:** Jeff McPherson (X-Agency, AI/automation agency) - **Dátum:** 2025 - **Hossz:** ~56.5 perc - **Transcript forrása:** Whisper `ggml-medium.en` (3 chunk × ~3500 szó) - **Eredeti nyelv:** angol → magyar (Henky-pipeline, podcast-processing skill, 2026-07-20) - **Topic:** ai-automation.md