Generatywna sztuczna inteligencja na zawsze zmieni obsługę klienta. Oto jak się tam dostaniemy

Firmy, które chcą wykorzystać generatywną sztuczną inteligencję, muszą skoncentrować się na korzyściach, jakie ta technologia przyniesie ich klientom.

Skuteczne wprowadzenie generatywnej sztucznej inteligencji (AI) do obsługi klienta wymaga systematycznego podejścia.

Poprawa jakości obsługi klienta za pomocą generatywnych rozwiązań AI polega na ponownym opracowaniu dotychczasowych procesów i optymalizacji sposobu uzyskiwania dostępu do danych, ich analizowania i stosowania w celu podejmowania szybszych, bardziej świadomych i lepszych decyzji, które służą wszystkim zainteresowanym stronom - pracownikom, klientom, partnerom biznesowym i nasze społeczności.

Chcemy podkreślić, że procesy muszą zostać sprawdzone i dokładnie sprawdzone, zanim organizacje zastosują generatywną sztuczną inteligencję. Błędy mogą wrócić i zawstydzić firmę budującą generatywną sztuczną inteligencję. W niedawnym przykładzie w firmie Chevrolet bot obsługujący sztuczną inteligencję przekazał klientom fałszywe informacje, co spowodowało straty finansowe. Tymczasem północnoamerykańska linia lotnicza próbowała argumentować prawnie, że jej bot był odrębnym podmiotem, za którego odpowiedzi nie odpowiadała firma.

W takich sytuacjach należy pamiętać, że maszyna nie jest w stanie rozróżnić dobrych i złych danych ani dobrych i złych procesów. Maszyna widzi tylko dane i postępuje według stworzonych dla niej procesów i reguł.

Organizacje powinny również zadbać o to, aby dane wykorzystywane przez generatywną sztuczną inteligencję były dokładne oraz aby projektowane przez nie procesy obsługi klienta mogły pomyślnie przebiegać przy użyciu generatywnej sztucznej inteligencji. Zacznij od małych rzeczy, zacznij tam, gdzie jest wymierna wartość i korzyści, zacznij od prostych, zacznij od czystych danych i zaproś niewielką liczbę lojalnych klientów do swojego procesu projektowania, aby mieć pewność, że jesteś na drodze do sukcesu.

W naszym ostatnim poście powiedzieliśmy, że sama generatywna sztuczna inteligencja nie poprawi doświadczenia klienta. Przedstawiliśmy trzy kluczowe porady: dane muszą być godne zaufania, dokładne i dostępne; proces obsługi klienta musi być dokładny, intuicyjny i uczciwy; i musi to być mierzalna wartość. Teraz zmieniamy bieg, rozmawiając o tym, jak organizacje mogą przyspieszyć wdrażanie technologii sztucznej inteligencji i przyjrzymy się niektórym obszarom, w których generatywna sztuczna inteligencja będzie miała największy wpływ na obsługę klienta.

Rozwój ChatGPT rzucił światło na zaangażowanie klientów, udostępniając chatbotom technologię generatywnej sztucznej inteligencji. Chatboty są częścią zestawu narzędzi samoobsługowych od dziesięcioleci. Nie udało im się zrewolucjonizować obsługi klienta, ponieważ nie były wystarczająco intuicyjne, aby odpowiadać na pytania ze skutecznością zadowalającą większość klientów. Teraz mamy boty oparte na generatywnej i predykcyjnej sztucznej inteligencji, a oczekiwania są duże, że technologie te radykalnie zmienią samoobsługę.

Aby lepiej zrozumieć, w jaki sposób przyjęcie generatywnej sztucznej inteligencji ma na celu poprawę jakości obsługi klienta i obsługi klienta, przeprowadziłem wywiady z dwoma wiodącymi na świecie ekspertami w dziedzinie zarządzania relacjami z klientami (CRM), obsługi klienta (CX) i obsługi klienta.

Michael Maoz jest starszym wiceprezesem ds. strategii innowacji w Salesforce. Przed dołączeniem do Salesforce Maoz był wiceprezesem ds. badań i wybitnym analitykiem w firmie Gartner, pełniąc funkcję lidera badań w obszarze strategii obsługi klienta i wsparcia.

Ed Thompson jest starszym wiceprezesem ds. strategii rynkowej w Salesforce. Przed dołączeniem do Salesforce Thompson był wiceprezesem ds. badań i wybitnym analitykiem w firmie Gartner, zajmując się strategią i wdrażaniem CX i CRM. Maoz i Thompson podzielili się swoimi punktami widzenia na temat tego, co firmy muszą rozważyć i wdrożyć przed zastosowaniem generatywnych rozwiązań AI w swoich aplikacjach i procesach obsługi klienta.

Jakie kluczowe błędy popełniają firmy?

Ed Thompson - W tej chwili firmy dzielą się na dwie szkoły myślenia lub dwa podejścia do inteligentnych botów: albo zaczynają od myślenia o zwiększeniu produktywności swoich agentów, albo mają na celu wykorzystanie generatywnej sztucznej inteligencji w celu zmniejszenia liczby agentów obsługi klienta.

Menedżerowie działów obsługi klienta często sceptycznie podchodzą do obietnic związanych z generatywnymi botami opartymi na sztucznej inteligencji jako narzędziem pomagającym zwiększyć produktywność agentów. Przez lata dostawcy oprogramowania składali obietnice, które nie zostały zrealizowane. Dla porównania szefowie działów cyfrowych, dyrektorzy operacyjni i dyrektorzy finansowi nie są tak skupieni na produktywności agentów. Zwykle są podekscytowani redukcją kosztów dzięki nowej generacji generatywnych botów napędzanych sztuczną inteligencją.

Organizacje mogą popełnić błąd, jeśli zastosują nową generację inteligentnych botów, a przy ich wdrażaniu popełniają te same błędy z przeszłości. Trzy z tych błędów to:

1. Aby zbudować lub wdrożyć samodzielne boty, które nie są częścią rozwiązania omnichannel, tak aby boty działały oddzielnie dla połączeń głosowych, e-maili, WhatsApp, SMS-ów, portali i innych kanałów usług.
2. Ignorowanie faktu, że dane wykorzystywane do udzielenia odpowiedzi na pytanie to bałagan, w wyniku czego odpowiedź udzielona klientowi jest błędna lub nieprzydatna.
3. Wysyłanie klienta w powtarzające się pętle, z których nie może uciec - podejście, które obniża wyniki zadowolenia i zwiększa eskalację.

Generatywna sztuczna inteligencja stwarza nowe problemy, takie jak uprzedzenia, halucynacje i toksyczne odpowiedzi. Jednak stare obawy pozostają i mogą być poważniejsze. Być może generatywna sztuczna inteligencja zapewni impuls do rozwiązania problemów związanych z niezintegrowanymi i odizolowanymi źródłami danych, danymi nieaktualnymi, danymi niskiej jakości, nieprawidłowymi danymi oraz złymi procesami obsługi i projektowaniem przepływu pracy. Radzę unikać błędów z poprzednich wdrożeń botów.

Co należy wziąć pod uwagę przed rozpoczęciem inicjatywy związanej ze sztuczną inteligencją?

Michael Maoz - Najpierw napraw bazę wiedzy i wyczyść dane klientów. Kiedy dodamy generatywną sztuczną inteligencję do złego procesu samoobsługi klienta, pogorszyliśmy sytuację, tylko na większą skalę i z poważniejszymi konsekwencjami niż wcześniej. Chatbot, który podaje klientom nieprawidłowe informacje bez generatywnej sztucznej inteligencji, robi to, ponieważ podstawowa baza wiedzy jest nieprawidłowa. Po dodaniu generatywnej sztucznej inteligencji firma odkryje, że bot przekazuje klientowi nieprawidłowe informacje z całkowitą pewnością, a nie dlatego, że ma halucynacje.

W rezultacie firma ma bardziej wymowne fałszywe informacje rozpowszechniane w nowej formie. Niedawno odwiedziliśmy stronę internetową drużyny koszykówki NBA. Zadaliśmy botowi pytania dotyczące trenera i otrzymaliśmy dokładne informacje o trenerze. Był jeden problem - nie był obecnym trenerem, ale byłym trenerem, który później przeniósł się, aby trenować inną drużynę NBA. Bot nie posiadał informacji o aktualnym trenerze drużyny, ponieważ baza wiedzy nie została zaktualizowana. Rezultatem była zabawna halucynacja.

Ed Thompson - Istnieje inna alternatywa dla dalszego rozwoju generatywnej sztucznej inteligencji. Jeśli większość bazy wiedzy jest przestarzała lub niewiarygodna, łatwiej i lepiej będzie ją wyrzucić i zacząć od nowa z wiarygodną zawartością. Szacujemy, że ponad 40% firm zacznie od nowa i będzie generować artykuły merytoryczne na podstawie interakcji z klientami (rozmowy telefoniczne, czaty, e-maile itp.) przy użyciu generatywnej sztucznej inteligencji. W przypadku tych firm będzie to szybsze i skutkować radykalnie obniżonym ryzykiem halucynacji na podstawie starych i sprzecznych źródeł wiedzy.

Kolejne 30% organizacji usługowych będzie posiadać: wystarczająco dobrą wiedzę; wiedza, która jest na tyle dobra, że można jej zaufać; wiedza, która jest na tyle dobra, że można ją naprawić; lub wiedzy, z łatwością potrafią oddzielić dobro od zła (jego wiek, lokalizacja, jakaś forma wyniku jakości). W tych przykładach nie warto zaczynać od zera.

Ostatnie 30% uzna, że dane to bałagan, ale ze względu na przepisy, branżę lub politykę będą zmuszeni z nich korzystać i albo pracować nad ich czyszczeniem przez wiele lat, albo zrezygnować, ponieważ zadanie jest zbyt trudne.

Zalecenie: rozważ odbudowanie bazy wiedzy od zera.

Michael Maoz - Dzięki prostszym transakcjom usługowym istnieją już świetne przykłady generatywnej sztucznej inteligencji obsługującej do 75% żądań klientów. Z czasem wartość ta może wzrosnąć do 95%. Powodem, dla którego obecne wyniki są gorsze od przyszłych wyników, jest wymagana edukacja, którą musi przejść duża część bazy klientów, zanim zaufają technologii i będą na tyle pewni, aby ją wypróbować. Nie wszyscy klienci czują się komfortowo, korzystając z samoobsługi, a wielu z nich denerwuje się podczas interakcji z oprogramowaniem, a nie z człowiekiem. Firmy muszą zacząć edukować klientów na temat skuteczności sztucznej inteligencji i zabezpieczeń wbudowanych w tę technologię, a także komunikować się z klientami na temat sposobu korzystania z technologii i korzyści, jakie z niej płyną.

Zalecenie: Edukuj klienta, aby budował zaufanie do nowej generatywnej technologii AI

Ed Thompson - Badania trwające dekadę wykazały, że średnio im młodszy i bogatszy klient, tym bardziej woli kanały cyfrowe od ludzkich. Dlaczego? Nie dlatego, że są lepsze technicznie - to błąd. Dzieje się tak dlatego, że dorastali z nimi bez konieczności zmiany i odkryli, że kiedy wypróbowali kanały ludzkie, były one mniej przydatne (tj. trudniejsze do osiągnięcia, bardziej zróżnicowane pod względem jakości i powolne).

Będziemy świadkami większego przejścia na technologię cyfrową, ponieważ z biegiem czasu pokolenie Z i pokolenie milenialsów przewyższą liczebnie starszych konsumentów i użytkowników oprogramowania. W debatach na temat filozofii nauki Poppera i Kuhna toczących się w latach sześćdziesiątych XX wieku argumentowano, że nowa teoria nauki ostatecznie zwycięży starą dzięki racjonalnej debacie i argumentacji. Dla mnie nowe teorie wygrywają, ponieważ zwolennicy starej teorii w końcu tracą wpływy lub władzę, przechodzą na emeryturę lub umierają. Istnieją jednak przykłady sytuacji, w których starsi, mniej zamożni i nieobeznani z technologią konsumenci korzystają z kanałów cyfrowych w takim samym stopniu, jak młodsi i bogatsi konsumenci. Jednym z przykładów jest WhatsApp. Tak, jest to proste narzędzie i korzysta z efektów sieciowych, ale prawdą jest również, że młodsi adopcyjni uczyli swoich rodziców i dziadków, jak z niego korzystać.

Zalecenie: skieruj swoją edukację na osoby najmniej skłonne do korzystania z samoobsługi.

Michael Maoz - To świetna uwaga dotycząca podziałów pokoleniowych i preferencji kanałów. Przyjrzyjmy się teraz projektowaniu procesów kanałów cyfrowych. Biorąc pod uwagę możliwości generatywnej sztucznej inteligencji, pierwsi użytkownicy otrzymują trudną lekcję - jeśli proces nie zostanie zaprojektowany w taki sposób, aby klient mógł skutecznie i intuicyjnie rozwiązać swój problem, korzystanie ze sztucznej inteligencji bez możliwości dotarcia do człowieka może podważyć satysfakcję klienta. Aby przyspieszyć sukces we wdrażaniu generatywnej sztucznej inteligencji do obsługi klienta, wiodące firmy włączają klienta w cykl projektowania procesów, aby uzyskać wgląd i przetestować jego reakcje.

Ed Thompson - Nieustannie jestem zdumiony, gdy uczestniczę w forach i konferencjach oraz słyszę dyskusję na temat zmiany kanału, generatywnej sztucznej inteligencji lub odwracania uwagi klientów - i nie ma tam żadnej dyskusji na temat tego, czego chce klient. Dyskusja nie opiera się na tym, czego chcą klienci firm. Nie ma nawet zbyt wiele dyskusji na temat tego, z jakich urządzeń korzystają klienci. Powiedziałbym, że 75% dyskusji toczy się od wewnątrz - czego chce firma, z jedynie okazjonalnymi odniesieniami do wpływu na klienta, co pokazuje, że firma siedziała, obserwowała i słuchała klienta.

Jaka jest rola generatywnej sztucznej inteligencji w przyszłości pracy?

Ed Thompson - Przyszła obietnica obsługi klienta wykracza poza rozwiązania punktowe, które odpowiadają na proste pytania i polega na generatywnej sztucznej inteligencji wykorzystywanej w przepływie procesów. Podejście to obejmuje prowadzenie całego procesu sprzedaży, procesu marketingowego lub procesu obsługi, czy to w trybie reaktywnym w odpowiedzi na żądanie klienta, czy też proaktywnie, jako autonomiczny agent docierający do klienta, aby pomóc w pojawiającym się problemie. Celem długoterminowym jest, aby obsługa klienta przestała być oddzielnym działem i zamiast tego przekształciła się w osobistego asystenta, do którego czasami zwraca się się bez pytania klienta o pomoc, a innym razem w odpowiedzi na jego prośbę.

Pomyśl o „kliencie”, w tym o urządzeniach i obiektach, takich jak pojazdy, maszyny, sprzęt i infrastruktura, które łączą się za pośrednictwem interfejsów API i czujników z siecią firmową. W tych scenariuszach winda, most lub silnik mogą „wezwać” pomoc bez wiedzy i interwencji człowieka, a prośba przekłada się na wysłanie agenta ludzkiego lub agenta oprogramowania lub ich kombinacji w celu zareagowania na wniosek.

Na marginesie, zapominamy, że centrum obsługi klienta, popularnie nazywane contact center, wyewoluowało z centrum odbierającego rozmowy telefoniczne - call center. Zaledwie 60 lat temu nie było nawet call center. Myślenie o tym jest niesamowite i być może możemy dowiedzieć się o przyszłości z przeszłości. Jak w tamtych czasach przetrwały przedsiębiorstwa? Jednym ze sposobów mogła być mniejsza specjalizacja. Oznaczałoby to, że ludzie, którzy sprzedawali towary i usługi, w ramach swojej roli również obsługiwali produkt.

Michael Maoz - To świetne pytanie. Nawet 40 lat temu firmy nie skupiały się celowo na doświadczeniu klienta jako wyróżniku. Postrzegali jakość i cenę produktu jako krytyczne, a później dostrzegli, że doświadczenie klienta odegrało integralną rolę w rozwoju firmy. Firmy nieoptymalizowały swoje działania, co oznaczało, że obsługa klienta została ogólnie odcięta od marketingu i sprzedaży, inżynierii i rozwoju produktów. Strategia ta działała, dopóki konkurenci nie zauważyli potrzeby wykorzystania doświadczeń klientów i przeprojektowania produktów i usług, aby sprostać zmieniającym się potrzebom klientów.

Ed Thompson - Zatem specjalizacja mogła pojawić się później i stanowi tylko część historii. Od czasu drugiej wojny światowej nastąpił gwałtowny wzrost gospodarczy i wprowadzenie na rynek dziesiątek tysięcy nowych produktów, o których wcześniej nawet nie marzyliśmy.

Michael Maoz - myślę, że pewne tło historyczne pomaga. W USA w latach czterdziestych podnosiłeś słuchawkę telefonu i nie wybierałeś numeru. Zamiast tego czekałeś na głos, który powie: „Jak mogę się z tobą połączyć?” Żadna firma nie miała własnego centrum obsługi telefonicznej aż do lat 60. XX wieku, a zmiana ta oznaczała ogromną zmianę skali, oprócz tego, co nazywa się specjalizacją.

Z drugiej strony w Stanach Zjednoczonych katalog Sears był drukowaną książką zawierającą tysiące pozycji na sprzedaż i dostarczanych pocztą do dowolnego miejsca w kraju. Można było kupić dom z prefabrykatów, maszynę do szycia lub cokolwiek do kuchni, ale tylko za pośrednictwem katalogu i nie było koncepcji wsparcia posprzedażowego. Wspomniałeś o II wojnie światowej. Po drugiej wojnie światowej na przedmieściach i autostradach międzystanowych rozwinęły się firmy franczyzowe i sprzedawcy detaliczni, którzy sprzedawali nieskończoną gamę produktów w całym kraju w lokalnych sklepach. Krajowy PKB wzrósł trzykrotnie, a konsumenci kupowali towary i usługi szybciej, niż producenci byli w stanie je obsłużyć. Proces ten doprowadził do powstania nowych przedsiębiorstw i jednostek zajmujących się obsługą posprzedażową.

Ed Thompson - Wracając do mojego pierwotnego punktu, jesteśmy tam, gdzie jesteśmy, z całym pośrednikiem i całą złożonością wspierania klienta. Zgadzam się, że ważny przełom w biznesie nastąpił w latach 90. wraz z pracą wizjonerów, takich jak Martha Rodgers i Don Peppers, wokół przyszłości marketingu indywidualnego. Takie podejście pasuje do Twojego poglądu, że „obsługa klienta” znika jako odrębny dział, a dalej dostrzegasz możliwość posiadania przez każdego konsumenta lub klienta osobistego asystenta, który rozumie jego potrzeby. Być może w przyszłości nadejdzie czas, kiedy nastąpi koniec marketingu masowego. Zarządzanie kampaniami i masowy marketing e-maili prawdopodobnie znikną w ciągu najbliższych pięciu lat. Zamiast tego marketing wykorzysta tę samą koncepcję osobistego asystenta, aby wybrać odpowiednią ofertę we właściwym czasie i za pośrednictwem odpowiedniego kanału.

Jak podejść do generatywnej sztucznej inteligencji?

Michael Maoz - Są to projekty nietrywialne i możemy spodziewać się, że IT i linie biznesowe (marketing, sprzedaż, obsługa klienta, fakturowanie, logistyka) znajdą nowe możliwości współpracy. Jednostka biznesowa, która chce wdrożyć generatywne rozwiązania AI do obsługi zgłoszeń obsługi klienta, musi zaprzyjaźnić się z liderem generatywnej sztucznej inteligencji, aby poprawić jakość obsługi klienta.

Najlepsze firmy rozumieją, że podstawowe procesy biznesowe należy projektować od zewnątrz, czyli z perspektywy klienta. Podejście to utrudnia projekt organizacyjny, w którym podstawowe role IT nie są zintegrowane z procesami klienta. Umiejętności informatyczne związane z integracją systemów, automatyzacją budynków, migracją danych i tworzeniem wizualizacji danych są dalekie od ról marketingu, handlu cyfrowego oraz sprzedaży i serwisu, z którymi stykają się klienci. Zespoły IT mają generatywne umiejętności w zakresie sztucznej inteligencji, a marketing, sprzedaż, handel i obsługa klienta mają głęboki wgląd w to, jak najlepiej działają procesy skierowane do klienta. Tworzenie zespołów międzywydziałowych ze wspólną odpowiedzialnością i wspólnymi wskaźnikami sukcesu pomaga skoncentrować inicjatywy generatywnej sztucznej inteligencji na tym, co najlepiej sprawdza się dla klienta, oraz na ustaleniu priorytetów kolejności generatywnych rozwiązań AI.

Ed Thompson - Moglibyśmy podsumować spostrzeżenia firm, które odniosą sukces dzięki generatywnej sztucznej inteligencji:

1. 95% firm nie ma wielu umiejętności generatywnych w zakresie sztucznej inteligencji lub nie ma ich wcale. Nie myśl, że możesz zdobyć talent tradycyjnymi metodami, bo nie możesz sobie pozwolić na czekanie, aż umiejętności się rozwiną.
2. Wizjonerskie firmy będą decydować się na podnoszenie kwalifikacji swoich pracowników, gdy tylko będzie to możliwe.
3. Ważnym punktem wyjścia, po zaprojektowaniu procesów biznesowych, będzie położenie nacisku na szybkie projektowanie i zarządzanie danymi.
4. Świetne firmy zadbają o to, aby umiejętności techniczne nie zostały uwięzione w IT.

Jaka przyszłość czeka głos w generatywnej sztucznej inteligencji?

Głos i tekst są przetwarzane przez mózg w różny sposób i każdy z nich ma przewagę w obsłudze klienta. Ludzka płynność pisania lub wysyłania SMS-ów to tylko jedna trzecia szybkości przetwarzania głosu lub obrazu. Istnieją powody, aby preferować tekst w wielu sytuacjach, począwszy od prywatności po precyzję. Zaletą jest również to, że ludzie mówią znacznie mniej precyzyjnie, niż pisząc. Na przykład osoba może rozmawiać z człowiekiem, mówiąc, że chce kupić dwa bilety na pierwszej linii bazowej na mecz baseballowy: „Chciałbym dwa bilety znajdujące się na pierwszej linii bazowej. Tak, dwa bilety, niezależnie od dobrych miejsc masz, a jeśli nie, zajmę trzecią bazę. Nigdy nie pisali, nie pisali ani nie wysyłali SMS-ów w trakcie mówienia. Najpierw pomyślą, a potem napiszą raz lub skorzystają ze wskazówek wizualnych, takich jak cyfrowa mapa stadionu, która uwzględnia dostępność i cenę.

W przypadku interfejsu głosowego AI bot głosowy musiałby dowiedzieć się, że druga wzmianka o dwóch biletach jest zbędna i że alternatywna lokalizacja odnosi się do trzeciej strony stadionu i tego, co jest „dobre”. Różnice są jeszcze bardziej dramatyczne pomiędzy tekstem i obrazami. Ludzie przetwarzają dane obrazowe tysiące razy szybciej niż dane tekstowe. Obecne systemy obsługi klienta, obsługi terenowej i handlu - a także wielu innych dziedzin - będą wymagały generatywnych rozwiązań AI, które rozumieją ludzkie intencje, chyba że żądanie będzie proste i jednoznaczne. Generacyjna sztuczna inteligencja w złożonych scenariuszach może uzupełniać standardowy przepływ pracy i predykcyjną sztuczną inteligencję. Pociągnąłbym to dalej. Najlepszymi zastosowaniami generatywnej sztucznej inteligencji, które będą naprawdę różnicować, a nie jedynie podstawowymi/towarownymi przypadkami użycia, będą te, które łączą generatywną sztuczną inteligencję z przewidywaniem lub łączą oba z bardziej tradycyjnym przepływem pracy.

Generatywna sztuczna inteligencja jest potężna, ale obowiązują zasady

Generatywna sztuczna inteligencja jest niesamowitym dodatkiem do narzędzi do obsługi klienta, zarówno dla agentów i techników, którzy zostaną wzbogaceni o wiedzę i porady, jakie niesie ze sobą, jak i dla klientów, którzy będą obsługiwani szybko i dokładnie. Firmy skupione na obsłudze klienta i jej właściwej obsłudze to te, które pamiętają podstawy:

• Klient nie powinien odczuwać stresu.
• Powinni wyjść z interakcji usatysfakcjonowani.
• Interakcja wzmacnia, że firma rozumie klienta.
• Dialog jest spójny z poprzednimi i kolejnymi interakcjami - nie jest oddzielony od reszty relacji.
• W razie potrzeby istnieje sposób dotarcia do człowieka.
• Obsługa klienta nie sprawia wrażenia oddzielnego działu, ale stanowi odzwierciedlenie całości działalności firmy.
• Jest w tym odrobina nowości i efekt „wow”, który robi wrażenie na kliencie dzięki przemyślanemu projektowi procesu, który sprawia, że technologia i inżynieria są prawie niewidoczne.

Ed Thompson - „Powinniśmy pomyśleć o harmonogramie, w którym to wszystko się rozegra. Prawdopodobnie patrzymy na horyzont planowania obejmujący dekadę. Jednocześnie organizacje będą musiały wykazać się dużą elastycznością w ich generatywnego planowania w zakresie sztucznej inteligencji, ponieważ możliwości, priorytety i możliwości będą się zmieniać wraz z dojrzewaniem technologii i kompetencji organizacyjnych”.

Tak, będziemy chcieli szybkiego zwrotu kosztów początkowych projektów pilotażowych i wczesnych projektów. Radzimy nie planować wdrożenia w ciągu najbliższych dwóch lat 20 przypadków użycia generatywnej sztucznej inteligencji w obsłudze klienta za jednym razem. W Salesforce pracujemy nad 20 przypadkami użycia w ramach obsługi klienta i dziesiątkami kolejnych w każdej z naszych pozostałych chmur. Wszyscy możemy się spodziewać, że w ciągu dwóch lat w obsłudze klienta będzie 50 przypadków użycia.

Pierwsze kroki

Najważniejsze jest generatywna sztuczna inteligencja, a droga do autonomicznych agentów usługowych to programy na dłuższą metę. Przez cały czas możesz spodziewać się zwycięstw, a najfajniejsze jest to, że możesz postawić na to swoją karierę.

Generatywna sztuczna inteligencja reprezentuje fundamentalną zmianę w sposobie myślenia firm o oprogramowaniu. Musimy pamiętać, że generatywna sztuczna inteligencja wykracza poza predykcyjną sztuczną inteligencję. Zamiast dostarczać wyniki w oparciu o ściśle określone zasady, generatywna sztuczna inteligencja tworzy nowe dane i nową treść. Bezpieczne i niezawodne utworzenie tych wyników będzie zależeć od czystych danych i dostępu do nich w czasie zbliżonym do rzeczywistego. Kluczowa będzie integracja i niezawodne interfejsy API, podobnie jak dawka zaufania do danych i zarządzania danymi.

Podsumowując, oto kilka porad dotyczących budowania kompetencji generatywnej AI:

1. Nie gotuj oceanu, goniąc równolegle za 100 przypadkami użycia. Skoncentruj się na działaniu lasera i próbuj różnych rozwiązań, ale skup się na wdrożeniu trzech weryfikacji koncepcji do produkcji ze sprawdzonym zwrotem finansowym, a nie tylko wskaźnikami „oszczędności czasu”.
2. Nie używaj generatywnej sztucznej inteligencji jako młotka do każdego gwoździa w wielu sytuacjach, w których predykcyjna sztuczna inteligencja zapewni ten sam rezultat i jest już dostępna i sprawdzona.
3. Nie idź na rekrutację umiejętności. Jeśli to możliwe, podnoś kwalifikacje swoich ludzi. To wspaniały sposób na docenienie swojego talentu. Poszukaj osób zainteresowanych nauką. Zapewnij im miejsce na podnoszenie kwalifikacji. Skoncentruj się na umiejętnościach szybkiego projektowania i umiejętnościach szybkiego działania/przepływu pracy w przypadku osób spoza IT oraz umiejętnościach dotyczących danych w przypadku osób z działu IT.
4. Skoncentruj się na przepływie pracy. Generatywna sztuczna inteligencja ma największy wpływ na przebieg procesu sprzedaży, procesu obsługi klienta, procesu marketingowego, procesu e-commerce i procesu obsługi w terenie.
5. Uważaj na rozprzestrzenianie się drugiego pilota. Jeden drugi pilot na aplikację, która wymaga konserwacji i wsparcia — wyobraź sobie 1000 aplikacji z 1000 drugich pilotów.
6. Jeśli nie jesteś megabankiem lub firmą technologiczną, skoncentruj swoje wysiłki w zakresie dostrajania modelu na dwóch lub trzech przypadkach użycia specyficznych dla branży, a w pozostałych przypadkach korzystaj z gotowych technologii od istniejących dostawców.
7. Co najważniejsze, skoncentruj się na jakości danych, dostępie i zarządzaniu. Są to paliwo, którego potrzebuje sztuczna inteligencja, dlatego wymaga inwestycji - i prawdopodobnie większych niż sama inwestycja w sztuczną inteligencję.
8. Napisz do nas. Uwielbiamy odpowiadać na pytania i dzielić się swoją wiedzą: mmaoz@salesforce.com w przypadku Michaela i ed.thompson@salesforce.com w przypadku Eda

Współautorami tego artykułu są Michael Maoz, starszy wiceprezes ds. strategii innowacji w Salesforce i Ed Thompson, starszy wiceprezes ds. strategii rynkowej w Salesforce.