قادة الفكر

التجارة القائمة على الوكلاء تعيد لعب الخطأ القديم في بيانات الشركات

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

لمدة طويلة ، عملت التجارة بين الشركات تحت افتراض بسيط: يتصفح البشر.

يقرون صفحات المنتجات ، ويقرأون أوراق المواصفات ، ويتحملون لغة غامضة لأنهم يعرفون كيف يطرحون أسئلة متابعة. عندما تكون هناك شيء غير واضح ، يرسلون بريدًا إلكترونيًا إلى ممثل المبيعات. عندما تكون هناك قاعدة مدفونة في هامش ، فإن الخبرة تعوض عن الفجوة.

تطورت بيانات المنتجات بين الشركات بالكامل حول هذا السلوك. لم تكن بحاجة إلى الوقوف على قدميها؛ كانت بحاجة فقط إلى أن تكون قابلة للتفسير من قبل الإنسان. مع الذكاء الاصطناعي ، لم يعد هذا الافتراض صحيحًا.

لقد مررنا بهذا من قبل مع بيانات الشركات

إذا شعرت بهذا الشعور المألوف ، فيجب أن يكون كذلك. قبل عقد من الزمن ، كانت الشركات تخوض محادثة مشابهة جدًا حول البيانات. كانت المستودعات ممتلئة ، والبحيرات البيانية كانت تفور ، وكل نظام كان يصدر شيئًا ما. على الورق ، كانت الشركات غنية بالبيانات. في الممارسة ، لم يتحرك شيء بسرعة لأن مستخدمي الأعمال لم يتمكنوا من الإجابة على أسئلة أساسية دون محللين كمترجمين. أصبحت لغة الاستعلام البنيوي (SQL) نقطة خناق.

كانت بيانات الشركات منظمة حول كيفية تخزين الأنظمة للمعلومات ، وليس حول كيفية تفكير الناس في الأعمال. كانت الصفوف والأعمدة موجودة ، ولكن المفاهيم لم تكن كذلك. كانت الإيرادات تعيش في ثلاثة جداول. كان “العميل” يعني خمسة أشياء مختلفة حسب من سألته وماذا سألته. كانت المقاييس تُناقش بشكل لا نهاية لأن لا أحد قد عرف كيف يحددها بوضوح.

كانت الكسر في بيانات الشركات تأتي من قبول التعقيد وضبطه. كانت الطبقات الدلالية مثالًا على ذلك ، ولكنها كانت جزءًا من تحول أوسع. توقفت الشركات عن التظاهر بأن البيانات الخام قابلة للاستخدام افتراضيًا وبدأت في بناء طبقات ترجمة تتوافق مع كيفية تفكير الأعمال وتشغيلها.

أدت نماذج المقاييس إلى ذلك عن طريق تعريف الحسابات مرة واحدة بدلاً من إعادة اشتقاقها في كل تقرير. كانت الإيرادات تعني نفس الشيء في كل مكان لأن شخصًا ما قد استغرق الوقت لتشفيره. قامت نماذج البيانات وال مخططات البعدية بذلك هيكليًا. حولت الجداول التشغيلية إلى مفاهيم مثل العميل والمنتج والطلب والزمن. لم يعد مستخدمو الأعمال بحاجة إلى فهم كم من الانضمامات المطلوبة للإجابة على سؤال أساسي. كانت العلاقات موجودة بالفعل.

قامت فهرس البيانات والتعريفات الخاضعة للإدارة بجزء آخر من المشكلة. لقد ألتقطت المعنى الذي كان يعيش في رؤوس الناس. ماذا يُشير هذا الحقل إلى؟ متى يجب استخدامه؟ ما هي حدوده؟ توقفت السياق عن كونها معرفة قبائل وأصبحت جزءًا من النظام.

معًا ، امتصت هذه الطبقات التعقيد وجعلتها قابلة للتشغيل. أنشأت أبstractions مستقرة سمحت بمزيد من الأشخاص — ومزيد من الأنظمة — بالتفكير بشكل صحيح دون reinterpretation العالم من الصفر كل مرة. هذا هو بالضبط ما تفقده التجارة بين الشركات اليوم.

اكتشاف الوكلاء يؤدي إلى نفس الحساب

تجارة الوكلاء تجبر بيانات المنتجات بين الشركات على الخضوع لنفس الاختبار. لا يفتقرون المصنعون والموزعون إلى معلومات المنتج. لديهم بالفعل كمية هائلة منها: من المواصفات إلى التكوينات إلى منطق التسعير إلى القيود التعاقدية.

المشكلة هي أن hầuلى جميع هذه البيانات تم هيكلتها من أجل البشر. تعيش المواصفات في ملفات PDF. يتم تفسير القواعد في كتالوج منتج مادي لم يصل أبدًا إلى الإنترنت. يتم التلميح إلى الاستثناءات في عملية بيع مكتبية ، بدلاً من التشفير. يعتمد الكثير على الذاكرة المؤسسية عندما يعيش السياق في رؤوس فرق المبيعات.

لا يقرأ وكيل الذكاء الاصطناعي ملف PDF و “يفهم الفكرة”. لا يعرف أي جملة هي قاعدة صارمة وأي جملة هي لغة بيع. لا يستطيع استنتاج القواعد بأمان من التنسيق أو النبرة. إذا لم يكن المعنى صريحًا ، يعتبر الوكيل أنه غير معروف.

ليس هذا عن البيانات غير المهيكلة السيئة

من المهم أن يكون واضحًا بشأن شيء. البيانات غير المهيكلة ليست العدو. لم تكن كذلك أبدًا.

في تحليلات الشركات ، لم تختف البيانات غير المهيكلة عندما ظهرت الطبقات الدلالية. تم وضعها فوق الهيكل. تعامل الهيكل مع القواعد والعلاقات. تعامل المحتوى غير المهيكل مع الدقة والتوضيح والسياق.

ينطبق نفس النمط هنا.

يحتاج الوكلاء إلى هيكل ليتفكروا. يحتاجون إلى قواعد صريحة وعلاقات وقيود ووضع. يحتاجون إلى معرفة ما هو متوافق ، وما هو قابل للتكوين ، وما هو مسموح به ، وتحت ما الشروط يتم تطبيق شيء ما. لا يمكن أن توفر المحتوى غير المهيكل وحده هذه المعلومات بشكل موثوق.

ولكن الهيكل وحده ليس كافياً. لا يبحث الوكلاء فقط عن السمات. يقارنون الخيارات. يقيّمون التضحيات. يقررون ما هو الشيء ومتى يجب أن يكون مقترحًا.

الرواية هي الطبقة التي توضح النية والوضع والاستخدامات. هي الفرق بين “هذا المنتج موجود” و “هذا هو عندما يجب اختياره”. في عالم بيانات الشركات ، ظهر هذا كتعريفات ووثائق وسياق أعمال. هنا ، يظهر كتفسير على مستوى المنتج الذي يمكن للوكلاء أن يتعلموا منه. بينما تقول البيانات الهيكلية للمنتج للوكيل ما هو صحيح ، تساعد الرواية على决定 ما يهم.

تم تحسين التجارة لتقديمها ، وليس للتفكير

هذا هو الجزء غير المريح. لم تتجاوز بنية التجارة حقًا القفزة التي قفزتها بيانات الشركات. بنينا نظام إدارة المعلومات المنتجات بشكل أفضل. بنينا كتالوجات غنية. بنينا صفحات منتجات أكثر جمالًا. ولكننا لم نبني طبقة دلالية حقيقية للمنتجات؛ لقد قمنا بتحسينها لتقديمها.

طالما كان البشر يوسطون شراء بين الشركات ، كان ذلك على ما يرام. أوضح ممثلو المبيعات الحالات الخاصة. تحمل المشترون الغموض ، وجميعهم يعرفون كيف يعملون حول النظام.

يزيل الوكلاء هذا الحاجز. في بين الشركات ، تظهر الشقوق على الفور. تختلف الأسعار حسب الحساب. تتغير التوافر حسب المنطقة. تعتمد المتوافقية على التكوين. تعطل العقود الإعدادات الافتراضية. يهم الحقوق. لا شيء من هذا يمكن استخلاصه بأمان.

عندما يقيّم وكيل المنتج ، لا يُؤثر بوصف جيد. يريد أن يعرف ما يناسب ، وما هو مسموح به ، وما هو متوافق ، وماذا يحدث بعد ذلك. إذا لم يكن هذا المعلومات صريحًا ، لا يسأل الوكيل عن التوضيح؛ إنه ينتقل فقط.

ماذا يجب على شركات التجارة أن تفعل الآن

هذا هو نقطة الانعطاف. يمكن لشركات التجارة أن تواصل معاملة بيانات المنتج كمحتوى يفسره البشر. أو يمكنهم البدء في معاملتها كبنية تحتية يreason عليها الآلات.

ذلك يعني أن المواصفات تحتاج إلى أن تصبح سمات ذات معنى محدد. تحتاج المتوافقية إلى أن تكون مشفرة كعلاقات ، وليس مفسرة في الفقرات. يحتاج التسعير إلى أن يعبر عنه كمنطق. تحتاج الحقوق إلى أن تكون صريحة. يحتاج التوافر إلى أن يكون له حالة دقيقة.

هذا هو بالضبط نفس الحركة التي قامت بها الشركات مع التحليلات. عندما لم تكن البيانات الخام والجداول كافيين ، كان على المعنى أن يُحدد. وبمجرد وجود هذا النواة المهيكلة ، توقفت الرواية عن كونها مصدر الحقيقة الوحيد للذكاء الاصطناعي وأصبحت الطبقة التي تعلم الوكلاء كيفية تطبيق تلك الحقيقة في مواقف حقيقية.

سوف تصبح الشركات المصنعة والموزعة التي تفعل ذلك قابلة للقراءة من قبل الوكلاء. سوف يكون من السهل تقييم منتجاتهم ، وتوصية بها ، وثقتهم بها. أولئك الذين لا يفعلون ذلك سيظلون ” لديهم بيانات” ، ولكنها ستعمل مثل المستودعات القديمة للشركات: موجودة تقنيًا ، ولكن غير قابلة للاستخدام عمليًا.

النمط قديم ، ولكن العواقب ليست كذلك

لا شيء من هذا هو تخميني. لقد شاهدنا بالفعل بيانات الشركات تمر بهذا الدورة بالضبط. الفرق الوحيد الآن هو المستخدم. بدلاً من محللي الأعمال ، إنه وكلاء آليون. بدلاً من لوحات التحكم ، إنه التوصيات. بدلاً من القرارات البطيئة ، إنه الاستبعاد الفوري.

تجارة الوكلاء تكشف عن مشكلة قديمة في بيانات الشركات. الشركات التي تعترف بذلك — وتعامل بيانات المنتج بالطريقة التي تعلمت بها الشركات التعامل مع بيانات التشغيل — سوف تتكيف بسرعة. أولئك الذين لا يفعلون ذلك سوف يستمرون في إضافة ملفات PDF ، وكتابة تصاميم جديدة ، وتساءل لماذا الوكلاء لا يختارونهم أبدًا.

تاريخ يتكرر. هذه المرة ، الآلات تلاحظ.

بريان هو الرئيس التنفيذي في Elastic Path، حيث يقود فريق GTM وفرق نجاح العملاء والخدمات العالمية والمنتجات. في السابق، كان بريان رئيسًا للشؤون التجارية في Neural Magic (التي تم الاستحواذ عليها من قبل Red Hat)، وهي شركة ناشئة لبرمجيات التعلم العميق حيث كان يدير المنتج وGTM ونجاح العملاء.