قادة الفكر
فجوة السياق المتعلق بالعميل التي تعوق الذكاء الاصطناعي في المؤسسات

النقاط الرئيسيةتسبب بيانات العملاء المجزأة عبر الأنظمة في اتخاذ الذكاء الاصطناعي لقرارات معيبة.
عرض المزيد
- تسبب بيانات العملاء المجزأة عبر الأنظمة في اتخاذ الذكاء الاصطناعي لقرارات معيبة.
- سياق العميل في الوقت الفعلي ضروري لكي يعمل الذكاء الاصطناعي بناءً على النية الحالية.
- سياق العميل الموثوق أصبح بنية تحتية أساسية للذكاء الاصطناعي في المؤسسات.
يتقدم الذكاء الاصطناعي في المؤسسات بوتيرة أسرع من قدرة معظم المؤسسات على تزويده بسياق موثوق عن العملاء.
لم يعد التحدي هو قدرة الذكاء الاصطناعي على توليد المحتوى أو التوصيات أو التنبؤات أو القرارات، بل ما إذا كانت هذه المخرجات تستند إلى فهم دقيق للعميل.
وفي كثير من المؤسسات، لا تستند إلى ذلك.
استثمرت المؤسسات بكثافة خلال السنوات الماضية في الذكاء الاصطناعي التوليدي، والمساعدات الذكية، والأنظمة التنبؤية، وسير العمل المستقل. ومع ذلك، تواجه مبادرات كثيرة صعوبة في تجاوز حالات الاستخدام المعزولة أو تقديم قيمة تجارية ثابتة على نطاق واسع. وغالبًا ما يكون السبب بسيطًا على نحو مفاجئ: تتخذ أنظمة الذكاء الاصطناعي قرارات من دون فهم كامل للعملاء الذين تطبق عليهم تلك القرارات.
يظهر هذا التحدي في مختلف أجزاء المؤسسة. توصي محركات التخصيص بمنتجات غير ذات صلة، وتقدم مساعدات خدمة العملاء ردودًا غير مكتملة، وتخطئ نماذج التنبؤ بفقدان العملاء في تصنيف العملاء الأوفياء. وتطلق منصات أتمتة التسويق رسائل تصل متأخرة جدًا أو لا تعكس سلوك العميل الحديث.
غالبًا ما توصف هذه المشكلات بأنها مشكلات في الذكاء الاصطناعي. لكنها في أغلب الأحيان مشكلات في السياق المتعلق بالعميل.
لا يعمل الذكاء الاصطناعي في فراغ. ففعاليته تعتمد على جودة المعلومات المتاحة له واكتمالها وحداثتها. وعندما تكون هوية العميل مجزأة بين الأنظمة، أو تصل الإشارات السلوكية متأخرة جدًا، أو تعمل التطبيقات المختلفة استنادًا إلى تصورات متعارضة للعميل، تنتج أنظمة الذكاء الاصطناعي حتمًا نتائج تبدو منفصلة عن الواقع.
تمتلك معظم المؤسسات بالفعل الإشارات الأساسية. فسنوات من المعاملات والتفاعلات والتفضيلات والبيانات السلوكية موجودة في بيئاتها التقنية. ويتمثل التحدي في تحويل هذه الإشارات المجزأة إلى سياق موثوق عن العميل تستطيع أنظمة الذكاء الاصطناعي استخدامه باتساق.
البيانات المجزأة تؤدي إلى فهم غير مكتمل للعميل
نادرًا ما تعاني المؤسسات من نقص بيانات العملاء؛ بل تعاني من تجزئتها.
قد يظهر العميل نفسه في منصة للتجارة الإلكترونية بعنوان بريد إلكتروني، وفي منصة للولاء بعنوان آخر، وداخل تطبيق للخدمة من دون أي معرّف دائم. وغالبًا ما يوجد سجل المشتريات وسلوك التفاعل وتفضيلات الموافقة وتفاعلات الخدمة والنشاط الرقمي في أنظمة منفصلة تمامًا.
ومن منظور نموذج الذكاء الاصطناعي، كثيرًا ما تبدو هذه الأجزاء كأنها تخص أشخاصًا مختلفين.
ويصبح الأثر كبيرًا عندما تبدأ أنظمة الذكاء الاصطناعي في اتخاذ قرارات تشغيلية.
قد يصنف نموذج للتنبؤ بفقدان العملاء عميلًا وفيًا على أنه غير نشط، لأن نصف سجل مشترياته موجود تحت ملف آخر. وقد يعرض محرك توصية منتجات غير ذات صلة لأن سلوك التصفح وسجل المعاملات لم يُربطا قط. وقد يقدم مساعد ذكاء اصطناعي إجابات غير مكتملة لأنه لا يستطيع الوصول إلا إلى جزء من العلاقة مع العميل.
ومع توسيع المؤسسات نطاق نشر الذكاء الاصطناعي، يصبح تجاهل هذه المشكلات أصعب باستمرار.
تفترض مؤسسات كثيرة أن تجميع البيانات في مستودع بيانات يحل المشكلة. لكن التجميع وحده لا ينشئ فهمًا للعميل؛ فهو لا يحل تعارضات الهوية، ولا يربط سلوك العميل عبر الأنظمة، ولا يؤسس تصورًا موثوقًا للعميل. وقد تظل أنظمة الذكاء الاصطناعي تعمل بمدخلات ناقصة أو متناقضة.
التخزين ليس فهمًا. ويزداد هذا التمييز أهمية مع انتقال المؤسسات من تجارب الذكاء الاصطناعي إلى أنظمة مدمجة في سير العمل التشغيلي.
السياق الموثوق عن العميل أصبح بنية أساسية للذكاء الاصطناعي
كان ربط سجلات الهوية يُنظر إليه تقليديًا بوصفه قدرة تسويقية. لكنه يتحول بصورة متزايدة إلى مكون تأسيسي في البنية الأساسية للذكاء الاصطناعي في المؤسسات.
لكن الهوية وحدها لا تكفي. فلكي تتخذ أنظمة الذكاء الاصطناعي قرارات فعالة، تحتاج إلى طبقة أوسع من السياق الموثوق عن العميل، تشمل الهوية والإشارات السلوكية وسجل المعاملات وبيانات الموافقة وأنماط التفاعل والسياق التجاري المحيط بكل تفاعل مع العميل.
يؤدي ربط سجلات الهوية دورًا حاسمًا لأنه يحدد السجلات التي تخص الشخص نفسه عبر أنظمة غير مترابطة. وعلى مستوى المؤسسات، يتطلب ذلك الجمع بين المطابقة الحتمية والنمذجة الاحتمالية والرسوم البيانية للهوية التي تتطور باستمرار.
ومن دون هذا الأساس، تجد أنظمة الذكاء الاصطناعي صعوبة في الاستدلال بدقة بشأن حالة العميل وسلوكه ونيته.
ويزداد التحدي تعقيدًا في البيئات الواقعية، حيث يغير العملاء كثيرًا أجهزتهم وعناوين بريدهم الإلكتروني ومواقعهم وأنماط تفاعلهم. فالمطابقة التامة وحدها غالبًا ما تترك فجوات كبيرة بلا حل. وقد تثير المطابقة المفرطة مخاوف تتعلق بالحوكمة والثقة إذا لم تستطع المؤسسات فهم كيفية التوصل إلى الاستنتاجات.
لذلك تتبنى مؤسسات كثيرة مناهج هجينة تجمع بين المطابقة الحتمية والتعلم الآلي وقابلية التفسير والرسوم البيانية التكيفية للهوية التي تتطور مع سلوك العميل.
ومن المهم أن المؤسسات تحتاج بصورة متزايدة إلى تصورات متعددة للهوية بحسب السياق، بدلًا من ملف موحد واحد لجميع الأغراض. فقد تعطي فرق التسويق الأولوية لاتساع الوصول وإمكانية مخاطبة العملاء. وتحتاج فرق الولاء إلى دقة على مستوى الحساب، بينما تعمل فرق مكافحة الاحتيال بعتبات مختلفة تمامًا. وتحتاج أنظمة الذكاء الاصطناعي التي تدعم هذه الوظائف إلى سياق عن العميل يتوافق مع متطلباتها التشغيلية المحددة.
وهذا يغير تصور المؤسسات للجاهزية للذكاء الاصطناعي. فالذكاء الاصطناعي في المؤسسات يحتاج إلى سياق موثوق عن العميل يمكنه التكيف باستمرار، مع بقائه قابلًا للتفسير وخاضعًا للحوكمة ومتاحًا عبر الأنظمة.
السياق الآني عن العميل ضروري
حتى المؤسسات التي تنجح في توحيد هوية العميل كثيرًا ما تواجه قيدًا آخر، هو التوقيت.
لا تزال بيئات مؤسسية كثيرة تعتمد على مسارات بيانات متأخرة وسير عمل قائم على المعالجة بالدفعات. فتُحدَّث ملفات العملاء بعد ساعات، وتصل الإشارات السلوكية بعد انقضاء اللحظة ذات الصلة.
ونتيجة لذلك، كثيرًا ما تتخذ أنظمة الذكاء الاصطناعي قرارات بناءً على حالة قديمة للعميل بدلًا من نيته الحالية.
ويؤثر هذا التأخير في تجربة العميل وأداء الأعمال معًا.
قد يترك العميل سلة التسوق، لكن مسار المتابعة لا يبدأ حتى صباح اليوم التالي. وقد يعود عضو في برنامج الولاء إلى الموقع قبل انتشار تحديثات ملفه عبر الأنظمة، فيحصل على تجربة عامة غير مخصصة. وكثيرًا ما يتواصل موظفو الخدمة مع العملاء قبل توافر الإشارات السلوكية الحديثة.
ولهذا تزداد أهمية البنية الأساسية التي تعمل في الوقت الفعلي.
تحتاج المؤسسات إلى أنظمة قادرة على تحديث الرسوم البيانية للهوية والإشارات السلوكية والصلاحيات وملفات العملاء أثناء حدوث التفاعلات. ولا تستطيع أنظمة الذكاء الاصطناعي اتخاذ قرارات في اللحظة نفسها إلا إذا كان السياق الأساسي عن العميل يعكس تلك اللحظة.
ومع شيوع سير العمل المستقل للذكاء الاصطناعي، يصبح الحفاظ على سياق دقيق عن العميل عبر الأنظمة والقنوات ضروريًا لتقديم قرارات موثوقة وتجارب متسقة للعملاء.
السياق المشترك عن العميل ينشئ ذكاءً اصطناعيًا أكثر جدارة بالثقة
ومن التحديات الأخرى التي تظهر في بيئات الذكاء الاصطناعي المؤسسي عدم الاتساق.
تنشر المؤسسات الذكاء الاصطناعي بالتزامن عبر منصات التسويق وتطبيقات خدمة العملاء وأدوات التحليلات والمساعدات الذكية والنماذج المطورة داخليًا. وفي بيئات كثيرة، يصل كل نظام إلى بيانات العملاء بطريقة مختلفة، ويحتفظ بتفسيره الخاص للهوية والصلاحيات وحالة العميل.
ومع مرور الوقت، يؤدي الفهم المجزأ للعميل إلى سلوك مجزأ للذكاء الاصطناعي.
تعمل أنظمة الذكاء الاصطناعي المؤسسية بموثوقية أكبر عندما تستند إلى طبقة مشتركة من السياق الموثوق عن العميل. ويعني ذلك أن تطبيقات الذكاء الاصطناعي تستطيع الوصول إلى الرسوم البيانية نفسها للهوية وملفات العملاء والإشارات السلوكية وأطر الحوكمة، بصرف النظر عن موضع اتخاذ القرارات.
والنتيجة مخرجات أكثر موثوقية، وحوكمة أقوى، ومواءمة تشغيلية أكبر عبر المؤسسة.
مستقبل الذكاء الاصطناعي في المؤسسات يعتمد على السياق المتعلق بالعميل
غالبًا ما تركز مناقشات الذكاء الاصطناعي في المؤسسات على النماذج وقدرات الاستدلال والأتمتة. وهذه الابتكارات مهمة. لكن مع ازدياد قدرات النماذج التأسيسية وإتاحتها، تتراجع أهمية التقنية نفسها بوصفها عامل تميز.
والسؤال الأهم هو ما إذا كانت أنظمة الذكاء الاصطناعي تستطيع العمل استنادًا إلى فهم دقيق ومترابط ومحدّث باستمرار للعميل.
وهذا يتطلب الاستثمار في ربط سجلات الهوية والبنية الأساسية الآنية والحوكمة ومعماريات البيانات القابلة للتكيف. والأهم أنه يتطلب من المؤسسات النظر إلى السياق المتعلق بالعميل بوصفه طبقة من الذكاء التشغيلي تدعم قرارات الذكاء الاصطناعي في أنحاء المؤسسة.
تمتلك معظم المؤسسات بالفعل الإشارات الأساسية.
لن تكون المؤسسات الرائدة المقبلة في الذكاء الاصطناعي بالضرورة هي صاحبة النماذج الأكثر تطورًا، بل ستكون صاحبة الفهم الأكثر موثوقية لعملائها.
لأن السياق المتعلق بالعميل يصبح، في عالم يقوده الذكاء الاصطناعي، أساس كل قرار ذكي.












