على الرغم من الاستثمارات الكبيرة في منصات الذكاء الاصطناعي الحديثة والطرازات المتقدمة والموهبة في علوم البيانات، فإن العديد من قادة الأعمال لم يتعرفوا بعد على القيمة الكاملة لهذه المبادرات. ومع وعد تقنيات الذكاء الاصطناعي، تبقى حقيقة واحدة محزنة: لا تصل العديد من الطرازات إلى مرحلة ما بعد مرحلة概念 الإثبات، خاصة في الوظائف الحرجة لعمليات التسويق (GTM).

المشكلة ليست في التكنولوجيا نفسها، ولكن في الفجوة بين تطوير الطرازات وتطبيق الأعمال. وجدت أبحاث مجموعة ألكسندر最近 أن 83% من الشركات تشير إلى عدم وجود حالات استخدام ذات صلة كأهم سبب لعدم الاستثمار المزيد في تقنيات الذكاء الاصطناعي . هذا يشير إلى أن تحدي عائد الاستثمار في تقنيات الذكاء الاصطناعي قد لا يكون حول البيانات – بل حول التوجيه الاستراتيجي.

إخراج تقنيات الذكاء الاصطناعي من التجريبية إلى التشغيل يتطلب دعمًا من جميع مجالات الأعمال، بدءًا من عمليات الإيرادات (RevOps). من تحديد حالات الاستخدام إلى ضمان جاهزية التوزيع، يمكن لعمليات الإيرادات مساعدة في سد فجوة القيمة لتقنيات الذكاء الاصطناعي وفتح عالم من الإمكانيات.

RevOps + علوم البيانات = نجاح تقنيات الذكاء الاصطناعي

لا تقود نماذج تقنيات الذكاء الاصطناعي القيمة بمفردها، وتتطلب نشرها بشكل فعال أكثر من مجرد الخبرة الفنية. بينما تركز فرق علوم البيانات على بناء نماذج باستخدام الإطارات المعيارية مثل عملية المعايير الصناعية المعيارية لتعدين البيانات (CRISP-DM) – التي تشمل فهم الأعمال، وفهم البيانات، وتهيئة البيانات، والنمذجة، والتقييم، والنشر – تعمل عمليات الإيرادات كدالة تترجم بين استراتيجية الأعمال والتنفيذ الفني. تساعد عمليات الإيرادات في تحديد معايير الأداء الرئيسية، وتبديد أهداف التسويق، واختيار المدخلات البيانية المناسبة. عندما يتم بناء نموذج، تثبت عمليات الإيرادات مخرجاته مقابل المنطق التجاري في العالم الحقيقي، وتركزه في أنظمة التسويق الحالية، وتتأتم مع سير عمل المبيعات والتسويق حولها، وتدرب فرق الإيرادات على كيفية تفسير العمل بناءً على النتائج.

بدون هذه الوظيفة الترابطية، تظل نماذج تقنيات الذكاء الاصطناعي معرضة للاستمرار في الخدمة كبرامج عالية الجودة على الرف.

التوجيه الاستراتيجي يولد عائد استثمار ملموس

لإستخلاص قيمة حقيقية من تقنيات الذكاء الاصطناعي، يجب على عمليات الإيرادات وفرق علوم البيانات أن تتماشى عبر ثلاثة مجالات رئيسية: حالات الاستخدام، وإدارة البيانات، ووضوح الأدوار.

توجد حالة استخدام متعلقة بتقنيات الذكاء الاصطناعي/التعلم الآلي لكل مرحلة من مراحل دورة حياة العملاء. سواء كان ذلك لمعالجة توليد الطلب أو توقع انحراف العملاء أو توسيع العملاء، يمكن لتقنيات الذكاء الاصطناعي أن تدفع تأثيرًا عبر دورة الحياة بأكملها، من نماذج التعلم الآلي الأساسية إلى نماذج الذكاء الاصطناعي التوليدي المتقدمة.

مشاركة البيانات أيضًا أمر بالغ الأهمية لضمان التوجيه لتقنيات الذكاء الاصطناعي بين عمليات الإيرادات وفرق علوم البيانات. يمكن لهذه الفرق معًا بناء مجموعات بيانات قوية وموحدة لتحقيق نجاح تقنيات الذكاء الاصطناعي من خلال التوجيه على تعريفات البيانات المشتركة والاستفادة من نطاق المنظمة المشتركة للوصول إلى المعلومات التي يحتاجونها.

أدوار واضحة ومسارات سباحة هي المفتاح خلال هذه الحركات، مع مشاركة كل فريق بنشاط في ربط تقنيات الذكاء الاصطناعي بنتائج الأعمال. تعمل عمليات الإيرادات كترجمة الأعمال عن طريق إظهار حالات الاستخدام، وتبديد معايير الأداء الرئيسية، وضمان مخرجات النموذج هي قابلة للعمل. في غضون ذلك، تظل فرق علوم البيانات متفاعلة عن كثب لضمان توجيه عملها مع الأهداف التجارية الأوسع لتحقيق النمو.

العمل لا يتوقف هناك

ضمان التوجيه بين عمليات الإيرادات وفرق علوم البيانات لا ينتهي مع عقد الاجتماعات التعاونية وتبادل البريد الإلكتروني. تعتمد التكامل الفعلي للفرق على التعلم المستمر والجهد المتبادل.

توسع فرق عمليات الإيرادات الرائدة بشكل متزايد معرفتهم الفنية لتحسين قدراتهم على ترجمة الأعمال، ويتعمقون في مجالات مثل استخبارات الأعمال، وتخزين البيانات، والتحليلات التلقائية والتحليلات، وإدارة النظام والتكوين، ودعم تطوير البرمجيات. مع المعرفة العميقة لمواضيع تقنية أكثر، يمكن لعمليات الإيرادات استخلاص رؤى أكثر مع تقنيات الذكاء الاصطناعي وتحدث لغة فرق علوم البيانات لتحقيق النجاح.

في غضون ذلك، تظل فرق علوم البيانات متزامنة مع عمليات الإيرادات لفهم الاحتياجات والتوجيهات التجارية المتطورة، بما في ذلك ما يتحدث عنه فريق الإدارة العليا ويتوجيهه مع تحولات السوق. هذا يعني أن علوم البيانات تقضي المزيد من الوقت في الميدان، وتنضم إلى رحلات، وتجري مقابلات مع العملاء، وتنظر إلى الحلول من منظور المستخدم النهائي لاكتساب فهم أعمق وشامل لإنشاء القيمة.

حان وقت تشغيل تقنيات الذكاء الاصطناعي مع RevOps

فتح إمكانيات تقنيات الذكاء الاصطناعي الكاملة ليس مسألة المزيد من البيانات أو النماذج الأفضل أو حتى الاستثمارات الأكبر – بل هو حول جلب الوظائف التجارية الأساسية معًا لتحقيق تأثير حقيقي. من خلال العمل كجسر بين القدرة الفنية والتنفيذ التجاري، تضمن عمليات الإيرادات – بالتандم مع فرق علوم البيانات – أن مبادرات تقنيات الذكاء الاصطناعي ليست مجرد تجارب. من تحديد حالات استخدام ذات تأثير كبير وتشكيل أساس البيانات المناسب، إلى دفع التوزيع والاعتماد عبر منظمة التسويق، لديها عمليات الإيرادات القدرة على تحويل تقنيات الذكاء الاصطناعي من فكرة إلى محرك نمو حقيقي.