Vytvoření technologického základu pro zákaznické použití případů generativní umělé inteligence

Mediální pozornost okolo ChatGPT se převážně soustředila na transformační potenciál této technologie, která má změnit povahu práce. Nicméně, větší příběh je o tom, jak generativní umělá inteligence změní zákaznickou zkušenost. Studie McKinseyho nalezla, že 80 procent zákaznických úkolů lze automatizovat napříč kanály, což vede k 20procentní úspoře nákladů na službu.

ChatGPT a podobné nástroje lze využít k podpoře mnoha použití, napříč obchodními funkcemi, jako je marketing a prodej, dodavatelský řetězec, zákaznická podpora, vývoj produktů a další. Zvyšováním produktivity zaměstnanců, umožněním proaktivního přístupu a řešení problémů a řešením běžných třecích ploch, mohou řešení generativní umělé inteligence pomoci týmům rychle vyvíjet zákaznicky orientované schopnosti. Aby však bylo možné dosáhnout této vize, podnikové týmy budou muset překonat pět různých překážek a nasadit dvě různé architektury: jednu pro interakce s lidským zásahem a jednu pro plně automatizované interakce.

5 výzev, které je třeba vyřešit, aby se ChatGPT stal připraveným pro primetime

Takže, co jsou některé z překážek nebo rizik při implementaci generativní umělé inteligence – a jak je lze zmírnit?

1. ChatGPT neosobňuje zprávy: Současné nástroje generativní umělé inteligence nemohou osobnit zprávy, ale osobnění je klíčové pro prodej produktů a služeb, zvýšení výdajů za nákup, získání opakovaných prodejů a zlepšení zákaznické loajality. Marketéři potřebují podnikovou technologii generativní umělé inteligence, aby mohli osobnit jména, obrázky, nabídky, produktové doporučení na základě nedávných nákupů a zprávy o opuštění nákupního košíku.
2. ChatGPT halucinuje obsah: Řešení generativní umělé inteligence používají podněty a využívají předchozího učení k vytváření obsahu. To znamená, že vyplňují mezery obsahem, který se naučily z statistických vzorců, často „halucinují“ informace, které nejsou pravdivé. Aby podniky mohly využít generativní umělou inteligenci a rozšířit ji napříč zákaznickými segmenty a použitími, musí být schopny identifikovat a odstranit tento chybný obsah, než se dostane k uživatelům a schvalovatelům nebo se distribuuje zákazníkům.

3. Generativní umělá inteligence nemůže uplatňovat obchodní pravidla: Obchodní pravidla usnadňují zákaznickou interakci. Úzké chatboty se osvědčily při detekci těchto podobností a poskytování schválených odpovědí. Generativní umělá inteligence nemůže detekovat tyto podobnosti a bude vytvářet originální odpovědi na každou otázku, což způsobí zákaznickou záměnu a chyby v interakcích. Podniková architektura, která kombinuje nástroj generativní umělé inteligence se společnostmi předem definovanými obchodními zásadami, by pomohla standardizovat tyto odpovědi, poskytovat konzistentní odpovědi napříč zákazníky.
4. Generativní umělá inteligence nemůže zajišťovat soulad: Zákaznicky orientovaný obsah obvykle prochází právními kontrolami, aby se zajistilo, že obrázky, text, nabídky a sliby jsou v souladu se společnostmi, právními, regulačními a zákaznickými zásadami. Tento proces chrání společnosti před zákaznickými nehodami, regulačními pokutami a jinými typy obchodního poškození. Generativní umělá inteligence nemůže vytvářet souladný obsah, protože nerozumí těmto nuancím. Jako výsledek, technologie, která využívá generativní umělou inteligenci, musí mít zabudované právní zábrany, aby identifikovala a odstranila nesouladný obsah, než se distribuuje nebo veřejně používá.
5. Nespravovaná použití ChatGPT vytváří bezpečnostní rizika: Použití ChatGPT je fascinujícím případovým studiem toho, co se stane, když jednotlivci nejsou omezeni bezpečnostními zásadami. Média vyprávějí příběhy o zaměstnancích, kteří vkládají citlivé údaje do tohoto veřejně přístupného chatbotu, riskují expozici dat a ztrátu duševního vlastnictví. Podnikové datové a IT týmy mohou zmírnit tyto problémy segmentací informací: odesláním citlivého obsahu do doménových chatbotů, které jsou chráněny bezpečnostními kontrolami a systémy, a směrováním obecných dotazů do ChatGPT.

Hodnocení nových architektur pro generativní umělou inteligenci

Aby bylo možné povolit lidsky podporované B2C a B2B operace a plně automatizované B2C operace, podniky budou potřebovat dvě různé architektury.

Obě architektury využívají otevřené nástroje generativní umělé inteligence, jako je ChatGPT a další řešení, která řídí procesy od vstupu podnětu; k syntéze dat; k vytváření, čištění a personalizaci obsahu; a řízení.

Použití ChatGPT ke streamlinování lidsky podporovaných B2C/B2B interakcí

Zvažme běžný scénář. Marketér vkládá podnět do podnikového rozhraní, pomocí předem navrženého dotazníku pro vedení vývoje obsahu, jako je například e-mailová kampaň.

Zaměstnanec vkládá klíčové informace, včetně e-mailových pokynů, požadované cílové skupiny, názvu produktu, marketingových tvrzení a produktových charakteristik a jakýchkoli pokynů pro použití.

Architektura poté využívá zákaznické osobnosti k obohacení pokynů informacemi, které se budou líbit tomuto segmentu, pokud jsou tyto datové modely k dispozici. Vylepšená otázka se pak prostřednictvím externího API odešle do ChatGPT nebo podobného nástroje generativní umělé inteligence.

Poté kurátor aplikuje obchodní pravidla a právní zábrany, aby zajistil, že obsah splní podnikové a regulační standardy. Marketér by poté přezkoumal a schválil výsledný e-mail, než by ho odeslal zákaznické základně.

Použití ChatGPT k automatizaci B2C interakcí

Co se týče interakcí, které lze plně automatizovat?

Po vstupu uživatele do otázky se obohatí zákaznickými osobnostními údaji, jako předtím. Nicméně, aktualizovaná dotaz se poté odešle jedním ze dvou způsobů: do doménového chatbotu, který může personalizovat odpovědi pro obchodní obsah, nebo prostřednictvím externího API do ChatGPT pro rutinní otázky. Doménový chatbot personalizuje obsah, zatímco ChatGPT ne.

Výsledný obsah se poté očistí od chyb a porovná s obchodními pravidly a zábranami, než se automaticky distribuuje zákazníkům.

Získání nových obchodních hodnot z ChatGPT nasazením nových technologických architektur

Závod je na to, aby se generativní umělá inteligence stala ziskovou. Podnikoví lídři analyzují obchodní procesy na náklady a plýtvání, mluví s dodavateli, aby pochopili jejich přístup a řešení, a vytvářejí koncepty. Hledají vhledy a řešení, která mohou využít k dosažení rychlosti hodnoty a rychlosti škálování.

Zatímco dělají tuto důležitou práci, tito lídři mohou prověřit všechny poskytovatele podle jejich schopnosti vyřešit tyto pět běžných výzev generativní umělé inteligence a povolit lidsky podporované a plně automatizované interakce.

Používáním těchto dvou různých základních architektur budou podniky moci dosáhnout mnoha obchodních zisků. Budou moci zvýšit produktivitu týmů, zlepšit zákaznickou zkušenost, snížit náklady na interakce se službou a stimulovat prodej nových produktů.