Hvorfor fremtiden for AI i forretning ikke kun er automatisering, men intelligent samtale

I årevis har diskussionen om AI i forretning centreret sig om automatisering. Fokus har primært været på at hjælpe organisationer med at arbejde hurtigere, reducere manuelt arbejde og forbedre effektiviteten. Selvom disse fordele er reelle, fortæller de kun en del af historien. Den næste fase af AI handler ikke kun om at automatisere opgaver. Det handler om at enable mere intelligente, adaptive og kontekstbevidste interaktioner mellem forretninger og de mennesker, de betjener.

Da AI bliver mere og mere i stand til at forstå intention, opretholde kontekst og lære af erfaring, bevæger det sig ud over workflow-eksekvering og ind i noget langt mere kraftfuldt: samtale.

Hvorfor vi stadig tænker på AI som automatisering

Den kontekst, vi indtræder i med AI, former en stor del af, hvordan vi tror, vi kan bruge det i vores forretninger.

Så længe vi har brugt teknologi til at redesigne forretningsprocesser, har målet været effektivitet eller effektivisering. Vi har fokuseret på at gøre ting hurtigere eller bedre. Det, vi sjældent har overvejet, er, hvordan vi måske kan levere en forretningsproces på en anden måde.

Det er derfor, vores standardtilgang til AI i dag er automatisering. Vi ser på en eksisterende proces og spørger, hvordan AI kan accelerere den. I mange tilfælde er det værdifuldt og fordelagtigt for forretningen.

Det, vi endnu ikke fuldt ud har udforsket, er, hvordan vi kan bringe en kognitiv værktøj som AI ind i forretningsoperationer. Det kræver en anden måde at tænke på. Det kræver, at vi overvejer, hvad der ændrer sig, når kognition (AI) selv bliver tilgængelig i stor skala. Det er en fundamentalt ny paradigme.

Udfordringen ved at bygge sandt konversational AI

En af årsagerne til, at denne skift har taget tid, er, at konversational engagement er intrinsic svært.

De fleste computersystemer er bygget til at behandle digital data, ikke analogt lyd. Digital information er struktureret og forudsigelig. Lyd er ikke. Menneskelig samtale er ustruktureret, emotionel og fyldt med signaler, der udvider sig langt ud over ord alene.

Udfordringen bliver endnu mere åbenbar, når du ser på, hvordan kommunikation fungerer. Traditionelle computersystemer opererer primært i en enkelt-duplex-model, hvor information flytter sig i én retning og derefter tilbage i den anden. Menneskelig samtale opererer i en fuld-duplex-model, med information, der flyder i begge retninger samtidigt.

At understøtte rigtige lyd-samtaler kræver helt andre modeller og værktøjer end dem, der bruges til at behandle traditionel digital information.

Det er bundlinjen, at den teknologiske stak, der kræves for at forstå og engagere i samtale, er fundamentalt forskellig fra den teknologiske stak, der er designet til at behandle data.

Hvad gør en AI-interaktion føles menneskelig

Den vigtigste forskel i konversational AI er, om systemet forstår eller blot reagerer.

En chatbot-interaktion følger et manuskript. Den har en endelig sæt af stier, og det øjeblik, du træder uden for en af dem, bryder den eller løber dig tilbage til begyndelsen. Det er som IVR, der venter på, at du siger noget, det allerede ved, hvordan man håndterer.

En højkvalitets AI-interaktion udfører det kognitive arbejde i samtalen i realtid. Den forstår, hvad du vil have, ikke kun hvad du siger. Den opretholder kontekst hele vejen igennem udvekslingen, så du ikke behøver at gentage information flere gange. Den ved, hvornår at stille en afklarende spørgsmål og hvornår at blot handle. Mest vigtigt, når noget uventet sker, tilpasser den sig i stedet for at fejle.

Testen, jeg altid bruger, er simpel: Følte kunden sig forstået eller følte kunden sig behandlet? Chatbot-systemer behandler. De flytter mennesker gennem en workflow. Sandt konversational AI-systemer forstår, og forståelse er en kognitiv handling, ikke en workflow.

Bevæger sig ud over workflows og ind i kognition

I årtier har software været bygget på samme måde. Du har kortlagt hver sti, en bruger måske tager, skrevet logik for hver scenarie, og accepteret, at alt, du ikke havde forudset, simpelthen ikke ville fungere. Det er, hvad en workflow er. Det er et beslutningstræ, nogen tegnede i forvejen. Intelligensen boede i personen, der designede softwaren, ikke i softwaren selv.

Hvad der ændrer sig nu, er, at intelligensen bor i systemet. I stedet for at følge en forudbestemt sti, bruger moderne AI-platforme kendskab, kontekst og resonnering til at bestemme, hvad der skal ske herefter. Samtalen er ikke længere en rejse gennem en forudbestemt sti. Den bliver en række beslutninger, der tages i øjeblikket, informeret af alt, systemet ved om forretningen, og alt, det har lært fra tidligere interaktioner.

Dette er skiftet, som mange mennesker undervurderer. Et scriptet system er kapslet den dag, det deployes. Det er lige så smart på dag 500, som det var på dag 1. Et kognitivt system forbedrer sig med erfaring, fordi hver interaktion hjælper det med at lære, hvad der fungerer.

Teknologien er ikke længere kun et værktøj, som mennesker opererer. Det bliver en kapacitet, der tilpasser sig, akkumulerer og skalerer gennem brug.

Hvorfor tillid bliver endnu mere vigtig i stor skala

Da forretninger placerer AI i centrum af kundeinteraktioner, bliver tillid en af de vigtigste designkrav.

Når AI taler til kunder, repræsenterer det i virkeligheden forretningen. Hver samtale er din brand, der taler. På mindre volumener kan mennesker overvåge interaktioner og gribe ind, når det er nødvendigt. I stor skala bliver det umuligt. Forretninger vil være nødt til at lære at stole på systemet til at repræsentere dem nøjagtigt på tværs af tusinder af samtaler, de aldrig personligt vil høre. Det niveau af ansvar kræver, at tillid er konstrueret, ikke antaget.

For mig handler det om nogle få kerneforpligtelser:

• Systemet repræsenterer forretningen nøjagtigt og finder ikke noget op.
• Når det ikke ved noget, siger det det i stedet for at opfinde et svar.
• Det behandler hver kundeinteraktion som begyndelsen på et forhold.

Det er ikke funktioner, du tilføjer senere. Det er designretningslinjer, du bygger ind i platformen fra begyndelsen.

Forretningerne, der skalerer AI med succes, forstår dette. Forretningerne, der kæmper, er ofte dem, der deployede noget imponerende, før de gjorde det troværdigt, og opdagede, at et selvsikkert forkert svar i stor skala kan forårsage reel skade. Tillid er ikke den bløde del af dette. Det er infrastrukturen.

Næste evolution af AI: Software som en arbejdsstyrke

Vi er ved at indtræde en periode, hvor software er begyndt at udføre arbejde i stedet for blot at organisere det.

For forretninger ændrer dette en af de mest grundlæggende antagelser, vi har opereret under i generationer: at output er knyttet til menneskelig tilgængelighed. Da AI bliver mere og mere i stand til at sælge og udføre kundeservice, afhænger rutinekognitivt arbejde ikke længere fuldstændigt af, hvem der tilfældigvis er tilgængelig på et givent øjeblik. Det gør ikke mennesker mindre vigtige. På mange måder gør det dem mere vigtige. Da repetitivt arbejde flytter til maskiner, flytter menneskeværdi mod dømmekraft, kreativitet, relationer og beslutning om, hvad der betyder noget.

Forretningerne, der vinder i de næste ti år, vil ikke være dem, der blot bruger AI til at reducere omkostninger. De vil være dem, der anerkender det som en ny type kapacitet og stiller et større spørgsmål end, hvordan gør vi dette hurtigere. De vil spørge, hvad der bliver muligt, når intelligent samtale og kognition er tilgængelig i stor skala.