Die Technologie-Infrastruktur für generative KI-Kundennutzfälle erstellen

Die Medienaufmerksamkeit um ChatGPT hat sich hauptsächlich auf das transformative Potenzial dieser Technologie konzentriert, die Natur der Arbeit zu verändern.  Allerdings ist die größere Geschichte die, wie generative KI die Kundenerfahrung verändern wird. Eine McKinsey-Studie findet heraus, dass 80 Prozent der Kundenaufgaben über alle Kanäle hinweg automatisiert werden können, was zu einer 20-prozentigen Einsparung bei den Kosten für den Kundenservice führt.

ChatGPT und ähnliche Tools können für zahlreiche Anwendungsfälle eingesetzt werden, über Geschäftsfunktionen wie Marketing und Vertrieb, Supply-Chain-Management, Kundensupport, Produktentwicklung und mehr. Durch die Steigerung der Produktivität der Mitarbeiter, die Aktivierung proaktiver Ansprachen und Problemlösungen sowie die Beseitigung häufiger Reibungspunkte können generative KI-Lösungen Teams helfen, Kundenorientierte Fähigkeiten schnell zu entwickeln. Um diese Vision jedoch zu erreichen, müssen Unternehmens-Teams fünf verschiedene Hindernisse überwinden und zwei verschiedene Architekturen bereitstellen: eine für menschlich unterstützte Interaktionen und eine für vollautomatisierte Interaktionen.

5 Herausforderungen, die gelöst werden müssen, um ChatGPT für den Einsatz bereit zu machen

Was sind also einige der Hindernisse oder Risiken bei der Implementierung generativer KI – und wie können sie gemildert werden?

1. ChatGPT personalisiert keine Nachrichten: Aktuelle generative KI-Tools können Nachrichten nicht personalisieren, obwohl Personalisierung der Schlüssel zum Antrieb von Produkt- und Dienstleistungsverkäufen, zur Erhöhung der Ausgaben pro Kauf, zur Erzielung von Wiederholungsverkäufen und zur Verbesserung der Kundentreue ist. Marketingfachleute benötigen Unternehmens-Generative-KI-Technologie, um Namen, Bilder, Angebote, Produktempfehlungen auf der Grundlage kürzlicher Käufe und Nachrichten über den Verlassen des Warenkorbs personalisieren zu können.
2. ChatGPT halluziniert Inhalte: Generative KI-Lösungen verwenden Prompts und nutzen vergangenes Lernen, um Inhalte zu erstellen. Das bedeutet, dass sie Lücken mit Inhalten füllen, die aus statistischen Mustern gelernt wurden, oft “halluzinierend” Informationen, die nicht wahr sind. Um generative KI zu nutzen und sie über Kundensegmente und Anwendungsfälle hinweg zu skalieren, müssen Unternehmen in der Lage sein, diesen fehlerhaften Inhalt zu identifizieren und zu entfernen, bevor er Benutzern und Genehmigern oder Kunden zur Verfügung gestellt wird.

3. Generative KI kann keine Geschäftsregeln anwenden: Geschäftsregeln strukturieren Kundeninteraktionen. Schmale KI-Chatbots haben sich hervorragend bei der Erkennung dieser Ähnlichkeiten und der Bereitstellung genehmigter Antworten bewährt. Generative KI kann diese Gemeinsamkeiten nicht erkennen und wird originale Antworten auf jede Frage erstellen, was zu Kundenverwirrung und Fehler in Interaktionen führt. Eine Unternehmens-Technologie-Architektur, die ein generatives KI-Tool mit den vordefinierten Geschäftsrichtlinien des Unternehmens kombiniert, würde helfen, diese Antworten zu standardisieren und konsistente Antworten über Kunden hinweg bereitzustellen.
4. Generative KI kann keine Einhaltung sicherstellen: Kundenorientierte Inhalte werden in der Regel rechtlichen Überprüfungen unterzogen, um sicherzustellen, dass Bilder, Texte, Angebote und Versprechen den rechtlichen, regulatorischen und kundenbezogenen Richtlinien des Unternehmens entsprechen. Dieser Prozess schützt Unternehmen vor Kundenfehlern, regulatorischen Verurteilungen und Geldstrafen sowie anderen Arten von Geschäftsrisiken. Generative KI kann nicht konformen Inhalt erstellen, da sie diese Nuancen nicht versteht. Als Ergebnis muss die Technologie, die generative KI nutzt, rechtliche Schutzvorkehrungen einbauen, um nicht konformen Inhalt zu identifizieren und zu entfernen, bevor er verteilt oder öffentlich verwendet wird.
5. Ungeregelte Nutzung von ChatGPT schafft Sicherheitsrisiken: Die Nutzung von ChatGPT ist ein faszinierendes Fallbeispiel dafür, was passiert, wenn Einzelpersonen nicht durch Sicherheitsrichtlinien eingeschränkt werden. Medienberichte gibt es über Mitarbeiter, die sensible Daten in diesen öffentlich zugänglichen Chatbot eingeben, was das Risiko von Datenexposition und Verlust geistigen Eigentums birgt. Unternehmensdaten und IT-Teams können diese Probleme durch die Segmentierung von Informationen mildern: sensible Inhalte an Domänen-Chatbots senden, die durch Sicherheitskontrollen und Systeme geschützt sind, und allgemeine Anfragen an ChatGPT weiterleiten.

Bewertung neuer Architekturen für generative KI

Um menschlich unterstützte B2C- und B2B-Operationen sowie vollautomatisierte B2C-Operationen zu ermöglichen, müssen Unternehmen zwei verschiedene Architekturen bereitstellen.

Beide Architekturen nutzen Open-Source-Generative-KI-Tools wie ChatGPT und andere Lösungen, die Prozesse von der Prompt-Eingabe bis zur Datenanalyse, Inhaltserschaffung, Reinigung und Personalisierung sowie Governance leiten.

Verwendung von ChatGPT zur Optimierung menschlich unterstützter B2C-/B2B-Interaktionen

Betrachten wir ein häufiges Szenario. Ein Marketingfachmann gibt einen Prompt in eine Unternehmensschnittstelle ein, die durch einen vordefinierten Fragebogen zur Inhaltsentwicklung geleitet wird, wie z. B. für eine E-Mail-Kampagne.

Der Mitarbeiter gibt wichtige Informationen ein, einschließlich der E-Mail-Richtlinien, der gewünschten Zielgruppe, des ProduktNamens, der Marketingansprüche und der Produktmerkmale sowie etwaiger Anweisungen zur Verwendung.

Die Architektur nutzt dann Kunden-Personas, um die Anweisungen mit Informationen zu bereichern, die für dieses Segment ansprechend sein werden, vorausgesetzt, diese Datenmodelle sind verfügbar. Die erweiterte Frage wird dann über eine externe API an ChatGPT oder ein ähnliches generatives KI-Tool gesendet.

Als nächstes wendet ein Kurator Geschäftsregeln und rechtliche Schutzvorkehrungen an, um sicherzustellen, dass der Inhalt den Unternehmens- und regulatorischen Standards entspricht. Der Marketingfachmann würde dann die resultierende E-Mail überprüfen und genehmigen, bevor er sie an die Kundenbasis sendet.

Verwendung von ChatGPT zur Automatisierung von B2C-Interaktionen

Was ist mit Interaktionen, die vollautomatisiert werden können?

Nachdem ein Benutzer eine Frage eingegeben hat, wird diese mit Kunden-Persona-Daten angereichert, wie zuvor. Die aktualisierte Abfrage wird jedoch auf zwei Arten weitergeleitet: an einen Domänen-Chatbot, der Inhalte für geschäftsspezifische Inhalte personalisieren kann, oder über eine externe API an ChatGPT für allgemeine Fragen. Der Domänen-Chatbot personalisiert Inhalte, während ChatGPT dies nicht tut.

Der resultierende Inhalt wird dann auf Fehler überprüft und mit Geschäftsregeln und Schutzvorkehrungen verglichen, bevor er automatisch an die Kunden verteilt wird.

Neuen Geschäftswert durch ChatGPT erzielen, indem neue Technologie-Architekturen bereitgestellt werden

Der Wettlauf, um ROI aus generativer KI zu erzielen, hat begonnen. Unternehmensführer analysieren Geschäftsprozesse auf Kosten und Verschwendung, sprechen mit Anbietern, um ihre Ansätze und Lösungen zu verstehen, und entwickeln Konzepte. Sie suchen nach Erkenntnissen und Lösungen, die sie nutzen können, um Geschwindigkeit und Skalierbarkeit zu erzielen.

Während sie diese wichtige Arbeit leisten, können diese Führungskräfte alle Anbieter an ihrer Fähigkeit bewerten, diese fünf gemeinsamen generativen KI-Herausforderungen zu lösen und sowohl menschlich unterstützte als auch vollautomatisierte Interaktionen zu ermöglichen.

Die Verwendung dieser beiden unterschiedlichen grundlegenden Architekturen ermöglicht es Unternehmen, zahlreiche Geschäftsvorteile zu erzielen. Sie können die Produktivität der Teams steigern, die Kundenerfahrung verbessern, die Kosten für den Kundenservice senken und neue Produktauflagen antreiben.