Πώς η εφαρμογή ηλεκτρονικού εμπορίου μετατρέπεται σε σύστημα και όχι σε βιτρίνα

Η ανάπτυξη μιας εφαρμογής εξακολουθεί σε μεγάλο βαθμό να ακολουθεί μια ξεπερασμένη διαδικασία: σχεδιασμός, ανάπτυξη, κυκλοφορία και, στη συνέχεια, παράδοση σε άλλους, ώστε η ανάλυση δεδομένων, η εξατομίκευση και οι μελλοντικές καμπάνιες να διαχειρίζονται μέσω ξεχωριστών εργαλείων. Τώρα, όμως, η τεχνητή νοημοσύνη αλλάζει ριζικά τόσο το τι προσφέρει μια εφαρμογή στους πελάτες όσο και το τι σημαίνει αυτό για τις επιχειρήσεις.

Για πολλές επωνυμίες, η απόσταση από την υιοθέτηση της τεχνητής νοημοσύνης μέχρι την ουσιαστική αξιοποίησή της παραμένει μεγάλη. Η τεχνητή νοημοσύνη επιταχύνει τη δημιουργία εφαρμογών, γεφυρώνει το χάσμα ανάμεσα στα δεδομένα και τις αποφάσεις και αλλάζει την ίδια τη φύση της έννοιας της εφαρμογής.

Ήρθε η ώρα να πάψουμε να αντιμετωπίζουμε την εφαρμογή ως βιτρίνα φιλική προς τα κινητά και να αρχίσουμε να τη βλέπουμε ως ένα σύστημα που εξελίσσεται διαρκώς και διαμορφώνει μια διαισθητική, εξατομικευμένη και άμεση εμπειρία για τους αγοραστές. Ακολουθεί μια εικόνα του πώς εκδηλώνεται στην πράξη αυτή η αλλαγή και τι σημαίνει για τις ομάδες που καλούνται να τη διαχειριστούν.

Αναγνωρίστε τον ρόλο της τεχνητής νοημοσύνης στο στάδιο της δημιουργίας

Η πορεία από την αρχική ιδέα μέχρι την ολοκληρωμένη εφαρμογή περιλαμβάνει συνήθως πολλές παραδόσεις από ομάδα σε ομάδα: ξεκινά με μια ιδέα για την επωνυμία, εγκρίνεται ένα σχέδιο, ένας προγραμματιστής το μετατρέπει σε κώδικα, ακολουθούν δοκιμές διασφάλισης ποιότητας και δημιουργία πρωτοτύπου και, τέλος, η εφαρμογή τίθεται σε λειτουργία. Ωστόσο, κάθε μετάβαση κοστίζει πολύτιμο χρόνο και αυξάνει τον κίνδυνο να χαθεί ή να παρερμηνευτεί η αρχική πρόθεση.

Η τεχνητή νοημοσύνη αποκτά σημαντικό ρόλο στο στάδιο της δημιουργίας. Οι οργανισμοί με υιοθέτηση της τεχνητής νοημοσύνης σε ποσοστό άνω του 50% αναφέρουν μεγαλύτερη εξοικονόμηση χρόνου, ειδικά στις εργασίες των αρχικών σταδίων ανάπτυξης. Αυτό ήταν ιδιαίτερα εμφανές σε ορισμένες εργασίες, όπως η συλλογή απαιτήσεων, η σύνταξη ιστοριών χρήστη και η παραγωγή ιδεών. Πρόκειται ακριβώς για τις προκαταρκτικές εργασίες που θα μπορούσαν να διαρκέσουν εβδομάδες, αν όχι μήνες, προτού σχεδιαστεί έστω και μία οθόνη. Έτσι, εξοικονομείται επίσης πολύτιμος χρόνος, τον οποίο οι προγραμματιστές μπορούν να αφιερώσουν στη λειτουργικότητα και τη λογική αντί σε επαναλαμβανόμενες εργασίες υλοποίησης.

Η δημιουργικότητα, οι προσαρμοσμένες λειτουργίες και η λογική δεν μένουν στάσιμες εξαιτίας της μεγάλης καθυστέρησης μέχρι να διαπιστωθεί αν αξίζει να προχωρήσει κανείς με μια ιδέα. Οι πράκτορες τεχνητής νοημοσύνης διευκολύνουν την «εργασία με βάση τη διαίσθηση»—τον γρήγορο πειραματισμό, όπου άνθρωποι χωρίς εξειδικευμένη τεχνική κατάρτιση μπορούν να δημιουργούν και να δοκιμάζουν οι ίδιοι τις ιδέες τους. Τα συστήματα τεχνητής νοημοσύνης μπορούν να δημιουργούν αντίστοιχες διατάξεις και στοιχεία με βάση ένα πλαίσιο σχεδίασης στο Figma, έτσι ώστε η σχεδιαστική ροή να μην χρειάζεται πλέον να ανακατασκευάζεται με το χέρι σε κάθε επανάληψη. Αυτό δεν υποκαθιστά την κρίση που προσφέρει ένας έμπειρος προγραμματιστής σε θέματα αρχιτεκτονικής ή λειτουργικών απαιτήσεων, σημαίνει όμως ότι λιγότερες ιδέες χρειάζεται να περιμένουν να περάσουν στο στάδιο της ανάπτυξης για να κριθεί αν αξίζει να προχωρήσει κανείς με αυτές.

Απελευθερώνονται χρόνος και ενέργεια από τον σχεδιασμό και τη μηχανική λογισμικού, ώστε να διατεθούν σε όσα είναι δυσκολότερο να τυποποιηθούν σε μια εφαρμογή, όπως η λογική ολοκλήρωσης αγορών, οι διασυνδέσεις, οι λειτουργίες που αφορούν ειδικά κάθε επωνυμία και η εξατομίκευση. Έτσι, απομακρυνόμαστε από τις συνήθεις εργασίες υλοποίησης, όπως η μετατροπή μιας εγκεκριμένης διάταξης σε λειτουργικά στοιχεία.

Η τεχνητή νοημοσύνη δεν είναι απλώς άλλη μία λειτουργία ανάλυσης δεδομένων

Μόλις τεθεί σε λειτουργία μια εφαρμογή, το δυσκολότερο πρόβλημα είναι συνήθως οργανωτικό και λειτουργικό, όχι καθαρά τεχνικό. Τα δεδομένα απόδοσης, τα εργαλεία καμπανιών και οι πληροφορίες για τους πελάτες βρίσκονται συνήθως σε ξεχωριστά συστήματα, τα οποία οι ομάδες πρέπει να εναλλάσσουν για να καταλάβουν τι συνέβη και να αποφασίσουν τι πρέπει να γίνει.

Η τεχνητή νοημοσύνη αποκτά ολοένα μεγαλύτερη σημασία για τη γεφύρωση αυτού του χάσματος. Σύμφωνα με πρόσφατη έκθεση της Deloitte, το 60% των στελεχών χρησιμοποιεί πλέον τακτικά την τεχνητή νοημοσύνη για να υποστηρίζει τις αποφάσεις του. Για παράδειγμα, η τεχνητή νοημοσύνη μπορεί να βοηθήσει τους εμπόρους να εντοπίζουν γρήγορα την ουσία: όχι μόνο να διερευνούν γιατί μειώθηκαν οι μετατροπές ή να προβλέπουν τα έσοδα του επόμενου τριμήνου, αλλά και να ενεργούν με βάση αυτά τα συμπεράσματα. Αυτή η συντόμευση της διαδρομής από τη γνώση στη δράση είναι κρίσιμη για να συμβαδίζουν οι επιχειρήσεις με τις αγορές και τους πελάτες που αλλάζουν γρήγορα. Για παράδειγμα, μπορούν να δημιουργήσουν μια καμπάνια για εγκαταλελειμμένα καλάθια ή να αξιοποιήσουν μια ευκαιρία επαναπροσέγγισης πελατών. Η εξαγωγή συμπερασμάτων και η υλοποίηση παύουν να είναι ξεχωριστά βήματα που διεκπεραιώνονται με διαφορετικά εργαλεία, ενώ ο ρόλος της τεχνητής νοημοσύνης ξεπερνά πλέον την απλή αναφορά όσων συνέβησαν και επεκτείνεται στην ενεργή διαμόρφωση αποφάσεων και των ενεργειών που ακολουθούν.

Ωστόσο, η πρόσβαση δεν συνεπάγεται και χρήση: μεταξύ των εταιρειών που υιοθετούν πράκτορες τεχνητής νοημοσύνης, το 68% αναφέρει ότι οι μισοί ή λιγότεροι εργαζόμενοί τους αλληλεπιδρούν με έναν πράκτορα στην καθημερινή εργασία τους. Η μετάβαση από την ευρεία υιοθέτηση σε αυτή την καθημερινή χρησιμότητα και στην ενδυνάμωση της λήψης αποφάσεων απαιτεί προσεκτική εξέταση και προετοιμασία.

Κάθε αγοραστής πρέπει να βιώνει μια εξατομικευμένη εμπειρία

Οι περισσότερες εφαρμογές ηλεκτρονικού εμπορίου για κινητά τείνουν να εμφανίζουν σχεδόν την ίδια αρχική σελίδα σε όλους τους επισκέπτες, προσθέτοντας εκ των υστέρων εξατομίκευση μέσω γραφικών στοιχείων προτάσεων. Η τεχνητή νοημοσύνη αρχίζει να φέρνει την εξατομίκευση σε προγενέστερο στάδιο: στο περιεχόμενο που βλέπει ο αγοραστής μόλις ανοίξει την εφαρμογή και όχι μόνο σε όσα του προτείνονται αφού αρχίσει ήδη να περιηγείται.

Έρευνα της BCG για την εμπειρία πελάτη υποστηρίζει ότι οι επωνυμίες δεν έχουν πλέον τον πλήρη έλεγχο της διαδρομής του πελάτη, παρότι οι καταναλωτές μπορεί να εξακολουθούν να τις κρίνουν σαν να τον έχουν. Αυτό αυξάνει το κόστος μιας γενικής ή ασύνδετης εμπειρίας μέσα στην εφαρμογή, με τρόπο διαφορετικό απ’ ό,τι στο παρελθόν.

Ο μηχανισμός που βρίσκεται πίσω από αυτό είναι ότι τα συμπεριφορικά σήματα, όπως το τι έχει περιηγηθεί, εγκαταλείψει στο καλάθι ή αγοράσει κάποιος στο παρελθόν, μπορούν πλέον να διαμορφώνουν τη διάταξη και το περιεχόμενο σε πραγματικό χρόνο, χωρίς να χρειάζεται να διατεθεί στο κατάστημα μια νέα έκδοση της εφαρμογής. Ένας πελάτης που επιστρέφει και έχει αφήσει προϊόντα στο καλάθι του δεν χρειάζεται να βλέπει το ίδιο γενικό banner με έναν επισκέπτη που επισκέπτεται την εφαρμογή για πρώτη φορά. Αυτό είναι διαφορετικό πρόβλημα σχεδιασμού από την επιλογή του banner που θα δει κάθε τμήμα πελατών και σημαίνει ότι οι ομάδες προϊόντος και σχεδιασμού πρέπει να σχεδιάζουν διεπαφές που προσαρμόζονται σε κάθε χρήστη, αντί να παραμένουν στατικές στο πλαίσιο ενός σταθερού ηλεκτρονικού καταστήματος.

Τα επόμενα βήματα

Οι εφαρμογές ηλεκτρονικού εμπορίου δεν είναι στατικά προϊόντα που διατίθενται μία φορά, αλλά συστήματα που κατασκευάζονται, λειτουργούν και βελτιώνονται διαρκώς. Η ΤΝ συμμετέχει σε καθένα από αυτά τα στάδια: μετατρέπει τα σχέδια σε λειτουργικές εμπειρίες μέσα από την εφαρμογή, βοηθά τις ομάδες να περνούν από τη γνώση στη δράση και προσαρμόζεται σε όσα βιώνει κάθε αγοραστής ανάλογα με τον τρόπο που αλληλεπιδρά με την εφαρμογή. Πρόκειται για διαφορετικές εφαρμογές της ΤΝ, οι οποίες όμως οδηγούν στον ίδιο προορισμό: μια προσαρμοστική εφαρμογή που μπορεί να δημιουργείται, να λειτουργεί και να εξατομικεύεται με τη βοήθεια της ΤΝ.

Μην αντιμετωπίζετε την ΤΝ ως ακόμη μία πρόσθετη λειτουργία. Εξελίσσεται σε βασικό και ισχυρό μέρος της υποδομής που υποστηρίζει την εμπειρία χρήσης της εφαρμογής ηλεκτρονικού εμπορίου, αλλάζοντας τον τρόπο με τον οποίο πρέπει να διαχειρίζεται η εφαρμογή, καθώς και τα βήματα που απαιτούνται πριν από την κλιμάκωσή της.

Η ετοιμότητα των δεδομένων πρέπει να προηγείται της αυτοματοποίησης με ΤΝ. Συχνά, το σημείο συμφόρησης είναι τα υποκείμενα δεδομένα και όχι η ΤΝ που προστίθεται στη ροή εργασιών. Οι επικεφαλής τεχνολογίας και οι ομάδες που επιδιώκουν να κλιμακώσουν τις υλοποιήσεις με πράκτορες πρέπει πρώτα να ελέγξουν την αρχιτεκτονική των δεδομένων τους.

Η διακυβέρνηση πρέπει να έχει θεσπιστεί προτού διευρυνθεί η αυτονομία. Δεδομένου ότι η καθημερινή χρήση πρακτόρων εξακολουθεί να παρουσιάζει μεγάλες διακυμάνσεις, ακόμη και σε εταιρείες με ευρεία υιοθέτησή τους, το να καθοριστεί ποιες αποφάσεις μπορεί να λαμβάνει ένα σύστημα χωρίς επίβλεψη και ποιες πρέπει να εξετάζονται από άνθρωπο αποτελεί απαραίτητο πρώτο βήμα.

Ο χρόνος που εξοικονομείται στον σχεδιασμό και την ανάπτυξη αποτελεί πλεονέκτημα μόνο εφόσον αξιοποιείται στρατηγικά. Αν η ΤΝ αναλαμβάνει τα συνήθη καθήκοντα κατά την κατασκευή μιας εφαρμογής, αυτή η πρόσθετη διαθέσιμη δυναμικότητα έχει αξία μόνο αν οι ομάδες έχουν σχέδιο για το πώς θα την αξιοποιήσουν, για παράδειγμα σε προσαρμοσμένη λογική και διασυνδέσεις.

Οι στρατηγικές εξατομίκευσης πρέπει να περάσουν από την επιλογή του banner που θα βλέπει ένα συγκεκριμένο τμήμα πελατών στον σχεδιασμό συνεδριών που μπορούν να έχουν διαφορετική αίσθηση και εμφάνιση για κάθε επισκέπτη. Αυτό έχει σημαντικές επιπτώσεις στα συστήματα σχεδιασμού και στις διαδικασίες διασφάλισης ποιότητας, τα οποία πρέπει να είναι σχεδιασμένα έτσι ώστε να υποστηρίζουν παραλλαγές.

Και η εφαρμογή δεν περιορίζεται σε όσα βλέπουν οι πελάτες. Για τους επικεφαλής τεχνολογίας, το ερώτημα αφορά πλέον λιγότερο μόνο τη διεπαφή και περισσότερο το τι μπορεί να δημιουργήσει, να κατανοήσει και να προσαρμόσει η τεχνολογία που βρίσκεται από πίσω της. Η ΤΝ ενσωματώνεται ταυτόχρονα σε όλες αυτές τις λειτουργίες, επιταχύνει την κατασκευή της εφαρμογής, γεφυρώνει τα δεδομένα με τις αποφάσεις και μετατρέπει το ηλεκτρονικό κατάστημα σε μια εμπειρία που ανταποκρίνεται στον άνθρωπο που τη χρησιμοποιεί, αντί να παρουσιάζει το ίδιο περιεχόμενο σε όλους.

Αυτό, ωστόσο, δεν καταργεί την ανθρώπινη κρίση, είτε πρόκειται για τη διακυβέρνηση είτε για τον καθορισμό των αποφάσεων που πρέπει πράγματι να ανατίθενται σε ένα σύστημα. Παρ’ όλα αυτά, το μοντέλο των τριών ξεχωριστών σταδίων —κατασκευή, κυκλοφορία και βελτιστοποίηση— που αναλαμβάνονται από τρεις διαφορετικές ομάδες, δίνει τη θέση του σε ένα πιο απλοποιημένο και διασυνδεδεμένο μοντέλο. Από εδώ και στο εξής, το ζητούμενο δεν είναι να κυκλοφορήσει μια ολοκληρωμένη εφαρμογή, αλλά να αντιμετωπίζεται ως ένα σύστημα προς διαχείριση, το οποίο θα συνεχίσει να εξελίσσεται.