Γιατί το Μέλλον του AI στις Επιχειρήσεις Δεν Είναι Απλά Αυτοματοποίηση, αλλά Ευφυής Συζήτηση

Για χρόνια, η συζήτηση για το AI στις επιχειρήσεις επικεντρώθηκε στην αυτοματοποίηση. Ο στόχος ήταν κυρίως να βοηθήσει τις οργανώσεις να δουλεύουν γρηγορότερα, να μειώσουν το χειροκίνητο κόπο και να βελτιώσουν την αποτελεσματικότητα. Αν και αυτά τα οφέλη είναι πραγματικά, δεν λένε όλη την ιστορία. Η επόμενη φάση του AI δεν είναι απλά για την αυτοματοποίηση των εργασιών. Είναι για την ενεργοποίηση πιο ευφυών, προσαρμοστικών και контекστο-ευαίσθητων συζητήσεων μεταξύ των επιχειρήσεων και των ανθρώπων που τις εξυπηρετούν.

Καθώς το AI γίνεται ολοένα και πιο ικανό να κατανοήσει την πρόθεση, να διατηρήσει το контекστό και να μάθει από την εμπειρία, κινείται πέρα από την εκτέλεση των εργασιών και σε κάτι πολύ πιο ισχυρό: τη συζήτηση.

Γιατί Ακόμα Σκεφτόμαστε το AI ως Αυτοματοποίηση

Ο контекστός στον οποίο εισερχόμαστε σε αυτή τη στιγμή με το AI διαμορφώνει μεγάλο μέρος του πώς πιστεύουμε ότι μπορούμε να το χρησιμοποιήσουμε στις επιχειρήσεις μας.

Όσο καιρό έχουμε χρησιμοποιήσει την τεχνολογία για να ανασχεδιάσουμε τις επιχειρηματικές διαδικασίες, ο στόχος ήταν η αποτελεσματικότητα ή η αποδοτικότητα. Είχαμε επικεντρωθεί στο να κάνουμε πράγματα γρηγορότερα ή να τα κάνουμε καλύτερα. Τι που δεν έχουμε συχνά λάβει υπόψη είναι το πώς θα μπορούσαμε να παραδώσουμε μια επιχειρηματική διαδικασία διαφορετικά.

Γι’ αυτό ο προεπιλεγμένος μας προσεγγίσεις στο AI σήμερα είναι η αυτοματοποίηση. Βλέπουμε μια υπάρχουσα διαδικασία και ρωτάμε πώς το AI μπορεί να την επιταχύνει. Σε πολλές περιπτώσεις, αυτό είναι πολύτιμο και ωφέλιμο για την επιχείρηση.

Τι που δεν έχουμε ακόμα πλήρως εξερευνήσει είναι το πώς να φέρουμε ένα γνωστικό εργαλείο όπως το AI στις επιχειρηματικές λειτουργίες. Αυτό απαιτεί einen διαφορετικό τρόπο σκέψης. Απαιτεί μας να σκεφτόμαστε τι αλλάζει όταν η γνωστική (AI) γίνεται διαθέσιμη σε κλίμακα. Αυτό είναι ένα θεμελιωδώς νέο παράδειγμα.

Η Πρόκληση της Δημιουργίας Πραγματικά Συζητηματικών AI

Ένας λόγος που αυτή η μετατόπιση έχει πάρει χρόνο είναι ότι η συζητηματική εμπλοκή είναι εγγενώς δύσκολη.

Οι περισσότεροι υπολογιστές были κατασκευασμένοι για να επεξεργάζονται ψηφιακά δεδομένα, όχι αναλογική φωνή. Τα ψηφιακά δεδομένα είναι δομημένα και προβλέψιμα. Η φωνή δεν είναι. Η ανθρώπινη συζήτηση είναι αδομημένη, συναισθηματική και γεμάτη σήματα που εκτείνονται πολύ πέρα από τις λέξεις μόνο.

Η πρόκληση γίνεται ακόμα πιο εμφανής όταν κοιτάτε πώς λειτουργεί η επικοινωνία. Οι παραδοσιακές υπολογιστικές συστήματα λειτουργούν κυρίως σε ένα μοντέλο đơnής-διπλής, όπου η πληροφορία κινείται σε μια κατεύθυνση και μετά πίσω στην άλλη. Η ανθρώπινη συζήτηση λειτουργεί σε ένα πλήρες-διπλό μοντέλο, με πληροφορία που ρέει και στις δύο κατευθύνσεις ταυτόχρονα.

Η υποστήριξη πλουσιών φωνητικών συζητήσεων απαιτεί εντελώς διαφορετικά μοντέλα και εργαλεία από αυτά που χρησιμοποιούνται για την επεξεργασία παραδοσιακών ψηφιακών πληροφοριών.

Το τελικό αποτέλεσμα είναι ότι η τεχνολογική πυλώνη που απαιτείται για να κατανοήσει και να εμπλακεί σε συζήτηση είναι θεμελιωδώς διαφορετική από την τεχνολογική πυλώνη που σχεδιάστηκε για την επεξεργασία δεδομένων.

Τι Κάνει Μια Αλληλεπίδραση AI να Νιώθει Ανθρώπινη

Η πιο σημαντική διάκριση στη συζητηματική AI είναι εάν το σύστημα κατανοήσει ή απλά απαντήσει.

Μια αλληλεπίδραση chatbot ακολουθεί ένα σενάριο. Έχει ένα πεπερασμένο σύνολο μονοπατιών, και τη στιγμή που βγείτε έξω από ένα από αυτά, σπάει ή σας οδηγεί πίσω στην αρχή. Είναι σαν το IVR που περιμένει να πείτε μια από τις cosas που ήδη γνωρίζει πώς να χειριστεί.

Μια υψηλής ποιότητας αλληλεπίδραση AI κάνει το γνωστικό έργο της συζήτησης σε πραγματικό χρόνο. Κατανοήσει τι θέλετε, όχι μόνο τι είπατε. Διατηρήσει το контекστό καθ’ όλη τη διάρκεια της ανταλλαγής, ώστε να μην χρειάζεται να επαναλάβετε πληροφορίες πολλές φορές. Ξέρει πότε να κάνει μια διευκρινιστική ερώτηση και πότε να απλά ενεργήσει. Το πιο σημαντικό, όταν συμβεί κάτι απροσδόκητο, προσαρμόζεται αντί να αποτυγχάνει.

Η δοκιμή που χρησιμοποιώ πάντα είναι απλή: Έασε ο πελάτης τη συζήτηση νιώθοντας κατανοητός ή νιώθοντας επεξεργασμένος; Τα συστήματα chatbot επεξεργάζονται. Κινούν τους ανθρώπους μέσω μιας ροής εργασίας. Πραγματικά συζητηματικά συστήματα AI κατανοούν, και η κατανόηση είναι μια γνωστική πράξη, όχι μια ροή εργασίας.

Μετακίνηση Πέρα από τις Ροές Εργασίας και στις Γνωστικές Λειτουργίες

Για δεκαετίες, το λογισμικό έχει κατασκευαστεί με τον ίδιο τρόπο. Χαρτογραφούσαμε κάθε μονοπάτι που θα μπορούσε να πάρει ο χρήστης, γράφαμε λογική για κάθε σενάριο και αποδεχόμεθα ότι οτιδήποτε δεν προβλέπαμε απλά δεν θα δούλεψε. Αυτό είναι μια ροή εργασίας. Είναι ένα δέντρο αποφάσεων που κάποιος drew σε προηγούμενο χρόνο. Η ευφυΐα ζούσε στον άνθρωπο που σχεδίασε το λογισμικό, όχι στο λογισμικόเอง.

Τι που αλλάζει τώρα είναι ότι η ευφυΐα ζει στο σύστημα. Αντί να ακολουθεί ένα προκαθορισμένο μονοπάτι, τα σύγχρονα πλαίσια AI χρησιμοποιούν γνωστικά, контекστό και συλλογισμό για να καθορίσουν τι πρέπει να συμβεί επόμενο. Η συζήτηση δεν είναι πλέον ένα ταξίδι μέσω ενός προκαθορισμένου μονοπατιού. Γίνεται μια σειρά αποφάσεων που λαμβάνονται στο момент, ενημερωμένες από όλα όσα το σύστημα γνωρίζει για την επιχείρηση και όλα όσα έχει μάθει από προηγούμενες αλληλεπιδράσεις.

Αυτή είναι η μετατόπιση που πολλοί άνθρωποι υποτιμούν. Ένα σκηνοθετημένο σύστημα είναι καψαλισμένο την ημέρα που αναπτύσσεται. Είναι ακριβώς τόσο έξυπνο την 500η ημέρα όσο και την 1η ημέρα. Ένα γνωστικό σύστημα βελτιώνεται με την εμπειρία γιατί κάθε αλληλεπίδραση βοηθά να μάθει τι δουλεύει.

Η τεχνολογία δεν είναι πλέον απλά ένα εργαλείο που οι άνθρωποι λειτουργούν. Γίνεται μια ικανότητα που προσαρμόζεται, συνθέτει και κλιμακώνεται μέσω της χρήσης.

Γιατί Η Εμπιστοσύνη Γίνεται Ακόμα Περισσότερο Σημαντική σε Κλίμακα

Όσο οι επιχειρήσεις τοποθετούν το AI στο κέντρο των αλληλεπιδράσεων με τους πελάτες, η εμπιστοσύνη γίνεται ένα από τα πιο σημαντικά απαιτήσεις σχεδιασμού.

Όταν το AI μιλάει με τους πελάτες, αποτελείται αποτελεσματικά η επιχείρηση. Κάθε συζήτηση είναι η μάρκα σας που μιλά. Σε μικρότερους όγκους, οι άνθρωποι μπορούν να εποπτεύουν τις αλληλεπιδράσεις και να παρέμβουν όταν χρειάζεται. Σε κλίμακα, αυτό γίνεται αδύνατο. Οι επιχειρήσεις θα πρέπει να μάθουν να εμπιστεύονται το σύστημα να τις αντιπροσωπεύει ακριβώς σε χιλιάδες συζητήσεις που δεν θα ακούσουν ποτέ προσωπικά. Αυτό το επίπεδο ευθύνης απαιτεί εμπιστοσύνη να σχεδιαστεί, όχι να υποτεθεί.

Για μένα, έρχεται σε quelques βασικές δεσμεύσεις:

• Το σύστημα αντιπροσωπεύει την επιχείρηση ακριβώς και δεν κάνει πράγματα που δεν υπάρχουν.
• Όταν δεν γνωρίζει κάτι, λέει così αντί να εφευρίσκει μια απάντηση.
• Θεωρεί κάθε αλληλεπίδραση πελάτη ως την αρχή μιας σχέσης.

Αυτά δεν είναι χαρακτηριστικά που προστίθενται αργότερα. Είναι οδηγίες σχεδιασμού που χτίζονται στο πλαίσιο από την αρχή.

Οι επιχειρήσεις που κλιμακώνουν το AI επιτυχώς κατανοούν αυτό. Οι επιχειρήσεις που δυσκολεύονται είναι συχνά αυτές που αναπτύχθηκαν κάτι εντυπωσιακό πριν να το κάνουν αξιόπιστο και ανακάλυψαν ότι μια自信 αλλά λανθασμένη απάντηση σε κλίμακα μπορεί να προκαλέσει πραγματική ζημία. Η εμπιστοσύνη δεν είναι το μαλακό μέρος αυτού. Είναι η υποδομή.

Η Επόμενη Εξέλιξη του AI: Λογισμικό ως Εργατική Δύναμη

Εισερχόμαστε σε μια περίοδο όπου το λογισμικό αρχίζει να εκτελεί εργασία αντί να οργανώνει μόνο.

Για τις επιχειρήσεις, αυτό αλλάζει μια από τις βασικές υποθέσεις που έχουμε λειτουργήσει για γενιές: ότι η απόδοση είναι συνδεδεμένη με την ανθρώπινη διαθεσιμότητα. Όσο το AI γίνεται πιο ικανό να πουλήσει και να εκτελέσει υπηρεσία πελάτη, η κανονική γνωστική εργασία δεν εξαρτάται πλέον αποκλειστικά από το ποιος τυχαίνει να είναι διαθέσιμος σε μια δεδομένη στιγμή. Αυτό δεν κάνει τους ανθρώπους λιγότερο σημαντικούς. Σε πολλές περιπτώσεις, τους κάνει πιο σημαντικούς. Όσο η επαναλαμβανόμενη εργασία μεταφέρεται στις μηχανές, η ανθρώπινη αξία μετατοπίζεται προς την κρίση, τη δημιουργικότητα, τις σχέσεις και την απόφαση για τι έχει σημασία.

Οι επιχειρήσεις που θα κερδίσουν τις επόμενες δεκαετίες δεν θα είναι αυτές που θα χρησιμοποιήσουν απλά το AI για να μειώσουν τα κόστη. Θα είναι αυτές που θα αναγνωρίσουν το AI ως ένα νέο είδος ικανότητας και θα ρωτήσουν ένα μεγαλύτερο ερώτημα από το πώς να το κάνουμε γρηγορότερα. Θα ρωτήσουν τι γίνεται δυνατό όταν η ευφυής συζήτηση και η γνωστική λειτουργία είναι διαθέσιμες σε κλίμακα.