Ηγέτες σκέψης
Δημιουργία της τεχνολογικής υποδομής για πελατοκεντρικές εφαρμογές παραγωγικού AI

Βασικά σημείαΗ Γενετική Τεχνητή Νοημοσύνη απαιτεί δύο διακριτές αρχιτεκτονικές για…
Δείτε περισσότερα
- Η Γενετική Τεχνητή Νοημοσύνη απαιτεί δύο διακριτές αρχιτεκτονικές για ανθρωπο-ενισχυμένες και πλήρως αυτοματοποιημένες αλληλεπιδράσεις με πελάτες.
- Η Επιχειρησιακή Γενετική Τεχνητή Νοημοσύνη πρέπει να ενσωματώνει επιχειρηματικούς κανόνες και νομικά όρια για τη διασφάλιση συμμόρφωσης και συνέπειας.
- Η αδυναμία του ChatGPT να εξατομικεύει περιεχόμενο ή να αποφεύγει παραισθήσεις απαιτεί αυστηρή επιμέλεια πριν από τη διανομή σε πελάτες.
Η προσοχή των μέσων ενημέρωσης γύρω από το ChatGPT έχει επικεντρωθεί κυρίως στο μετασχηματιστικό δυναμικό που έχει αυτή η τεχνολογία για να αναμορφώσει τη φύση της εργασίας. Ωστόσο, η μεγαλύτερη ιστορία είναι για το πώς το παραγωγικό AI θα μεταμορφώσει την εμπειρία του πελάτη. Μια μελέτη της McKinsey βρίσκει ότι 80 τοις εκατό των εργασιών του πελάτη μπορούν να αυτοματοποιηθούν σε διάφορους κανάλια, με αποτέλεσμα εξοικονόμηση 20 τοις εκατό στο κόστος εξυπηρέτησης.
Το ChatGPT και παρόμοια εργαλεία μπορούν να χρησιμοποιηθούν για την υποστήριξη πολλών χρήσεων, σε διάφορες επιχειρηματικές λειτουργίες όπως το μάρκετινγκ και οι πωλήσεις, η αλυσίδα εφοδιασμού, η υποστήριξη πελατών, η ανάπτυξη προϊόντων και πολλά άλλα. Αυξάνοντας την παραγωγικότητα των υπαλλήλων, ενεργοποιώντας την προληπτική επικοινωνία με πελάτες και την επίλυση προβλημάτων και αντιμετωπίζοντας συνήθεις σημεία τριβής, οι λύσεις του παραγωγικού AI μπορούν να βοηθήσουν τις ομάδες να εξελίξουν γρήγορα τις ικανότητες που αφορούν τον πελάτη. Για να επιτύχουν αυτό το όραμα, ωστόσο, οι επιχειρηματικές ομάδες θα πρέπει να υπερβούν πέντε διαφορετικά εμπόδια και να αναπτύξουν δύο διαφορετικές αρχιτεκτονικές: μια για τις αλληλεπιδράσεις που υποστηρίζονται από τον άνθρωπο και μια για τις πλήρως αυτοματοποιημένες αλληλεπιδράσεις.
Πέντε προκλήσεις που πρέπει να επιλυθούν για να είναι το ChatGPT έτοιμο για ευρεία χρήση
Τι είναι κάποια από τα εμπόδια ή τους κινδύνους για την εφαρμογή του παραγωγικού AI – και πώς μπορούν να μετριαστούν;
- Το ChatGPT δεν εξατομικεύει τα μηνύματα: Τα τρέχοντα εργαλεία του παραγωγικού AI δεν μπορούν να εξατομικεύσουν τα μηνύματα, ωστόσο η εξατομίκευση είναι κλειδί για την οδήγηση των πωλήσεων προϊόντων και υπηρεσιών, την αύξηση της δαπάνης ανά αγορά, την απόκτηση επαναλαμβανόμενων πωλήσεων και την ενίσχυση της πιστότητας του πελάτη. Οι επαγγελματίες του μάρκετινγκ χρειάζονται τεχνολογία παραγωγικού AI επιχειρησιακού επιπέδου για να μπορέσουν να εξατομικεύσουν ονόματα, εικόνες, προσφορές, συστάσεις προϊόντων με βάση τις πρόσφατες αγορές και μηνύματα για εγκαταλειμμένα καλάθια αγορών.
- Το ChatGPT παράγει παραισθήσεις στο περιεχόμενο: Οι λύσεις του παραγωγικού AI χρησιμοποιούν προτροπές και αξιοποιούν την προηγούμενη μάθηση για να δημιουργήσουν περιεχόμενο. Αυτό σημαίνει ότι γεμίζουν τα κενά με περιεχόμενο που έχει μάθει από στατιστικά πρότυπα, συχνά παράγοντας «παραισθήσεις», δηλαδή πληροφορίες που δεν είναι αλήθεια. Για να αξιοποιήσουν το παραγωγικό AI και να το κλιμακώσουν σε διαφορετικά τμήματα πελατών και περιπτώσεις χρήσης, οι επιχειρήσεις πρέπει να μπορέσουν να αναγνωρίσουν και να αφαιρέσουν αυτό το λάθος περιεχόμενο πριν φτάσει στους χρήστες και τους εγκριτές ή να διανεμηθεί στους πελάτες.
- Το παραγωγικό AI δεν μπορεί να εφαρμόσει κανόνες επιχείρησης: Οι κανόνες επιχείρησης διευκολύνουν τις αλληλεπιδράσεις του πελάτη. Τα στενά chatbot έχουν διακριθεί στο να ανιχνεύουν αυτές τις ομοιότητες και να παρέχουν εγκεκριμένες απαντήσεις. Το παραγωγικό AI δεν μπορεί να ανιχνεύσει αυτές τις ομοιότητες και θα δημιουργήσει πρωτότυπες απαντήσεις για κάθε ερώτηση, δημιουργώντας σύγχυση στον πελάτη και εισάγοντας λάθη στις αλληλεπιδράσεις. Μια αρχιτεκτονική τεχνολογίας επιχείρησης που συνδυάζει ένα εργαλείο παραγωγικού AI με τις προκαθορισμένες πολιτικές της εταιρείας θα βοηθήσει να τυποποιηθούν αυτές οι απαντήσεις, παρέχοντας συνεπείς απαντήσεις σε όλους τους πελάτες.
- Το παραγωγικό AI δεν μπορεί να διασφαλίσει την συμμόρφωση: Το περιεχόμενο που αφορά τον πελάτη συνήθως περνά από νομικές αναθεωρήσεις, για να διασφαλιστεί ότι οι εικόνες, το κείμενο, οι προσφορές και οι υποσχέσεις συμμορφώνονται με τις νομικές και κανονιστικές απαιτήσεις και τις πολιτικές της εταιρείας για τους πελάτες. Αυτή η διαδικασία προστατεύει τις εταιρείες από τα προβλήματα με τους πελάτες, τις κυρώσεις των ρυθμιστικών αρχών και τα πρόστιμα, καθώς και άλλους τύπους επιχειρηματικών ζημιών. Το παραγωγικό AI δεν μπορεί να δημιουργήσει περιεχόμενο που συμμορφώνεται με τις απαιτήσεις, καθώς δεν κατανοεί αυτές τις λεπτές διαφορές. Ως αποτέλεσμα, η τεχνολογία που αξιοποιεί το παραγωγικό AI πρέπει να ενσωματώσει νομικές δικλίδες ασφαλείας για να αναγνωρίσει και να αφαιρέσει το περιεχόμενο που δεν συμμορφώνεται με τις απαιτήσεις πριν από τη διανομή ή τη δημόσια χρήση.
- Η ανεξέλεγκτη χρήση του ChatGPT δημιουργεί κινδύνους ασφαλείας: Η χρήση του ChatGPT είναι μια ενδιαφέρουσα μελέτη περίπτωσης για το τι συμβαίνει όταν τα άτομα δεν ελέγχονται από τις πολιτικές ασφαλείας. Τα μέσα ενημέρωσης είναι γεμάτα από ιστορίες για υπαλλήλους που εισάγουν ευαίσθητα δεδομένα σε αυτό το δημόσια προσιτό chatbot, διακινδυνεύοντας την έκθεση δεδομένων και την απώλεια πνευματικής ιδιοκτησίας. Οι ομάδες δεδομένων και IT μπορούν να μετριάσουν αυτά τα ζητήματα με το να διαχωρίσουν τις πληροφορίες: στέλνοντας ευαίσθητο περιεχόμενο σε chatbot τομέα, τα οποία φυλάσσονται από ελέγχους ασφαλείας και συστήματα, και κατευθύνοντας γενικά ερωτήματα στο ChatGPT.
Αξιολόγηση Νέων Αρχιτεκτονικών για Παραγωγικό AI
Για να ενεργοποιήσουν τις αλληλεπιδράσεις B2C και B2B που υποστηρίζονται από τον άνθρωπο και τις πλήρως αυτοματοποιημένες αλληλεπιδράσεις B2C, οι επιχειρήσεις θα χρειαστούν δύο διαφορετικές αρχιτεκτονικές.
Και οι δύο αρχιτεκτονικές αξιοποιούν εργαλεία παραγωγικού AI ανοιχτού κώδικα όπως το ChatGPT και άλλες λύσεις που οδηγούν τις διαδικασίες από την είσοδο προτροπής, τη σύνθεση δεδομένων, τη δημιουργία περιεχομένου, τον καθαρισμό και την εξατομίκευση, και τη διακυβέρνηση.
Χρήση του ChatGPT για την Εναρμόνιση των Αλληλεπιδράσεων B2C/B2B που Υποστηρίζονται από τον Άνθρωπο
Ας εξετάσουμε ένα συνηθισμένο σενάριο. Ένας επαγγελματίας μάρκετινγκ εισάγει μια προτροπή σε μια διεπαφή επιχείρησης, χρησιμοποιώντας ένα προκαθορισμένο ερωτηματολόγιο για να οδηγήσει την ανάπτυξη περιεχομένου, όπως για μια εκστρατεία email.
Ο υπαλλήλος εισάγει βασικές πληροφορίες, συμπεριλαμβανομένων των οδηγιών email, του επιθυμητού κοινού, του ονόματος προϊόντος, των αξιώσεων μάρκετινγκ και των χαρακτηριστικών προϊόντος, καθώς και οποιωνδήποτε οδηγιών χρήσης.
Η αρχιτεκτονική στη συνέχεια αξιοποιεί προφίλ πελατών για να εμπλουτίσει τις οδηγίες με πληροφορίες που θα απευθυνθούν σε αυτό το τμήμα, εφόσον αυτά τα μοντέλα δεδομένων είναι διαθέσιμα. Το βελτιωμένο ερώτημα στη συνέχεια αποστέλλεται μέσω ενός εξωτερικού API στο ChatGPT ή σε οποιοδήποτε παρόμοιο εργαλείο παραγωγικού AI.
Στη συνέχεια, ένας επιμελητής εφαρμόζει κανόνες επιχείρησης και νομικές δικλίδες ασφαλείας για να διασφαλίσει ότι το περιεχόμενο θα ανταποκριθεί στα επιχειρησιακά και κανονιστικά πρότυπα. Ο επαγγελματίας μάρκετινγκ θα εξετάσει και θα εγκρίνει το τελικό email πριν το στείλει στο κοινό.
Χρήση του ChatGPT για την Αυτοματοποίηση των Αλληλεπιδράσεων B2C
Τι γίνεται με τις αλληλεπιδράσεις που μπορούν να αυτοματοποιηθούν πλήρως;
Αφού ένας πελάτης εισαγάγει μια ερώτηση, αυτή εμπλουτίζεται με δεδομένα από προφίλ πελατών, όπως πριν. Ωστόσο, η ενημερωμένη ερώτηση στη συνέχεια δρομολογείται με έναν από δύο τρόπους: σε ένα chatbot τομέα που μπορεί να εξατομικεύσει απαντήσεις για επιχειρηματικό περιεχόμενο ή μέσω ενός εξωτερικού API στο ChatGPT για κανονικές ερωτήσεις. Το chatbot τομέα εξατομικεύει το περιεχόμενο, ενώ το ChatGPT δεν το κάνει.
Το παραγόμενο περιεχόμενο στη συνέχεια καθαρίζεται από λάθη και συγκρίνεται με κανόνες επιχείρησης και φραγμούς πριν από την αυτόματη διανομή στους πελάτες.
Αποκόμιση Νέας Επιχειρηματικής Αξίας από το ChatGPT με την Εφαρμογή Νέων Τεχνολογικών Αρχιτεκτονικών
Έχει ξεκινήσει ο αγώνας για την επίτευξη απόδοσης επένδυσης (ROI) από το παραγωγικό AI. Οι ηγέτες επιχείρησης αναλύουν τις επιχειρηματικές διαδικασίες για κόστος και σπατάλη, μιλούν με προμηθευτές για να κατανοήσουν την προσέγγισή τους και τις λύσεις, και αναπτύσσουν πιλοτικές αποδείξεις εφικτότητας. Αναζητούν γνώσεις και λύσεις που μπορούν να αξιοποιήσουν για να επιτύχουν ταχεία δημιουργία αξίας και γρήγορη κλιμάκωση.
Καθώς κάνουν αυτό το σημαντικό έργο, αυτοί οι ηγέτες μπορούν να ελέγξουν όλους τους προμηθευτές με βάση την ικανότητά τους να λύσουν αυτές τις πέντε κοινές προκλήσεις του παραγωγικού AI και να ενεργοποιήσουν τις αλληλεπιδράσεις που υποστηρίζονται από τον άνθρωπο και τις πλήρως αυτοματοποιημένες αλληλεπιδράσεις.
Χρησιμοποιώντας αυτές τις δύο διαφορετικές αρχιτεκτονικές, οι επιχειρήσεις θα μπορέσουν να επιτύχουν πολλά επιχειρηματικά κέρδη. Θα μπορέσουν να αυξήσουν την παραγωγικότητα της ομάδας, να βελτιώσουν την εμπειρία του πελάτη, να μειώσουν το κόστος αλληλεπίδρασης και να οδηγήσουν νέες πωλήσεις προϊόντων.












