Συνεντεύξεις
Σαντίντ Μενόν, Διευθύνων Σύμβουλος και Συνιδρυτής της Auxia – Σειρά Συνεντεύξεων

Σαντίντ Μενόν, Διευθύνων Σύμβουλος και Συνιδρυτής της Auxia, φέρνει πάνω από δύο δεκαετίες παγκόσμιας τεχνολογίας και ηγεσίας μάρκετινγκ στο ρόλο. Πριν από την εκκίνηση της Auxia το 2022, πέρασε περισσότερα από εννέα χρόνια στη Google (GOOGL ), όπου υπηρέτησε ως Αντιπρόεδρος Μάρκετινγκ για τις Πληρωμές και ηγήθηκε πρωτοβουλιών όπως το πρόγραμμα Next Billion Users, που επικεντρώνεται στην ψηφιακή ένταξη στις αναπτυσσόμενες αγορές. Επίσης, κατείχε ανώτερες θέσεις ηγεσίας μάρκετινγκ σε Android, Chrome, ChromeOS και Google Play.
Auxia είναι μια πλατφόρμα μάρκετινγκ που βασίζεται στο AI, η οποία ενδυναμώνει τις επιχειρηματικές ομάδες να ορχηστρώνουν προσωποποιημένες, 1:1 πορείες πελατών σε κλίμακα. Αντί να βασίζονται σε αυστηρές, κανόνες-βασισμένες εκστρατείες, η Auxia επιτρέπει στους πράκτορες AI να ελέγχουν υποθέσεις σε όλα τα σημεία επαφής – email, web, εφαρμογή, προσφορές – και να προσαρμόζονται δυναμικά σε πραγματικό χρόνο στις προτιμήσεις και τη συμπεριφορά. Ενοποιείται άψογα με πηγές δεδομένων πρώτου μέρους, αυτοματοποιεί τις διαδικασίες ML και συνεχώς βελτιώνει τα μηνύματα, τον χρόνο και την αλληλουχία για να μεγιστοποιήσει την εμπλοκή και την αξία ζωής.
Ιδρύσατε την Auxia μετά από μια επιτυχημένη καριέρα στη Google, όπου ηγήθηκατε του παγκόσμιου μάρκετινγκ για προϊόντα που χρησιμοποιούνται από δισεκατομμύρια. Ποια συγκεκριμένη лакούνα ή πόνος ήταν αυτό που είδετε εσείς και οι συνιδρυτές σας στην αγορά, που οδήγησε στη δημιουργία της Auxia;
Στη Google, είδα από πρώτο χέρι πόσο ισχυρή μπορεί να είναι η πραγματική προσωποποίηση όταν έχετε τη σωστή υποδομή και ικανότητες AI. Αλλά όταν έβλεπα την ευρύτερη αγορά, είδα εταιρείες που αγωνίζονταν με κατακερματισμένα στάβλ μάρκετινγκ, συχνά διαχειριζόμενες 12 έως 14 διαφορετικές λύσεις σημείου που δεν επικοινωνούσαν μεταξύ τους. Συλλέγαν τεράστιες ποσότητες δεδομένων πελατών αλλά δεν μπορούσαν να τα μετατρέψουν σε σημαντική, πραγματικού χρόνου προσωποποίηση.
Η θεμελιώδης лакούνα ήταν ότι οι υφιστάμενες πλατφόρμες είχαν κατασκευαστεί για την προ-ΑΙ εποχή. Βασίζονταν σε στατικούς κανόνες και βασική τμηματοποίηση, όταν αυτό που χρειάζονταν οι επιχειρήσεις ήταν έξυπνες, προσαρμοστικές συστήματα ικανά να λαμβάνουν αποφάσεις σε πραγματικό χρόνο για κάθε αλληλεπίδραση πελάτη. Είδαμε μια ευκαιρία να φέρουμε το ίδιο επίπεδο προσωποποίησης που βασίζεται στο AI, που δίνει ενέργεια σε εταιρείες όπως η Google και η Meta, σε επιχειρήσεις όλων των μεγεθών, χωρίς να απαιτεί από αυτές να χτίσουν τεράστιες εσωτερικές ομάδες επιστημών δεδομένων.
Η ιδρυτική ομάδα της Auxia περιλαμβάνει πρώην ηγέτες από τη Google, τη Meta και τη Lyft. Πώς οι συλλογικές εμπειρίες σας σε αυτές τις τεχνολογικές εταιρείες διαμόρφωσαν την αρχιτεκτονική και τον ηθικό κώδικα της Auxia;
Όλοι μας abbiamo βιώσει τους αγώνες της προσωποποίησης σε κλίμακα. Στη ομάδα Google Pay ειδικά, βρισκόμασταν σε μια προνομιακή θέση επειδή είχαμε πρώιμη έκθεση σε μετασχηματιστικές τεχνολογίες στην εμβρυϊκή τους φάση, με τα μοντέλα transformer να είναι ένα εξαιρετικό παράδειγμα. Οι συνιδρυτές μου, που ήρθαν από τη Meta και τη Lyft, χτίσαν συστήματα που πρωτοπόρησαν τρόπους να πάρουν την τεράστια ποσότητα δεδομένων πελατών που ήταν διαθέσιμη και να την κάνουν δραματικά πιο χρήσιμη, όπως την ενεργοποίηση πραγματικού χρόνου συστάσεων και αποφάσεων για εκατομμύρια χρήστες κάθε δευτερόλεπτο.
Όλοι είδαμε από πρώτο χέρι πώς το AI θα μπορούσε να βελτιώσει δραματικά τις εμπειρίες των πελατών ενώ ταυτόχρονα αντιμετωπίζει κάποιους από τους πιο δύσκολους αγώνες που αντιμετωπίζουν οι ομάδες μάρκετινγκ μας. Ταυτόχρονα, η ευρύτερη αγορά μετατοπιζόταν με τρόπο που έκανε αυτό το είδος εργασίας δυνατό έξω από τη Google. Με την άνοδο του σύγχρονου σταβλών δεδομένων και πλατφορμών όπως το Snowflake, το BigQuery και το Databricks, οι επιχειρήσεις είχαν περάσει τα τελευταία 5-10 χρόνια συντηρώντας τα δεδομένα τους σε ένα κεντρικό σημείο έτοιμο για ενεργοποίηση.
Αναγνώρισα μια μοναδική ευκαιρία να πάρω τις γνώσεις που είχα αναπτύξει μέσα στη Google και να τις δημοκρατικοποιήσω για τις επιχειρήσεις παντού. Αυτές οι εταιρείες μόλις ξύπνησαν στην πραγματοποίηση ότι καθόταν σε ένα βουνό πολύτιμων δεδομένων και με τη σωστή τεχνολογία, θα μπορούσαν να ξεκλειδωθούν για να οδηγήσουν την ανάπτυξη και την καλύτερη εμπλοκή των πελατών.
Οι περισσότερες εργαλεία προσωποποίησης βασίζονται σε συστήματα κανόνων και απλές τμηματοποιήσεις. Η Auxia αντίθετα χρησιμοποιεί συγχρονισμένους πράκτορες AI. Μπορείτε να μας οδηγήσετε μέσα από το πώς αυτοί οι πράκτορες συνεργάζονται και εξελίσσονται με τον καιρό για να προσωποποιήσουν κάθε πορεία πελάτη;
Τα περισσότερα εργαλεία στη рынок σήμερα ακόμα βασίζονται σε αυστηρους κανόνες και στατικές τμηματοποιήσεις, είναι αντιδραστικά, όχι έξυπνα. Στη Auxia, έχουμε κατασκευάσει ένα σύστημα συγχρονισμένων πρακτόρων AI που συνεργάζονται για να προσωποποιήσουν κάθε σημείο επαφής στην πορεία του πελάτη σε πραγματικό χρόνο.
Κάθε πράκτορας παίζει einen εξειδικευμένο ρόλο. Οι πράκτορες απόφασης καθορίζουν την καλύτερη ενέργεια για να αναλάβουν για einen χρήστη με βάση όλα τα προηγούμενα δεδομένα και προτιμήσεις. Για παράδειγμα, αν θα προωθήσουν έναν πελάτη σε μια νέα πιστωτική κάρτα ή θα τον οδηγήσουν να ανοίξει einen νέο λογαριασμό αποταμίευσης. Οι αναλυτές πράκτορες λειτουργούν σαν μια ενσωματωμένη ομάδα επιστημών δεδομένων, αναλύοντας τι έχει δουλέψει καλά στις τρέχουσες εκστρατείες για να突出 τις ευκαιρίες για βελτίωση σε μια διασύνδεση συνομιλίας. Τέλος, οι πράκτορες Περιεχομένου της Auxia αξιοποιούν όλα τα δεδομένα και τις γνώσεις γύρω από το τι έχει δουλέψει καλύτερα για να προωθήσουν νέες παραλλαγές μηνυμάτων ή δημιουργικών για τις ομάδες μάρκετινγκ να εγκρίνουν.
Αυτό που κάνει αυτούς τους πράκτορες ισχυρούς είναι ότι δεν λειτουργούν σε θάλαμο. Συνεργάζονται συνεχώς, μαθαίνοντας από κάθε αλληλεπίδραση και προσαρμόζοντας με βάση το τι λειτουργεί. Οι marketeers ορίζουν υψηλού επιπέδου στόχους, και οι πράκτορες χειρίζονται την πολυπλοκότητα. Είναι αυτο-βελτιωμένα συστήματα που εξελίσσονται καθημερινά για να οδηγήσουν καλύτερα αποτελέσματα σε κλίμακα.
Η Auxia επεξεργάζεται 2,6 δισεκατομμύρια συμβάντα καθημερινά και χειρίζεται 6.500 ερωτήματα ανά δευτερόλεπτο. Ποια καινοτομίες υποδομής επέτρεψαν αυτό το είδος πραγματικού χρόνου κλιμάκωσης τόσο νωρίς στη ζωή της εταιρείας;
Από την πρώτη μέρα, γνωρίζαμε ότι η κλίμακα δεν θα ήταν διαπραγματεύσιμη. Η υπερπροσωποποίηση λειτουργεί μόνο αν μπορείτε να λαμβάνετε αποφάσεις σε χιλιοστά του δευτερολέπτου, χρησιμοποιώντας φρέσκα, περιεκτικά σήματα. Μάθαμε πολλά από αυτά τα μαθήματα από την εποχή μας στη Google και πήρε πάνω από ένα χρόνο να χτιστεί η υποδομή για να υποστηρίξει αυτό το επίπεδο πραγματικού χρόνου ορχηστρώσεων.
Η αρχιτεκτονική μας είναι cloud-γενής, βασισμένη σε συμβάντα και βελτιστοποιημένη για υψηλής απόδοσης ροή, οπότε στεκόμαστε στους ώμους των κυμάτων τεχνολογίας πριν από μας, όπως η μετατόπιση προς το σύγχρονο σταβλό δεδομένων. Ο τρόπος με τον οποίο το τοπίο μάρκετινγκ έχει εξελιχθεί προς ανοιχτές οικοσυστήματα μας επέτρεψε να κινηθούμε πολύ πιο γρήγορα, επιτρέποντας μας να ενσωματωθούμε直接 με σύγχρονες αποθήκες δεδομένων cloud, CRM και άλλα εργαλεία μάρκετινγκ. Αυτό μας επέτρεψε να χτίσουμε για κλίμακα από την πρώτη μέρα και επίσης μας βοήθησε να βασιστούμε σε υποδομή που μπορεί να επεξεργαστεί τεράστιες ποσότητες πρώτου μέρους σημάτων πελατών χωρίς να εισαγάγει καθυστέρηση.
Αυτό που μας διακρίνει επίσης είναι ότι είμαστε AI-γενείς από την αρχή. Η Auxia σχεδιάστηκε για να υποστηρίξει μεγάλης κλίμακας πειραματισμό, τρέχοντας χιλιάδες ταυτόχρονες υποθέσεις και συνεχώς βελτιώνοντας αποτελέσματα χωρίς ανθρώπινη παρέμβαση, αλλά επίσης αξιοποιούμε την τελευταία τεχνολογία της βιομηχανίας για δημιουργία χαρακτηριστικών, ανάπτυξη μοντέλων και LLM inference.
Πώς διαφέρει το πλαίσιο πειραματισμού μοντέλου της Auxia από το παραδοσιακό A/B testing, και ποια ήταν τα πιο आश्चαρακτικά ερευνάματα που ανακαλύφθηκαν με την ML-οδηγούμενη προσέγγισή σας;
Το παραδοσιακό A/B testing είναι εξαιρετικά περιοριστικό, μπορείτε να ελέγξετε μόνο quelques παραλλαγές κάθε φορά, και συχνά παίρνει εβδομάδες ή μήνες για να φτάσετε σε στατιστικά σημαντικά αποτελέσματα. Στη Auxia, έχουμε ξανασχεδιάσει το πειραματισμό ως μια συνεχής, έξυπνη διαδικασία. Το μοντέλο-οδηγούμενο πλαίσιο μας επιτρέπει στους marketeers να τρέχουν πολλά διαφορετικά αυτο-βελτιωμένα μοντέλα και να ελέγχουν εκατοντάδες παραλλαγές παράλληλα. Χρησιμοποιώντας τεχνικές όπως η ενίσχυση μάθησης, το σύστημα απόφασης της Auxia λαμβάνει αποφάσεις σε πραγματικό χρόνο με βάση ζωντανούς δεδομένους.
Ας πάρουμε το παράδειγμα μιας εκστρατείας προώθησης προσφορών και ανταμοιβών μέσω email. Προηγουμένως, οι marketeers μπορεί να ελέγξουν 2-3 διαφορετικές παραλλαγές προσφορών, όπως 5% off, 10% off, και 20% off, να χωρίσουν το κοινό σε αμοιβαία αποκλειστικές ομάδες, να εκκινήσουν και να συγκρίνουν τα αποτελέσματα σε διάφορους δείκτες για να δουν ποια παραλλαγή λειτουργούσε καλύτερα, κατά μέσο όρο, για όλη την ομάδα. Αυτή η νικήτρια παραλλαγή θα αναπτυχθεί στη συνέχεια σε όλους μετά την περίοδο του πειράματος. Υπάρχουν quelques προκλήσεις με αυτήν την προσέγγιση. Πρώτον, τα περισσότερα πειράματα αποτυγχάνουν, οπότε συχνά παίρνει ομάδες εβδομάδες ή μήνες για να ανακαλύψουν τι λειτουργεί καλά. Επιπλέον, είναι super χειροκίνητα και χρονοβόρα για να ρυθμιστούν, το οποίο περιορίζει την ταχύτητα της ομάδας σας και πόσο γρήγορα μπορείτε να παραδώσετε αντίκτυπο.
Με τη Auxia, οι marketeers ορίζουν πρώτα έναν υψηλού επιπέδου στόχο, όπως την οδήγηση αγορών. Από εκεί, η ομάδα σας θα ρυθμίσει εκατοντάδες διαφορετικές παραλλαγές στο σύστημα, τις οποίες μια ομάδα μπορεί να γεννήσει δυναμικά με τον πράκτορα Περιεχομένου μας, να πάρει από το CMS σας, ή να ορίσει χειροκίνητα. Κάθε μια από αυτές τις παραλλαγές θα ποικίλλει όσον αφορά τη δομή της προσφοράς (π.χ. 5% off vs. BOGO), ποσό, περιεχόμενο και πιθανώς ακόμη και κανάλι (π.χ. email vs. SMS). Για κάθε μεμονωμένο χρήστη, ο πράκτορας Απόφασης της Auxia θα βαθμολογεί, θα προβλέπει, out of όλων των εκατοντάδων διαθέσιμων παραλλαγών, ποια είναι η βέλτιστη παραλλαγή για κάθε άτομο για να οδηγήσει τον πυρήνα στόχο.
Η πλατφόρμα της Auxia σχεδιάστηκε για να αφαιρέσει την εξάρτηση από μεγάλες εσωτερικές ομάδες επιστημών δεδομένων. Έχετε δει παραδοσιακές ομάδες μάρκετινγκ να αναλαμβάνουν με επιτυχία πιο τεχνικούς ρόλους με τα εργαλεία σας;
Ένας από τους βασικούς λόγους που ξεκινήσαμε την Auxia ήταν να ενδυναμώσουμε τις ομάδες μάρκετινγκ να προσωποποιήσουν τόσο το μάρκετινγκ όσο και τις εμπειρίες προϊόντων χωρίς να βασίζονται σε μηχανικούς ή επιστήμονες δεδομένων. Μέσα σε λίγες εβδομάδες από την ενσωμάτωση, οι marketeers που χρησιμοποιούν την Auxia είναι σε θέση να εκκινήσουν νέες εκστρατείες, να πάρουν δεδομένα και να ερμηνεύσουν αποτελέσματα完全 على δικό τους. Όπως ο κόσμος κινείται προς einen πιο πρακτικό μέλλον, πιστεύουμε ότι οι marketeers δεν θα χρειαστεί να γίνουν πιο τεχνικοί ή να χτίσουν νέες τεχνικές δεξιότητες. Αντίθετα, οι ευθύνες που χειρίζονται παραδοσιακά από μηχανικούς ή αναλυτές θα δημοκρατικοποιηθούν μέσω έξυπνων πρακτόρων που εμπλουτίζουν την εργασία και την εμπειρία του marketeer. Με τον Αναλυτή Πράκτορα μας, έχουμε ήδη απομακρύνει πολύ από αυτήν την πολυπλοκότητα της παραδοσιακής εργασίας επιστημόνων δεδομένων/αναλυτών και είμαστε ενθουσιασμένοι να συνεχίσουμε να προωθούμε αυτές τις ικανότητες.
Ως κάποιος που ηγήθηκε του μάρκετινγκ για την πρωτοβουλία Next Billion Users στη Google, ποια παραλληλίες βλέπετε μεταξύ της ενσωμάτωσης τεχνολογίας και του πρακτικού AI στο μάρκετινγκ σήμερα;
Όταν ηγήθηκα του μάρκετινγκ για την πρωτοβουλία Next Billion Users στη Google, αναγνώρισα ότι οι άνθρωποι στις αναπτυσσόμενες αγορές αλληλεπιδρούσαν με προϊόντα με根本τικά διαφορετικούς τρόπους από τους χρήστες στις ανεπτυγμένες αγορές. Επειδή αυτό αντιπροσώπευε μια τεράστια ευκαιρία ανάπτυξης, έγινε ζωτικό να χτίσουμε ειδικά για αυτούς τους χρήστες — απλοποιώντας διεπαφές, απομακρύνοντας πολυπλοκότητα και διασφαλίζοντας ότι η εμπειρία ήταν προσιτή και ενδυναμωτική.
Βλέπω μια πολύ παρόμοια τάση να αναπτύσσεται με το πρακτικό AI στο μάρκετινγκ. Όπως πολλοί από αυτούς τους νέους χρήστες internet που πήδηξαν直接 στο mobile-first experiences χωρίς να χρειάζονται προηγούμενη ψηφιακή γραμματοσύνη, οι marketeers σήμερα δεν χρειάζεται να πάνε πίσω και να μάθουν SQL ή επιστήμη δεδομένων για να ξεκλειδώσουν την προσωποποίηση. Οι πράκτορες γέφυραν αυτούς τους χάσματα δεξιοτήτων και κάνουν τις sophisdicated ικανότητες αμέσως χρηστικές. Ταυτόχρονα, ο τρόπος με τον οποίο οι άνθρωποι αλληλεπιδρούν με το AI — μετακινόμενοι πέρα από τις συνομιλίες-διασυνδέσεις σε πιο直觀, контекст-ευαίσθητες πράκτορες — αναγκάζει τους développeurs να ξανασκέφτουν τη διεπαφή του μέλλοντος. Η έμφαση, όπως με τους NBUs, είναι στην προσβασιμότητα, την απλότητα και την ενδυνάμωση: απομακρύνοντας την τεχνική πολυπλοκότητα ώστε η τελική εμπειρία να φαίνεται φυσική και επηρεαστική.
Τι είναι η μεγαλύτερη λανθασμένη αντίληψη που έχουν οι εταιρείες για την προσωποποίηση AI σήμερα, και πώς σας βοηθάτε να τις ξεπεράσουν;
Η μεγαλύτερη λανθασμένη αντίληψη που έχουν οι εταιρείες για την προσωποποίηση AI είναι ότι η υιοθέτησή της σημαίνει την εγκατάλειψη του πλήρους ελέγχου ή την ελάττωση του στρατηγικού αντικτύπου των ομάδων μάρκετινγκ. Το AI excels στο χειρισμό πολυπλοκότητας, όπως η ανάλυση τεράστιων συνόλων δεδομένων, η ανίχνευση προτύπων που οι άνθρωποι δεν μπορούν να δουν και η επιφάνεια σημάτων που έχουν σημασία σε πραγματικό χρόνο. Αυτό που δεν μπορεί να κάνει είναι να παρέχει το контекст, την εмпάθεια και τη στρατηγική κρίση που απαιτείται για να σχεδιαστεί μια σημαντική εμπειρία πελάτη. Αυτό είναι όπου οι άνθρωποι λάμπουν: ορίζοντας την οράμα, καθορίζοντας τους φραγμούς του brand και κατανοώντας πότε μια επιλογή προσωποποίησης θα μπορούσε να φανεί εισβάλλουσα ή εκτός brand.
Εάν μιλάμε ειλικρινά, χρησιμοποιώντας τη σημερινή τεχνολογία, οι άνθρωποι μπορούν να είναι αποτελεσματικοί χωρίς AI, αλλά το AI δεν μπορεί να είναι αποτελεσματικό χωρίς τους ανθρώπους. Η πραγματική đột phá έρχεται όταν ενισχύετε τις ομάδες σας με το AI για να χειριστεί την κλίμακα και την πολυπλοκότητα της λήψης αποφάσεων με βάση τα δεδομένα, ενώ οι ομάδες σας εστιάζουν στην στρατηγική, τη δημιουργικότητα και την εмпάθεια. Αυτό είναι όταν η προσωποποίηση μετατρέπεται από einen buzzword σε κάτι που πραγματικά δημιουργεί αξία για τους πελάτες και την επιχείρηση.
Με την υποστήριξη από πάνω από 50 ηγέτες της βιομηχανίας και μια ένεση 23,5 εκατομμυρίων δολαρίων, ποια είναι τα βασικά πεδία που προτεραιότητα για τα επόμενα 12-18 μήνες ανάπτυξης προϊόντων και ομάδας;
Προτεραιότητα για μας είναι τρία πεδία ανάπτυξης τα επόμενα 12-18 μήνες. Πρώτον, είμαστε δεσμευμένοι να προσφέρουμε εξαιρετική αξία στους πελάτες μας, συνεχίζοντας να υψώνουμε την εμπειρία τους. Αυτό ήταν πάντα μια κορυφαία προτεραιότητα για την ομάδα μας και θέλουμε να διασφαλίσουμε ότι προσφέρουμε εξαιρετική απόδοση επένδυσης για όλες τις εταιρείες που έχουν τοποθετήσει την εμπιστοσύνη τους σε μας και στην ομάδα μας. Δεύτερον, επεκτείνουμε τις ικανότητες των πρακτόρων AI μας για να υποστηρίξουμε την ενίσχυση της πλήρους ροής εργασίας του marketeer, βοηθώντας τις ομάδες να δημιουργήσουν περιεχόμενο, να ορχηστρώσουν προσωποποιημένες εμπειρίες και να επιφανείσουν δραστικά ερευνάματα για το τι οδηγεί αντίκτυπο. Τέλος, κλιμάκωνουμε τον μηχανισμό go-to-market. Με ισχυρή συναίνεση προϊόντος-αγοράς στην επιχείρηση, ο επόμενος βήμα είναι να επεκτείνουμε την εμβέλεια μας, μεγαλώνοντας τις πωλήσεις και τις ομάδες επιτυχίας πελατών. Αυτό μας επιτρέπει να φέρουμε την προσωποποίηση AI σε περισσότερες επιχειρήσεις, ενώ διασφαλίζουμε ότι οι νέοι πελάτες επωφελούνται από την ίδια υψηλής ποιότητας υποστήριξη και διαφοροποιημένη εμπειρία που έχει οδηγήσει την πρώιμη μας επιτυχία.
Τι σας ενθουσιάζει περισσότερο για το επόμενο μέτωπο του πρακτικού AI, όχι μόνο στο μάρκετινγκ, αλλά και σε άλλες επιχειρηματικές εφαρμογές;
Αυτό που πραγματικά με ενθουσιάζει είναι το να βλέπω το ρυθμό της υιοθέτησης, να βλέπω αυτήν την υιοθέτηση να έχει πραγματικό αντίκτυπο και να βλέπω την αγορά να αναγνωρίζει ότι η πραγματική αξία του πρακτικού AI είναι στην ενίσχυση, όχι στην αντικατάσταση. Πολυάριθμες συζητήσεις σήμερα εστιάζουν στο AI ως αντικατάσταση ανθρώπινων ρόλων, όπως τα billboards που μπορείτε να δείτε στο 101 που οδηγούν στο Σαν Φρανσίσκο για εταιρείες που αντικαθιστούν SDRs (ή ακόμη και ολόκληρες λειτουργίες). Αυτή η αφήγηση θα τραβήξει τους τίτλους, αλλά για μένα χάνει την μεγαλύτερη ευκαιρία: ενδυναμώνοντας τους ανθρώπους να κάνουν το καλύτερο τους έργο.
Οι άνθρωποι φέρνουν контекστ, εмпάθεια, δημιουργικότητα και κρίση που το AI απλά δεν μπορεί να αναπαράγει. Όπου το πρακτικό AI λάμπει είναι στο χειρισμό της πολυπλοκότητας και της κλίμακας που βαραίνει τις ομάδες. Έχουμε μιλήσει πολύ για την εφαρμογή σε ροές εργασίας μάρκετινγκ, όπως η επιφάνεια ερευνάτων από τεράστιους συνόλους δεδομένων, η αυτοματοποίηση επαναλαμβανόμενων εργασιών και η ορχήστρωση διαδικασιών σε πραγματικό χρόνο. Όταν αυτές οι ικανότητες ζευγαρώνονται με ανθρώπινες δυνάμεις, το αποτέλεσμα είναι ένα βήμα-αλλαγή σε αυτό που οι οργανώσεις μπορούν να επιτύχουν.
Στο μάρκετινγκ, αυτό σημαίνει απελευθέρωση των ομάδων από την αέναη εκτέλεση ώστε να μπορέσουν να εστιάσουν στην στρατηγική, την αφήγηση και την εмпάθεια του πελάτη. Αλλά αυτό το ίδιο μοτίβο εφαρμόζεται σε όλες τις λειτουργίες της επιχείρησης: στις πωλήσεις, οι πράκτορες μπορούν να προετοιμάσουν ευκαιρίες ώστε οι άνθρωποι να μπορέσουν να χτίσουν σχέσεις, στην επιτυχία πελατών, οι πράκτορες μπορούν να σηματοδοτήσουν σήματα κινδύνου και ευκαιρίας ώστε οι άνθρωποι να μπορέσουν να εμβαθύνουν τις συνεργασίες, στην μηχανική, οι πράκτορες μπορούν να επιταχύνουν την ανάπτυξη αυτοματοποιώντας τον έλεγχο, την αντιστοίχιση και τη γεννήση κώδικα, ώστε οι ομάδες να μπορέσουν να εστιάσουν στην επίλυση σύνθετων αρχιτεκτονικών προβλημάτων και να οδηγήσουν την καινοτομία.
Όλες αυτές οι ευκαιρίες θα δημιουργήσουν τρισεκατομμύρια δολάρια αξίας και αγαπώ να βλέπω τις εταιρείες που推ουν το φάκελο για να διαμορφώσουν πώς το έργο των ανθρώπων θα εξελιχθεί με τον καιρό.
Φανταστείτε τις οικονομικές ομάδες με πράκτορες AI που βελτιστοποιούν τα бюджήματα σε πραγματικό χρόνο, τις ομάδες HR που χρησιμοποιούν πράκτορες για να προσωποποιήσουν την εμπλοκή των εργαζομένων ή τους πράκτορες υποστήριξης πελατών που μετακινούνται από αντιδραστικούς σε προδραστικούς.
Μόλις αρχίζουμε. Το μέλλον δεν είναι για το AI να αντικαθιστά τους ανθρώπους, αλλά για τους ανθρώπους και τους πράκτορες AI να συνεργάζονται για να λάβουν αποφάσεις που είναι ταχύτερες, έξυπνες και πιο εмпαθικές. Αυτό είναι το μέλλον που χτίζουμε στην Auxia.
Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Auxia.












