Membangun Teknologi Inti untuk Kasus Penggunaan Pelanggan AI Generatif

Perhatian media tentang ChatGPT sebagian besar berfokus pada potensi transformasional teknologi ini untuk mengubah sifat pekerjaan. Namun, cerita yang lebih besar adalah tentang bagaimana AI generatif akan mengubah pengalaman pelanggan. Studi McKinsey menemukan bahwa 80 persen tugas pelanggan dapat diotomatisasi di seluruh saluran, menghasilkan penghematan 20 persen untuk biaya pelayanan.

ChatGPT dan alat serupa dapat digunakan untuk mendukung berbagai kasus penggunaan, di seluruh fungsi bisnis seperti pemasaran dan penjualan, rantai pasokan, dukungan pelanggan, pengembangan produk, dan lain-lain. Dengan meningkatkan produktivitas karyawan, memungkinkan pendekatan proaktif dan pemecahan masalah, serta mengatasi titik gesekan umum, solusi AI generatif dapat membantu tim dengan cepat mengembangkan kemampuan yang menghadap pelanggan. Namun, untuk mencapai visi ini, tim perusahaan harus mengatasi lima hambatan yang berbeda dan menerapkan dua arsitektur yang berbeda: satu untuk interaksi yang ditingkatkan oleh manusia dan satu untuk interaksi yang sepenuhnya otomatis.

5 Tantangan untuk Diselesaikan agar ChatGPT Siap untuk Waktu Primetime

Jadi, apa saja hambatan atau risiko dalam menerapkan AI generatif – dan bagaimana mereka dapat diminimalkan?

1. ChatGPT tidak mempersonalisasi pesan: Alat AI generatif saat ini tidak dapat mempersonalisasi pesan, namun personalisasi adalah kunci untuk meningkatkan penjualan produk dan layanan, meningkatkan pengeluaran per pembelian, memperoleh penjualan ulang, dan meningkatkan loyalitas pelanggan. Pemasar memerlukan teknologi AI generatif kelas perusahaan untuk dapat mempersonalisasi nama, gambar, penawaran, rekomendasi produk berdasarkan pembelian terbaru, dan pesan pengabaian keranjang.
2. ChatGPT menghalusinasi konten: Solusi AI generatif menggunakan prompt dan memanfaatkan pembelajaran sebelumnya untuk membuat konten. Ini berarti bahwa mereka mengisi celah dengan konten yang dipelajari dari pola statistik, sering “menghalusinasi” informasi yang tidak benar. Untuk memanfaatkan AI generatif dan menskalakannya di seluruh segmen pelanggan dan kasus penggunaan, perusahaan perlu dapat mengidentifikasi dan menghapus konten yang salah sebelum konten tersebut mencapai pengguna dan penerima atau didistribusikan ke pelanggan.

3. AI Generatif tidak dapat menerapkan aturan bisnis: Aturan bisnis memperlancar interaksi pelanggan. Chatbot AI sempit telah unggul dalam mendeteksi kesamaan ini dan menyajikan jawaban yang disetujui. AI Generatif tidak dapat mendeteksi kesamaan ini dan akan membuat respons asli untuk menjawab setiap pertanyaan, menciptakan kebingungan pelanggan dan memperkenalkan kesalahan ke dalam interaksi. Arsitektur teknologi kelas perusahaan yang menggabungkan alat AI generatif dengan kebijakan bisnis yang telah ditentukan sebelumnya oleh perusahaan akan membantu memstandarisasi respons ini, menyediakan respons yang konsisten di seluruh pelanggan.
4. AI Generatif tidak dapat memastikan kepatuhan: Konten yang menghadap pelanggan biasanya melalui tinjauan hukum, untuk memastikan bahwa gambar, teks, penawaran, dan janji mematuhi kebijakan hukum, peraturan, dan pelanggan perusahaan. Proses ini melindungi perusahaan dari kecelakaan pelanggan, censure dan denda regulator, dan jenis kerugian bisnis lainnya. AI Generatif tidak dapat membuat konten yang mematuhi, karena tidak memahami nuansa ini. Sebagai hasilnya, teknologi yang menggunakan AI generatif harus menyematkan penjaga hukum untuk mengidentifikasi dan menghapus konten yang tidak mematuhi sebelum konten tersebut didistribusikan atau digunakan secara publik.
5. Penggunaan ChatGPT yang tidak diatur menciptakan risiko keamanan: Penggunaan ChatGPT adalah studi kasus menarik tentang apa yang terjadi ketika individu tidak dicek oleh kebijakan keamanan. Cerita media banyak tentang karyawan yang memasukkan data sensitif ke chatbot yang dapat diakses publik ini, menghadapi risiko exposur data dan kehilangan properti intelektual. Tim data dan IT perusahaan dapat meminimalkan masalah ini dengan membagi informasi: mengirim konten sensitif ke chatbot domain, yang dijaga oleh kontrol keamanan dan sistem, dan mengarahkan pertanyaan umum ke ChatGPT.

Mengevaluasi Arsitektur Baru untuk AI Generatif

Untuk memungkinkan operasi B2C dan B2B yang ditingkatkan oleh manusia dan operasi B2C yang sepenuhnya otomatis, perusahaan akan memerlukan dua arsitektur yang berbeda.

Kedua arsitektur menggunakan alat AI generatif open-source seperti ChatGPT dan solusi lain yang memandu proses dari input prompt; ke sintesis data; ke pembuatan konten, pembersihan, dan personalisasi; dan tata kelola.

Menggunakan ChatGPT untuk Memperlancar Interaksi B2C/B2B yang Ditingkatkan oleh Manusia

Mari kita pertimbangkan skenario umum. Seorang profesional pemasaran memasukkan prompt ke antarmuka perusahaan, menggunakan kuesioner yang telah dirancang sebelumnya untuk memandu pengembangan konten, seperti untuk kampanye email.

Karyawan memasukkan informasi kunci, termasuk arahan email, audiens yang diinginkan, nama produk, klaim pemasaran dan karakteristik produk, dan instruksi penggunaan.

Arsitektur kemudian menggunakan persona pelanggan untuk memperkaya instruksi dengan informasi yang akan menarik bagi segmen ini, jika model data tersebut tersedia. Pertanyaan yang diperbarui kemudian dikirim melalui API eksternal ke ChatGPT atau alat AI generatif serupa.

Selanjutnya, seorang kurator menerapkan aturan bisnis dan penjaga hukum untuk memastikan bahwa konten akan memenuhi standar perusahaan dan regulator. Profesional pemasaran kemudian meninjau dan menyetujui email yang dihasilkan sebelum mengirimkannya ke basis pelanggan.

Menggunakan ChatGPT untuk Mengotomatisasi Interaksi B2C

Jadi, bagaimana dengan interaksi yang dapat diotomatisasi sepenuhnya?

Setelah pengguna memasukkan pertanyaan, pertanyaan tersebut diperkaya dengan data persona pelanggan, seperti sebelumnya. Namun, kueri yang diperbarui kemudian diarahkan ke salah satu dari dua cara: ke chatbot domain yang dapat mempersonalisasi respons untuk konten bisnis khusus atau melalui API eksternal ke ChatGPT untuk pertanyaan rutin. Chatbot domain mempersonalisasi konten, sedangkan ChatGPT tidak.

Konten yang dihasilkan kemudian dibersihkan dari kesalahan dan dibandingkan dengan aturan bisnis dan penjaga hukum sebelum didistribusikan secara otomatis ke pelanggan.

Menghasilkan Nilai Bisnis Baru dari ChatGPT dengan Menerapkan Arsitektur Teknologi Baru

Perlombaan untuk menghasilkan ROI dari AI generatif sedang berlangsung. Pemimpin perusahaan menganalisis proses bisnis untuk biaya dan pemborosan, berbicara dengan vendor untuk memahami pendekatan dan solusi mereka, dan mengembangkan konsep bukti. Mereka mencari wawasan dan solusi yang dapat mereka gunakan untuk mencapai kecepatan nilai dan kecepatan skala.

Ketika mereka melakukan pekerjaan penting ini, pemimpin tersebut dapat mengevaluasi semua penyedia dengan kemampuan mereka untuk memecahkan lima tantangan AI generatif yang umum dan memungkinkan interaksi yang ditingkatkan oleh manusia dan interaksi yang sepenuhnya otomatis.

Dengan menggunakan dua arsitektur dasar yang berbeda ini, perusahaan akan dapat mencapai berbagai keuntungan bisnis. Mereka akan dapat meningkatkan produktivitas tim, meningkatkan pengalaman pelanggan, mengurangi biaya interaksi layanan, dan meningkatkan penjualan produk baru.