Aravind Chandramouli

ジェネレーティブAI顧客ユースケースのためのテクノロジー・バックボーンの構築

ChatGPTを取り巻くメディアの注目は、主にこのテクノロジーが仕事の性質を変える可能性に焦点を当てています。ただし、より大きな話は、ジェネレーティブAIが顧客体験を変える方法についてです。マッキンゼーの調査によると、80パーセントの顧客タスクは、チャネルを超えて自動化でき、コスト削減のために20パーセントの節約につながります。ChatGPTや同様のツールは、マーケティング、セールス、サプライチェーン、カスタマーサポート、製品開発など、さまざまなビジネス機能を横断する多数のユースケースをサポートするために利用できます。従業員の生産性を向上させ、プロアクティブなアウトリーチと問題解決を可能にし、一般的な摩擦点を解消することで、ジェネレーティブAIソリューションはチームが顧客向けの機能を迅速に進化させるのに役立ちます。ただし、このビジョンを実現するには、企業チームは5つの異なる障害を克服し、2つの異なるアーキテクチャを展開する必要があります。1つは人間による補助的な相互作用のためのアーキテクチャで、もう1つは完全に自動化された相互作用のためのアーキテクチャです。プライムタイムにChatGPTを準備するための5つの課題ジェネレーティブAIを実装する際の障害やリスクとは何ですか? それらをどのように軽減できますか? ChatGPTはメッセージをパーソナライズできない: 現在のジェネレーティブAIツールはメッセージをパーソナライズできません。しかし、パーソナライズは製品やサービスを販売する上で、購入ごとに支出を増やし、繰り返し販売を増やし、顧客ロイヤルティを高めるために重要です。マーケターは、企業クラスのジェネレーティブAIテクノロジーを使用して、名前、イメージ、オファー、製品の推奨事項、最近の購入に基づくカートの放棄メッセージなどをパーソナライズする必要があります。 ChatGPTはコンテンツを「妄想」する: ジェネレーティブAIソリューションは、プロンプトと過去の学習を使用してコンテンツを作成します。これにより、統計的なパターンから学習したコンテンツでギャップを埋め、しばしば「妄想」情報を生成します。顧客セグメントやユースケースを横断してジェネレーティブAIを利用し、スケールアップするには、企業はユーザーや承認者に配布される前に、この誤ったコンテンツを識別して削除する必要があります。 ジェネレーティブAIはビジネスルールを適用できない: ビジネスルールは顧客とのやり取りを合理化します。ナローAIチャットボットはこれらの類似性を検出して承認された回答を提供することに優れています。ジェネレーティブAIはこれらの共通点を検出できず、各質問にオリジナルの回答を生成し、顧客の混乱を招き、エラーをやり取りに導入します。企業の事前に定義されたビジネスポリシーとジェネレーティブAIツールを組み合わせたエンタープライズグレードのテクノロジーアーキテクチャは、これらの回答を標準化して、顧客全体に一貫した回答を提供するのに役立ちます。 ジェネレーティブAIはコンプライアンスを確保できない: 顧客向けのコンテンツは通常、法的なレビューを受けて、イメージ、テキスト、オファー、約束が会社の法的、規制的、顧客向けポリシーに準拠していることを確認します。このプロセスは、会社を顧客のミス、規制上の非難や罰金、その他の種類のビジネス上の損害から保護します。ジェネレーティブAIはコンプライアントなコンテンツを作成できません。なぜなら、それはこれらのニュアンスを理解できないからです。したがって、ジェネレーティブAIを利用するテクノロジーは、非コンプライアントなコンテンツを識別して、公開または配布される前に削除するための法的ガードレールを組み込む必要があります。 ChatGPTの管理されていない使用はセキュリティリスクを生み出している: ChatGPTの使用は、セキュリティポリシーによってチェックされていない個人の場合に何が起こるかについての興味深いケーススタディです。メディアの話題は、従業員が機密データをこの公開アクセス可能なチャットボットに入力し、データの公開や知的財産の喪失を危険にさらしていることです。企業のデータおよびITチームは、情報をセグメント化することでこれらの問題を軽減できます。機密コンテンツをセキュリティコントロールとシステムで保護されたドメインチャットボットに送信し、一般的な問い合わせをChatGPTにルーティングします。 ジェネレーティブAIのための新しいアーキテクチャの評価人間による補助的なB2CおよびB2B操作と完全に自動化されたB2C操作を可能にするために、企業は2つの異なるアーキテクチャを必要とします。両方のアーキテクチャは、ChatGPTやプロセスをプロンプト入力からデータ合成、コンテンツ作成、クリーニング、パーソナライズ、ガバナンスまで導く他のオープンソースのジェネレーティブAIツールを利用します。ChatGPTを使用して人間による補助的なB2C/B2B相互作用をストリームライン化する一般的なシナリオを考えてみましょう。マーケティング担当者が、エンタープライズインターフェイスにプロンプトを入力し、コンテンツ開発、たとえばメールキャンペーンのための事前に設計された質問紙を使用して、ガイダンスします。従業員は、メールの方向、希望するオーディエンス、製品名、販売主張、製品の特性、使用の指示などの重要な情報を入力します。アーキテクチャは、顧客ペルソナを利用して、指示をこのセグメントにアピールする情報で強化します。強化された質問は、外部APIを介してChatGPTまたは同様のジェネレーティブAIツールに送信されます。次に、キュレーターは、コンテンツが企業および規制基準を満たすことを保証するために、ビジネスルールと法的ガードレールを適用します。マーケティング担当者は、結果として得られるメールを顧客ベースに送信する前にレビューおよび承認します。ChatGPTを使用してB2C相互作用を自動化する完全に自動化できる相互作用についてはどうでしょうか?ユーザーが質問を入力すると、それは前回と同様に顧客ペルソナデータで強化されます。ただし、更新されたクエリは2つの方法でルーティングされます。ビジネス固有のコンテンツのパーソナライズされた回答を提供できるドメインチャットボットに、またはルーチン質問の場合はChatGPTへの外部API経由で。生成されたコンテンツは、自動的に顧客に配布される前に、エラーをスクラブし、ビジネスルールとガードレールと比較されます。新しいテクノロジーアーキテクチャを展開することでChatGPTから新しいビジネス価値を得るジェネレーティブAIからROIを生み出す競争が始まりました。企業のリーダーは、ビジネスプロセスをコストと浪費について分析し、ベンダーと話をしてアプローチとソリューションを理解し、概念実証を開発しています。彼らは、速度と価値、スケールアップのスピードを達成するために利用できるインサイトとソリューションを探しています。彼らがこの重要な作業を行っている間、これらのリーダーは、5つの一般的なジェネレーティブAIの課題を解決し、人間による補助的な相互作用と完全に自動化された相互作用の両方を可能にするすべてのプロバイダーを検証できます。これら2つの異なる基盤アーキテクチャを使用することで、企業は多数のビジネス上の利益を達成できます。チームの生産性を高め、顧客体験を向上させ、サービス相互作用のコストを削減し、新しい製品の販売を推進できます。