Waarom de toekomst van AI in bedrijven niet alleen automatisering is, maar intelligente conversatie

Al jarenlang draait het gesprek over AI in bedrijven om automatisering. De focus heeft voornamelijk gelegen op het helpen van organisaties om sneller te werken, handmatige inspanning te verminderen en efficiëntie te verbeteren. Terwijl deze voordelen echt zijn, vertellen ze slechts een deel van het verhaal. De volgende fase van AI is niet alleen het automatiseren van taken. Het gaat om het mogelijk maken van meer intelligente, adaptieve en contextueel bewuste interacties tussen bedrijven en de mensen die ze bedienen.

Naarmate AI steeds beter in staat is om intentie te begrijpen, context te behouden en van ervaring te leren, gaat het verder dan het uitvoeren van workflows en komt het in iets veel krachtigers terecht: conversatie.

Waarom we AI nog steeds als automatisering zien

De context waarin we op dit moment met AI zitten, vormt een groot deel van hoe we denken dat we het in onze bedrijven kunnen gebruiken.

Zo lang als we technologie hebben gebruikt om bedrijfsprocessen te herontwerpen, is het doel efficiëntie of effectiviteit geweest. We hebben ons gefocust op dingen sneller doen of ze beter doen. Wat we zelden hebben overwogen, is hoe we een bedrijfsproces anders kunnen leveren.

Dat is waarom onze standaardbenadering van AI vandaag automatisering is. We kijken naar een bestaand proces en vragen ons af hoe AI het kan versnellen. In veel gevallen is dat waardevol en gunstig voor het bedrijf.

Wat we nog niet volledig hebben onderzocht, is hoe we een cognitief instrument als AI in bedrijfsoperaties kunnen brengen. Dat vereist een andere manier van denken. Het vereist dat we overwegen wat verandert wanneer cognitie (AI) zelf beschikbaar komt op grote schaal. Dat is een fundamenteel nieuw paradigma.

De uitdaging van het bouwen van echt converserende AI

Een van de redenen waarom deze verschuiving tijd heeft genomen, is dat converserende betrokkenheid inherent moeilijk is.

De meeste computersystemen zijn gebouwd om digitale gegevens te verwerken, niet analoge spraak. Digitale informatie is gestructureerd en voorspelbaar. Spraak is dat niet. Menselijke conversatie is ongestructureerd, emotioneel en gevuld met signalen die verder gaan dan alleen woorden.

De uitdaging wordt nog duidelijker wanneer je kijkt naar hoe communicatie werkt. Traditionele computersystemen werken voornamelijk in een enkelvoudig model, waarin informatie in één richting gaat en dan terug in de andere richting. Menselijke conversatie werkt in een volledig dubbelzijdig model, met informatie die beide kanten op stroomt.

Ondersteuning van rijke spraakconversaties vereist geheel andere modellen en instrumenten dan die gebruikt worden om traditionele digitale informatie te verwerken.

De bodemlijn is dat de technologie-stack die nodig is om conversatie te begrijpen en te ondersteunen, fundamenteel anders is dan de technologie-stack die is ontworpen om gegevens te verwerken.

Wat een AI-interactie menselijk maakt

Het belangrijkste onderscheid in converserende AI is of het systeem begrijpt of alleen reageert.

Een chatbot-interactie volgt een script. Het heeft een eindige set paden, en het moment dat je buiten een van hen stapt, breekt het of stuurt het je terug naar het begin. Het is alsof de IVR wacht tot je iets zegt dat het al weet hoe het te behandelen.

Een hoogwaardige AI-interactie doet het cognitieve werk van de conversatie in real-time. Het begrijpt wat je wilt, niet alleen wat je zegt. Het behoudt de context gedurende de uitwisseling, zodat je geen informatie meerdere keren hoeft te herhalen. Het weet wanneer het een verduidelijkende vraag moet stellen en wanneer het gewoon moet handelen. Het belangrijkste is dat, wanneer iets onverwachts gebeurt, het zich aanpast in plaats van faalt.

De test die ik altijd gebruik is eenvoudig: liet de klant de conversatie voelen alsof hij begrepen werd of alsof hij verwerkt werd? Chatbot-systemen verwerken. Ze brengen mensen door een workflow. Echt converserende AI-systemen begrijpen, en begrijpen is een cognitieve act, niet een workflow.

Verder gaan dan workflows en naar cognitie

Decennialang is software op dezelfde manier gebouwd. Je hebt elke route die een gebruiker zou kunnen nemen, in kaart gebracht, logica voor elke scenario geschreven en geaccepteerd dat alles wat je niet hebt voorzien, gewoon niet zal werken. Dat is wat een workflow is. Het is een beslissingsboom die iemand van tevoren heeft getekend. De intelligentie woonde in de persoon die de software ontwierp, niet in de software zelf.

Wat nu verandert, is dat de intelligentie in het systeem zit. In plaats van een vooraf bepaalde route te volgen, gebruiken moderne AI-platforms kennis, context en redenering om te bepalen wat er vervolgens moet gebeuren. De conversatie is niet langer een reis door een vooraf gedefinieerde route. Het wordt een reeks beslissingen die in het moment worden genomen, geïnformeerd door alles wat het systeem weet over het bedrijf en alles wat het heeft geleerd van eerdere interacties.

Dit is de verschuiving die veel mensen onderschatten. Een geïmplementeerd systeem is op de dag van implementatie afgedekt. Het is net zo slim op dag 500 als het was op dag één. Een cognitief systeem verbetert met ervaring, omdat elke interactie helpt om te leren wat werkt.

Technologie is niet langer alleen een instrument dat mensen bedienen. Het wordt een capaciteit die zich aanpast, vermeerdert en schaalt door gebruik.

Waarom vertrouwen nog belangrijker wordt op grote schaal

Naarmate bedrijven AI in het centrum van klantinteracties plaatsen, wordt vertrouwen een van de belangrijkste ontwerpeisen.

Wanneer AI met klanten spreekt, wordt het effectief het bedrijf. Elke conversatie is uw merk dat spreekt. Op kleinere volumes kunnen mensen interacties controleren en ingrijpen wanneer nodig. Op grote schaal wordt dat onmogelijk. Bedrijven zullen moeten leren om het systeem te vertrouwen om hen op grote schaal nauwkeurig te vertegenwoordigen, zonder dat ze elke conversatie persoonlijk horen. Dat niveau van verantwoordelijkheid vereist vertrouwen dat is geëngineerd, niet aangenomen.

Voor mij komt het neer op een paar kernverbintenissen:

• Het systeem vertegenwoordigt het bedrijf nauwkeurig en maakt niets verzonnen.
• Wanneer het iets niet weet, zegt het dat in plaats van een antwoord te verzinnen.
• Het behandelt elke klantinteractie als het begin van een relatie.

Die zijn geen functies die je later toevoegt. Ze zijn ontwerprichtlijnen die je vanaf het begin in de platform bouwt.

De bedrijven die AI met succes op grote schaal uitrollen, begrijpen dit. De bedrijven die worstelen, zijn vaak degenen die iets indrukwekkends hebben geïmplementeerd voordat ze het vertrouwd maakten en ontdekten dat een zelfverzekerd verkeerd antwoord op grote schaal echte schade kan aanrichten. Vertrouwen is niet het zachte deel van dit. Het is de infrastructuur.

De volgende evolutie van AI: software als een workforce

We gaan een periode in waarin software begint te werken in plaats van alleen te organiseren.

Voor bedrijven verandert dit een van de meest basale aannamen waar we generatieslang onder hebben gewerkt: dat output is gekoppeld aan menselijke beschikbaarheid. Naarmate AI meer in staat is om te verkopen en klantenservice te verlenen, hangt routineuze cognitieve arbeid niet langer volledig af van wie toevallig op een bepaald moment beschikbaar is. Dat maakt mensen niet minder belangrijk. Op veel manieren maakt het ze belangrijker. Naarmate repetitieve arbeid naar machines verhuist, verschuift de waarde van mensen naar oordeel, creativiteit, relaties en het beslissen wat ertoe doet.

De bedrijven die de komende tien jaar zullen winnen, zullen niet degenen zijn die AI alleen gebruiken om kosten te verlagen. Ze zullen degenen zijn die het erkennen als een nieuwe soort capaciteit en een grotere vraag stellen dan hoe doen we dit sneller. Ze zullen vragen wat mogelijk wordt wanneer intelligente conversatie en cognitie beschikbaar zijn op grote schaal.