Tworzenie technologicznej bazy dla przypadków użycia sztucznej inteligencji generatywnej dla klientów

Uwaga medialna wokół ChatGPT koncentruje się głównie na transformacyjnym potencjale, jakie ta technologia ma w zmianie natury pracy. Jednakże, większa historia dotyczy tego, jak sztuczna inteligencja generatywna zmieni doświadczenie klienta. Badanie przeprowadzone przez McKinsey wykazało, że 80 procent zadań klientów może być zautomatyzowanych w różnych kanałach, co skutkuje 20-procentowymi oszczędnościami w kosztach obsługi.

ChatGPT i podobne narzędzia mogą być wykorzystywane do obsługi wielu przypadków użycia, w różnych funkcjach biznesowych, takich jak marketing i sprzedaż, łańcuch dostaw, obsługa klienta, rozwój produktu i wiele innych. Zwiększając produktywność pracowników, umożliwiając proaktywne rozwiązywanie problemów i rozwiązywanie typowych punktów tarć, rozwiązania sztucznej inteligencji generatywnej mogą pomóc zespołom w szybkim rozwoju możliwości skierowanych do klienta. Aby osiągnąć tę wizję, jednakże, zespoły przedsiębiorstw będą musiały pokonać pięć różnych przeszkód i wdrożyć dwie różne architektury: jedną dla interakcji wspomaganych przez człowieka i jedną dla interakcji w pełni zautomatyzowanych.

5 wyzwań do rozwiązania, aby przygotować ChatGPT do użytku

Co są więc niektóre z przeszkód lub ryzyk związanych z wdrożeniem sztucznej inteligencji generatywnej – i jak można je złagodzić?

1. ChatGPT nie personalizuje wiadomości: Obecne narzędzia sztucznej inteligencji generatywnej nie mogą personalizować wiadomości, a personalizacja jest kluczem do zwiększania sprzedaży produktów i usług, zwiększania wydatków na zakup, zwiększania lojalności klientów i powtarzalności zakupów. Marketerzy potrzebują przedsiębiorczego narzędzia sztucznej inteligencji generatywnej, aby móc personalizować nazwy, obrazy, oferty, rekomendacje produktów na podstawie ostatnich zakupów i wiadomości o porzuceniu koszyka.
2. ChatGPT „hallucynuje” treść: Rozwiązania sztucznej inteligencji generatywnej wykorzystują wskazówki i wykorzystują wcześniejsze uczenie, aby tworzyć treść. Oznacza to, że wypełniają luki treścią nauczoną z wzorców statystycznych, często „hallucynując” informacje, które nie są prawdziwe. Aby wykorzystać sztuczną inteligencję generatywną i skalować ją w różnych segmentach klientów i przypadkach użycia, przedsiębiorstwa muszą być w stanie identyfikować i usuwać tę błędną treść, zanim dotrze do użytkowników i osób zatwierdzających lub zostanie rozdystrybuowana do klientów.

3. Sztuczna inteligencja generatywna nie może stosować reguł biznesowych: Reguły biznesowe usprawniają interakcje klientów. Wąskie chatboty sztucznej inteligencji doskonale radziły sobie z wykrywaniem tych podobieństw i podawaniem zatwierdzonych odpowiedzi. Sztuczna inteligencja generatywna nie może wykryć tych podobieństw i będzie tworzyć oryginalne odpowiedzi na każde pytanie, co powoduje zakłócenia w interakcjach klientów i wprowadza błędy do interakcji. Przedsiębiorcza architektura technologiczna, która łączy narzędzie sztucznej inteligencji generatywnej z wcześniej zdefiniowanymi politykami biznesowymi, pomogłaby standaryzować te odpowiedzi, zapewniając spójne odpowiedzi wśród klientów.
4. Sztuczna inteligencja generatywna nie może zapewnić zgodności: Treść skierowana do klienta zwykle przechodzi przez przeglądy prawne, aby upewnić się, że obrazy, tekst, oferty i obietnice są zgodne z politykami prawnymi, regulacyjnymi i dotyczącymi klientów. Ten proces chroni przedsiębiorstwa przed niepowodzeniami klientów, sankcjami regulacyjnymi i karami, a także innymi rodzajami szkód biznesowych. Sztuczna inteligencja generatywna nie może tworzyć zgodnej treści, ponieważ nie rozumie tych niuansów. W związku z tym, technologia, która wykorzystuje sztuczną inteligencję generatywną, musi zawierać prawnicze bariery ochronne, aby identyfikować i usuwać niezgodną treść, zanim zostanie rozdystrybuowana lub użyta publicznie.
5. Niekontrolowane użycie ChatGPT tworzy ryzyko bezpieczeństwa: Użycie ChatGPT jest fascynującą analizą przypadku tego, co się dzieje, gdy osoby nie są ograniczone politykami bezpieczeństwa. Artykuły prasowe opisują przypadki, w których pracownicy wprowadzali dane wrażliwe do tego publicznie dostępnego chatbota, narażając dane na ryzyko ujawnienia i utraty własności intelektualnej. Zespoły danych i IT przedsiębiorstw mogą złagodzić te problemy, dzieląc informacje: wysyłając treści wrażliwe do chatbotów domenowych, które są chronione przez kontrolę bezpieczeństwa i systemy, oraz kierując ogólne zapytania do ChatGPT.

Ocena nowych architektur dla sztucznej inteligencji generatywnej

Aby umożliwić operacje B2C i B2B wspomagane przez człowieka i w pełni zautomatyzowane, przedsiębiorstwa będą musiały posiadać dwie różne architektury.

Obie architektury wykorzystują otwarte narzędzia sztucznej inteligencji generatywnej, takie jak ChatGPT i inne rozwiązania, które prowadzą procesy od wprowadzania wskazówek; do syntezy danych; do tworzenia, czyszczenia i personalizacji treści; oraz zarządzania.

Użycie ChatGPT do usprawnienia interakcji B2C/B2B wspomaganych przez człowieka

Rozważmy typowy scenariusz. Specjalista marketingu wprowadza wskazówkę do interfejsu przedsiębiorstwa, używając wcześniej zaprojektowanego kwestionariusza do prowadzenia rozwoju treści, takiego jak kampania e-mailowa.

Pracownik wprowadza kluczowe informacje, w tym kierunki e-mail, pożądany odbiorca, nazwę produktu, twierdzenia marketingowe i cechy produktu, oraz instrukcje użytkowania.

Architektura wykorzystuje następnie osoby klienta, aby wzbogacić instrukcje o informacje, które będą przyciągać tę segmentację, pod warunkiem, że te modele danych są dostępne. Zwiększony problem jest następnie wysyłany za pomocą zewnętrznego API do ChatGPT lub innego podobnego narzędzia sztucznej inteligencji generatywnej.

Następnie kurator stosuje reguły biznesowe i bariery ochronne, aby upewnić się, że treść spełni standardy przedsiębiorstwa i regulacyjne. Specjalista marketingu przeglądałby i zatwierdzał wynikowy e-mail, zanim wysłałby go do bazy klientów.

Użycie ChatGPT do zautomatyzowania interakcji B2C

Co z interakcjami, które mogą być w pełni zautomatyzowane?

Po tym, jak użytkownik wprowadzi pytanie, jest ono wzbogacane o dane osoby klienta, jak wcześniej. Jednakże, zaktualizowane zapytanie jest następnie kierowane na jeden z dwóch sposobów: do chatbota domenowego, który może personalizować odpowiedzi na treści biznesowe, lub za pomocą zewnętrznego API do ChatGPT w celu rozwiązania rutynowych pytań. Chatbot domenowy personalizuje treść, podczas gdy ChatGPT nie.

Wynikowa treść jest następnie sprawdzana pod kątem błędów i porównywana z regułami biznesowymi i barierami ochronnymi, zanim zostanie automatycznie rozdystrybuowana do klientów.

Zdobądź nową wartość biznesową z ChatGPT, wdrażając nowe architektury technologiczne

Wydajność sztucznej inteligencji generatywnej jest już w toku. Liderzy przedsiębiorstw analizują procesy biznesowe pod kątem kosztów i marnotrawstwa, rozmawiają z dostawcami, aby zrozumieć ich podejście i rozwiązania, oraz rozwijają dowody pojęć. Szukają wglądu i rozwiązań, które mogą wykorzystać, aby osiągnąć szybkość wartości i szybkość skali.

Podczas gdy wykonują tę ważną pracę, ci liderzy mogą sprawdzić wszystkich dostawców pod kątem ich zdolności do rozwiązania tych pięciu wspólnych wyzwań sztucznej inteligencji generatywnej i umożliwić interakcje wspomagane przez człowieka i w pełni zautomatyzowane.

Używając tych dwóch różnych architektur podstawowych, przedsiębiorstwa będą mogły osiągnąć wiele korzyści biznesowych. Będą mogły zwiększyć produktywność zespołów, poprawić doświadczenie klienta, zmniejszyć koszty interakcji usługowych i napędzić nowe sprzedaże produktów.