Создание технологической основы для случаев использования генеративного ИИ для клиентов

Внимание средств массовой информации вокруг ChatGPT в основном было сосредоточено на трансформационном потенциале этой технологии для изменения природы работы. Однако более широкая история заключается в том, как генеративный ИИ преобразует опыт клиентов. Исследование McKinsey показывает, что 80 процентов задач клиентов можно автоматизировать во всех каналах, что приводит к экономии 20 процентов в стоимости обслуживания.

ChatGPT и подобные инструменты можно использовать для поддержки многочисленных случаев использования, во всех бизнес-функциях, таких как маркетинг и продажи, цепочка поставок, поддержка клиентов, разработка продукции и многое другое. Увеличивая производительность сотрудников, ermögляя проактивный подход и решение проблем, и устраняя общие точки трения, решения генеративного ИИ могут помочь командам быстро эволюционировать возможности, ориентированные на клиентов. Чтобы достичь этой цели, однако, команды предприятий должны преодолеть пять различных препятствий и развернуть две различные архитектуры: одну для взаимодействий, дополненных человеком, и одну для полностью автоматизированных взаимодействий.

5 проблем, которые необходимо решить, чтобы подготовить ChatGPT к премьерному показу

Итак, какие есть некоторые препятствия или риски при реализации генеративного ИИ – и как их можно смягчить?

1. ChatGPT не персонализирует сообщения: Текущие инструменты генеративного ИИ не могут персонализировать сообщения, но персонализация является ключом к стимулированию продаж продукции и услуг, увеличению трат на одну покупку, получению повторных продаж и улучшению лояльности клиентов. Маркетологам нужна технология генеративного ИИ класса предприятия, чтобы иметь возможность персонализировать имена, изображения, предложения, рекомендации продукции на основе недавних покупок и сообщения об отказе от покупки.
2. ChatGPT галлюцинирует контент: Решения генеративного ИИ используют подсказки и используют прошлые знания для создания контента. Это означает, что они заполняют пробелы контентом, изученным из статистических закономерностей, часто “галлюцинируя” информацию, которая не является правдой. Чтобы использовать генеративный ИИ и масштабировать его во всех сегментах клиентов и случаях использования, предприятиям необходимо иметь возможность выявить и удалить эту ошибочную информацию, прежде чем она достигнет пользователей и утверждателей или будет распространена среди клиентов.

3. Генеративный ИИ не может применять бизнес-правила: Бизнес-правила оптимизируют взаимодействия с клиентами. Узкие чат-боты ИИ преуспели в обнаружении этих сходств и служили одобренными ответами. Генеративный ИИ не может обнаружить эти сходства и будет создавать оригинальные ответы на каждый вопрос, создавая путаницу у клиентов и вводя ошибки во взаимодействия. Архитектура технологии класса предприятия, которая объединяет инструмент генеративного ИИ с заранее определёнными бизнес-политиками компании, поможет стандартизировать эти ответы, обеспечивая последовательные ответы во всех клиентах.
4. Генеративный ИИ не может обеспечить соблюдение требований: Контент, ориентированный на клиентов, обычно проходит юридические проверки, чтобы обеспечить, что изображения, текст, предложения и обещания соответствуют политикам компании, юридическим и нормативным актам. Этот процесс защищает компании от промахов клиентов, юридических штрафов и штрафов, а также других видов ущерба бизнесу. Генеративный ИИ не может создавать контент, соответствующий требованиям, поскольку он не понимает этих нюансов. В результате технология, использующая генеративный ИИ, должна включать юридические барьеры, чтобы выявить и удалить некомплаентный контент, прежде чем он будет распространен или использован публично.
5. Неконтролируемое использование ChatGPT создает риски безопасности: Использование ChatGPT является fascинiruyuschim случаем изучения того, что происходит, когда отдельные лица не проверяются политиками безопасности. Существуют многочисленные истории в СМИ о том, как сотрудники вводят конфиденциальные данные в этот публично доступный чат-бот, рискуя раскрытием данных и утратой интеллектуальной собственности. Команды данных и ИТ предприятий могут смягчить эти проблемы, сегментируя информацию: отправляя конфиденциальный контент в чат-боты домена, которые охраняются контролями безопасности и системами, и маршрутизируя общие запросы в ChatGPT.

Оценка новых архитектур для генеративного ИИ

Чтобы обеспечить взаимодействия, дополненные человеком, в B2C и B2B операциях, а также полностью автоматизированные B2C операции, предприятиям необходимо две различные архитектуры.

Обе архитектуры используют инструменты генеративного ИИ с открытым исходным кодом, такие как ChatGPT, и другие решения, которые направляют процессы от ввода подсказки; к синтезу данных; к созданию контента, очистке и персонализации; и управлению.

Использование ChatGPT для оптимизации взаимодействий, дополненных человеком, в B2C/B2B

Давайте рассмотрим обычный сценарий. Специалист по маркетингу вводит подсказку в интерфейс предприятия, используя предустановленный вопросник для направления разработки контента, например, для электронной кампании.

Сотрудник вводит ключевую информацию, включая направления электронной почты, желаемую аудиторию, название продукта, маркетинговые заявления и характеристики продукта, а также любые инструкции по использованию.

Затем архитектура использует персонажи клиентов, чтобы обогатить инструкции информацией, которая будет привлекательна для этого сегмента, если эти данные модели доступны. Усиленная подсказка затем отправляется через внешний API в ChatGPT или любой подобный инструмент генеративного ИИ.

Далее куратор применяет бизнес-правила и юридические барьеры, чтобы обеспечить, что контент будет соответствовать стандартам предприятия и регулированиям. Специалист по маркетингу затем проверяет и утверждает результирующий электронный адрес, прежде чем отправить его клиентам.

Использование ChatGPT для автоматизации взаимодействий в B2C

Итак, что же касается взаимодействий, которые можно полностью автоматизировать?

После того, как пользователь вводит вопрос, он обогащается данными персонажа клиента, как и раньше. Однако обновленный запрос затем маршрутизируется двумя способами: в чат-бот домена, который может персонализировать ответы для бизнес-специфического контента, или через внешний API в ChatGPT для рутинных вопросов. Чат-бот домена персонализирует контент, в то время как ChatGPT не делает этого.

Результирующий контент затем очищается от ошибок и сравнивается с бизнес-правилами и барьерами, прежде чем быть автоматически распространенным среди клиентов.

Получение новых бизнес-выгод от ChatGPT путем развертывания новых технологических архитектур

Гонка началась, чтобы получить ROI от генеративного ИИ. Лидеры предприятий анализируют бизнес-процессы на предмет стоимости и浪费, разговаривают с поставщиками, чтобы понять их подход и решения, и разрабатывают концепции доказательств. Они ищут идеи и решения, которые они могут использовать, чтобы достичь скорости получения ценности и масштабирования.

Когда они выполняют эту важную работу, эти лидеры могут проверить всех поставщиков на их способность решить эти пять общих проблем генеративного ИИ и обеспечить как взаимодействия, дополненные человеком, так и полностью автоматизированные взаимодействия.

Использование этих двух различных фундаментальных архитектур позволит предприятиям достичь многочисленных бизнес-выгод. Они смогут повысить производительность команд, улучшить опыт клиентов, уменьшить затраты на взаимодействия с клиентами и стимулировать продажи новых продуктов.