Создание технологической основы для деловых случаев генеративного ИИ

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 изменит опыт взаимодействия с клиентами. Исследование McKinsey показывает, что 80 процентов задач клиентов можно автоматизировать на различных каналах, что приводит к экономии 20 процентов на обслуживание клиентов.

ChatGPT и аналогичные инструменты могут быть использованы для поддержки различных деловых случаев, включая функции, такие как маркетинг и продажи, цепочка поставок, поддержка клиентов, разработка продукта и многое другое. Увеличивая производительность сотрудников, обеспечивая проактивный подход и решение проблем, а также 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 с человеческим фактором и одну для полностью автоматизированных взаимодействий.

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

Итак, какие есть 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 увеличению продаж продукта и услуг, увеличению трат на покупку, получению повторных продаж и улучшению лояльности клиентов. Маркетологам необходима технология генеративного ИИ класса предприятия, чтобы иметь возможность персонализировать имена, изображения, предложения, рекомендации продукта на основе недавних покупок и сообщения об отказе от покупки.
2. ChatGPT генерирует 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 на различные сегменты клиентов и деловые случаи, предприятиям необходимо иметь возможность выявить и удалить этот ошибочный контент, прежде чем он достигнет пользователей и одобрителей или будет распространен 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 обслуживании утвержденных ответов. Генеративный ИИ не может обнаружить эти сходства и будет создавать оригинальные ответы на каждый вопрос, создавая путаницу среди клиентов и вводя ошибки во взаимодействия. Архитектура технологии класса предприятия, которая объединяет инструмент генеративного ИИ с предопределенными политиками компании, поможет стандартизировать эти ответы, обеспечивая последовательные ответы для клиентов.
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 политике компании, юридическим и нормативным требованиям. Этот процесс защищает компании от ошибок с клиентами, регулирующих мер и штрафов, а также других видов ущерба бизнесу. Генеративный ИИ не может создать соответствующий контент, поскольку он не понимает этих нюансов. Следовательно, технология, использующая генеративный ИИ, должна встроить юридические барьеры, чтобы выявить и удалить неконформный контент, прежде чем он будет распространен или публично использован.
5. Неконтролируемое использование ChatGPT создает риски безопасности: Использование ChatGPT является fascинiruyuschим случаем того, что происходит, когда отдельные лица не ограничены политиками безопасности. Существуют многочисленные истории в СМИ о том, как сотрудники вводят конфиденциальные данные в этот публично доступный чат-бот, рискуя раскрытием данных и потерей интеллектуальной собственности. Команды предприятий по данным и ИТ могут смягчить эти проблемы, сегментируя информацию: отправляя конфиденциальный контент в чат-боты домена, которые охраняются контролями и системами безопасности, и направляя общие запросы в ChatGPT.

Оценка новых архитектур для генеративного ИИ

Чтобы обеспечить взаимодействия с человеческим фактором B2C и B2B, а также полностью автоматизированные взаимодействия B2C, предприятиям необходимо две различные архитектуры.

Обе архитектуры используют открытые инструменты генеративного ИИ, такие как ChatGPT, и другие решения, которые руководят процессами от ввода подсказки до синтеза данных, создания контента, очистки и персонализации, а также управления.

Использование ChatGPT для оптимизации взаимодействий с человеческим фактором B2C/B2B

Давайте рассмотрим обычный сценарий. Специалист по маркетингу вводит подсказку в интерфейс предприятия, используя предустановленный вопросник для руководства разработкой 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.

Архитектура затем использует персонажи клиентов для обогащения инструкций информацией, которая будет привлекать этот сегмент, предоставляя эти модели данных, если они доступны. Улучшенный вопрос 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 соответствует стандартам предприятия и нормативным требованиям. Специалист по маркетингу затем проверяет и утверждает получившийся электронный письмо, прежде чем отправить его клиентам.

Использование ChatGPT для автоматизации взаимодействий B2C

Итак, что насчет взаимодействий, которые можно полностью автоматизировать?

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

Результативный 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

Соревнование началось, чтобы получить ROI от генеративного ИИ. Лидеры предприятий анализируют бизнес-процессы на предмет затрат и отходов, 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.

Проводя эту важную работу, эти лидеры могут проверить всех поставщиков на их способность решить эти пять общих задач генеративного ИИ и обеспечить взаимодействия с человеческим фактором и полностью автоматизированные взаимодействия.

Используя эти две различные основные архитектуры, предприятия смогут достичь множества бизнес-выгод. Они смогут повысить производительность команд, улучшить опыт клиентов, уменьшить затраты на взаимодействия с клиентами и стимулировать продажи новых продуктов.