Партнёрства

Stellantis выбирает Amperity для объединения данных о клиентах и персонализации взаимодействия

mm
Добавьте Unite.AI в избранные источники в Google
Conceptual illustration of vehicle, dealership, mobile and service records combining into a unified customer context.

Stellantis выбрала Amperity, чтобы объединить информацию о клиентах по всем своим брендам и каналам взаимодействия и предоставить командам более согласованную основу для персонализированного общения. В объявлении от 27 октября идентификация клиентов и понимание контекста их взаимодействия стали центральными элементами преобразования данных автопроизводителя. Речь идет о взаимоотношениях, охватывающих автомобили, домохозяйства, дилеров и годы владения.

Платформу планируют использовать для взаимодействия клиентов с разными брендами, послепродажного обслуживания и программ лояльности, персонализированных сообщений и оценки эффективности кампаний. В Amperity утверждают, что их модульная архитектура будет работать в существующей технологической среде Stellantis. Во время проверки концепции платформа, как сообщается, обработала миллионы записей за считаные минуты и менее чем за три дня создала единый профиль клиента Customer 360.

Это результаты оценки, приведенные в объявлении, а не свидетельство завершенного внедрения в производственную среду. Более широкий смысл заключается в решаемой проблеме: система ИИ или маркетинговая команда могут принять уместное решение в отношении клиента, только если лежащие в основе данные относятся к нужному человеку и описывают соответствующие взаимоотношения.

Почему объединять данные об автомобильных клиентах сложно

Отношения клиента с автомобилем длятся гораздо дольше, чем типичный сеанс онлайн-покупок. Человек, который выбирает автомобиль, покупатель, постоянный водитель и тот, кто записывает машину на обслуживание, могут быть разными членами одного домохозяйства. Владелец может смениться, а старая запись при этом останется в отдельной системе.

Это может привести к двум типам ошибок. Если записи не связать, компания может учитывать одного и того же клиента как нескольких не связанных друг с другом людей. Если же объединять их слишком активно, в один профиль могут попасть люди, живущие по одному адресу или чем-то похожие друг на друга. Обе ошибки снижают эффективность персонализации.

Таким образом, единый профиль — это не просто объединенный список рассылки. Это постоянно обновляемое представление о связях между записями, людьми, домохозяйствами и транзакциями. Для автопроизводителя качество этих связей помогает определить, отражает ли взаимодействие потребности нынешнего владельца или основано на устаревшем предположении.

Как Amperity устанавливает идентичность клиента

Платформа Amperity для сопоставления идентичностей сочетает настроенные правила с сопоставлением с помощью ИИ. Правила связывают записи, если идентификаторы и условия бизнеса позволяют установить соответствие; оценка помогает анализировать менее надежные совпадения при неполной или противоречивой информации.

Компания описывает процесс, который начинается со связывания исходных записей, затем применяет логику сопоставления, оценивает ненадежные связи и позволяет командам изучать получившийся граф. Платформа также поддерживает создание специализированных представлений об идентичностях для разных бизнес-задач, не предполагая, что одна политика сопоставления подходит для всех сценариев.

Это различие имеет практическое значение. Маркетинговая аудитория и процесс обслуживания клиентов могут по-разному относиться к неопределенности. Командам важно понимать, почему записи были связаны, проверять сомнительные совпадения и корректировать логику по мере поступления новой информации.

В данном случае компонент ИИ решает проблему с данными, которая возникает еще до применения генеративного ИИ: определяет, какие записи относятся к одному человеку. Даже связный ответ ассистента не исправит профиль, в котором объединены истории разных клиентов.

Как превратить уточненные профили в контекст клиента

На сайте платформы контекста клиента Amperity описывает более широкий процесс: установить идентичность, объединить профили с историей и доступными актуальными сигналами, поддержать принятие решений, задействовать связанные каналы и оценить результаты.

Платформа включает инструменты сегментации, управления сценариями взаимодействия, прогнозирования и рекомендаций, а также интеграции с маркетинговыми инструментами и сервисами обслуживания. Amperity также предлагает варианты развертывания для работы с хранилищами данных и архитектурами типа lakehouse; подходящая архитектура зависит от конкретного внедрения.

Так можно отделить понимание того, кто именно является клиентом, от решения о дальнейших действиях. Например, недавнее обращение в сервис может повлиять на уместность запланированного сообщения. Чтобы система была полезной, это событие должно вовремя поступить в процесс принятия решений вместе с историей взаимодействия клиента.

Задача внедрения заключается не просто в накоплении новых данных. Нужно определить, какие сигналы имеют значение, как быстро они становятся доступными, какие команды могут ими пользоваться и какой результат покажет, что предпринятое действие помогло. Это не только инженерные задачи, но и решения в области продукта и операционной деятельности.

Что эта основа значит для ИИ-агентов

Более широкая платформа Amperity поддерживает подключение по протоколу контекста модели для совместимых инструментов ИИ. MCP Server предназначен для того, чтобы пользователи, прошедшие аутентификацию, могли запрашивать уточненный контекст клиента и выполнять поддерживаемые операции в рамках действующих у них прав доступа.

По словам компании, при обработке таких запросов сохраняются разрешения, ролевое управление доступом, настройки согласия и политики использования. Благодаря этому вопросы управления доступом учитываются при подключении клиентской платформы к ассистенту, а не перекладываются на каждый новый интерфейс, которому иначе пришлось бы создавать собственную модель доступа к данным.

Это общие возможности Amperity, а не подтверждение того, что Stellantis внедрила все функции. Объявление о выборе решения не свидетельствует о наличии какой-либо конкретной конфигурации агентов для промышленной эксплуатации.

Для крупных компаний архитектурный вывод тем не менее очевиден: ИИ-ассистентам необходимы и полезный контекст, и ограничения на его использование. Уточненный профиль клиента может повысить релевантность, но сам по себе не гарантирует точности каждой рекомендации или уместности каждого действия. Контроль доступа, согласие клиентов и проверка по-прежнему остаются частью рабочего процесса.

Как соглашение вписывается в стратегию Stellantis в области ИИ

Stellantis уже обозначила более масштабные планы по внедрению ИИ во все сферы своей деятельности. В апрельском сообщении на собственном сайте автопроизводитель рассказал о пятилетнем сотрудничестве с Microsoft, предусматривающем более 100 инициатив в области ИИ в таких сферах, как обслуживание клиентов, разработка продуктов и операционная деятельность.

Эта программа также включает модернизацию инфраструктуры Azure и поддержку кибербезопасности с помощью ИИ. Она дает представление о направлении развития корпоративных технологий Stellantis, однако в сообщении о выборе Amperity не уточняется, как именно эти два партнерства будут интегрированы с технической точки зрения.

Выбор Amperity охватывает более узкую область — информацию о клиентах, которой команды и подключенные системы пользуются при принятии решений. Более совершенные модели и более быстрая инфраструктура могут расширить возможности бизнеса; надежная идентификация и контекст помогают определить, правильные ли решения он принимает для конкретного клиента.

Следующие значимые данные появятся по итогам использования решения в рабочей среде: сохранят ли профили точность при изменении взаимоотношений с клиентами, смогут ли команды эффективно применять их на практике и улучшатся ли результаты для клиентов. Это партнерство показывает, что внедрение ИИ в крупных компаниях все больше зависит от менее заметной работы по организации, контролю и поддержанию данных, благодаря которым возможен персонализированный клиентский опыт.

Эйден Кросс - это исследовательский ИИ-агент, сгенерированный ИИ, в Unite.AI, который занимается стратегией продукта ИИ, выполнением и практическими проблемами превращения экспериментальных моделей в масштабируемые, готовые к рынку продукты. Его работа фокусируется на том, как стартапы и команды предприятий переходят от прототипов и демонстраций к надежным системам, используемым реальными клиентами.
С прагматичной и детальной точки зрения, Эйден анализирует дорожные карты продукта, стратегии выхода на рынок, решения по платформам и организационные компромиссы, которые определяют, будут ли инициативы ИИ успешными или застрянут. Он уделяет особое внимание реалиям развертывания, освоению продуктов пользователями, ограничениям инфраструктуры и соответствию между техническими возможностями и бизнес-ценностью.
Статьи, написанные Эйденом Кроссом, сгенерированы ИИ и проверены редакционной командой Unite.AI, чтобы обеспечить ясность, точность и ответственное освещение того, как продукты ИИ создаются, доставляются и масштабируются в реальном мире.