อะเจนติก คอมเมิร์ซกำลังทำซ้ำความผิดพลาดเก่าของข้อมูลองค์กร

มานานแล้วที่การค้าปลีก B2B ทำงานภายใต้สมมติฐานที่เรียบง่าย: มนุษย์เป็นผู้ค้นหา

พวกเขา прочอหน้าเว็บผลิตภัณฑ์ ตรวจสอบเอกสารจำเพาะ และทนต่อภาษาที่ไม่ชัดเจนเพราะพวกเขารู้วิธีถามคำถามต่อ เมื่อมีบางอย่างที่ไม่ชัดเจน พวกเขาจะส่งอีเมลไปยังตัวแทนขาย เมื่อมีกฎที่ฝังอยู่ในคำอธิบายย่อย ตัวแทนขายจะเติมช่องว่างนั้นให้

ข้อมูลผลิตภัณฑ์ B2B พัฒนาขึ้นโดยรอบพฤติกรรมนั้น มันไม่เคยต้องยืนอยู่บนข้อมูลของมันเอง มันแค่ต้องสามารถตีความได้โดยมนุษย์ เมื่อมี AI สมมติฐานนั้นไม่คงอยู่ต่อไป

เราเคยผ่านมาที่นี่มาก่อนด้วยข้อมูลองค์กร

หากสิ่งนี้ดูคุ้นเคย มันควรจะคุ้นเคย มากกว่าหนึ่งทศวรรษที่แล้ว องค์กรต่างๆ กำลังมีการสนทนาเกี่ยวกับข้อมูลที่คล้ายกัน

คลังข้อมูลเต็มไปหมด ทะเลสาบข้อมูลล้นหลาม และในที่สุดระบบทุกอย่างก็ส่งออกบางสิ่งบนกระดาษ บริษัทต่างๆ มีข้อมูลมากมาย แต่ในทางปฏิบัติ ไม่มีอะไรเคลื่อนไหวเร็วเพราะผู้ใช้ธุรกิจไม่สามารถตอบคำถามพื้นฐานได้โดยไม่ต้องมีนักวิเคราะห์เป็นตัวแปล SQL กลายเป็นจุดอุดตัน

ข้อมูลองค์กรถูกจัดระเบียบโดยรอบวิธีการจัดเก็บข้อมูลของระบบ ไม่ใช่โดยรอบวิธีการให้เหตุผลของธุรกิจ แถวและคอลัมน์อยู่ แต่แนวคิดไม่มี รายได้อยู่ในสามตาราง “ลูกค้า” หมายถึงสิ่งที่แตกต่างกันห้าอย่างขึ้นอยู่กับว่าคุณถามใครและเมื่อใด ตัวชี้วัดถูกถกเถียงกันอย่างไม่มีที่สิ้นสุดเพราะไม่มีใครกำหนดไว้อย่างชัดเจน

การผ่านทางในข้อมูลองค์กรมาจากการที่ยอมรับความซับซ้อนและควบคุมมัน ชั้นความหมายเป็นตัวอย่างหนึ่ง แต่มันเป็นส่วนหนึ่งของการเปลี่ยนแปลงที่กว้างขึ้น องค์กรหยุดแสร้งว่าข้อมูลดิบสามารถใช้ได้โดยค่าเริ่มต้น และเริ่มสร้างชั้นการแปลที่ตรงกับวิธีการดำเนินธุรกิจที่แท้จริง

แบบจำลองเมตริกส์ทำเช่นนี้โดยการกำหนดการคำนวณครั้งเดียวแทนการอนุมานซ้ำในรายงานทุกครั้ง รายได้หมายถึงสิ่งเดียวกันทุกที่เพราะบางคนได้ใช้เวลาในการเข้ารหัสมัน โมเดลข้อมูลและโครงสร้างมิติทำเช่นเดียวกันโดยโครงสร้าง พวกมันเปลี่ยนตารางการดำเนินงานให้เป็นแนวคิดเช่น ลูกค้า ผลิตภัณฑ์ คำสั่งซื้อ และเวลา ผู้ใช้ธุรกิจไม่ต้องเข้าใจว่าต้องใช้การเข้าร่วมกี่ครั้งเพื่อตอบคำถามพื้นฐาน ความสัมพันธ์เหล่านั้นถูกกำหนดไว้แล้ว

แค็ตตาล็อกข้อมูลและคำจำกัดความที่มีการกำกับดูแลจัดการกับอีกส่วนหนึ่งของปัญหา พวกมันจับความหมายที่เคยอยู่ในหัวของคน ดังนั้น สิ่งนี้แสดงถึง… (ต่อด้านล่าง)

การค้นพบโดยตัวแทนกำลังกระตุ้นให้เกิดการชำระล้างในแบบเดียวกัน

การค้าปลีกอัจฉริยะกำลังบังคับให้ข้อมูลผลิตภัณฑ์ B2B ผ่านการทดสอบเดียวกัน ผู้ผลิตและผู้จัดจำหน่ายไม่ได้ขาดข้อมูลเกี่ยวกับผลิตภัณฑ์ พวกเขามีข้อมูลมากมายเกี่ยวกับผลิตภัณฑ์แล้ว: ตั้งแต่คุณสมบัติไปจนถึงการกำหนดค่า ไปจนถึงตรรกะการกำหนดราคา ไปจนถึงข้อจำกัดตามสัญญา

ปัญหาอยู่ที่ว่าเกือบทั้งหมดของข้อมูลนี้ถูกจัดโครงสร้างสำหรับมนุษย์ คุณสมบัติอยู่ในเอกสาร PDF กฎถูกอธิบายไว้ในแค็ตตาล็อกผลิตภัณฑ์ทางกายภาพที่ไม่เคยออนไลน์ ข้อยกเว้นถูกบอกเป็นนัยในกระบวนการขายแบบออฟฟิศมากกว่าที่จะถูกเข้ารหัส มีหลายอย่างที่พึ่งพาความทรงจำของสถาบันเมื่อบริบทอยู่ในหัวของทีมขาย

ตัวแทน AI ไม่สแกนเอกสาร PDF และ “เข้าใจแนวคิด” มันไม่รู้ว่าประโยคไหนเป็นข้อจำกัดที่เข้มงวดและประโยคไหนเป็นภาษาของการขาย มันไม่สามารถอนุมานกฎจากการจัดรูปแบบหรือโทนได้อย่างปลอดภัย หากความหมายไม่ชัดเจน ตัวแทนจะถือว่าเป็นไม่ทราบ

สิ่งนี้ไม่เกี่ยวกับข้อมูลที่ไม่มีโครงสร้างที่ไม่ดี

มันคุ้มค่าที่จะชัดเจนเกี่ยวกับบางสิ่ง ข้อมูลที่ไม่มีโครงสร้างไม่ใช่ศัตรู มันไม่เคยเป็น

ในด้านการวิเคราะห์องค์กร ข้อมูลที่ไม่มีโครงสร้างไม่หายไปเมื่อชั้นความหมายปรากฏขึ้น มันถูกวางซ้อนบนโครงสร้าง โครงสร้างจัดการกฎและความสัมพันธ์ เนื้อหาที่ไม่มีโครงสร้างจัดการเรื่องความละเอียดอ่อน คำอธิบาย และบริบท

รูปแบบเดียวกันนี้ใช้ได้ここ

ตัวแทน AI ต้องการโครงสร้างเพื่อให้เหตุผล พวกมันต้องการกฎที่ชัดเจน ความสัมพันธ์ ข้อจำกัด และสถานะ พวกมันต้องการทราบว่าอะไรเข้ากันได้ 什么สามารถกำหนดค่าได้ 什么ที่อนุญาต และภายใต้เงื่อนไขใดบางอย่างจะใช้ได้ ข้อมูลที่ไม่มีโครงสร้างเพียงอย่างเดียวไม่สามารถให้ข้อมูลนั้นได้อย่างน่าเชื่อถือ

แต่โครงสร้างเพียงอย่างเดียวไม่เพียงพอ ตัวแทน AI ไม่ได้เพียงแค่ดึงคุณลักษณะ พวกมันจะนำเสนอทางเลือก พวกมันประเมินการแลกเปลี่ยน พวกมันตัดสินใจทั้ง อะไร บางอย่างคือและ เมื่อ มันควรจะแนะนำ

เรื่องราวคือชั้นที่อธิบายความตั้งใจ การวางตำแหน่ง และกรณีการใช้งาน มันเป็นความแตกต่างระหว่าง “ผลิตภัณฑ์นี้มีอยู่” และ “นี่คือเมื่อคุณควรเลือกมัน” ในโลกข้อมูลองค์กร สิ่งนี้ปรากฏขึ้นในรูปแบบของคำจำกัดความ เอกสาร และบริบททางธุรกิจ ที่นี่ มันปรากฏขึ้นในรูปแบบของคำอธิบายระดับผลิตภัณฑ์ที่ตัวแทน AI สามารถเรียนรู้ได้ ในขณะที่ข้อมูลผลิตภัณฑ์ที่มีโครงสร้างบอกตัวแทน AI ว่าอะไรเป็นจริง เรื่องราวช่วยให้ตัวแทน AI ตัดสินใจว่าอะไรสำคัญ

การค้าปลีกได้รับการปรับให้เหมาะสมสำหรับการนำเสนอ ไม่ใช่การให้เหตุผล

สิ่งนี้คือส่วนที่ไม่สบายใจ การค้าปลีกอินฟราสตรัคเจอร์ไม่เคยกระโดดเช่นเดียวกับข้อมูลองค์กรจริงๆ เราได้สร้าง PIM ที่ดีกว่า เราได้สร้างแค็ตตาล็อกที่มีความ豊富กว่า เราได้สร้างหน้าผลิตภัณฑ์ที่สวยงามกว่า แต่เรไม่เคยสร้างชั้นความหมายที่แท้จริงสำหรับผลิตภัณฑ์ เราได้ปรับให้เหมาะสมสำหรับการนำเสนอ

ตราบเท่าที่มนุษย์เป็นตัวกลางในการซื้อ B2B สิ่งนี้ดี ตัวแทนขายอธิบายกรณีชายขอบ ผู้ซื้อทนต่อความคลุมเครือ และทุกคนรู้วิธีทำงานรอบๆ ระบบ

ตัวแทน AI ลบสิ่งบุฟเฟอร์นั้นออก ใน B2B รอยแตกปรากฏทันที ราคาจะแตกต่างกันไปตามบัญชี การมีอยู่จะเปลี่ยนแปลงไปตามภูมิภาค ความเข้ากันได้ขึ้นอยู่กับการกำหนดค่า สัญญาจะบังคับใช้ข้อกำหนดเริ่มต้น สิทธิ์การใช้งานมีความสำคัญ ไม่มีสิ่งใดที่สามารถเดาได้อย่างปลอดภัย

เมื่อตัวแทน AI ประเมินผลิตภัณฑ์ มันไม่ได้รับประทับใจจากคำอธิบายที่เขียนได้ดี มันอยากทราบว่าอะไรเข้ากันได้ 什么ที่อนุญาต 什么ที่เข้ากันได้ และอะไรที่เกิดขึ้นต่อไป หากข้อมูลนั้นไม่ชัดเจน ตัวแทน AI จะไม่ถามเพื่อขอคำชี้แจง มันจะแค่เลื่อนไป

สิ่งที่บริษัทการค้าปลีกต้องทำตอนนี้

สิ่งนี้คือจุดเปลี่ยน บริษัทการค้าปลีกสามารถรักษาข้อมูลผลิตภัณฑ์ให้เป็นเนื้อหาที่มนุษย์ตีความได้ หรือพวกเขาสามารถเริ่มรักษาข้อมูลผลิตภัณฑ์ให้เป็นอินฟราสตรัคเจอร์ที่เครื่องจักรให้เหตุผลได้

หมายความว่าคุณสมบัติต้องกลายเป็นคุณลักษณะที่มีความหมายที่กำหนดไว้ ความเข้ากันได้ต้องถูกเข้ารหัสเป็นความสัมพันธ์ ไม่ใช่คำอธิบายเป็น段落 ราคาต้องถูกแสดงเป็นตรรกะ สิทธิ์การใช้งานต้องถูกกำหนดไว้อย่างชัดเจน การมีอยู่ต้องเป็นสถานะและแม่นยำ

สิ่งนี้คือการเคลื่อนไหวที่เหมือนกับที่องค์กรต้องทำกับการวิเคราะห์ เมื่อข้อมูลดิบและตารางไม่เพียงพอ ความหมายต้องถูกกำหนดไว้ และเมื่อแก่นกลางที่มีโครงสร้างนั้นอยู่แล้ว เรื่องราวหยุดเป็นแหล่งเดียวของความจริงสำหรับ AI และกลายเป็นชั้นที่สอนตัวแทน AI วิธีการใช้ความจริงนั้นในสถานการณ์จริง

ผู้ผลิตและผู้จัดจำหน่ายที่ทำเช่นนี้จะกลายเป็นคนอ่านได้สำหรับตัวแทน AI ผลิตภัณฑ์ของพวกเขาจะง่ายต่อการประเมิน ง่ายต่อการแนะนำ และง่ายต่อการเชื่อถือ ผู้ที่ไม่ทำเช่นนั้นจะยังคงมีข้อมูล แต่มันจะทำงานเหมือนคลังข้อมูลองค์กรเก่า: มีอยู่ทางเทคนิค แต่ไม่สามารถใช้ได้จริง

รูปแบบนี้เก่า แต่ผลที่ตามมาไม่เหมือนเดิม

ไม่มีสิ่งใดที่เป็นข้อสังเกต ไม่มีสิ่งใดที่เป็นข้อสังเกต เราได้ดูข้อมูลองค์กรผ่านวงจรที่แน่นอนแล้ว ความแตกต่างเดียวคือผู้ใช้ แทนที่จะเป็นนักวิเคราะห์ธุรกิจ มันเป็นตัวแทน AI ที่มีอำนาจอิสระ แทนที่จะเป็นแผงควบคุม มันเป็นคำแนะนำ แทนที่จะเป็นการตัดสินใจช้าๆ มันเป็นการยกเว้นอย่างรวดเร็ว

การค้าปลีกอัจฉริยะกำลังเปิดเผยปัญหาข้อมูลองค์กรที่มีอายุหลายทศวรรษ บริษัทที่รับรู้ว่า — และรักษาข้อมูลผลิตภัณฑ์ให้เป็นไปตามวิธีการที่องค์กรได้เรียนรู้ในการรักษาข้อมูลการดำเนินงาน — จะปรับตัวได้อย่างรวดเร็ว บริษัทที่ไม่ทำเช่นนั้นจะยังคงเพิ่มเอกสาร PDF การเขียนคำอธิบายใหม่ และสงสัยว่าทำไมตัวแทน AI จึงไม่เคยเลือกพวกเขา

ประวัติศาสตร์กำลังซ้ำรอยตัวเอง ครั้งนี้ เครื่องจักรกำลังให้ความสนใจ