ระยะหอมของ AI สิ้นสุดลงแล้ว สิ่งที่ตามมาถัดไปคืออะไร?

มีการอภิปรายมากมายเกี่ยวกับศักยภาพการเปลี่ยนแปลงของ AI ในช่วงสองปีที่ผ่านมา นับตั้งแต่การเปิดตัว ChatGPT ที่สร้างความตื่นเต้นอย่างมาก ผู้นำองค์กรต่างๆ ต้องการใช้เทคโนโลยีนี้เพื่อลดค่าใช้จ่ายในการดำเนินงาน อาจจะน่าประหลาดใจที่ผู้นำหลายคนใช้มาตรการสำคัญในการประเมินความสำเร็จของเครื่องมือ AI ไม่ใช่ผลตอบแทนจากการลงทุน (ROI) ในช่วงชีวิตของโครงการ แต่เป็น ความเร็ว ในการได้รับ ROI

เมื่อความสามารถในการรับความเสี่ยงลดลงและความกดดันรายได้เพิ่มขึ้น ผู้นำต้องการให้การลงทุนนำไปสู่การเปลี่ยนแปลงและให้ผลตอบแทนอย่างรวดเร็ว ในขณะเดียวกัน ความฮือฮาเกี่ยวกับ AI ก็เริ่มลดลง ทำให้เกิดการอภิปรายที่เป็นจริงมากขึ้นเกี่ยวกับผลตอบแทนจากการลงทุนใน AI

ระยะต่อไป: ความจริงเกี่ยวกับ AI ที่ทำงาน

ความสำเร็จในตลาดปัจจุบันซึ่งการสมัครสมาชิกเป็นกษัตริย์ ขึ้นอยู่กับว่าคุณรักษาลูกค้าได้ดีเพียงใด ไม่ใช่ว่าคุณได้รับลูกค้าใหม่ๆ ได้ดีเพียงใด ในหลายอุตสาหกรรม ตลาดมีการอิ่มตัว และหลายองค์กรให้บริการที่มีคุณภาพใกล้เคียงกัน เมื่อบวกกับการลดความภักดีของลูกค้า ความต้องการที่เพิ่มขึ้น และความเต็มใจที่จะเปลี่ยนยี่ห้อ องค์กรต่างๆ จึงไม่มีพื้นที่สำหรับข้อผิดพลาดในการแข่งขันที่รุนแรง ประสบการณ์ของลูกค้า (CX) เป็น ปัจจัย ที่决定ว่าองค์กรที่ให้บริการแบบสมัครสมาชิกจะประสบความสำเร็จหรือล้มเหลว

ในสถานการณ์นี้ องค์กรสามารถแข่งขันได้ดีที่สุดโดยการปรับปรุงอย่างต่อเนื่องแทนการลดค่าใช้จ่าย ทุกๆ การตัดสินใจขององค์กรจะต้องมุ่งเน้นไปที่เป้าหมายที่เฉพาะเจาะจงและเป็นศูนย์กลางลูกค้า แม้ว่าจะต้องใช้เงินเพิ่มขึ้นในตอนแรกก็ตาม สิ่งนี้ใช้ได้กับการนำ AI มาใช้ด้วย องค์กรต่างๆ ได้ถามว่า AI สามารถชดเชยค่าใช้จ่ายได้อย่างไรโดยใช้ AI แทนที่ทรัพยากรที่มีอยู่ ตอนนี้ พวกเขาต้องถามว่า AI สามารถ สร้าง มูลค่าให้กับองค์กรได้อย่างไรโดยการปรับปรุงวิธีการทำงานกับลูกค้า

คำตอบค่อนข้างตรงไปตรงมา AI มีการใช้งานที่หลากหลายซึ่งสามารถปรับปรุง CX ทั้งทางตรงและทางอ้อมได้ เครื่องมือที่ใช้ AI สามารถเพิ่มการปรับเปลี่ยนโดยใช้ข้อมูลพฤติกรรมของลูกค้าเพื่อให้แน่ใจว่าผู้ใช้เห็นข้อความหรือโปรโมชั่นที่ถูกต้องในเวลาที่เหมาะสม ข้อมูลเดียวกันนี้สามารถช่วยในการพัฒนาผลิตภัณฑ์โดยเน้นย้ำช่องว่างในตลาดที่องค์กรอาจใช้ประโยชน์ได้เพื่อปรับปรุงการให้บริการลูกค้า พวกเขายังสามารถทำให้องค์กรมีความก้าวหน้าโดยการช่วยให้พวกเขา预 đoánการหยุดชะงัก แผนการฉุกเฉิน และสื่อสารข้อมูลที่จำเป็นให้กับผู้ใช้

อย่างไรก็ตาม การทำงานนี้เกิดขึ้นหลังฉาก และไม่สามารถเกิดขึ้นในชั่วข้ามคืน

ต้องการ AI ที่ดีที่สุด? เริ่มต้นด้วยการนำไปใช้แบบ ‘ไม่มองเห็น’

วิธีเดียวที่จะทราบได้ว่ากรณีการใช้งานแบบ back-end หรือ front-end จะให้ผลลัพธ์ที่คุณต้องการคือการใช้ความสามารถที่ไม่เห็นของ AI ก่อน

เบื้องหลังข่าวใหญ่ๆ เกี่ยวกับการเปลี่ยนแปลงทันที คือความสามารถหลักของ AI คือการวิเคราะห์ โมเดลภาษาขนาดใหญ่ (LLM) เช่น ChatGPT ได้สร้างความตื่นเต้นด้วยความยืดหยุ่นที่เห็นได้ แต่พวกมันทำได้เพียงหนึ่งงานเท่านั้น ไม่ว่าจะทำงานที่ไหน พวกมันสรุปข้อมูลได้ องค์กรต้องทำให้ข้อมูลที่ถูกต้องพร้อมใช้งาน และสิ่งนี้ต้องใช้เวลา สิ่งเหล่านี้เป็นข้อเท็จจริงที่มักถูกละเลยในการอภิปราย และเป็นจุดสิ้นสุดของชื่อเสียง “การแก้ปัญหาอย่างรวดเร็ว” ที่ AI ได้รับ

ยุคต่อไปจะถูกกำหนดโดยการปรับปรุงที่ไม่มองเห็นซึ่งอำนวยความสะดวกโดย AI เมื่อองค์กรสร้างรากฐานทางเทคนิคของตน องค์กรสามารถเริ่มต้นด้วย LLM ที่ช่วย:

1. รวมฐานข้อมูลที่มีอยู่และทำลายสิ่งที่แยกออกจากกันเพื่อให้มีความสามารถในการมองเห็นที่ครอบคลุม – และบริบทที่มาพร้อมกัน
2. ใช้เครื่องมือการรวบรวมข้อมูลแบบเรียลไทม์เพื่อให้แน่ใจว่าข้อมูลเชิงลึกเป็นปัจจุบันและสะท้อนถึงแนวโน้ม ลักษณะ และการหยุดชะงักที่ล่าสุด
3. เร่งการปรองดองและการจัดการเพื่อให้แน่ใจถึงความแม่นยำและปล่อยให้คนงานมุ่งเน้นไปที่งานระดับสูงที่ต้องใช้การสัมผัสของมนุษย์

การเปลี่ยนแปลงขององค์กรเป็นขั้นตอนแรกในการนำไปใช้อย่างมีประสิทธิภาพ และครอบคลุมทั้งระบบและพนักงาน ในจุดนี้ ผู้นำควรพิจารณาว่าการนำ AI ไปใช้จะส่งผลกระทบต่อพนักงานอย่างไร และพยายามแก้ไขอุปสรรคที่อาจเกิดขึ้นก่อน การพัฒนาโปรแกรมการเพิ่มทักษะและการฝึกอบรมจะช่วยให้แน่ใจว่าพนักงานพร้อมที่จะทำงานร่วมกับเทคโนโลยีใหม่ๆ ได้อย่างมีประสิทธิภาพ AI เองก็สามารถช่วยเหลือในความพยายามเหล่านี้ – อีกหนึ่งการนำไปใช้ที่ไม่มองเห็นได้ ตัวอย่างเช่น AI สามารถเน้นย้ำช่องว่างความรู้ของแต่ละบุคคลตามข้อมูลการใช้งาน ซึ่งสามารถชี้แนะโปรแกรมการฝึกอบรมเพื่อให้แน่ใจว่าคนงานมีทุกสิ่งที่ต้องการเพื่อประสบความสำเร็จ

เมื่อองค์กรมีระเบียนที่ถูกต้องและเป็นปัจจุบัน และพนักงานที่เข้าใจวิธีการและเวลาที่จะใช้ AI พวกเขาสามารถเพิ่มชั้นของ “เครื่องมือที่ไม่มองเห็น” ได้ ชุดโซลูชันถัดไปควรเน้นไปที่การวิเคราะห์ที่ช่วยให้เข้าใจลึกๆ ว่าธุรกิจดำเนินงานอย่างไร ลูกค้าต้องการอะไร และสิ่งที่ขัดขวางทางไปสู่ความสำเร็จ โซลูชันเหล่านี้สร้างขึ้นจากกันและกัน โดยที่แต่ละขั้นตอนเปิดเผยระดับใหม่ของข้อมูลเชิงลึก

โดยเฉพาะอย่างยิ่ง การวิเคราะห์เชิงอธิบายใช้ข้อมูลในอดีตเพื่อระบุรูปแบบในอดีต; พวกเขาบอกองค์กรว่า เกิดอะไรขึ้น การวิเคราะห์เชิงวินิจฉัยใช้ข้อมูลเพิ่มเติมเพื่อทำให้เข้าใจสาเหตุและเน้นย้ำผลกระทบของเหตุการณ์และการเปลี่ยนแปลง; พวกเขาบอกองค์กรว่า ทำไม สิ่งต่างๆ จึงเกิดขึ้นเช่นนั้น การวิเคราะห์เชิงพยากรณ์ใช้ข้อมูลเชิงลึกจากเหตุการณ์ในอดีตเพื่อสร้างแบบจำลองผลกระทบของการเปลี่ยนแปลงที่เสนอและติดตามแนวโน้ม; พวกเขาชี้ให้เห็นว่า อาจเกิดอะไรขึ้น การวิเคราะห์เชิงสั่งการใช้ผลลัพธ์เหล่านี้เพื่อตัดสินใจอย่างมีข้อมูล; พวกเขาบอกองค์กรว่า ควรทำอะไรต่อไป

แม้ว่าโซลูชันการวิเคราะห์เช่นนี้อาจใช้ความสามารถที่ซับซ้อนของ AI แต่ก็ควรทราบว่าในตอนแรก กระบวนการเหล่านี้เกิดขึ้นหลังฉาก สุดท้าย อัลกอริทึมการพยากรณ์และการแนะนำอาจปรากฏในโซลูชันที่เผชิญหน้ากับลูกค้า แต่นั่นสามารถเกิดขึ้นได้ก็ต่อเมื่อองค์กรสร้างรากฐานภายในที่สำคัญนี้แล้ว

เมื่อระยะหอมของ AI สิ้นสุดลง ชื่อเสียงของมันในฐานะ “การแก้ปัญหาอย่างรวดเร็ว” ก็จะสิ้นสุดลงเช่นกัน – แต่การหลุดพ้นจากความเชื่อนี้เป็นสิ่งสำคัญในการรับทราบถึงศักยภาพเต็มที่ของเทคโนโลยีนี้ ผู้นำที่ต้องการสร้างความตื่นเต้นพร้อมกับการใช้งาน AI ที่สร้างสรรค์ในวันพรุ่งนี้จะต้องทำการทำงานรากฐานนี้ก่อน ซึ่งอาจเป็นยาที่ยากกลืนในบรรยากาศที่ต้องการผลตอบแทนที่รวดเร็วยิ่งขึ้น แต่การเคลื่อนไปสู่การประเมินมูลค่าของ AI ที่ครอบคลุมและเป็นระยะยาวจะช่วยให้องค์กรสามารถเร่งผลตอบแทนได้ แนวทางนี้ให้เครื่องมือและเวลาแก่ผู้นำในการพัฒนาภาพที่ชัดเจนของสิ่งที่ต้องแก้ไข ความเข้าใจในเรื่องเล็กๆ น้อยๆ ที่จะมีผลกระทบมากที่สุด และความสามารถในการพัฒนากลยุทธ์ที่ให้ผลตอบแทนในวันนี้โดยไม่ทำลายความสามารถในการทำกำไรในวันพรุ่งนี้

ความเป็นจริงจากจุดเริ่มต้นถึงจุดสิ้นสุด

แม้ว่ากรณีการใช้งานที่น่าดึงดูดอาจดึงดูดลูกค้าในตอนแรก และโอกาสในการลดต้นทุนอาจดึงดูดใจผู้นำองค์กร แต่สิ่งเหล่านี้ไม่น่าจะกำหนดผลกระทบของ AI ในระยะยาวแทน เทคโนโลยีนี้จะกลายเป็นสิ่งที่เกี่ยวข้องกับการทำงานหลังฉากที่ขับเคลื่อนการปรับปรุงที่มีประสิทธิภาพในระดับใหญ่

จุดสิ้นสุดของระยะหอมของ AI เป็นการเริ่มต้นของความสัมพันธ์ที่มีความเป็นจริงมากขึ้น ซึ่งต้องใช้การพิจารณาอย่างรอบคอบเกี่ยวกับวิธีการที่ AI สามารถปรับปรุงประสบการณ์ของลูกค้าและขับเคลื่อนความสามารถในการทำกำไรได้อย่างแท้จริง สุดท้าย คлючสำคัญคือการมอง AI ไม่ใช่ในฐานะ “การแก้ปัญหาอย่างรวดเร็ว” แต่เป็น หุ้นส่วนเชิงกลยุทธ์ ในการแสวงหาความภักดีของลูกค้า ประสบการณ์ที่น่าพึงพอใจ และโซลูชันที่เรียบง่ายในกระบวนการดำเนินงานที่ซับซ้อนมากขึ้น

ในเดือนและปีที่จะมาถึง องค์กรที่โดดเด่นจะเป็นองค์กรที่ขุดลึก ยอมรับการเปลี่ยนแปลง และรับทราบถึงศักยภาพของ AI ในฐานะการลงทุนทั้งในระยะสั้นและระยะยาว