ผู้นำทางความคิด

ยุคใหม่ของธุรกิจอินเทลลิเจนซ์: การสนทนา การให้ความหมาย และการทำงานอย่างต่อเนื่อง

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

ธุรกิจอินเทลลิเจนซ์ได้ถูกกำหนดโดยดัชบอร์ด ชาร์ต และรายงานที่เป็นแบบคงที่ มีเครื่องมือเหล่านี้ที่นำมาใช้ในการติดตามและสื่อสารผลการดำเนินงานขององค์กร แต่วิธีการดำเนินธุรกิจได้เปลี่ยนแปลงไปอย่างมาก การตัดสินใจเป็นเรื่องที่รวดเร็ว มีการกระจายและขับเคลื่อนด้วยแหล่งข้อมูลที่หลากหลายกว่าเดิม BI ที่เป็นแบบคงที่ถูกสร้างขึ้นสำหรับโลกที่ช้ากว่านี้ และไม่เพียงพอแล้ว

ขั้นตอนต่อไปของ BI ไม่ใช่การสร้างดัชบอร์ดที่ดีกว่า แต่เป็นการเปิดใช้งานการโต้ตอบกับข้อมูลในลักษณะที่เป็นธรรมชาติและเป็นการสนทนา ในขณะเดียวกันก็ให้ข้อมูลเชิงลึกที่มีความหมาย มีความสอดคล้อง และมีความแน่นอน องค์กรที่ทำการเปลี่ยนแปลงนี้จะเปลี่ยนจากการรายงานในอดีตไปสู่การตัดสินใจที่ดีขึ้นเมื่อเกิดขึ้น

ดัชบอร์ดกำลังจะกลายเป็นปัญหาอุดตัน

ดัชบอร์ดแบบคงที่ถูกสร้างขึ้นสำหรับโลกที่การวิเคราะห์เป็นสิ่งที่มีการรับทราบในอดีตและเป็นของนักวิเคราะห์ นักวิเคราะห์สร้างรายงาน ผู้ใช้ธุรกิจก็รับทราบและตัดสินใจตาม แต่แบบจำลองนี้ไม่เกิดขึ้นอีกต่อไป

มีข้อจำกัดที่ไม่สามารถเพิกเฉยได้ ดัชบอร์ดบันทึกชุดข้อมูลที่กำหนดไว้ล่วงหน้า แต่คำถามทางธุรกิจเปลี่ยนแปลงอย่างต่อเนื่องตามสัญญาณใหม่และรูปแบบที่ไม่คาดคิด ผู้ใช้ต้องตีความชาร์ต ฟิลเตอร์มุมมอง และเข้าใจแบบจำลองข้อมูลก่อนที่จะถึงคำตอบ — สิ่งนี้ทำให้การตัดสินใจช้าลง และแม้แต่ดัชบอร์ดแบบบริการตนเองก็ต้องการระดับการอ่านข้อมูลที่พนักงานส่วนใหญ่ไม่ได้รับการฝึกฝน

ขนาดของปัญหานี้มีนัยสำคัญ การวิจัยแสดงให้เห็นว่า 76% ของธุรกิจ ประสบปัญหาการเสื่อมสภาพการทำงานในดัชบอร์ด BI ในปี 2025 เนื่องจากการอัดข้อมูล ผู้ตัดสินใจถูกทิ้งให้แปลข้อมูลหลังจากที่การกระทำได้แล้วเสร็จ ในสภาพแวดล้อมที่เคลื่อนไหวอย่างรวดเร็ว การชะลอการกระทำนี้ไม่ใช่เรื่องเล็กน้อย แต่เป็นความเสี่ยงในการแข่งขัน

การเพิ่มขึ้นของการวิเคราะห์แบบสนทนา

การวิเคราะห์แบบสนทนาแก้ไขปัญหาอุดตันนี้โดยการเปลี่ยนแปลงวิธีการที่ผู้คนโต้ตอบกับข้อมูล แทนที่จะนำทางดัชบอร์ด ผู้ใช้ถามคำถามในภาษาแบบธรรมดา: “ทำไมลูกค้าจึงเพิ่มขึ้นเมื่อสัปดาห์ที่แล้ว?” หรือ “ผลิตภัณฑ์ใดที่มีประสิทธิภาพต่ำในภาคตะวันออกเฉียงเหนือ?” ข้างหลังฉาก AI และอินเทอร์เฟซการค้นหาทำให้คำถามเหล่านี้กลายเป็นคำถาม และส่งผลลัพธ์ที่เกี่ยวข้องกลับมาในรูปแบบที่อ่านได้

ตาม รายงาน AI Index ของ Stanford ความก้าวหน้าในแบบจำลองภาษาได้ปรับปรุงความสามารถของเครื่องจักรในการเข้าใจและสร้างข้อความที่เหมือนมนุษย์ รูปแบบนี้ได้ถูกกำหนดไว้แล้วในเทคโนโลยีของผู้บริโภค การค้นหาทดแทนไดเรกทอรี่ ผู้ช่วยเสียงทดแทนเมนูที่ซับซ้อน ในแต่ละกรณีประสบการณ์ที่ชนะลดความตึงเครียดระหว่างความตั้งใจและผลลัพธ์ การเปลี่ยนแปลงเดียวกันนี้กำลังเกิดขึ้นในด้านการวิเคราะห์องค์กร

ความท้าทายคือไม่ใช่การวิเคราะห์แบบสนทนาทั้งหมดที่สร้างขึ้นเหมือนกัน และความแตกต่างมีความสำคัญอย่างมากในระดับขนาดใหญ่

กรณีสำหรับข้อมูลเชิงลึกที่แน่นอน

แบบจำลองภาษาขนาดใหญ่ปลดปล่อยจุดเข้าใช้งานใหม่สำหรับผู้ใช้ธุรกิจ แต่วิธีการที่ตรงไปตรงมาจากข้อความถึง SQL นำเสนอปัญหาหลัก: LLMs เป็นแบบสุ่ม พวกเขาให้คำตอบตามการตีความที่เป็นไปได้มากที่สุดของคำถาม ไม่ใช่การรับประกัน

ในทางปฏิบัติ สิ่งนี้หมายความว่าผู้ใช้ที่แตกต่างกันถามคำถามเดียวกันในหลายวิธีจะได้รับคำตอบที่แตกต่างกัน ถาม “อัตราการลาออกของเราคืออะไร?” ในสามวิธี ได้สามตัวเลข ในระดับบุคคล สิ่งนี้ดูเหมือนเป็นความไม่สะดวกเล็กน้อย แต่ทั่วทั้งองค์กร สิ่งนี้กัดกร่อนความไว้วางใจในข้อมูลทั้งหมด การวิจัยใหม่ ยืนยันว่าสิ่งนี้เกิดขึ้นแล้ว: น้อยกว่าหนึ่งในสี่ของผู้นำด้านข้อมูลและวิเคราะห์ (24%) รายงานว่ามีความมั่นใจอย่างเต็มที่ในความถูกต้องของ GenAI ออกพุต

วิธีแก้ปัญหาไม่ใช่การละทิ้ง AI แต่เป็นการผสมผสานกับระบบที่แน่นอน โดยการ định tuyếnคำถามภาษาแบบธรรมชาติผ่านโทเค็นการค้นหามากกว่าการพึ่งพาเพียงการสร้าง SQL จากข้อความ การวิเคราะห์สามารถนั่งอยู่บนชั้นความหมายที่มีการจัดการได้ โดยที่ตรรกะธุรกิจถูกบังคับใช้ ผลลัพธ์ของคำถามสามารถทำซ้ำได้ และคำตอบสามารถติดตามได้ ความสามารถในการเข้าถึงของ AI ที่ยึดติดกับความแม่นยำของระบบที่แน่นอน

บริบทคือส่วนผสมที่หายไป

ข้อมูลเชิงลึกที่แน่นอนเพียงอย่างเดียวไม่เพียงพอ ตัวเลขที่ไม่มีบริบทดีกว่าชาร์ตที่ไม่มีคำอธิบายเพียงเล็กน้อย

ข้อมูลที่ไม่มีบริบทสามารถนำไปสู่ข้อสรุปที่ไม่สมบูรณ์หรือทำให้เข้าใจผิด เรื่องราวจากแหล่งข้อมูลที่ไม่มีโครงสร้าง อีเมล โทรสนทนา และเครื่องมือสื่อสารภายใน เป็นสิ่งที่เชื่อมต่อจำนวน_raw กับความหมายในโลกแห่งความเป็นจริง และทำให้การตัดสินใจที่เชื่อถือได้

เกือบ 90% ของข้อมูลองค์กรมีโครงสร้างที่ไม่แน่นอน — อีเมล หมายเหตุของลูกค้า ตั๋วสนับสนุน โทรสนทนา และข้อความภายใน องค์กร นี่คือที่ที่ “ทำไม” ข้างหลังตัวเลขอาศัยอยู่ แต่สาเหตุที่เกิดขึ้นถูกฝังอยู่ในการสนทนาสนับสนุน รีวิวผลิตภัณฑ์ และบันทึกภาคสนามที่ BI แบบดั้งเดิมไม่เคยสัมผัส

เมื่อแพลตฟอร์มการวิเคราะห์สามารถให้เหตุผลข้ามทั้งเมตริกที่มีโครงสร้างและเนื้อหาที่ไม่มีโครงสร้าง ระบบจะแสดงข้อมูลเชิงลึกที่มีความหมายมากกว่า ซึ่ง องค์กรต่างๆ กำลังมองหามากขึ้น แทนที่จะรายงานว่าผลตอบแทนเพิ่มขึ้น 12% ในไตรมาสนี้ ระบบที่มีบริบทสามารถแสดงให้เห็นว่าลูกค้าบ่งชี้ถึงความไม่สอดคล้องกันของขนาดในผลิตภัณฑ์ใหม่ๆ ในรีวิวและช่องทางสนับสนุนอย่างต่อเนื่อง โดยเชื่อมต่อเมตริกกับสาเหตุในอินเทอร์เฟซเดียว

การผสมผสานนี้เปลี่ยนแปลง BI จากชั้นรายงานไปสู่ชั้นข้อมูลเชิงลึกที่แท้จริง

สิ่งที่ผู้นำควรจัดลำดับความสำคัญตอนนี้

มีความสามารถสามประการที่แยกองค์กรที่พร้อมสำหรับการเปลี่ยนแปลงนี้ออกจากที่ไม่พร้อม

ประการแรกคือชั้นความหมายที่มีการจัดการ การวิเคราะห์แบบสนทนาใช้ได้เฉพาะเมื่อมีคำจำกัดความที่มีการจัดการและเป็นทางการของธุรกิจ — เมตริก ระบบการแบ่งส่วน ความสัมพันธ์ — ที่ทุกคำถามจะผ่านไป โดยไม่มีสิ่งนี้ ความสามารถในการเข้าถึงจะเกิดขึ้นพร้อมกับความสอดคล้อง

ประการที่สองคือการผสานรวมทั่วทั้งระบบ การวิเคราะห์ไม่สามารถอยู่ในความโดดเดี่ยวได้ ข้อมูลเชิงลึกต้องไปถึงผู้คน ณ จุดที่การตัดสินใจเกิดขึ้น ไม่ว่าจะใน Slack หรือเครื่องมือ CRM ผลลัพธ์จะต้องสามารถเข้าถึงได้ในแอปพลิเคชันที่ทีมใช้ทุกวัน แพลตฟอร์มการวิเคราะห์ที่ต้องเปลี่ยนบริบทจะถูกข้ามไป

ประการที่สามคือกลยุทธ์การนำรับอย่างตั้งใจ เทคโนโลยีเพียงอย่างเดียวไม่เปลี่ยนแปลงพฤติกรรม องค์กรที่ประสบความสำเร็จในการเปลี่ยนแปลงนี้ลงทุนอย่างหนักในการฝึกอบรม การสื่อสาร และการสร้างความสอดคล้องกับการนำรับเท่ากับการลงทุนในแพลตฟอร์มเอง

สู่การวิเคราะห์ที่มองไม่เห็น

ความทะเยอทะยานสูงสุดสำหรับธุรกิจอินเทลลิเจนซ์ไม่ใช่ดัชบอร์ดที่สวยงามยิ่งขึ้นหรือเครื่องมือค้นหาที่เร็วขึ้น แต่เป็นการวิเคราะห์ที่จางหายไปในพื้นหลัง — มีอยู่เมื่อต้องการและไม่มีอยู่เมื่อไม่ต้องการ

เมื่อพนักงานสามารถถามคำถามและได้รับคำตอบที่มีความหมายและบริบทได้ การวิเคราะห์จะกลายเป็นความสามารถที่ฝังอยู่ในงานมากกว่าจุดหมายปลายทาง ความสำเร็จจะไม่ถูกวัดจากจำนวนดัชบอร์ดที่องค์กรมี แต่จากความสามารถในการเปลี่ยนข้อมูลให้เป็นตัวเลือกที่ดีขึ้นในการตัดสินใจทุกวัน

การเปลี่ยนจากดัชบอร์ดไปสู่การสนทนาเป็นมากกว่าการอัปเกรดอินเทอร์เฟซผู้ใช้ มันหมายถึงการเปลี่ยนแปลงพื้นฐานของสิ่งที่ธุรกิจอินเทลลิเจนซ์เป็น: ไม่ใช่การรายงานในอดีต แต่เป็นการเปิดใช้งานการตัดสินใจที่ดีขึ้นเมื่อเกิดขึ้น

ฟร็องซัวส์ โลปีโต เป็น SVP ของ Product Management ที่ ThoughtSpot โดยที่เขาขับเคลื่อนวิสัยทัศน์ ยุทธศาสตร์ และการดำเนินการสำหรับการขยายผลิตภัณฑ์ AI และการวิเคราะห์ที่ฝังตัวเพื่อสร้างประสบการณ์ที่มีข้อมูลและฉลาดสำหรับลูกค้า