ผู้นำทางความคิด

สร้างรากฐานทางเทคโนโลยีสำหรับกรณีการใช้งาน AI เชิงกำเนิดด้านลูกค้า

Aravind Chandramouli
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญAI สร้างสรรค์ต้องใช้โครงสร้างระบบที่แยกจากกันสองแบบ…
ดูเพิ่มเติม
  • AI สร้างสรรค์ต้องใช้โครงสร้างระบบที่แยกจากกันสองแบบ สำหรับการโต้ตอบกับลูกค้าที่เสริมด้วยมนุษย์และแบบอัตโนมัติเต็มรูปแบบ
  • AI สร้างสรรค์ระดับองค์กรต้องฝังกฎทางธุรกิจและกรอบกฎหมายเพื่อรับประกันการปฏิบัติตามกฎระเบียบและความสม่ำเสมอ
  • ความไม่สามารถของ ChatGPT ในการปรับเนื้อหาให้เป็นส่วนตัวหรือหลีกเลี่ยงการสร้างข้อมูลเท็จ กำหนดให้ต้องมีการคัดกรองอย่างเข้มงวดก่อนเผยแพร่สู่ลูกค้า

การให้ความสนใจของสื่อมวลชนเกี่ยวกับ ChatGPT มุ่งเน้นไปที่ศักยภาพการเปลี่ยนแปลงของเทคโนโลยีนี้ในการเปลี่ยนแปลงธรรมชาติของงาน อย่างไรก็ตาม เรื่องราวที่ใหญ่กว่านั้นคือเกี่ยวกับว่า AI เชิงกำเนิดจะเปลี่ยนแปลงประสบการณ์ของลูกค้าอย่างไร การศึกษาของ McKinsey พบว่า 80 เปอร์เซ็นต์ ของงานลูกค้าสามารถทำอัตโนมัติได้ข้ามช่องทางต่างๆ ซึ่งนำไปสู่การประหยัดต้นทุนในการให้บริการลูกค้า 20 เปอร์เซ็นต์

ChatGPT และเครื่องมือที่คล้ายกันสามารถใช้เพื่อสนับสนุนกรณีการใช้งานต่างๆ ทั่วทั้งฟังก์ชันทางธุรกิจ เช่น การตลาดและการขาย การจัดการห่วงโซ่อุปทาน การสนับสนุนลูกค้า การพัฒนาผลิตภัณฑ์ และอื่นๆ โดยการเพิ่มผลผลิตของพนักงาน การเปิดใช้งานการเข้าถึงและแก้ปัญหาเชิงรุก และการแก้ไขจุดเสี่ยงร่วมที่พบบ่อย โซลูชัน AI เชิงกำเนิดสามารถช่วยให้ทีมพัฒนาขีดความสามารถที่เกี่ยวข้องกับการให้บริการลูกค้าได้อย่างรวดเร็ว เพื่อให้บรรลุวิสัยทัศน์นี้ อย่างไรก็ตาม ทีมธุรกิจจะต้องเอาชนะอุปสรรคที่แตกต่างกัน 5 ประการและใช้โครงสร้าง 2 แบบ: หนึ่งสำหรับการโต้ตอบที่เพิ่มประสิทธิภาพของมนุษย์ และอีกแบบหนึ่งสำหรับการโต้ตอบที่อัตโนมัติเต็มรูปแบบ

5 อุปสรรคที่ต้องแก้ไขเพื่อให้ ChatGPT พร้อมสำหรับการใช้งานจริง

ดังนั้น อุปสรรคหรือความเสี่ยงในการนำ AI เชิงกำเนิดมาใช้คืออะไร และสามารถบรรเทาได้อย่างไร?

  1. ChatGPT ไม่สามารถปรับข้อความให้เหมาะกับลูกค้าแต่ละรายได้: เครื่องมือ AI เชิงกำเนิดในปัจจุบันไม่สามารถปรับข้อความให้เหมาะกับลูกค้าแต่ละรายได้ แต่การปรับให้เหมาะกับแต่ละบุคคลเป็นกุญแจสำคัญในการเพิ่มยอดขายสินค้าและบริการ มูลค่าการซื้อแต่ละครั้ง การซื้อซ้ำ และความภักดีของลูกค้า นักการตลาดต้องการเทคโนโลยี AI เชิงกำเนิดระดับองค์กรที่สามารถปรับชื่อ ภาพ ข้อเสนอ คำแนะนำสินค้าตามประวัติการซื้อล่าสุด และข้อความเตือนเมื่อทิ้งสินค้าไว้ในรถเข็น ให้เหมาะกับลูกค้าแต่ละราย
  2. ChatGPT สร้างเนื้อหาที่ไม่ถูกต้อง: โซลูชัน AI เชิงกำเนิดใช้คำสั่งและใช้การเรียนรู้ในอดีตเพื่อสร้างเนื้อหา ซึ่งหมายความว่าพวกมันเติมช่องว่างด้วยเนื้อหาที่เรียนรู้จากรูปแบบสถิติ บ่อยครั้ง “สร้างเนื้อหาที่ไม่ถูกต้อง” ข้อมูลที่ไม่ถูกต้องเพื่อให้สามารถใช้ AI เชิงกำเนิดและขยายไปทั่วกลุ่มลูกค้าและกรณีการใช้งาน องค์กรต่างๆ จะต้องสามารถระบุและลบเนื้อหาที่ไม่ถูกต้องออกก่อนที่จะถึงมือผู้ใช้และผู้อนุมัติหรือแจกจ่ายให้กับลูกค้า
  1. AI เชิงกำเนิดไม่สามารถใช้กฎธุรกิจได้: กฎธุรกิจทำให้การโต้ตอบกับลูกค้าเป็นไปอย่างราบรื่น แชทบอท AI เฉพาะทางมีความสามารถโดดเด่นในการตรวจจับความคล้ายคลึงกันเหล่านี้และให้คำตอบที่ได้รับการอนุมัติ AI เชิงกำเนิดไม่สามารถตรวจจับความคล้ายคลึงกันเหล่านี้และจะสร้างคำตอบดั้งเดิมเพื่อตอบคำถามแต่ละข้อ ทำให้เกิดความสับสนของลูกค้าและนำข้อผิดพลาดเข้ามาในระหว่างการโต้ตอบ โครงสร้างเทคโนโลยีระดับองค์กรที่รวมเครื่องมือ AI เชิงกำเนิดด้วยนโยบายธุรกิจที่กำหนดไว้ล่วงหน้าของบริษัทจะช่วยให้มาตรฐานคำตอบเหล่านี้ โดยให้คำตอบที่สอดคล้องกันแก่ลูกค้าทั้งหมด
  2. AI เชิงกำเนิดไม่สามารถรับประกันการปฏิบัติตามกฎระเบียบได้: เนื้อหาที่เผชิญหน้ากับลูกค้าโดยทั่วไปจะผ่านการตรวจสอบทางกฎหมายเพื่อให้แน่ใจว่าภาพ ข้อความ ข้อเสนอ และคำมั่นสัญญาเป็นไปตามนโยบายทางกฎหมาย ระเบียบ และลูกค้าของบริษัท ขั้นตอนนี้ปกป้องบริษัทต่างๆ จากความผิดพลาดของลูกค้า การวิพากษ์วิจารณ์ทางกฎระเบียบ และค่าปรับ และอันตรายทางธุรกิจอื่นๆ AI เชิงกำเนิดไม่สามารถสร้างเนื้อหาที่เป็นไปตามข้อกำหนดได้ เนื่องจากไม่เข้าใจความแตกต่างเหล่านี้ ดังนั้น เทคโนโลยีที่ใช้ AI เชิงกำเนิดจึงต้องมีการป้องกันทางกฎหมายเพื่อระบุและลบเนื้อหาที่ไม่ปฏิบัติตามข้อกำหนดก่อนที่จะแจกจ่ายหรือใช้ในสาธารณะ
  3. การใช้ ChatGPT ที่ไม่ได้รับการควบคุมทำให้เกิดความเสี่ยงด้านความปลอดภัย: การใช้ ChatGPT เป็นกรณีศึกษาที่น่าสนใจเกี่ยวกับสิ่งที่เกิดขึ้นเมื่อบุคคลไม่ได้รับการตรวจสอบโดยนโยบายด้านความปลอดภัย เรื่องราวในสื่อมวลชนมีมากมายเกี่ยวกับพนักงานที่ป้อนข้อมูลที่ละเอียดอ่อนเข้าไปในแชทบอทที่สามารถเข้าถึงได้สาธารณะ โดยเสี่ยงต่อการรั่วไหลของข้อมูลและการสูญเสียทรัพย์สินทางปัญญา ทีมข้อมูลและ IT ขององค์กรสามารถบรรเทาปัญหาดังกล่าวได้โดยการแบ่งแยกข้อมูล: ส่งเนื้อหาที่ละเอียดอ่อนไปยังแชทบอทโดเมน ซึ่งได้รับการคุ้มครองโดยการควบคุมและระบบด้านความปลอดภัย และส่งคำถามทั่วไปไปยัง ChatGPT

การประเมินโครงสร้างใหม่สำหรับ AI เชิงกำเนิด

เพื่อรองรับการดำเนินงาน B2C และ B2B ที่มีมนุษย์ร่วมดำเนินการ รวมถึงการดำเนินงาน B2C ที่เป็นอัตโนมัติเต็มรูปแบบ องค์กรต้องใช้สถาปัตยกรรมสองแบบ

ทั้งสองโครงสร้างใช้เครื่องมือ AI เชิงกำเนิดแบบโอเพ่นซอร์ส เช่น ChatGPT และโซลูชันอื่นๆ ที่ช่วยให้กระบวนการจากคำสั่งป้อนข้อมูล; ไปยังการสร้างข้อมูล การสร้างเนื้อหา การตรวจแก้ และการปรับให้เหมาะกับแต่ละบุคคล; และการกำกับดูแล

การใช้ ChatGPT เพื่อปรับปรุงการโต้ตอบ B2C/B2B ที่เพิ่มประสิทธิภาพของมนุษย์

ลองพิจารณาเหตุการณ์ทั่วไป ผู้เชี่ยวชาญด้านการตลาดป้อนคำสั่งเข้าไปในอินเทอร์เฟซขององค์กร โดยใช้แบบสอบถามที่ออกแบบไว้ล่วงหน้าเพื่อช่วยในการพัฒนาเนื้อหา เช่น สำหรับการรณรงค์ทางอีเมล

พนักงานป้อนข้อมูลสำคัญ รวมถึงข้อกำหนดในการเขียนอีเมล กลุ่มเป้าหมายที่ต้องการ ชื่อผลิตภัณฑ์ ข้ออ้างการตลาดและคุณลักษณะผลิตภัณฑ์ และคำแนะนำการใช้งาน

โครงสร้างนี้ใช้โมเดลเพอร์โซนาลูกค้าเพื่อเพิ่มคำแนะนำด้วยข้อมูลที่จะดึงดูดกลุ่มเป้าหมาย โดยมีเงื่อนไขว่ามีโมเดลข้อมูลเหล่านี้พร้อมใช้งาน คำถามที่ได้รับการปรับปรุงจะถูกส่งผ่าน API ภายนอกไปยัง ChatGPT หรือเครื่องมือ AI เชิงกำเนิดที่คล้ายกัน

ต่อไป ผู้ดูแลจะใช้กฎธุรกิจและกรอบป้องกันทางกฎหมายเพื่อให้แน่ใจว่าเนื้อหานั้นเป็นไปตามมาตรฐานขององค์กรและกฎระเบียบ ผู้เชี่ยวชาญด้านการตลาดจะตรวจสอบและอนุมัติอีเมลที่ได้ผลลัพธ์ก่อนที่จะส่งไปยังฐานลูกค้า

การใช้ ChatGPT เพื่อทำให้การโต้ตอบ B2C อัตโนมัติ

ดังนั้น เกี่ยวกับการโต้ตอบที่สามารถอัตโนมัติได้ล่ะ?

หลังจากที่ผู้ใช้ป้อนคำถาม จะได้รับการปรับปรุงด้วยข้อมูลเพอร์โซนาลูกค้า เช่นเดียวกับที่กล่าวมาข้างต้น อย่างไรก็ตาม คำถามที่อัปเดตจะถูกส่งไปตามสองวิธี: ไปยังแชทบอทโดเมนที่สามารถส่งคำตอบที่ปรับแต่งสำหรับเนื้อหาที่เฉพาะเจาะจงทางธุรกิจ หรือผ่าน API ภายนอกไปยัง ChatGPT สำหรับคำถามทั่วไป แชทบอทโดเมนปรับแต่งเนื้อหา ในขณะที่ ChatGPT ไม่ทำ

เนื้อหาที่ได้ผลลัพธ์จะถูกทำความสะอาดสำหรับข้อผิดพลาดและเปรียบเทียบกับกฎธุรกิจและกรอบป้องกันทางกฎหมายก่อนที่จะถูกแจกจ่ายอัตโนมัติไปยังลูกค้า

สร้างมูลค่าทางธุรกิจใหม่จาก ChatGPT โดยใช้โครงสร้างเทคโนโลยีใหม่

การแข่งขันเพื่อขับเคลื่อน ROI จาก AI เชิงกำเนิดกำลังดำเนินอยู่ ผู้นำองค์กรกำลังวิเคราะห์กระบวนการทางธุรกิจสำหรับต้นทุนและความสูญเสีย พูดคุยกับผู้ขายเพื่อทำความเข้าใจแนวทางและโซลูชันของตน และพัฒนาต้นแบบเพื่อพิสูจน์แนวคิด พวกเขากำลังมองหาข้อมูลและโซลูชันที่สามารถใช้เพื่อให้บรรลุความเร็วในการสร้างมูลค่าและความเร็วในการขยายขนาด

เมื่อพวกเขาทำงานสำคัญนี้ ผู้นำเหล่านี้สามารถประเมินผู้ให้บริการทั้งหมดโดยความสามารถในการแก้ไขความท้าทาย AI เชิงกำเนิด 5 ประการนี้ และทำให้การโต้ตอบที่เพิ่มประสิทธิภาพของมนุษย์และการโต้ตอบอัตโนมัติเต็มรูปแบบเป็นไปได้

การใช้โครงสร้างพื้นฐาน 2 แบบที่แตกต่างกันจะทำให้องค์กรบรรลุผลประโยชน์ทางธุรกิจมากมาย พวกเขาจะสามารถเพิ่มผลผลิตของทีม ปรับปรุงประสบการณ์ของลูกค้า ลดต้นทุนการโต้ตอบด้านการบริการ และขับเคลื่อนการขายผลิตภัณฑ์ใหม่

Aravind Chandramouli ได้รับการแต่งตั้งเป็นหัวหน้าฝ่าย AI สำหรับ Center of Excellence ที่ Tredence มาเป็นเวลา 3 ปีแล้ว โดยมีประสบการณ์ทำงานกับ Microsoft และ Fidelity Investments ในอดีต Chandramouli จบปริญญาเอกสาขาวิทยาการคอมพิวเตอร์ โดยมี ความเชี่ยวชาญเฉพาะด้าน การค้นคืนสารสนเทศและการเรียนรู้ของเครื่อง จาก University of Kansas