โมเดลและแพลตฟอร์ม AI
Form & Function เปิดตัว Lever เพื่อให้ผู้ช่วย AI เข้าถึงบริบททางธุรกิจร่วมกัน
ประเด็นสำคัญคุณค่าที่แท้จริงของ Lever อยู่ที่ชั้นบริบทที่สร้างขึ้นก่อนที่แชทบอทใดจะตอบคำถาม
ดูเพิ่มเติม
- คุณค่าที่แท้จริงของ Lever อยู่ที่ชั้นบริบทที่สร้างขึ้นก่อนที่แชทบอทใดจะตอบคำถาม
- คำจำกัดความทางธุรกิจที่ใช้ร่วมกันช่วยป้องกันคำตอบที่ดูสมเหตุสมผลแต่ทำให้เข้าใจผิดในระบบการขายและการส่งมอบที่ไม่เชื่อมต่อกัน
- การเพิ่มขีดความสามารถที่ระบุได้เป็นโอกาสเชิงวิเคราะห์มากกว่ารายได้ที่ลูกค้าเก็บมาแล้ว
Form & Function Consulting เปิดตัว Lever แพลตฟอร์ม AI ที่ออกแบบมาเพื่อช่วยให้บริษัทผู้ให้บริการวิชาชีพมองเห็นภาพการดำเนินงานได้อย่างสอดคล้องกัน แม้ข้อมูลจะกระจายอยู่ในระบบที่แยกจากกัน โดยประกาศเปิดตัวเมื่อวันที่ 12 พฤศจิกายน ผลิตภัณฑ์นี้ผสานข้อมูลการดำเนินงานเข้ากับคำจำกัดความทางธุรกิจเฉพาะของแต่ละบริษัท เพื่อให้ผู้บริหารถามคำถามเกี่ยวกับการจัดสรรบุคลากร การคาดการณ์รายได้ และความสามารถในการทำกำไรของโครงการผ่านอินเทอร์เฟซแบบสนทนาได้
ประเด็นสำคัญไม่ใช่การมีแชตบอตอีกตัวมาตอบคำถามทางการเงิน แต่อยู่ที่งานที่ต้องทำก่อนคำตอบเหล่านั้นจะเป็นประโยชน์ ระบบการขายอาจบันทึกดีลที่มีแนวโน้มดีไว้ ขณะที่ทีมส่งมอบงานกลับเห็นว่ามีกำลังคนไม่เพียงพอที่จะดำเนินงานให้เสร็จ ผู้ช่วย AI ต้องทำได้มากกว่าแค่เข้าถึงฐานข้อมูลทั้งสองแห่ง จึงจะอธิบายได้ว่าข้อมูลเหล่านั้นเมื่อนำมาพิจารณาร่วมกันมีความหมายอย่างไรต่อธุรกิจ
เปลี่ยนความรู้ของบริษัทให้เป็นบริบททางธุรกิจ
ตามประกาศเปิดตัว Form & Function เริ่มต้นด้วยการรวบรวมข้อมูลจากระบบบริหารความสัมพันธ์ลูกค้า ระบบบริหารจัดการงานบริการวิชาชีพ และระบบการเงิน นอกจากนี้ยังรวบรวมเอกสารและความรู้ที่พนักงานใช้ตีความข้อมูลเหล่านั้นด้วย แชตบอต Lev ช่วยสัมภาษณ์ผู้มีส่วนได้ส่วนเสียเพื่อเก็บข้อมูลว่าบริษัทดำเนินงานจริงอย่างไร
ข้อมูลจากขั้นตอนเริ่มต้นใช้งานนี้จะนำไปสร้างชั้นบริบทที่อธิบายวิธีขาย จัดสรรบุคลากร ส่งมอบ และวัดผลงาน เป้าหมายคือเชื่อมโยงคำถามที่มักตกหล่นระหว่างแผนกต่าง ๆ เช่น ยอดขายที่อยู่ระหว่างดำเนินการรองรับการตัดสินใจจ้างพนักงานหรือไม่ งานที่รับมอบหมายใดให้ผลกำไรสูงที่สุด หรือการชะลอการลงทุนจะส่งผลต่อกระแสเงินสดที่คาดการณ์ไว้อย่างไร
ความแตกต่างนี้สำคัญต่อธุรกิจบริการ เพราะตัวชี้วัดที่ใช้ชื่อคล้ายกันอาจตั้งอยู่บนสมมติฐานที่ต่างกัน กำลังการผลิตที่พร้อมใช้งานอาจไม่นับรวมเวลาที่ใช้ไปกับการขาย ขณะที่การคาดการณ์รายได้อาจขึ้นอยู่ทั้งกับโอกาสที่ดีลจะปิดการขายได้และเวลาที่จะสามารถส่งมอบงานซึ่งเกิดจากดีลดังกล่าว คำตอบที่ฟังดูสมเหตุสมผลแต่ตั้งอยู่บนคำจำกัดความที่ผิด อาจทำให้เข้าใจผิดได้มากกว่าข้อผิดพลาดที่เห็นได้ชัด
มุมมองการดำเนินงานเดียวกันผ่านอินเทอร์เฟซ AI ที่หลากหลาย
หน้าผลิตภัณฑ์ Lever ของบริษัทแสดงให้เห็นว่า Lev ตอบคำถาม สร้างผลลัพธ์ในรูปแบบภาพ และทำงานภายใน Slack ได้ นอกจากนี้ยังแสดงการเข้าถึงผ่านไคลเอนต์ AI อื่น ๆ รวมถึง Claude และ ChatGPT โดยใช้ Model Context Protocol หรือ MCP แทนที่จะกำหนดให้ทุกอินเทอร์เฟซต้องสร้างตรรกะทางธุรกิจของบริษัทขึ้นใหม่ แนวทางนี้กลับจัดเตรียมพื้นฐานร่วมกันสำหรับการโต้ตอบเหล่านั้น
ประกาศเปิดตัวระบุว่า Lever ใช้ในการให้คำปรึกษาร่วมกับพันธมิตรด้านการดำเนินงาน หน้าผลิตภัณฑ์ในปัจจุบันยังระบุด้วยว่าสามารถใช้งานแบบสแตนด์อโลนได้ แต่ไม่มีการเปิดเผยราคาและข้อกำหนดโดยละเอียดในการติดตั้งใช้งาน ดังนั้นจึงไม่ควรตีความประกาศนี้ว่าเป็นการเปิดให้ใช้งานด้วยตนเองพร้อมเผยแพร่ราคาสมัครสมาชิกแล้ว
แนวโน้มที่กว้างขึ้นในการสร้างความหมายทางธุรกิจร่วมกันยังเห็นได้จาก ประกาศเกี่ยวกับ Ontology Studio ของ Collate ส่วน Lever ใช้แนวทางที่จำกัดขอบเขตให้เน้นการดำเนินงานของธุรกิจบริการวิชาชีพและการเริ่มต้นใช้งานโดยมีที่ปรึกษาช่วยเหลือ แทนที่จะมองบริบททางธุรกิจเป็นชั้นข้อมูลทั่วไปที่ทุกองค์กรนำไปใช้ได้โดยไม่ต้องปรับเปลี่ยน
ผลลัพธ์เบื้องต้นแสดงให้เห็นอะไรจริง ๆ
Form & Function ระบุว่าลูกค้ารายหนึ่งพบว่ามีกำลังรองรับงานส่งมอบเพิ่มเติมเพียงพอที่จะสร้างรายได้ต่อปีเพิ่มขึ้นประมาณ 1.8 ล้านดอลลาร์ โดยไม่ต้องเพิ่มพนักงาน ข่าวประชาสัมพันธ์ยังกล่าวถึงการปรับปรุงอัตรากำไรขั้นต้นที่คาดการณ์ไว้ด้วย สิ่งเหล่านี้คือโอกาสในการเพิ่มประสิทธิภาพการดำเนินงานที่พบจากการวิเคราะห์ ไม่ใช่หลักฐานว่าลูกค้าได้รับรายได้เพิ่มเติมดังกล่าวแล้ว
คำอธิบายเชิงเทคนิคเกี่ยวกับชั้นความหมายของบริษัทให้รายละเอียดเพิ่มเติม ในการเปรียบเทียบที่บริษัทดำเนินการเอง บริษัททดสอบคำถามทางธุรกิจ 5 ข้อ ข้อละ 5 ครั้ง โดยเปรียบเทียบการเข้าถึงข้อมูลดิบใน BigQuery กับแบบจำลองเชิงความหมายที่สร้างด้วย Malloy แนวทางที่มีโครงสร้างให้ผลดีกว่าเมื่อตอบคำถามที่ต้องอาศัยคำจำกัดความทางธุรกิจและความสัมพันธ์ระหว่างตาราง
ตัวอย่างนี้ช่วยให้เห็นกลไกการทำงานได้ดี แต่เป็นการทดสอบขนาดเล็กที่ผู้ขายเป็นผู้ดำเนินการ ผลการทดสอบไม่ได้ยืนยันว่าระบบจะมีความแม่นยำสมบูรณ์เมื่อตอบคำถามใด ๆ กับชุดข้อมูลที่เปลี่ยนแปลง หรือเมื่อนำไปติดตั้งใช้งานกับลูกค้าทุกราย การกำหนดตัวชี้วัดไว้ล่วงหน้าช่วยลดความคลุมเครือ แต่ไม่ได้ทำให้ไม่จำเป็นต้องปรับปรุงคำจำกัดความเหล่านั้นให้เป็นปัจจุบันและทบทวนการตัดสินใจที่มีผลกระทบสำคัญ
งานกำลังเปลี่ยนจากการป้อนคำสั่งไปสู่การดูแลคำจำกัดความ
การเปิดตัว Lever สะท้อนให้เห็นการเปลี่ยนแปลงเชิงปฏิบัติที่สำคัญของ AI ในองค์กร นั่นคือการเชื่อมต่อโมเดลเข้ากับข้อมูลเป็นเพียงจุดเริ่มต้น ยังต้องมีผู้กำหนดว่าข้อมูลนั้นหมายถึงอะไร แก้ไขคำจำกัดความที่ขัดแย้งกัน และปรับปรุงการตีความให้ทันสมัยอยู่เสมอเมื่อสัญญา นโยบายการจัดสรรบุคลากร และกระบวนการทางธุรกิจเปลี่ยนแปลงไป
สำหรับบริษัทผู้ให้บริการวิชาชีพ ประโยชน์ที่อาจเกิดขึ้นคือการนำข้อมูลการดำเนินงานไปสู่การตัดสินใจเรื่องกำลังรองรับงานหรือความสามารถในการทำกำไรได้รวดเร็วยิ่งขึ้น สิ่งที่จะเป็นบททดสอบในระยะยาวคือบริบทร่วมกันนี้ยังคงเชื่อถือได้เมื่อธุรกิจเปลี่ยนแปลงไปหรือไม่ และโอกาสที่พบจะนำไปสู่ผลลัพธ์ที่วัดได้จริงหรือไม่ แทนที่จะเป็นเพียงคำตอบที่ฟังดูน่าเชื่อยิ่งขึ้น












