ผู้นำทางความคิด

เมื่อ AI กลายเป็นอินเทอร์เฟซ สิ่งที่จะเกิดขึ้นกับ SaaS คืออะไร?

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

หลายปีที่ผ่านมา การเข้าสู่ระบบ ซอฟต์แวร์ martech หมายถึงการเข้าสู่แดชบอร์ด ไม่ว่าผู้ใช้ต้องการวิเคราะห์ยอดขาย ตรวจสอบข้อมูลลูกค้า ตรวจสอบประสิทธิภาพแคมเปญ หรือจัดการบัญชี แดชบอร์ดก็ทำหน้าที่เป็นจุดเริ่มต้น บริษัทซอฟต์แวร์ลงทุนอย่างมากเพื่อทำให้สภาพแวดล้อมเหล่านี้ใช้งานง่ายขึ้น เพราะการนำลูกค้าเข้าสู่แอปพลิเคชันเป็นหัวใจของการสร้างคุณค่าให้กับผลิตภัณฑ์

ผู้ช่วย AI กำลังเริ่มท้าทายสมมติฐานนั้น เนื่องจากผู้คนคุ้นเคยกับการเริ่มต้นด้วยการถามคำถามแทนการค้นหาเมนูและรายงาน พวกเขาสามารถบอกผู้ช่วย AI ว่าต้องการรู้หรือทำอะไรและคาดหวังว่าเทคโนโลยีจะกำหนดข้อมูลที่จำเป็นเพื่อให้ตอบกลับ

เมื่อพฤติกรรมนั้นเข้าสู่ที่ทำงาน บริษัทซอฟต์แวร์จะเห็นลูกค้ายังคงพึ่งพาซอฟต์แวร์ของตนอยู่แต่ใช้เวลาน้อยลงในแอปพลิเคชันเอง ซึ่งจะเปลี่ยนวิธีที่พวกเขานำเสนอความสามารถและแม้กระทั่งวิธีที่วัดคุณค่าที่ลูกค้าได้รับจากผลิตภัณฑ์

ซอฟต์แวร์สามารถกลายเป็นส่วนหนึ่งของการสนทนา

ผู้ช่วย AI เช่น Claude และ ChatGPT ได้เปลี่ยนวิธีที่ผู้คนค้นหาข้อมูลและทำงานประจำวันแล้ว การนำไปใช้ในระดับองค์กรเปิดโอกาสใหม่ เนื่องจากระบบเหล่านี้สามารถเชื่อมต่อกับแอปพลิเคชันเฉพาะทางและข้อมูลที่เป็นกรรมสิทธิ์ของพนักงานที่ใช้ในที่ทำงานได้มากขึ้น

Model Context Protocol (MCP) เป็นเทคโนโลยีหนึ่งที่ทำให้การเชื่อมต่อเหล่านั้นเป็นไปได้ MCP ให้วิธีมาตรฐานสำหรับแอปพลิเคชัน AI เชื่อมต่อกับแหล่งข้อมูลภายนอกและเครื่องมือซอฟต์แวร์ แทนที่จะต้องให้ทุกการโต้ตอบเริ่มต้นภายในแอปพลิเคชันเฉพาะ ผู้ให้บริการซอฟต์แวร์สามารถทำให้บางส่วนของผลิตภัณฑ์ของตนเข้าถึงได้ผ่านสภาพแวดล้อม AI ที่ลูกค้าใช้

เพื่อให้เห็นภาพชัดเจน ลองนึกถึงแอปพลิเคชันการวิเคราะห์ นักการตลาดโดยปกติอาจเข้าสู่ระบบ เปิดรายงาน เลือกช่วงวันที่ ใช้ตัวกรองและเปรียบเทียบกลุ่มลูกค้าหลายกลุ่มก่อนจะได้คำตอบ เมื่อมีอินเทอร์เฟซ AI เชื่อมต่อกับซอฟต์แวร์พื้นฐาน นักการตลาดคนนั้นสามารถถามได้อย่างง่ายดายว่า ลูกค้าที่เพิ่งได้มาล่าสุดที่คาดว่าจะกลายเป็น ลูกค้ามูลค่าสูง.

ซอฟต์แวร์การวิเคราะห์ยังคงทำหน้าที่สำคัญเบื้องหลัง เพราะมันเก็บข้อมูลที่เกี่ยวข้อง ใช้โมเดลเฉพาะทางและให้ความสามารถที่พัฒนาขึ้นสำหรับกรณีการใช้งานเฉพาะ แต่วิธีที่ลูกค้าเข้าถึงความสามารถเหล่านั้นเริ่มเปลี่ยนไป

ข้อมูลที่เป็นกรรมสิทธิ์มีคุณค่าเพิ่มขึ้นเรื่อยๆ

การให้ผู้ใช้เข้าถึงซอฟต์แวร์ผ่านการสนทนานำมาซึ่งข้อจำกัดหนึ่งของ AI ที่ออกแบบเพื่อการใช้งานทั่วไป

โมเดลอาจรู้เรื่องการตลาดหรืออีคอมเมิร์ซเป็นอย่างดี แต่ไม่ได้รู้ว่าเกิดอะไรขึ้นภายในบริษัทใดบริษัทหนึ่งเมื่อวาน มันไม่ได้ทราบโดยอัตโนมัติว่าแบรนด์คำนวณมูลค่าลูกค้าอย่างไร หรือหลังจากระยะเวลาใดที่พิจารณาลูกค้าว่าเป็นลูกค้าที่หยุดใช้แล้ว AI ระดับองค์กรที่มีประโยชน์ต้องอาศัยการเข้าถึงข้อมูลเฉพาะขององค์กรที่ใช้มัน

บริษัทซอฟต์แวร์มีข้อมูลเชิงพิเศษเหล่านี้อยู่แล้ว แพลตฟอร์มข้อมูลลูกค้าเข้าใจพฤติกรรมของลูกค้าและเครื่องมือข่าวกรองธุรกิจจัดระเบียบข้อมูลประสิทธิภาพของบริษัท แอปพลิเคชันระดับองค์กรอื่นๆ มีข้อมูลเชิงพิเศษที่คล้ายคลึงเกี่ยวกับองค์กรที่พวกเขาบริการ

การเชื่อมต่อระบบเหล่านั้น กับ AI ทำให้โมเดลมีวิธีทำงานกับข้อมูลเฉพาะของบริษัท แทนที่จะพึ่งพาความรู้ทั่วไปเพียงอย่างเดียว

เมื่อโมเดล AI พัฒนาต่อไป ข้อมูลที่เป็นกรรมสิทธิ์และความสามารถเชิงพิเศษของซอฟต์แวร์อาจกลายเป็นแหล่งความแตกต่างที่สำคัญยิ่งขึ้น โมเดลอาจให้ประสบการณ์การสนทนา ส่วนแอปพลิเคชันระดับองค์กรจะให้ข้อมูลพื้นฐานและฟังก์ชันที่ทำให้การสนทนานั้นมีประโยชน์ต่อธุรกิจเฉพาะ

คำตอบเป็นเพียงส่วนหนึ่งของโอกาส

ขั้นตอนต่อไปของซอฟต์แวร์การสนทนาจะขึ้นกับสิ่งที่เกิดขึ้นหลังจาก AI ให้คำตอบ การรู้ข้อมูลเชิงลึกเป็นประโยชน์ แต่การดำเนินการตามข้อมูลนั้นคือจุดที่ซอฟต์แวร์ธุรกิจสร้างคุณค่าส่วนใหญ่

ลองจินตนาการว่าถามผู้ช่วย AI ว่าลูกค้าคนใดมีแนวโน้มจะทำการซื้ออีกครั้ง จากนั้นใช้คำตอบนั้นสร้างกลุ่มเป้าหมายและทำให้พร้อมใช้งานในระบบอื่น เปลี่ยนการสนทนาให้เป็นกระบวนการทำงาน ความเป็นไปได้ที่คล้ายกันพบได้ทั่วซอฟต์แวร์ระดับองค์กร ผู้ใช้สามารถระบุปัญหาและเริ่มขั้นตอนต่อไปได้โดยไม่ต้องสลับผ่านหลายแอปพลิเคชัน เนื่องจากระบบพื้นฐานจะยังคงทำหน้าที่เฉพาะทางต่อไปในขณะที่ผู้ช่วย AI ประสานวิธีที่ผู้ใช้เข้าถึงระบบเหล่านั้น

เมื่อ AI สามารถเริ่มดำเนินการได้ ผลิตภัณฑ์ SaaS จะดูเหมือนกลุ่มของความสามารถเชิงพิเศษที่ระบบ AI สามารถเรียกใช้ตามต้องการ ผลิตภัณฑ์การวิเคราะห์อาจระบุกลุ่มเป้าหมาย แพลตฟอร์มการค้าอาจให้ข้อมูลการทำธุรกรรม และแพลตฟอร์มการตลาดอาจเปิดแคมเปญ ส่วนที่ดีที่สุดคือผู้ใช้ไม่จำเป็นต้องนำทางผ่านแต่ละแอปพลิเคชันเพื่อให้ผลิตภัณฑ์เหล่านั้นมีส่วนร่วมในกระบวนการทำงาน จากนั้นบริษัทซอฟต์แวร์สามารถเริ่มออกแบบกระบวนการทำงานโดยอิงตามสิ่งที่ลูกค้าต้องการทำให้สำเร็จ มากกว่าการจัดลำดับหน้าจอที่จำเป็น

แดชบอร์ดยังคงมีบทบาท

แดชบอร์ดไม่น่าจะหายไปอย่างสมบูรณ์ เนื่องจากบางงานได้ประโยชน์จากการสำรวจเชิงภาพหรือความสามารถในการตรวจสอบข้อมูลจำนวนมากพร้อมกัน ผู้ใช้ยังคงต้องการแอปพลิเคชันเฉพาะสำหรับงานหลายประเภท เพียงแต่บทบาทของมันได้กลายเป็นไม่สำคัญเท่าก่อน

ลูกค้าอาจเปิดแอปพลิเคชันเมื่อจำเป็นต้องสำรวจอย่างลึกซึ้ง ในขณะที่จัดการคำถามและการกระทำประจำวันผ่านผู้ช่วย AI ผู้ใช้คนอื่นอาจโต้ตอบกับซอฟต์แวร์พื้นฐานเป็นประจำโดยไม่ต้องเปิดอินเทอร์เฟซแบบดั้งเดิมเลย

บริษัท SaaS เคยมองการเข้าสู่ระบบ เซสชัน และเวลาที่ใช้ในผลิตภัณฑ์เป็นสัญญาณของการมีส่วนร่วม การใช้ซอฟต์แวร์ผ่าน AI ทำให้เมตริกเหล่านั้นซับซ้อนขึ้น ลูกค้าที่เปิดแดชบอร์ดน้อยอาจยังเป็นผู้ใช้ที่มีส่วนร่วมสูง หากผู้ช่วย AI เรียกข้อมูล โมเดล หรือกระบวนการทำงานของผลิตภัณฑ์แทนพวกเขาอย่างสม่ำเสมอ..

ออกแบบให้สอดคล้องกับที่ทำงานของลูกค้า

บริษัท SaaS ใช้เวลาหลายปีพยายามให้เป็นแอปพลิเคชันที่ลูกค้าเปิดเป็นอันดับแรก ผู้ช่วย AI ทำให้เป็นไปได้ว่าไม่มีแอปพลิเคชันธุรกิจใดที่คงอยู่ในตำแหน่งนั้นอย่างต่อเนื่อง ซอฟต์แวร์ยังคงต้องให้ข้อมูลที่เชื่อถือได้ ฟังก์ชันเฉพาะทาง และการดำเนินการที่เชื่อถือได้

บริษัทที่เตรียมพร้อมสำหรับโมเดลนี้ควรเริ่มตั้งคำถามว่าผลิตภัณฑ์ส่วนใดของตนที่ลูกค้าต้องการใช้บ่อยที่สุด ข้อมูลใดสามารถเปิดให้ระบบ AI ใช้ได้อย่างปลอดภัย และการกระทำใดที่ผู้ใช้ควรสามารถเริ่มต้นผ่านการสนทนาได้ ฉันคิดว่าแดชบอร์ดยังคงมีประโยชน์อยู่ แต่ก็อาจไม่ใช่จุดเริ่มต้นของการโต้ตอบอีกต่อไป

Brian เป็นรองประธานฝ่ายวิศวกรรมที่ Decile, ซึ่งเป็นแพลตฟอร์มวิเคราะห์อีคอมเมิร์ซที่ใช้ AI ช่วยแปลงข้อมูลที่ซับซ้อนและกระจัดกระจายให้เป็นข้อมูลเชิงลึกที่ชัดเจนและนำไปปฏิบัติได้พร้อมคำแนะนำ – ทันที

Previously, he served as VP of Platform Engineering at Washington Post Labs / Trove, where his work on search and personalization led to a patent for a topical interest personalization system, and earlier built NLP-driven applications at Inxight, a spinoff of Xerox PARC.