ธอร์ โอลอฟ ฟิโลเจน ซีอีโอและผู้ร่วมก่อตั้ง Stravito – สัมภาษณ์ซีรีส์: การสนทนาใหม่

ธอร์ โอลอฟ ฟิโลเจน เป็นซีอีโอและผู้ร่วมก่อตั้ง Stravito ซึ่งเป็นแพลตฟอร์ม Insights Intelligence ที่บริษัทชั้นนำทั่วโลกไว้วางใจในการเปลี่ยนความรู้ให้เป็นตัวเลือกที่มั่นใจซึ่งผลักดันการเติบโตและเร่งผลกระทบในตลาด

ใน สัมภาษณ์ก่อนหน้านี้ ของเรา เราได้พูดถึง Stravito Assistant ซึ่งเป็นอินเทอร์เฟซ AI ที่ช่วยให้ทีมสามารถค้นหา สำรวจ และโต้ตอบกับการวิจัยและข้อมูลเชิงลึกภายในของตนเอง ได้อย่างไร หนึ่งปีต่อมา ทีมงานระดับองค์กรใช้ Assistant ในการทำงานประจำวันอย่างไร และสิ่งใดที่ทำให้คุณประหลาดใจเกี่ยวกับวิธีการทำงานของมันในกระบวนการทำงานจริง

เมื่อหนึ่งปีที่แล้ว ทีมงานใช้ Stravito AI Assistant เพื่อค้นหาวิจัยและนำเสนอข้อมูลเร็วขึ้น สิ่งที่เปลี่ยนแปลงไปคือทีมงานใช้มันเพื่อยืนยันสมมติฐานเชิงกลยุทธ์ก่อนตัดสินใจสำคัญ และสรุปหลักฐานข้ามตลาดก่อนที่จะลงทุนในแนวทางใดแนวทางหนึ่ง

การนำไปใช้ในช่วงแรกได้รับแรงผลักดันจากเวลาที่ประหยัดได้ แต่ตอนนี้ด้วย Deep Research Agent Stravito AI Assistant สามารถวางแผนการวิจัยหลายขั้นตอนได้อย่างอิสระ วิเคราะห์รายงานที่สมบูรณ์ในแบบขนาน ตรวจสอบผลการวิจัย และนำเสนอข้อมูลที่มีแหล่งที่มาครบถ้วนซึ่งยึดหลักข้อมูลของบริษัทเท่านั้น ผลลัพธ์ที่ได้คือคำตอบที่มีความลึกเชิงวิเคราะห์โดยมีหลักฐานที่ผู้ตัดสินใจสามารถยึดถือได้

ตั้งแต่เราได้สัมภาษณ์ไป Stravito ได้ขยายการใช้ AI เพื่อสนับสนุนการทำงานร่วมกับข้อมูลเชิงลึกในหลายรูปแบบ รวมถึงคุณสมบัติอย่าง AI Personas ลูกค้าใช้ความสามารถเหล่านี้ในทางปฏิบัติอย่างไร นอกเหนือจากการสร้างแนวคิดหรือการทดลองในระยะแรก

Stravito AI Personas สามารถเปลี่ยนการศึกษาการแบ่งส่วนตลาดแบบคงที่ให้เป็นโปรไฟล์ผู้บริโภคแบบโต้ตอบที่ยึดหลักการวิจัยของบริษัทเอง ทำให้ทีมสามารถทดสอบทุกอย่างตั้งแต่การออกแบบผลิตภัณฑ์ไปจนถึงแนวคิดการตลาดก่อนที่จะลงทุนในงบประมาณขนาดใหญ่

ตัวอย่างเช่น Lavazza Group ได้นำ Stravito AI Personas ไปใช้ในกระบวนการตลาดและการนวัตกรรม โดยสร้างโปรไฟล์ผู้บริโภคจากการสัมภาษณ์หลายพันครั้ง และได้ปรับปรุงการตัดสินใจเกี่ยวกับการออกแบบผลิตภัณฑ์และแคมเปญแล้ว

สิ่งที่เคยต้องใช้เวลาหลายสัปดาห์ในการตรวจสอบและยืนยันสามารถเริ่มต้นด้วยการทำงานที่มุ่งเน้นก่อนที่จะดำเนินการต่อในการทดสอบเพิ่มเติม โดยยึดผลลัพธ์ไว้บนพื้นฐานของการวิจัยของบริษัทตั้งแต่แรก จุดประสงค์คือการลดความเสี่ยงในระยะแรก และจัดลำดับความสำคัญของแนวคิดที่แข็งแกร่งกว่าก่อนที่จะลงทุน

เมื่อมีการแนะนำฟังก์ชัน AI มากขึ้นในแพลตฟอร์ม องค์กรต่างๆ ได้ถามคำถามใหม่ๆ เกี่ยวกับการกำกับดูแล การควบคุม และความรับผิดชอบอย่างไร และ Stravito ได้ปรับตัวให้เข้ากับความกังวลเหล่านั้นอย่างไร

คำถามที่องค์กรเคยถามคือ “มันสามารถทำอะไรได้บ้าง?” แต่ตอนนี้คือ “เราสามารถยืนหยัดอยู่เบื้องหลังมันได้หรือไม่?” สำหรับ Stravito การกำกับดูแลมีความสำคัญเสมอ และสิ่งนั้นเห็นได้ชัดเจนใน cáchที่แพลตฟอร์มถูกสร้างขึ้น

AI ทั่วไปถูกสร้างขึ้นจากข้อมูลอินเทอร์เน็ตโดยไม่มีบริบททางธุรกิจ Stravito ถูกสร้างขึ้นโดยอาศัยการวิจัยที่ได้รับการยืนยันของบริษัทเท่านั้น ไม่มีการสแกนข้อมูลจากอินเทอร์เน็ตหรือแหล่งข้อมูลที่ใช้ร่วมกัน

ตัวอย่างเช่น ด้วย Deep Research Agent แผนการวิจัยจะปรากฏขึ้นก่อนที่การวิเคราะห์จะเริ่มต้นขึ้น และทุกข้อสรุปจะมีแหล่งที่มาครบถ้วน ทำให้สามารถติดตามแหล่งที่มาของคำตอบใดๆ กลับไปได้ Stravito ยังคงรักษามาตรฐานความปลอดภัยและความเป็นส่วนตัวของข้อมูลระดับองค์กรสูงสุด โดยมีใบรับรอง ISO 27001 และการรับรอง SOC 2 Type II รวมถึงการรับประกันสัญญาที่ว่าข้อมูลลูกค้าจะไม่ถูกใช้ในการฝึกอบรมโมเดลภาษาขนาดใหญ่

ในเรื่องความรับผิดชอบ AI จัดการการวิเคราะห์และการวางแผนการวิจัย ส่วนคนจัดการการตัดสินใจ สтратегี และการตัดสินใจสุดท้าย

หลายองค์กรต้องดิ้นรนไม่ใช่ในการนำเครื่องมือใหม่ๆ มาใช้ แต่ในการฝังเครื่องมือเหล่านั้นลงในกระบวนการตัดสินใจประจำวัน คุณได้เรียนรู้อะไรเกี่ยวกับการจัดการการเปลี่ยนแปลงเมื่อนำ Stravito ไปใช้ในองค์กรระดับโลกขนาดใหญ่

องค์กรที่ฝัง Stravito ลงไปได้สำเร็จมีสามสิ่งที่ทำได้ดี

พวกเขาได้ตั้งความคาดหวังที่ชัดเจนตั้งแต่แรกว่า ไม่มีการตัดสินใจสำคัญใดที่จะเกิดขึ้นโดยไม่มีข้อมูลเชิงลึกที่ธุรกิจมีอยู่แล้ว เมื่อนั้นการใช้แพลตฟอร์มจะไม่ใช่เรื่องเลือกได้อีกต่อไป

พวกเขาได้ลงทุนในผู้นำภายใน เมื่อบุคคลที่คนอื่นหันมาขอคำปรึกษากำลังใช้แพลตฟอร์มในการทบทวนธุรกิจ การวางแผนและการสนทนาเกี่ยวกับการนวัตกรรม การนำไปใช้จะตามมา

และพวกเขาได้ให้การเข้าถึงพร้อมกับการสนับสนุนและช่วยเหลือ ทีมต้องการคำแนะนำเกี่ยวกับวิธีการถามคำถามที่ถูกต้องและรู้ว่าจะทำอะไรกับคำตอบที่ได้รับ นั่นคือสิ่งที่เปลี่ยนแพลตฟอร์มที่คนมีให้เป็นแพลตฟอร์มที่คนใช้

Stravito ถือว่าตัวเองเป็นแหล่งข้อมูลเดียวที่แท้จริงสำหรับข้อมูลเชิงลึกเกี่ยวกับตลาดและผู้บริโภค ในความเป็นจริง องค์กรมักจะมีการวิจัยที่กระจัดกระจายอยู่ทั่วระบบต่างๆ ลูกค้าของคุณประสบความสำเร็จในการรวมความรู้นี้ไว้ด้วยกันอย่างไร และที่ไหนที่พวกเขา vẫnพบกับการต่อต้าน

มักจะมีการวิจัยที่มีอยู่แล้ว ข้อมูลธุรกิจ ผู้บริโภค และตลาดอยู่ทั่วระบบ ภูมิภาคและหน้าที่ แต่ปัญหาคือว่ามันไม่ได้เชื่อมต่อกัน ดังนั้นการตัดสินใจสำคัญเกี่ยวกับการนวัตกรรม การขยายตัวและการตลาดจึงเกิดขึ้นโดยไม่มีข้อมูลเชิงลึกที่จำเป็น นั่นคือสิ่งที่ Stravito ช่วยแก้ไข

การรวมข้อมูลเกิดขึ้นเป็นขั้นตอน องค์กรเริ่มต้นด้วยการวิจัยที่มีค่าที่สุดและขยายออกไป โดยที่แต่ละขั้นตอนสร้างกรณีเชิงพาณิชย์สำหรับขั้นตอนถัดไป Heineken เป็นตัวอย่างที่ดี โดยการนำข้อมูลเชิงลึกมารวมกันในจุดเดียว พวกเขาได้เปลี่ยนเวลา CMI จากการค้นหาวิจัยไปสู่งานเชิงกลยุทธ์ที่มีค่ามากกว่า

หากพบกับการต่อต้าน มักจะเป็นเรื่องขององค์กรมากกว่าทางเทคนิค องค์กรที่เคลื่อนไหวได้เร็วและได้ผลมากที่สุดมีการเป็นเจ้าของที่ชัดเจนและผู้นำภายในที่สามารถนำภูมิภาคและหน้าที่ต่างๆ มารวมกันได้ กรณีเชิงพาณิชย์ ซึ่งการตัดสินใจที่รวดเร็วและมีหลักฐานที่ดีกว่านั้น เป็นสิ่งที่ขับเคลื่อนการสนทนานั้นต่อไป

หนึ่งในเป้าหมายของ Stravito คือการทำให้การเข้าถึงข้อมูลเชิงลึกเปิดกว้างมากกว่าเพียงทีมวิจัยแบบดั้งเดิมเท่านั้น ในช่วงปีที่ผ่านมา การเข้าถึงที่กว้างขึ้นนี้ได้เปลี่ยนแปลงความสัมพันธ์ระหว่างทีมวิจัยและผู้มีส่วนได้ส่วนเสียทางธุรกิจอย่างไร

เมื่อทีมงานสามารถมีส่วนร่วมโดยตรงกับความรู้ของผู้บริโภคและตลาดได้ ข้อมูลเชิงลึกจะเข้าสู่การตัดสินใจเร็วขึ้น ผู้มีส่วนได้ส่วนเสียไม่ต้องรอรายงานที่คงที่อีกต่อไป แต่โต้ตอบโดยตรงกับข้อมูลเชิงลึกของตนเองเพื่อ塑ะรูปการตัดสินใจ ตั้งแต่การวางตำแหน่งและการออกแบบผลิตภัณฑ์ไปจนถึงการขยายตัวในอนาคต

สิ่งนี้ยังเปลี่ยนแปลงสิ่งที่ทีมวิจัยใช้เวลาทำด้วย เมื่อมีเวลาน้อยลงในการตอบคำถามและการค้นหาวิจัย พวกเขากำลังทำงานในฐานะที่ปรึกษาทางกลยุทธ์มากขึ้น เพื่อให้แน่ใจว่าหลักฐานเชิงประจักษ์จะกำหนดรูปทรงของการตัดสินใจที่สำคัญที่สุด

การปรับแต่งเป็นข้อได้เปรียบที่มักถูกอ้างถึงในแอปพลิเคชัน AI ในระดับองค์กร ลูกค้าของ Stravito ปรับแต่งการค้นหาข้อมูลเชิงลึกตามบทบาท ภูมิภาค หรือหน้าที่อย่างไร และสิ่งนี้มีผลกระทบต่อการมีส่วนร่วมในการวิจัยอย่างไร

เมื่อทีมงานเห็นข้อมูลที่เกี่ยวข้องกับการตัดสินใจของตนเอง พวกเขาจะมีส่วนร่วมและใช้มันอย่างต่อเนื่องมากขึ้น ผู้นำหมวดสินค้าระดับโลกจะมีความสำคัญที่แตกต่างจากผู้อำนวยการฝ่ายการตลาดระดับภูมิภาค และ Stravito เข้าใจสิ่งนั้น

คอลเลกชั่นเป็นหนึ่งในคุณสมบัติที่ใช้บ่อยที่สุด มันทำงานเหมือนเพลย์ลิสต์ โดยให้ทีมสามารถจัดกลุ่มการวิจัยตามหัวข้อ ภูมิภาค หรือหน้าที่ เช่น คอลเลกชั่นที่อุทิศให้กับการอบรมหรือความยั่งยืน Stravito AI จะนำเสนอการวิจัยที่เกี่ยวข้องเพิ่มเติมตามสิ่งที่อยู่ในคอลเลกชั่นแล้ว เพื่อให้ทีมสามารถติดตามสิ่งที่สำคัญที่สุดโดยไม่ต้องไปค้นหา

เมื่อ AI ถูกฝังลงในกระบวนการทำงานเชิงลึก องค์กรต่างๆ ตัดสินใจเมื่อใดที่จะพึ่งพาบริบทที่สร้างโดย AI และเมื่อใดที่จะยอมตามความเชี่ยวชาญของมนุษย์ โดยเฉพาะสำหรับการตัดสินใจที่มีความเสี่ยงสูง

องค์กรที่ทำสิ่งนี้ได้ดีมีการแบ่งงานที่ชัดเจน AI จัดการการวิเคราะห์และการวางแผนการวิจัย ส่วนคนจัดการการตัดสินใจ สตรатегี และการตัดสินใจสุดท้าย

ในทางปฏิบัติ เครื่องมืออย่าง Deep Research Agent ใน Stravito AI Assistant ช่วยลดเวลาระหว่างคำถามและหลักฐานที่ได้รับ โดยนำเสนอคำตอบที่มีแหล่งที่มาครบถ้วนและยึดหลักข้อมูลของบริษัทเท่านั้น AI Personas ช่วยให้ทีมสามารถทดสอบสมมติฐานกับมุมมองผู้บริโภคจริงก่อนที่จะลงทุน Both ได้รับการออกแบบมาเพื่อเสริมสร้างพื้นฐานที่การตัดสินใจเกิดขึ้น

แต่ผลลัพธ์เป็นเพียงจุดเริ่มต้น คนตัดสินใจว่าหลักฐานหมายถึงอะไร จัดลำดับความสำคัญของการแลกเปลี่ยน และเป็นเจ้าของการตัดสินใจสุดท้าย

การรวมระบบเป็นความท้าทายที่เกิดขึ้นซ้ำในสภาพแวดล้อมระดับองค์กร คุณสังเกตเห็นรูปแบบใดๆ ในลูกค้าที่รวม Stravito เข้ากับระบบวิเคราะห์ การวิจัย หรือการจัดการความรู้ที่มีอยู่แล้วของตนเอง

องค์กรที่มีผลกระทบมากที่สุดมีความชัดเจนเกี่ยวกับสิ่งที่ Stravito มีไว้เพื่อทำ ไม่ใช่เพียงแค่คลังข้อมูลอื่น แต่เป็นชั้นที่เชื่อมต่อข้อมูลเชิงลึกที่มีอยู่แล้วและนำไปสู่การตัดสินใจที่ต้องการ

ในทางปฏิบัติ Stravito ทำงานร่วมกับผู้ให้บริการวิจัยและวิเคราะห์ที่ลูกค้าใช้อยู่แล้ว โดยนำข้อมูลธุรกิจ ตลาด และผู้บริโภคมารวมกันในจุดเดียว เพื่อให้ความรู้ที่กระจายอยู่ทั่วระบบสามารถเข้าถึงการตัดสินใจที่ต้องการได้

เมื่อมองไปข้างหน้า ตามสิ่งที่คุณสังเกตเห็นในช่วงปีที่ผ่านมา องค์กรยังคงประเมินต่ำเกินไปเกี่ยวกับการนำ AI ไปใช้ในการจัดการข้อมูลเชิงลึกอย่างไร และสิ่งนี้มีผลกระทบต่อทิศทางผลิตภัณฑ์ของ Stravito อย่างไร

AI สามารถนำเสนอคำตอบได้ทันที สิ่งที่องค์กรประเมินต่ำเกินไปคือทุกสิ่งที่เกิดขึ้นต่อจากนั้น ต้นทุนของการดำเนินการต่อข้อมูลเชิงลึกที่ไม่ถูกต้องมีความสำคัญเกินกว่าที่จะรักษาผลลัพธ์ไว้เป็นข้อสรุป

องค์กรที่จะก้าวหน้าจะไม่ใช่ผู้ที่ทำให้กระบวนการทำงานอัตโนมัติมากที่สุด แต่จะเป็นผู้ที่ใช้สิ่งที่พวกเขาได้รับมาแล้วในการตัดสินใจที่ดีกว่า เร็วขึ้น และมีความมั่นใจมากขึ้น

สิ่งนั้นเป็นตัวกำหนดทิศทางผลิตภัณฑ์ของเรา ตัวอย่างเช่น Deep Research Agent นำเสนอความเข้มงวดและความน่าเชื่อถือที่การตัดสินใจสำคัญต้องการ AI Personas นำมุมมองผู้บริโภคเข้าสู่กระบวนการก่อนที่จะลงทุน ทั้งสองได้รับการออกแบบมาเพื่อให้แน่ใจว่าไม่มีการตัดสินใจสำคัญใดที่จะเกิดขึ้นโดยไม่มีข้อมูลเชิงลึกที่องค์กรมีอยู่แล้ว

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านอาจต้องการอ่าน การสัมภาษณ์ก่อนหน้านี้ ของเราหรือเยี่ยมชม Stravito เพิ่มเติม