Фаза медового місяця штучного інтелекту завершилася, тому що далі?

Безліч дискусій про трансформаційний потенціал штучного інтелекту відбулося за останні два роки після того, як випуск ChatGPT викликав багато ентузіазму. Корпоративні лідери були готові використовувати цю технологію для зниження операційних витрат. Можливо, дивно, але для багатьох лідерів ключовим показником успіху інструменту штучного інтелекту не є довгострокова віддача від інвестицій (ROI). Це швидкість до ROI.

У умовах зменшення толерантності до ризику та збільшення тиску на доходи лідери очікують, що інвестиції приведуть до змін і швидко окупляться. Водночас гіп навколо штучного інтелекту почала спадати, поступаючись місцем більш прагматичним розмовам про віддачу від інвестицій у штучний інтелект.

Наступний етап: реальність про те, де працює штучний інтелект

Успіх на сучасному ринку, де панують підписки, залежить від того, як добре ви утримуєте клієнтів, а не від того, як добре ви їх приваблюєте. У більшості секторів ринок перенасичений, і багато організацій пропонують подібні послуги майже однакової якості. Додайте до цього спад лояльності клієнтів, зростання очікувань і збільшення готовності змінити бренд, і організації опиняються в ситуації, коли їм немає місця для помилок, щоб не відстати від жорсткої конкуренції. Досвід клієнта (CX) – це фактор, який визначає, чи успішно працюють організації з підписками, чи ні.

У такій ситуації організації можуть конкурувати найкраще, орієнтуючись на інкрементальні поліпшення, а не відхід від витрат. Кожен вибір, який робить організація, повинен бути орієнтований на конкретні, клієнто-орієнтовані цілі – навіть якщо це коштує трохи більше на початку. Це стосується також впровадження штучного інтелекту. Організації запитували, як штучний інтелект може окупитися, використовуючи його як заміну існуючих ресурсів. Тепер їм потрібно запитати, як штучний інтелект може створити цінність для організації, поліпшуючи роботу з клієнтами.

Відповідь досить проста. Штучний інтелект має численні потенційні застосування, які поліпшують CX як безпосередньо, так і опосередковано. Інструменти, що використовують штучний інтелект, можуть покращити персоналізацію, використовуючи дані про поведінку клієнтів, щоб забезпечити, щоб користувачі бачили правильне повідомлення або промоцію в правильний час. Ці дані також можуть допомогти у розробці продукту, виділяючи прогалини на ринку, які організація може використати для кращого обслуговування клієнтів. Вони також можуть зробити організації більш проактивними, допомагаючи їм передбачати порушення, активувати плани дій і повідомляти необхідну інформацію користувачам.

Однак ця робота відбувається в основному поза сценою і не може відбутися за одну ніч.

Хочете штучний інтелект на своєму кращому? Почніть з “невидимих” застосунків

Єдиний спосіб знати точно, чи буде випадок використання штучного інтелекту на передньому або задньому плані давати бажані результати, полягає в тому, щоб спочатку використовувати більш невидимі, позасценічні можливості штучного інтелекту.

Позаду заголовків про миттєву трансформацію лежить основна здатність штучного інтелекту: аналіз. Великі мовні моделі (LLM) типу ChatGPT привернули увагу своєю очевидною гнучкістю, але вони виконують тільки одну задачу, незалежно від того, де вони працюють. Вони підсумовують інформацію. Організаціям потрібно зробити правильну інформацію доступною, і це займає час. Це два факти, які часто губилися в розмові, і вони представляють кінець репутації штучного інтелекту як “швидкого рішення”.

Наступна епоха буде визначатися “невидимими” поліпшеннями, забезпеченими штучним інтелектом, коли організації будуть будувати свої технічні основи. Організації можуть почати з LLM, які допомагають:

1. Інтегрувати існуючі бази даних і розбити сіли, щоб забезпечити видимість з початку до кінця – і контекст, який з цим пов’язаний.
2. Впровадити інструменти збору даних в режимі реального часу, щоб забезпечити, щоб висновки були актуальними і відображали останні тенденції, закономірності та порушення.
3. Прискорити узгодження та управління, щоб забезпечити точність і звільнити працівників, щоб вони могли зосередитися на завданням вищого рівня, які вимагають людського дотику.

Зміна організації є першим кроком до ефективної реалізації і поширюється як на системи, так і на персонал. На цьому етапі лідери також повинні подумати про те, як розгортання штучного інтелекту може вплинути на персонал, і працювати над потенційними перешкодами. Розробка програм підвищення кваліфікації та перепідготовки допоможе забезпечити, щоб персонал був готовий ефективно працювати поряд з новими технологіями. Сам штучний інтелект може допомогти в цих зусиллях – ще одна з його “невидимих” застосунків. Наприклад, він може виділити індивідуальні прогалини у знаннях на основі даних про використання. Ця інформація може допомогти у розробці навчальних програм, щоб забезпечити, щоб працівники мали все необхідне для успіху.

Як тільки організації інтегрують точні та актуальні дані і персонал, який розуміє, як і коли використовувати штучний інтелект, вони можуть додати ще один шар “невидимих” інструментів. Наступна хвиля рішень повинна зосередитися на аналітиці, яка допоможе розвинути глибоке розуміння того, як працює бізнес, чого хочуть клієнти і які перешкоди стоять на шляху. Ці рішення будуються одне на одному, з кожним кроком, який відкриває новий рівень розуміння.

Більш конкретно, описова аналітика використовує історичні дані, щоб ідентифікувати історичні закономірності; вони кажуть організаціям, що відбулося. Діагностична аналітика використовує додаткові дані, щоб контекстуалізувати, що відбулося, ідентифікувати причини та виділити наслідки інцидентів і змін; вони кажуть організаціям, чому все відбулося саме так. Прогнозна аналітика використовує висновки з минулих подій, щоб моделювати вплив запропонованих змін і стежити за тенденціями; вони показують організаціям, що може статися. Прескриптивна аналітика використовує всі ці висновки, щоб приймати обґрунтовані рішення; вони кажуть організаціям, що робити далі.

Хоча рішення з аналітикою, як ці, можуть використовувати більш просунуті можливості штучного інтелекту, варто зазначити, що спочатку майже всі ці процеси відбуваються поза сценою. Зрештою, прогнозні та прескриптивні алгоритми можуть з’явитися в рішенні, орієнтованому на клієнта, але це може статися тільки після того, як буде закладена ця критична внутрішня основа.

Як штучний інтелект закінчує свій медовий місяць, так само закінчується і його репутація як “магічного рішення” – але позбуття цієї репутації є критично важливим для реалізації повного потенціалу технології. Лідери, які хочуть зробити заголовки завтра з інноваційними застосунками штучного інтелекту, повинні спочатку завершити цю фундаментальну роботу, яка може бути важкою таблеткою в умовах тиску на швидші та швидші повернення. Однак перехід до більш цілісного, інкрементального та довгострокового оцінювання цінності штучного інтелекту дозволить організаціям прискорити повернення. Цій підхід дозволить лідерам отримати інструменти та час для розробки ясної картини того, що потрібно виправити, побачити маленькі зміни, які матимуть найбільший вплив, і розробити зважені стратегії, які принесуть повернення сьогодні без шкоди для прибутковості завтра.

Прагматизм з початку до кінця

Хоча привабливі випадки використання можуть привабити клієнтів на перший погляд, а можливості для скорочення витрат можуть привернути увагу корпоративних лідерів, жодне з цих не буде визначати вплив штучного інтелекту в довгостроковій перспективі. Натомість технологія стане синонімом позасценічної роботи, яка забезпечує відчутне поліпшення в масштабі.

Кінець фази медового місяця означає початок більш зрілого відносин з штучним інтелектом, яке вимагає ретельного розгляду того, як він може дійсно поліпшити досвід клієнтів і забезпечити прибутковість. В кінцевому підсумку, ключем є розгляд штучного інтелекту не як “швидкого рішення”, а як стратегічного партнера у прагненні лояльності клієнтів, задоволення досвіду та простих рішень у все більш складних операціях сьогодні.

У наступні місяці та роки організації, які виділяться, будуть тими, які копатимуть глибше, зобов’язуються змінюватися та визнають потенціал штучного інтелекту як короткострокової, так і довгострокової інвестиції.