Створення технологічної основи для випадків використання генеративного штучного інтелекту для клієнтів

Увага ЗМІ навколо ChatGPT в основному зосереджена на трансформаційному потенціалі цієї технології для зміни природи роботи. Однак більша історія полягає в тому, як генеративний штучний інтелект змінить клієнтський досвід. Дослідження McKinsey показує, що 80 відсотків завдань клієнтів можна автоматизувати через канали, що призводить до економії 20 відсотків витрат на обслуговування.

ChatGPT і подібні інструменти можна використовувати для підтримки численних випадків використання в таких бізнес-функціях, як маркетинг і продажі, ланцюжок постачання, підтримка клієнтів, розробка продуктів та ін. Збільшуючи продуктивність працівників, дозволяючи активну взаємодію та вирішення проблем, а також усуваючи загальні точки тертя, рішення генеративного штучного інтелекту можуть допомогти командам швидко розвивати клієнтоорієнтовані можливості. Однак для реалізації цього бачення команди підприємств повинні подолати п’ять різних перешкод і розгорнути дві різні архітектури: одну для взаємодій з підтримкою людини і одну для повністю автоматизованих взаємодій.

5 викликів для вирішення задач, щоб зробити ChatGPT готовим до основного часу

Що ж таке перешкоди або ризики реалізації генеративного штучного інтелекту – і як їх можна пом’якшити?

1. ChatGPT не персоналізує повідомлення: Поточні інструменти генеративного штучного інтелекту не можуть персоналізувати повідомлення, хоча персоналізація є ключем до стимулювання продажів продуктів і послуг, збільшення витрат на одну покупку, отримання повторних продажів і підвищення лояльності клієнтів. Маркетологам потрібна корпоративна технологія генеративного штучного інтелекту, щоб персоналізувати імена, зображення, пропозиції, рекомендації продуктів на основі останніх покупок і повідомлення про відмову від покупки.
2. ChatGPT галюцинує вміст: Рішення генеративного штучного інтелекту використовують підказки та використовують попереднє навчання для створення вмісту. Це означає, що вони заповнюють пробіли вмістом, вивченим зі статистичних закономірностей, часто “галюцинуючи” інформацію, яка не є правдивою. Щоб використовувати генеративний штучний інтелект і масштабувати його на клієнтські сегменти та випадки використання, підприємства повинні能够 визначити і видалити цю помилкову інформацію, перш ніж вона потрапить до користувачів і затверджувачів або буде розповсюджена клієнтам.

3. Генеративний штучний інтелект не може застосовувати бізнес-правила: Бізнес-правила спрощують взаємодію клієнтів. Вузькі чат-боти добре себе зарекомендували в виявленні цих подібностей і подачі затверджених відповідей. Генеративний штучний інтелект не може виявити ці подібності і створить оригінальні відповіді на кожне питання, створюючи плутанину клієнтів і вводячи помилки в взаємодію. Корпоративна технологічна архітектура, яка поєднує інструмент генеративного штучного інтелекту з попередньо визначеними бізнес-полями компанії, допоможе стандартизувати ці відповіді, забезпечуючи послідовні відповіді клієнтам.
4. Генеративний штучний інтелект не може забезпечити дотримання вимог: Клієнтоорієнтований вміст зазвичай проходить юридичні перевірки, щоб забезпечити, що зображення, текст, пропозиції та обіцянки відповідають юридичним, нормативним та клієнтським політикам компанії. Цей процес захищає компанії від клієнтських помилок, нормативної критики та штрафів, а також інших видів бізнес-шкоди. Генеративний штучний інтелект не може створити відповідний вміст, оскільки не розуміє цих нюансів. Отже, технологія, яка використовує генеративний штучний інтелект, повинна включати юридичні обмеження для виявлення і видалення невідповідного вмісту, перш ніж він буде розповсюджений або публічно використаний.
5. Неконтрольоване використання ChatGPT створює ризики безпеки: Використання ChatGPT є цікавим випадком дослідження того, що відбувається, коли окремих осіб не обмежують політики безпеки. ЗМІ розповсюджують історії про те, як працівники вводять конфіденційну інформацію в цей публічно доступний чат-бот, ризикуючи розкриттям даних та втратою інтелектуальної власності. Корпоративні дані та команди ІТ можуть пом’якшити ці питання, сегментуючи інформацію: надсилаючи конфіденційний вміст до чат-ботів домену, які охороняються засобами безпеки та системами, і направляючи загальні запити до ChatGPT.

Оцінка нових архітектур для генеративного штучного інтелекту

Щоб забезпечити взаємодію B2C і B2B з підтримкою людини і повністю автоматизовані взаємодію B2C, підприємства повинні розгорнути дві різні архітектури.

Обидві архітектури використовують відкриті інструменти генеративного штучного інтелекту, такі як ChatGPT, і інші рішення, які керують процесами від введення підказки; до синтезу даних; до створення вмісту, очищення та персоналізації; і керування.

Використання ChatGPT для оптимізації взаємодій B2C/B2B з підтримкою людини

Розглянемо типовий сценарій. Маркетолог вводить підказку в корпоративний інтерфейс, використовуючи попередньо розроблену анкету для керівництва розробкою вмісту, наприклад, для маркетингової кампанії.

Працівник вводить ключову інформацію, включаючи напрямки електронної пошти, бажану аудиторію, назву продукту, маркетингові заяви та характеристики продукту, а також будь-які інструкції з використання.

Архітектура потім використовує клієнтські персони для збагачення інструкцій інформацією, яка буде привабливою для цього сегмента, якщо такі дані моделі доступні. Розширена запит надсилається через зовнішній API до ChatGPT або будь-якого подібного інструменту генеративного штучного інтелекту.

Далі куратор застосовує бізнес-правила та юридичні обмеження, щоб забезпечити, що вміст відповідає корпоративним та нормативним стандартам. Маркетолог потім переглядає та затверджує отриманий електронний лист, перш ніж надіслати його клієнтській базі.

Використання ChatGPT для автоматизації взаємодій B2C

А що ж про взаємодію, яку можна повністю автоматизувати?

Після того, як користувач вводить питання, воно збагачується даними клієнтської персони, як і раніше. Однак оновлений запит надсилається одним із двох шляхів: до чат-бота домену, який може персоналізувати відповіді для бізнес-контенту, або через зовнішній API до ChatGPT для звичайних питань. Чат-бот домену персоналізує вміст, тоді як ChatGPT не робить цього.

Результируючий вміст потім очищується від помилок і порівнюється з бізнес-правилами та обмеженнями, перш ніж буде автоматично розповсюджено клієнтам.

Отримання нових бізнес-оцінок від ChatGPT за допомогою розгортання нових технологічних архітектур

Перегони розпочалися для отримання ROI від генеративного штучного інтелекту. Лідери підприємств аналізують бізнес-процеси для витрат і марнотратства, спілкуються з постачальниками, щоб зрозуміти їхній підхід і рішення, та розробляють концепції доказів. Вони шукають ідеї та рішення, які вони можуть використовувати для досягнення швидкості цінності та швидкості масштабування.

Під час виконання цієї важливої роботи ці лідери можуть перевірити всіх постачальників на їхню здатність вирішити ці п’ять загальних викликів генеративного штучного інтелекту та забезпечити взаємодію з підтримкою людини і повністю автоматизовані взаємодію.

Використовуючи ці дві різні фундаментальні архітектури, підприємства зможуть досягти багатьох бізнес-доходів. Вони зможуть підвищити продуктивність команди, поліпшити клієнтський досвід, зменшити витрати на взаємодію з клієнтами та стимулювати продажі нових продуктів.