Thương mại Agentic đang lặp lại một sai lầm cũ về dữ liệu doanh nghiệp

Trong một thời gian dài, thương mại B2B hoạt động dưới một giả định đơn giản: Con người duyệt.

Họ đọc trang sản phẩm, xem xét bảng thông số kỹ thuật và dung thứ cho ngôn ngữ mơ hồ vì họ biết cách đặt câu hỏi tiếp theo. Khi có điều gì không rõ ràng, họ gửi email cho đại diện bán hàng. Khi một quy tắc được ẩn trong một chú thích, kinh nghiệm lấp đầy khoảng trống.

Dữ liệu sản phẩm B2B đã phát triển hoàn toàn xung quanh hành vi đó. Nó không bao giờ phải tự đứng vững; nó chỉ cần có thể giải thích được bởi con người. Với Trí tuệ nhân tạo, giả định đó không còn đúng nữa.

Chúng ta đã từng ở đây trước với Dữ liệu Doanh nghiệp

Nếu điều này cảm thấy quen thuộc, thì nó nên như vậy. Một thập kỷ trước, các doanh nghiệp đang có một cuộc trò chuyện rất tương tự về dữ liệu. Kho dữ liệu đầy, hồ dữ liệu tràn ngập, và cuối cùng mỗi hệ thống đều xuất ra một thứ gì đó. Trên giấy, các công ty giàu dữ liệu. Trong thực tế, không có gì di chuyển nhanh vì người dùng kinh doanh không thể trả lời các câu hỏi cơ bản mà không cần phân tích viên làm người dịch. SQL trở thành một điểm nghẽn.

Dữ liệu doanh nghiệp được tổ chức xung quanh cách hệ thống lưu trữ thông tin, không phải cách con người suy nghĩ về kinh doanh. Hàng và cột tồn tại, nhưng khái niệm thì không. Doanh thu sống trong ba bảng. “Khách hàng” có nghĩa là năm điều khác nhau tùy thuộc vào ai bạn hỏi và khi nào. Các chỉ số được tranh luận vô tận vì không ai đã định nghĩa chúng rõ ràng.

Đột phá trong dữ liệu doanh nghiệp đến từ việc chấp nhận sự phức tạp và chứa nó. Lớp ngữ nghĩa là một ví dụ, nhưng chúng là một phần của một sự thay đổi lớn hơn. Các doanh nghiệp ngừng giả định rằng dữ liệu thô có thể sử dụng được theo mặc định và bắt đầu xây dựng các lớp dịch mà phù hợp với cách kinh doanh thực sự suy nghĩ và hoạt động.

Mô hình chỉ số làm điều này bằng cách định nghĩa tính toán một lần thay vì tái dẫn xuất chúng trong mỗi báo cáo. Doanh thu có nghĩa là cùng một điều ở mọi nơi vì ai đó đã dành thời gian để mã hóa nó. Mô hình dữ liệu và lược đồ chiều làm điều tương tự về mặt cấu trúc. Chúng biến các bảng hoạt động thành khái niệm như khách hàng, sản phẩm, đơn đặt hàng và thời gian. Người dùng kinh doanh không còn phải hiểu bao nhiêu lần join cần thiết để trả lời một câu hỏi cơ bản. Các mối quan hệ đã có sẵn.

Danh mục dữ liệu và định nghĩa được quản lý xử lý một phần khác của vấn đề. Chúng ghi lại ý nghĩa đã từng sống trong đầu người. Điều gì đại diện cho trường này? Khi nào nó nên được sử dụng? Những hạn chế của nó là gì? Context ngừng trở thành kiến thức bộ lạc và trở thành một phần của hệ thống.

Cùng nhau, những lớp này hấp thụ sự phức tạp và làm cho nó có thể hoạt động. Chúng tạo ra các trừu tượng ổn định cho phép nhiều người — và nhiều hệ thống — suy nghĩ đúng mà không cần giải thích lại thế giới từ đầu mỗi lần. Đó chính xác là điều mà thương mại B2B đang thiếu ngày nay.

Khám phá do Đại lý kích hoạt đang kích hoạt cùng một sự tính toán

Thương mại agentic đang buộc dữ liệu sản phẩm B2B phải trải qua cùng một thử nghiệm. Các nhà sản xuất và phân phối không thiếu thông tin sản phẩm. Họ đã lưu trữ một lượng lớn thông tin: từ thông số kỹ thuật đến cấu hình đến logic giá đến ràng buộc hợp đồng.

Vấn đề là hầu như tất cả dữ liệu này được cấu trúc cho con người. Thông số kỹ thuật sống trong tệp PDF. Quy tắc được giải thích trong một danh mục sản phẩm vật lý mà không bao giờ được đưa trực tuyến. Các trường hợp ngoại lệ được ngụ ý trong một quy trình bán hàng văn phòng sau, chứ không được mã hóa. Quá nhiều phụ thuộc vào ký ức tổ chức khi context sống trong đầu của các đội bán hàng.

Một đại lý Trí tuệ nhân tạo không lướt qua tệp PDF và “hiểu được ý tưởng.” Nó không biết câu nào là một ràng buộc cứng và câu nào là ngôn ngữ bán hàng. Nó không thể suy luận an toàn các quy tắc từ định dạng hoặc giọng điệu. Nếu ý nghĩa không rõ ràng, đại lý coi nó là không xác định.

Điều này không phải là về Dữ liệu không cấu trúc là xấu

Điều đó đáng được làm rõ. Dữ liệu không cấu trúc không phải là kẻ thù. Nó không bao giờ là như vậy.

Trong phân tích doanh nghiệp, dữ liệu không cấu trúc không biến mất khi các lớp ngữ nghĩa xuất hiện. Nó được xếp lớp trên cấu trúc. Cấu trúc xử lý các quy tắc và mối quan hệ. Nội dung không cấu trúc xử lý sự tinh tế, giải thích và context.

Cùng một mẫu áp dụng ở đây.

Đại lý cần cấu trúc để suy nghĩ. Họ cần các quy tắc, mối quan hệ, ràng buộc và trạng thái rõ ràng. Họ cần biết điều gì tương thích, điều gì có thể cấu hình, điều gì được phép và dưới điều kiện nào một thứ gì đó áp dụng. Nội dung không cấu trúc alone không thể cung cấp điều đó một cách đáng tin cậy.

Nhưng cấu trúc alone không đủ. Đại lý không chỉ truy xuất thuộc tính. Họ so sánh các lựa chọn. Họ đánh giá các sự đánh đổi. Họ quyết định cả điều gì một thứ gì đó là và khi nào nó nên được khuyến nghị.

Câu chuyện là lớp giải thích ý định, định vị và các trường hợp sử dụng. Đó là sự khác biệt giữa “sản phẩm này tồn tại” và “đây là khi bạn nên chọn nó.” Trong thế giới dữ liệu doanh nghiệp, điều này xuất hiện dưới dạng định nghĩa, tài liệu và context kinh doanh. Ở đây, nó xuất hiện dưới dạng một giải thích cấp sản phẩm mà các đại lý có thể học từ. Trong khi dữ liệu sản phẩm cấu trúc cho đại lý biết điều gì là đúng, câu chuyện giúp nó quyết định điều gì quan trọng.

Thương mại đã được tối ưu hóa cho Trình bày, không phải Lý luận

Đây là phần khó chịu. Cơ sở hạ tầng thương mại không bao giờ thực sự nhảy qua bước mà dữ liệu doanh nghiệp đã làm. Chúng tôi xây dựng các PIM tốt hơn. Chúng tôi xây dựng các danh mục giàu hơn. Chúng tôi xây dựng các trang sản phẩm đẹp hơn. Nhưng chúng tôi không bao giờ xây dựng một lớp ngữ nghĩa thực sự cho sản phẩm; chúng tôi tối ưu hóa cho trình bày.

Trong thời gian dài, con người làm trung gian cho việc mua sắm B2B, điều đó ổn. Đại diện bán hàng giải thích các trường hợp ngoại lệ. Người mua dung thứ cho sự mơ hồ, và mọi người đều biết cách làm việc xung quanh hệ thống.

Đại lý loại bỏ bộ đệm đó. Trong B2B, các vết nứt xuất hiện ngay lập tức. Giá thay đổi theo tài khoản. Sự sẵn có thay đổi theo khu vực. Tương thích phụ thuộc vào cấu hình. Hợp đồng ghi đè lên các giá trị mặc định. Quyền được hưởng quan trọng. Không có điều gì trong số này là an toàn để đoán.

Khi một đại lý đánh giá một sản phẩm, nó không bị ấn tượng bởi một mô tả được viết tốt. Nó muốn biết điều gì phù hợp, điều gì được phép, điều gì tương thích và điều gì xảy ra tiếp theo. Nếu thông tin đó không rõ ràng, đại lý không hỏi làm rõ; nó chỉ di chuyển.

Điều mà các Công ty Thương mại Cần Làm Bây giờ

Đây là điểm chuyển đổi. Các công ty thương mại có thể tiếp tục xử lý dữ liệu sản phẩm như nội dung mà con người giải thích. Hoặc họ có thể bắt đầu xử lý nó như cơ sở hạ tầng mà máy móc suy nghĩ về nó.

Điều đó có nghĩa là thông số kỹ thuật cần trở thành thuộc tính với ý nghĩa được định nghĩa. Tương thích cần được mã hóa như mối quan hệ, không phải giải thích trong đoạn văn. Giá cần được biểu thị như logic. Quyền được hưởng cần được rõ ràng. Sự sẵn có cần được trạng thái và chính xác.

Điều này chính xác là chuyển động mà các doanh nghiệp đã phải thực hiện với phân tích. Khi dữ liệu thô và bảng không đủ, ý nghĩa cần được định nghĩa. Và một khi cốt lõi cấu trúc đó tồn tại, câu chuyện ngừng trở thành nguồn sự thật duy nhất cho Trí tuệ nhân tạo và trở thành lớp dạy cho các đại lý cách áp dụng sự thật đó trong các tình huống thực tế.

Các nhà sản xuất và phân phối thực hiện điều này sẽ trở nên dễ đọc đối với các đại lý. Sản phẩm của họ sẽ dễ dàng hơn để đánh giá, dễ dàng hơn để khuyến nghị và dễ dàng hơn để tin tưởng. Những người không làm điều đó sẽ vẫn “có dữ liệu,” nhưng nó sẽ hoạt động như các kho dữ liệu doanh nghiệp cũ: kỹ thuật có mặt, nhưng thực tế không thể sử dụng.

Mẫu là Cũ, nhưng Hậu quả không Phải

Không có gì trong số này là suy đoán. Chúng tôi đã xem dữ liệu doanh nghiệp đi qua chu kỳ chính xác này. Sự khác biệt duy nhất bây giờ là người dùng. Thay vì các nhà phân tích kinh doanh, đó là các đại lý tự động. Thay vì bảng điều khiển, đó là các khuyến nghị. Thay vì quyết định chậm, đó là loại trừ tức thời.

Thương mại agentic đang暴露 một vấn đề dữ liệu doanh nghiệp đã tồn tại trong nhiều thập kỷ. Các công ty nhận ra điều đó — và xử lý dữ liệu sản phẩm theo cách các doanh nghiệp đã học cách xử lý dữ liệu hoạt động — sẽ thích nghi nhanh chóng. Những công ty không làm điều đó sẽ tiếp tục thêm tệp PDF, viết lại mô tả và tự hỏi tại sao các đại lý không bao giờ chọn họ.

Lịch sử đang lặp lại chính nó. Lần này, máy móc đang chú ý.