Trí Tuệ Nhân Tạo Gặp Kỹ Thuật Phân Tích: Trình Độ Trí Tuệ Nhân Tạo Cho Quá Trình

Các công ty trong nhiều ngành và chuyên môn khác nhau đang cảm thấy cần phải lao vào thế giới trí tuệ nhân tạo, và điều đó bao gồm cả kỹ thuật phân tích. Những cơ hội là thật, và chúng rất thú vị, nhưng các tổ chức muốn tận dụng tối đa chúng nên triển khai cấu trúc quy trình của họ một cách có suy nghĩ và thực tế, dựa trên trình độ trưởng thành của trí tuệ nhân tạo. Hãy cùng khám phá cách thức này.

Trình Độ Trí Tuệ Nhân Tạo

Khi mô tả sự phức tạp của trí tuệ nhân tạo bạn đang sử dụng, trình độ trưởng thành của trí tuệ nhân tạo là một khuôn khổ đơn giản và làm rõ.

Cấp Độ 1: Trí Tuệ Hỗ Trợ (Tự Động Hóa): Tự động hóa các nhiệm vụ và quy trình lặp đi lặp lại. Ví dụ: các rô-bốt trò chuyện với các câu trả lời cố định, công cụ thu thập dữ liệu từ website, công cụ tìm kiếm nội bộ.

Cấp Độ 2: Trí Tuệ Tăng Cường (Phân Tích Hướng Dẫn): Bạn chỉ định cho trí tuệ nhân tạo phương pháp/phương thức và những gì cần phân tích, và nó sẽ thực hiện phần còn lại. Ví dụ: thuật toán đặt giá quảng cáo, công cụ tóm tắt nội dung.

Cấp Độ 3: Trí Tuệ Tự Chủ (Trí Tuệ Nhân Tạo Tự Học): Trí tuệ nhân tạo chọn phương pháp, tìm ra mẫu, và đưa ra khuyến nghị. Ví dụ: xe tự lái, rô-bốt giao dịch chứng khoán tự động.

Áp Lực Để “Trí Tuệ Nhân Tạo”

Tất nhiên, ngày nay có rất nhiều áp lực để “đạt đến cấp độ 3”. Nhưng điều đó phụ thuộc rất nhiều vào tài nguyên, tài sản, khả năng cốt lõi, kiến thức và con người của công ty bạn. Phương pháp tốt nhất là bắt đầu từ nơi nó có ý nghĩa, ngay cả khi đó là cấp độ 1.

Hiện tại, có hàng triệu bài viết trực tuyến đang轰炸 bạn với những ý tưởng về trí tuệ nhân tạo. Nhưng ý tưởng không mang lại kết quả. Theo Adobe, chỉ có 12% công ty hiện có giải pháp trí tuệ nhân tạo hoạt động và thể hiện ROI rõ ràng. Hầu hết trong số này vẫn đang trong giai đoạn thử nghiệm, đánh giá hiệu quả, hoặc đối mặt với thách thức trong việc mở rộng các sáng kiến trí tuệ nhân tạo. Nhiều đội gặp khó khăn trong việc xác định nơi trí tuệ nhân tạo có thể được tích hợp một cách có ý nghĩa vào quy trình làm việc của họ, và ngay cả khi một trường hợp sử dụng được xác định, nhiều tổ chức thiếu khả năng nội bộ để xây dựng công cụ trí tuệ nhân tạo tùy chỉnh hoặc tìm giải pháp bên ngoài đáng tin cậy.

Hãy tập trung vào các ứng dụng thực tế. Có nhiều cách tuyệt vời để phát triển việc sử dụng trí tuệ nhân tạo một cách dần dần vào các yếu tố thực tế của công việc cho các nhà lãnh đạo sẵn sàng mở rộng quy mô một cách có trách nhiệm.

Điều gì có thể được tự động hóa khi bạn xây dựng phân tích cho sản phẩm thương mại điện tử/SaaS

Theo quan điểm của tôi, có hai quy trình phổ biến trong các đội kỹ thuật phân tích thành công mà là những ứng cử viên tuyệt vời để xây dựng trình độ trưởng thành của trí tuệ nhân tạo:

1. Trí Tuệ Nhân Tạo Cho Quản Lý Kiến Thức & Onboarding
2. Trí Tuệ Nhân Tạo Cho Tự Động Hóa QA & Kiểm Toán

1. Trí Tuệ Nhân Tạo Cho Quản Lý Kiến Thức & Onboarding

Tài liệu là một công cụ quan trọng để theo dõi các hệ thống phức tạp. Theo Khung Quy Trình, SDR (Tham Chiếu Thiết Kế Giải Pháp) cần phải ghi lại từng bước trong năm bước. Nó có thể trông như thế này:

• Quy Trình #1: Ghi lại kết quả dự kiến.
• Quy Trình #2: Theo dõi các câu chuyện thu thập dữ liệu chính được kiểm tra thường xuyên.
• Quy Trình #3: Ghi lại lịch sử yêu cầu dữ liệu của các bên liên quan công nghệ thứ ba.
• Quy Trình #4: Chi tiết lớp dữ liệu trên tất cả các ứng dụng và bề mặt.
• Quy Trình #5: Mô tả và chi tiết kiến trúc kỹ thuật với sơ đồ, phân cấp và yêu cầu.

Bây giờ, hãy thêm một chút trí tuệ nhân tạo vào điều này.

Cấp Độ 1

Ở cấp độ 1, bạn có thể bắt đầu sử dụng rô-bốt trò chuyện nội bộ để thu hồi tài liệu.

Nhiều công ty hiện có rô-bốt trò chuyện nội bộ có thể được đào tạo trên tài liệu độc quyền. Nếu bạn không có rô-bốt trò chuyện nội bộ, bạn có thể sử dụng chế độ ẩn danh hoặc xóa tài liệu của mình trước khi cho bot xử lý.

Cho bot của bạn SDR, hướng dẫn QA, quy ước đặt tên và tiêu chuẩn thực hiện.

Sau khi phát hành thành công, cho dự án ghi chú hoặc kế hoạch thực hiện của bạn vào tài liệu, để thêm vào tài liệu. Sau đó, hỏi trí tuệ nhân tạo các câu hỏi sau:

• “Phương pháp nào là tốt nhất để thực hiện X nếu tôi muốn sử dụng cùng một logic như Y?”
• “Dữ liệu nào cần được thu thập để theo dõi mua hàng?”
• “Thẻ nào bị thiếu từ trang sản phẩm mới này?”

Kết quả của quá trình này là bạn sẽ dành ít thời gian hơn để xem xét tài liệu hoặc hỏi đồng nghiệp, các thành viên mới trong đội có thể tự phục vụ câu trả lời và kiến thức bộ lạc trở nên có thể mở rộng.

Có một số hạn chế ở đây. Phương pháp này thực sự hiệu quả nếu bạn làm tốt việc duy trì tài liệu của mình, và nó chỉ trở nên có thể mở rộng nếu bạn đào tạo và yêu cầu nhân viên của mình sử dụng công cụ.

Cấp Độ 2

Nếu điều này hoạt động cho bộ phận của bạn, hãy nghĩ về việc mở rộng quy mô bằng cách kết nối rô-bốt trò chuyện của bạn trực tiếp với công nghệ của bạn. Bạn có thể tự động hóa tự động hóa.

Cấp Độ 3

Tôi chắc rằng bầu trời là giới hạn ở đây. Hướng tôi sẽ theo đuổi sẽ là xây dựng một trí tuệ nhân tạo chủ động đánh dấu sự không nhất quán và đưa ra cải tiến. Thực tế là rất ít công ty đạt đến cấp độ này, và tôi đang viết bài này cho đa số chúng ta, những người vẫn đang học cách sử dụng.

2. Trí Tuệ Nhân Tạo Cho Tự Động Hóa QA & Kiểm Toán

Kiểm toán định kỳ các phương pháp thu thập dữ liệu là một trong những thực hành tốt nhất cho Khung Quy Trình. Rất thường, người kiểm toán sẽ là đội QA, hoặc thay vào đó, một công cụ kiểm toán có thể được sử dụng. Ví dụ, ObservePoint là một công cụ tùy chỉnh cao và cho phép xây dựng các luồng kiểm toán phức tạp. Ngay cả với một rô-bốt, bạn luôn có thể sử dụng thêm một chút trí tuệ nhân tạo, đúng không?

Cấp Độ 1

Hãy bắt đầu bằng cách tự động hóa các khía cạnh kỹ thuật. Xây dựng hành trình trong các công cụ kiểm toán rô-bốt như ObservePoint thường là kỹ thuật và đòi hỏi rất nhiều hỗ trợ. Để tự động hóa một số nhiệm vụ kỹ thuật lặp đi lặp lại này, trong khi xây dựng hành trình kiểm toán, bạn có thể hỏi sự giúp đỡ của một rô-bốt trò chuyện. Hỏi trí tuệ nhân tạo các câu hỏi sau:

“Cho tôi bộ chọn CSS cho nút ‘Bước Tiếp Theo’.”

“Viết mã tùy chỉnh tự động chọn tất cả cookie.”

Kết quả của điều này nên là sự dễ sử dụng hơn khi làm việc với các công cụ kỹ thuật cao và kiểm toán nhanh hơn, cũng như ít phụ thuộc vào hỗ trợ và phát triển frontend.

Một số hạn chế ở đây là nếu bạn không sử dụng rô-bốt thu thập dữ liệu cho các kiểm toán dữ liệu của mình, bạn có thể đang sử dụng một đội QA. Đội QA có thể xem xét việc áp dụng tự động hóa cho các bước chung. Bắt đầu nhỏ, tăng dần khi sẵn sàng; các bước tiếp theo của bạn chỉ trở nên rõ ràng hơn khi bạn thực hiện bước đầu tiên.

Cấp Độ 2

Đối với cấp độ 2 sử dụng trí tuệ nhân tạo, hãy xem xét việc tích hợp rô-bốt trò chuyện của bạn với công cụ trực tiếp, trong khi tránh việc tự động hóa thủ công của rô-bốt trò chuyện.

Cấp Độ 3

Cuối cùng, đối với cấp độ 3 sử dụng, bầu trời lại là giới hạn. Khám phá cách bạn có thể làm cho tự động hóa của mình trở nên chủ động hơn trong việc phát hiện cải tiến và đề xuất giải pháp. Chỉ đi theo con đường này nếu bạn cảm thấy mình đang điều hướng thoải mái ở cấp độ 2.

Điều Gì Không Nên Tự Động Hóa (Vẫn Chưa)

Hãy xem xét Thực Hành Tốt Nhất #3: Cộng Tác Với Các Bên Liên Quan Công Nghệ Thứ Ba. Đây là điều mà con người vẫn làm tốt nhất. Bạn có thể sử dụng trí tuệ nhân tạo để chuẩn bị cho các cuộc gọi từ nhà cung cấp, tóm tắt hợp đồng hoặc soạn thảo các bản đề cương tích hợp. Nhưng hiện tại, việc xây dựng mối quan hệ vẫn là của con người.

Suy Nghĩ Cuối Cùng

Ngay cả khi bạn không có ngân sách cho phát triển trí tuệ nhân tạo tùy chỉnh, bạn vẫn có thể bắt đầu với các công cụ bạn đã có. Một quy trình tốt và một rô-bốt trò chuyện tốt có thể đi rất xa.

Bắt đầu đơn giản, với cấp độ 1 hoặc 2, và để đội của bạn trở nên thoải mái. Một khi bạn thấy trí tuệ nhân tạo đang tiết kiệm thời gian và tăng cường sự nhất quán, bạn sẽ biết nơi để đầu tư vào các công cụ tiên tiến hơn. Phần khó nhất của việc áp dụng trí tuệ nhân tạo thường là việc tìm ra nơi bạn cần nó ngay từ đầu. Một khi bạn đã thiết lập được baseline, hãy thử di chuyển mọi thứ lên một cấp độ với đội của bạn, và xem trí tuệ nhân tạo có thể làm cho kỹ thuật phân tích trở nên mượt mà như thế nào.

Muốn tìm hiểu thêm về trí tuệ nhân tạo trong kỹ thuật phân tích, và cụ thể hơn, các quy trình tốt nhất cho thu thập dữ liệu sạch? Hãy xem bài viết của tôi về việc tạo ra một Khung Dữ Liệu Thương Mại Điện Tử Sạch.