Tạo nền tảng công nghệ cho các trường hợp sử dụng khách hàng của Trí tuệ nhân tạo sinh

Sự chú ý của truyền thông xung quanh ChatGPT đã tập trung chủ yếu vào tiềm năng chuyển đổi của công nghệ này trong việc thay đổi bản chất của công việc. Tuy nhiên, câu chuyện lớn hơn là về cách trí tuệ nhân tạo sinh sẽ thay đổi trải nghiệm của khách hàng. Một nghiên cứu của McKinsey cho thấy rằng 80 phần trăm nhiệm vụ của khách hàng có thể được tự động hóa trên các kênh, dẫn đến tiết kiệm 20 phần trăm chi phí phục vụ.

ChatGPT và các công cụ tương tự có thể được sử dụng để hỗ trợ nhiều trường hợp sử dụng, trên các chức năng kinh doanh như tiếp thị và bán hàng, chuỗi cung ứng, hỗ trợ khách hàng, phát triển sản phẩm và nhiều hơn nữa. Bằng cách tăng năng suất của nhân viên, cho phép tiếp cận và giải quyết vấn đề chủ động, và giải quyết các điểm ma sát chung, các giải pháp trí tuệ nhân tạo sinh có thể giúp các đội nhanh chóng phát triển các khả năng hướng đến khách hàng. Để đạt được tầm nhìn này, tuy nhiên, các đội doanh nghiệp sẽ cần phải vượt qua năm chướng ngại vật khác nhau và triển khai hai kiến trúc khác nhau: một cho các tương tác tăng cường bởi con người và một cho các tương tác tự động hoàn toàn.

5 Thử thách cần giải quyết để sẵn sàng cho ChatGPT

Vậy, những chướng ngại vật hoặc rủi ro khi triển khai trí tuệ nhân tạo sinh là gì – và làm thế nào để giảm thiểu chúng?

1. ChatGPT không cá nhân hóa tin nhắn: Các công cụ trí tuệ nhân tạo sinh hiện tại không thể cá nhân hóa tin nhắn, nhưng cá nhân hóa là chìa khóa để thúc đẩy bán hàng sản phẩm và dịch vụ, tăng chi tiêu cho mỗi lần mua, đạt được doanh số bán hàng lặp lại và nâng cao lòng trung thành của khách hàng. Các nhà tiếp thị cần công nghệ trí tuệ nhân tạo sinh cấp doanh nghiệp để có thể cá nhân hóa tên, hình ảnh, đề xuất, thông điệp bỏ giỏ hàng và nhiều hơn nữa.
2. ChatGPT tạo ra nội dung không chính xác: Các giải pháp trí tuệ nhân tạo sinh sử dụng các gợi ý và tận dụng học tập trong quá khứ để tạo ra nội dung. Điều này có nghĩa là chúng điền vào các khoảng trống với nội dung được học từ các mẫu thống kê, thường “tạo ra” thông tin không chính xác. Để tận dụng trí tuệ nhân tạo sinh và mở rộng nó trên các phân khúc và trường hợp sử dụng khách hàng, các doanh nghiệp cần phải xác định và loại bỏ nội dung không chính xác này trước khi nó đến tay người dùng và phê duyệt hoặc được phân phối cho khách hàng.

3. Trí tuệ nhân tạo sinh không thể áp dụng các quy tắc kinh doanh: Các quy tắc kinh doanh giúp đơn giản hóa các tương tác của khách hàng. Các rô-bốt trò chuyện hẹp đã thành công trong việc phát hiện các điểm tương đồng và cung cấp các câu trả lời được phê duyệt. Trí tuệ nhân tạo sinh không thể phát hiện các điểm tương đồng này và sẽ tạo ra các câu trả lời gốc cho mỗi câu hỏi, gây ra sự nhầm lẫn cho khách hàng và giới thiệu các lỗi vào các tương tác. Một kiến trúc công nghệ cấp doanh nghiệp kết hợp công cụ trí tuệ nhân tạo sinh với các chính sách kinh doanh định trước của công ty sẽ giúp tiêu chuẩn hóa các câu trả lời này, cung cấp các câu trả lời nhất quán trên các khách hàng.
4. Trí tuệ nhân tạo sinh không thể đảm bảo tuân thủ: Nội dung hướng đến khách hàng thường phải trải qua các đánh giá pháp lý để đảm bảo rằng hình ảnh, văn bản, đề xuất và lời hứa tuân thủ các chính sách pháp lý, quy định và khách hàng của công ty. Quá trình này bảo vệ các công ty khỏi các sự cố của khách hàng, các hình phạt và phạt tiền, cũng như các loại tổn hại kinh doanh khác. Trí tuệ nhân tạo sinh không thể tạo ra nội dung tuân thủ, vì nó không hiểu các sắc thái này. Do đó, công nghệ tận dụng trí tuệ nhân tạo sinh phải tích hợp các rào cản pháp lý để xác định và loại bỏ nội dung không tuân thủ trước khi nó được phân phối hoặc sử dụng công khai.
5. Sử dụng ChatGPT không được kiểm soát tạo ra các rủi ro bảo mật: Sử dụng ChatGPT là một nghiên cứu trường hợp thú vị về những gì xảy ra khi các cá nhân không bị kiểm soát bởi các chính sách bảo mật. Các câu chuyện truyền thông đầy rẫy về nhân viên nhập dữ liệu nhạy cảm vào rô-bốt trò chuyện công khai này, rủi ro đến việc lộ dữ liệu và mất tài sản trí tuệ. Các đội dữ liệu và CNTT của doanh nghiệp có thể giảm thiểu những vấn đề này bằng cách phân đoạn thông tin: gửi nội dung nhạy cảm đến các rô-bốt trò chuyện cấp miền, được bảo vệ bởi các kiểm soát và hệ thống bảo mật, và định tuyến các truy vấn chung đến ChatGPT.

Đánh giá các Kiến trúc Mới cho Trí tuệ nhân tạo sinh

Để cho phép các tương tác B2C và B2B tăng cường bởi con người và các tương tác B2C tự động hoàn toàn, các doanh nghiệp sẽ cần hai kiến trúc khác nhau.

Cả hai kiến trúc đều tận dụng các công cụ trí tuệ nhân tạo sinh mã nguồn mở như ChatGPT và các giải pháp khác hướng dẫn các quy trình từ đầu vào gợi ý; đến tổng hợp dữ liệu; đến tạo nội dung, làm sạch và cá nhân hóa; và quản lý.

Sử dụng ChatGPT để Tối ưu hóa Tương tác B2C/B2B Tăng cường bởi Con người

Hãy xem xét một kịch bản phổ biến. Một chuyên viên tiếp thị nhập một gợi ý vào giao diện doanh nghiệp, sử dụng một bảng câu hỏi được thiết kế trước để hướng dẫn phát triển nội dung, chẳng hạn như cho một chiến dịch email.

Nhân viên nhập thông tin chính, bao gồm hướng dẫn email, đối tượng mong muốn, tên sản phẩm, các tuyên bố và đặc điểm tiếp thị, cũng như bất kỳ hướng dẫn sử dụng nào.

Kiến trúc sau đó tận dụng các nhân vật khách hàng để làm giàu hướng dẫn với thông tin sẽ thu hút phân khúc này, cung cấp các mô hình dữ liệu này có sẵn. Câu hỏi được tăng cường sau đó được gửi qua một API bên ngoài đến ChatGPT hoặc bất kỳ công cụ trí tuệ nhân tạo sinh tương tự nào.

Tiếp theo, một người giám sát áp dụng các quy tắc kinh doanh và rào cản pháp lý để đảm bảo rằng nội dung sẽ đáp ứng các tiêu chuẩn của doanh nghiệp và quy định. Chuyên viên tiếp thị sau đó sẽ xem xét và phê duyệt email kết quả trước khi gửi nó đến cơ sở khách hàng.

Sử dụng ChatGPT để Tự động hóa Tương tác B2C

Vậy, làm thế nào về các tương tác có thể được tự động hóa hoàn toàn?

Sau khi người dùng nhập một câu hỏi, nó được làm giàu với dữ liệu nhân vật khách hàng, như trước. Tuy nhiên, câu hỏi cập nhật sau đó được định tuyến theo một trong hai cách: đến một rô-bốt trò chuyện cấp miền có thể cá nhân hóa các phản hồi cho nội dung kinh doanh cụ thể hoặc qua một API bên ngoài đến ChatGPT cho các câu hỏi thông thường. Rô-bốt trò chuyện cấp miền cá nhân hóa nội dung, trong khi ChatGPT không.

Nội dung kết quả sau đó được loại bỏ các lỗi và so sánh với các quy tắc kinh doanh và rào cản trước khi được phân phối tự động đến khách hàng.

Thu được Giá trị Kinh doanh Mới từ ChatGPT bằng cách Triển khai các Kiến trúc Công nghệ Mới

Cuộc đua để thúc đẩy ROI từ trí tuệ nhân tạo sinh đang diễn ra. Các nhà lãnh đạo doanh nghiệp đang phân tích các quy trình kinh doanh để tìm kiếm chi phí và lãng phí, nói chuyện với các nhà cung cấp để hiểu phương pháp và giải pháp của họ, và phát triển các bằng chứng về khái niệm. Họ đang tìm kiếm các thông tin và giải pháp mà họ có thể tận dụng để đạt được tốc độ giá trị và tốc độ mở rộng.

Trong khi họ thực hiện công việc quan trọng này, những nhà lãnh đạo này có thể đánh giá tất cả các nhà cung cấp theo khả năng giải quyết năm thách thức trí tuệ nhân tạo sinh phổ biến này và cho phép cả các tương tác tăng cường bởi con người và tự động hoàn toàn.

Sử dụng hai kiến trúc nền tảng khác nhau này sẽ cho phép các doanh nghiệp đạt được nhiều lợi ích kinh doanh. Họ sẽ có thể tăng năng suất của đội ngũ, nâng cao trải nghiệm của khách hàng, giảm chi phí tương tác dịch vụ và thúc đẩy doanh số bán hàng sản phẩm mới.