Lãnh đạo tư tưởng

Khoảng trống bối cảnh khách hàng đang kìm hãm trí tuệ nhân tạo doanh nghiệp

Derek Slager
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Điểm chínhDữ liệu khách hàng bị phân mảnh trên nhiều hệ thống khiến AI đưa ra các quyết định sai…
Xem thêm
  • Dữ liệu khách hàng bị phân mảnh trên nhiều hệ thống khiến AI đưa ra các quyết định sai lệch.
  • Bối cảnh khách hàng theo thời gian thực là yếu tố thiết yếu để AI hành động dựa trên ý định hiện tại.
  • Bối cảnh khách hàng đáng tin cậy đang trở thành hạ tầng nền tảng cho AI doanh nghiệp.

Trí tuệ nhân tạo doanh nghiệp đang phát triển nhanh hơn khả năng của hầu hết các tổ chức trong việc cung cấp cho nó bối cảnh đáng tin cậy về khách hàng.

Thử thách không còn là liệu trí tuệ nhân tạo có thể tạo ra nội dung, khuyến nghị, dự đoán hoặc quyết định. Thử thách là liệu những đầu ra đó có dựa trên sự hiểu biết chính xác về khách hàng hay không.

Trong nhiều doanh nghiệp, chúng không dựa trên sự hiểu biết chính xác.

Các tổ chức đã đầu tư mạnh mẽ vào trí tuệ nhân tạo tạo sinh, trợ lý AI, hệ thống dự đoán và quy trình tự chủ trong những năm qua. Tuy nhiên, nhiều sáng kiến này gặp khó khăn trong việc vượt ra ngoài các trường hợp sử dụng bị cô lập hoặc cung cấp giá trị kinh doanh nhất quán trên quy mô lớn. Lý do thường đơn giản đến bất ngờ: hệ thống trí tuệ nhân tạo đang đưa ra quyết định mà không có sự hiểu biết đầy đủ về những khách hàng chịu tác động từ các quyết định đó.

Thử thách này xuất hiện trên toàn doanh nghiệp. Các động cơ cá nhân hóa khuyến nghị sản phẩm không liên quan. Trợ lý dịch vụ khách hàng tạo ra phản hồi không đầy đủ. Mô hình dự đoán khách hàng rời bỏ phân loại sai khách hàng trung thành. Các nền tảng tự động hóa tiếp thị kích hoạt thông điệp đến quá muộn hoặc không phản ánh hành vi khách hàng gần đây.

Đây thường được mô tả là vấn đề trí tuệ nhân tạo. Thường gặp hơn, đó là vấn đề về bối cảnh khách hàng.

Trí tuệ nhân tạo không hoạt động trong chân không. Hiệu quả của nó phụ thuộc vào chất lượng, tính đầy đủ và kịp thời của thông tin có sẵn. Khi danh tính khách hàng bị phân mảnh trên các hệ thống, tín hiệu hành vi đến quá muộn hoặc các ứng dụng khác nhau hoạt động từ các phiên bản xung đột của khách hàng, hệ thống trí tuệ nhân tạo chắc chắn sẽ tạo ra kết quả có vẻ xa rời thực tế.

Hầu hết các tổ chức đã có những tín hiệu cơ bản. Nhiều năm giao dịch, tương tác, sở thích và dữ liệu hành vi đã tồn tại trên các môi trường công nghệ của họ. Thử thách là chuyển những tín hiệu bị phân mảnh đó thành bối cảnh khách hàng đáng tin cậy mà hệ thống trí tuệ nhân tạo có thể sử dụng một cách nhất quán.

Dữ Liệu Phân Mảnh Tạo Ra Sự Hiểu Biết Khách Hàng Không Hoàn Chỉnh

Các tổ chức doanh nghiệp hiếm khi gặp phải sự thiếu hụt dữ liệu khách hàng. Thay vào đó, họ gặp khó khăn với sự phân mảnh.

Một khách hàng duy nhất có thể xuất hiện trên nền tảng thương mại điện tử dưới một địa chỉ email, trên nền tảng khách hàng thân thiết dưới một địa chỉ khác và bên trong ứng dụng dịch vụ mà không có định danh vĩnh cửu. Lịch sử mua hàng, hành vi tương tác, sở thích đồng ý, tương tác dịch vụ và hoạt động kỹ thuật số thường tồn tại trên các hệ thống hoàn toàn riêng biệt.

Từ góc độ của một mô hình trí tuệ nhân tạo, những mảnh đó thường xuất hiện như các cá nhân khác nhau.

Tác động trở nên đáng kể khi hệ thống trí tuệ nhân tạo bắt đầu đưa ra quyết định hoạt động.

Mô hình dự đoán khách hàng rời bỏ có thể phân loại một khách hàng trung thành là không hoạt động vì một nửa lịch sử mua hàng của họ tồn tại dưới một hồ sơ khác. Động cơ khuyến nghị có thể hiển thị sản phẩm không liên quan vì hành vi duyệt web và lịch sử giao dịch không bao giờ được kết nối. Trợ lý trí tuệ nhân tạo có thể tạo ra phản hồi không đầy đủ vì nó chỉ có thể truy cập một phần của mối quan hệ khách hàng.

Khi các tổ chức triển khai trí tuệ nhân tạo rộng rãi hơn, những vấn đề này trở nên khó bị bỏ qua hơn.

Nhiều doanh nghiệp giả định rằng việc tập trung dữ liệu vào một kho dữ liệu sẽ giải quyết vấn đề. Trên thực tế, chỉ riêng việc tập trung dữ liệu không tạo ra sự hiểu biết khách hàng. Việc đó không giải quyết xung đột danh tính, không kết nối hành vi khách hàng giữa các hệ thống và không thiết lập được góc nhìn đáng tin cậy về khách hàng. Hệ thống trí tuệ nhân tạo vẫn có thể hoạt động trên các đầu vào không đầy đủ hoặc mâu thuẫn.

Lưu trữ không phải là sự hiểu biết. Sự khác biệt này trở nên quan trọng hơn khi các doanh nghiệp chuyển từ thí nghiệm trí tuệ nhân tạo sang hệ thống trí tuệ nhân tạo được nhúng trong các quy trình hoạt động.

Bối Cảnh Khách Hàng Đáng Tin Cậy Đã Trở Thành Cơ Sở Hạ Tầng Trí Tuệ Nhân Tạo Cốt Lõi

Theo truyền thống, giải quyết danh tính được xem là một năng lực tiếp thị. Ngày càng nhiều, nó đang trở thành một thành phần cơ bản của cơ sở hạ tầng trí tuệ nhân tạo doanh nghiệp.

Nhưng chỉ riêng danh tính không đủ. Để hệ thống trí tuệ nhân tạo đưa ra quyết định hiệu quả, chúng cần truy cập vào một lớp bối cảnh khách hàng đáng tin cậy rộng hơn. Điều đó bao gồm danh tính, tín hiệu hành vi, lịch sử giao dịch, dữ liệu đồng ý, mẫu tương tác và bối cảnh kinh doanh xung quanh mỗi tương tác khách hàng.

Giải quyết danh tính đóng vai trò quan trọng vì nó xác định những bản ghi nào thuộc về cùng một cá nhân trên các hệ thống không kết nối. Ở quy mô doanh nghiệp, điều đó đòi hỏi sự kết hợp của đối sánh tất định, mô hình hóa xác suất và đồ thị danh tính liên tục phát triển.

Không có nền tảng này, hệ thống trí tuệ nhân tạo gặp khó khăn trong việc suy luận chính xác về trạng thái khách hàng, hành vi và ý định.

Thử thách trở nên phức tạp hơn trong môi trường thực tế nơi khách hàng thường thay đổi thiết bị, địa chỉ email, vị trí và mẫu tương tác. Chỉ khớp chính xác thường để lại khoảng trống đáng kể không được giải quyết. Khớp quá hung hăng có thể tạo ra lo ngại về quản trị và niềm tin nếu các tổ chức không thể hiểu các kết luận đã được rút ra như thế nào.

Kết quả là, nhiều doanh nghiệp đang áp dụng các phương pháp lai kết hợp đối sánh tất định, học máy, khả năng giải thích và đồ thị danh tính thích ứng phát triển cùng với hành vi khách hàng.

Quan trọng là, các tổ chức ngày càng đòi hỏi nhiều góc nhìn về danh tính theo từng bối cảnh thay vì một hồ sơ chung duy nhất cho mọi mục đích. Các đội tiếp thị có thể ưu tiên phạm vi và khả năng tiếp cận. Các nhóm phụ trách chương trình khách hàng thân thiết đòi hỏi sự chính xác ở cấp độ tài khoản. Các nhóm chống gian lận hoạt động với các ngưỡng hoàn toàn khác nhau. Hệ thống trí tuệ nhân tạo hỗ trợ những chức năng đó cần bối cảnh khách hàng được căn chỉnh với các yêu cầu hoạt động cụ thể của họ.

Điều này thay đổi cách các tổ chức nghĩ về mức độ sẵn sàng của mình đối với trí tuệ nhân tạo. Trí tuệ nhân tạo doanh nghiệp đòi hỏi bối cảnh khách hàng đáng tin cậy có thể liên tục thích ứng trong khi vẫn có thể giải thích được, chịu sự quản trị và có thể được truy cập trên các hệ thống.

Bối Cảnh Khách Hàng Thời Gian Thực Là Điều Cần Thiết

Ngay cả các tổ chức thành công trong việc thống nhất danh tính khách hàng cũng thường gặp phải một hạn chế khác là thời gian.

Nhiều môi trường doanh nghiệp vẫn phụ thuộc vào các đường ống bị chậm và các quy trình hướng theo lô. Hồ sơ khách hàng cập nhật vài giờ sau. Tín hiệu hành vi đến sau khi thời điểm liên quan đã qua.

Kết quả là, hệ thống trí tuệ nhân tạo thường đưa ra quyết định dựa trên trạng thái khách hàng đã lỗi thời chứ không phải ý định khách hàng hiện tại.

Độ trễ đó ảnh hưởng đến cả trải nghiệm khách hàng và hiệu suất kinh doanh.

Khách hàng có thể bỏ giỏ hàng, nhưng hành trình theo dõi không kích hoạt cho đến sáng ngày hôm sau. Thành viên chương trình khách hàng thân thiết có thể quay lại trang web trước khi hồ sơ cập nhật đã được lan truyền trên các hệ thống, dẫn đến trải nghiệm chung chung. Nhân viên dịch vụ thường tương tác với khách hàng trước khi tín hiệu hành vi gần đây trở nên có sẵn.

Đây là lý do tại sao cơ sở hạ tầng thời gian thực đã trở nên quan trọng hơn.

Các tổ chức cần hệ thống có thể cập nhật đồ thị danh tính, tín hiệu hành vi, quyền và hồ sơ khách hàng khi các tương tác xảy ra. Hệ thống trí tuệ nhân tạo chỉ có thể đưa ra quyết định trong thời gian thực nếu bối cảnh khách hàng cơ bản phản ánh thời gian thực.

Khi các quy trình tự chủ trí tuệ nhân tạo trở nên phổ biến hơn, việc duy trì bối cảnh khách hàng chính xác trên các hệ thống và kênh trở nên thiết yếu để cung cấp cả quyết định đáng tin cậy và trải nghiệm khách hàng nhất quán.

Bối Cảnh Khách Hàng Chia Sẻ Tạo Ra Trí Tuệ Nhân Tạo Đáng Tin Cậy Hơn

Một thử thách khác đang xuất hiện trên các môi trường trí tuệ nhân tạo doanh nghiệp là sự không nhất quán.

Các tổ chức đang triển khai trí tuệ nhân tạo trên các nền tảng tiếp thị, ứng dụng dịch vụ khách hàng, công cụ phân tích, trợ lý AI và mô hình phát triển nội bộ đồng thời. Trong nhiều môi trường, mỗi hệ thống truy cập dữ liệu khách hàng khác nhau và duy trì cách giải thích riêng về danh tính, quyền và trạng thái khách hàng.

Theo thời gian, sự hiểu biết khách hàng bị phân mảnh dẫn đến hành vi trí tuệ nhân tạo bị phân mảnh.

Hệ thống trí tuệ nhân tạo doanh nghiệp hoạt động đáng tin cậy hơn khi chúng hoạt động từ một lớp bối cảnh khách hàng đáng tin cậy được chia sẻ. Điều đó có nghĩa là các ứng dụng trí tuệ nhân tạo có thể truy cập vào cùng một đồ thị danh tính, hồ sơ khách hàng, tín hiệu hành vi và khuôn khổ quản trị bất kể quyết định được đưa ra ở đâu.

Kết quả là đầu ra đáng tin cậy hơn, quản trị mạnh mẽ hơn và sự liên kết hoạt động lớn hơn trên toàn tổ chức.

Tương Lai Của Trí Tuệ Nhân Tạo Doanh Nghiệp Phụ Thuộc Vào Bối Cảnh Khách Hàng

Các cuộc thảo luận về trí tuệ nhân tạo doanh nghiệp thường tập trung vào các mô hình, khả năng suy luận và tự động hóa. Những đổi mới đó quan trọng. Nhưng khi các mô hình cơ bản trở nên mạnh mẽ và dễ tiếp cận hơn, bản thân công nghệ đang giảm dần vai trò là yếu tố tạo sự khác biệt.

Câu hỏi lớn hơn là liệu hệ thống trí tuệ nhân tạo có thể hoạt động từ một sự hiểu biết chính xác, kết nối và liên tục cập nhật về khách hàng.

Điều đó đòi hỏi đầu tư vào giải quyết danh tính, cơ sở hạ tầng thời gian thực, quản trị và kiến trúc dữ liệu thích ứng. Quan trọng hơn, nó đòi hỏi các tổ chức phải xem bối cảnh khách hàng như một lớp trí tuệ vận hành hỗ trợ việc ra quyết định trí tuệ nhân tạo trên toàn doanh nghiệp.

Hầu hết các tổ chức đã có những tín hiệu cơ bản.

Các nhà lãnh đạo tiếp theo trong trí tuệ nhân tạo doanh nghiệp sẽ không nhất thiết là những công ty có các mô hình phức tạp nhất. Họ sẽ là những công ty có sự hiểu biết đáng tin cậy nhất về khách hàng của họ.

Bởi vì trong một thế giới được thúc đẩy bởi trí tuệ nhân tạo, bối cảnh khách hàng đang trở thành nền tảng của mọi quyết định thông minh.

Derek Slager là đồng sáng lập và đồng CEO của Amperity, nơi ông lãnh đạo quá trình chuyển đổi ưu tiên AI của công ty cả về sản phẩm lẫn cách công ty hoạt động. Ông đồng sáng lập Amperity để cung cấp cho các nhà tiếp thị và phân tích dữ liệu khách hàng mà họ có thể tin cậy, và xây dựng công nghệ đối sánh danh tính và kiến trúc hồ sơ thời gian thực được cấp bằng sáng chế đằng sau ngữ cảnh khách hàng đáng tin cậy của Amperity. Trước đó, ông là thành viên của nhóm sáng lập tại Appature và giữ các vai trò lãnh đạo kỹ thuật trong các hệ thống phân tán lớn và bảo mật