Mô hình và nền tảng AI
Form & Function ra mắt Lever, mang đến ngữ cảnh kinh doanh dùng chung cho các trợ lý AI
Điểm chínhGiá trị thực sự của Lever nằm ở lớp ngữ cảnh được xây dựng trước khi bất kỳ chatbot nào…
Xem thêm
- Giá trị thực sự của Lever nằm ở lớp ngữ cảnh được xây dựng trước khi bất kỳ chatbot nào trả lời câu hỏi.
- Các định nghĩa kinh doanh được chia sẻ ngăn chặn những câu trả lời có vẻ hợp lý nhưng gây hiểu lầm giữa các hệ thống bán hàng và giao hàng không được kết nối.
- Những lợi ích năng lực được xác định là cơ hội phân tích chứ không phải doanh thu mà khách hàng đã thu được.
Form & Function Consulting đã ra mắt Lever, một nền tảng AI được thiết kế để giúp các công ty cung cấp dịch vụ chuyên nghiệp có cái nhìn nhất quán về hoạt động của mình trên nhiều hệ thống rời rạc. Được công bố ngày 12 tháng 11, sản phẩm kết hợp dữ liệu vận hành với các định nghĩa kinh doanh riêng của công ty, giúp lãnh đạo đặt câu hỏi về nhân sự, dự báo doanh thu và lợi nhuận dự án thông qua các giao diện hội thoại.
Điểm đáng chú ý không phải là thêm một chatbot trả lời các câu hỏi tài chính. Điều quan trọng là công việc cần thực hiện trước khi những câu trả lời đó trở nên hữu ích. Hệ thống bán hàng có thể ghi nhận một thương vụ tiềm năng trong khi nhóm triển khai nhận thấy không đủ năng lực để thực hiện. Để giải thích ý nghĩa của sự kết hợp đó đối với doanh nghiệp, trợ lý AI cần nhiều hơn là quyền truy cập vào cả hai cơ sở dữ liệu.
Biến kiến thức của công ty thành ngữ cảnh kinh doanh
Theo thông báo ra mắt, Form & Function bắt đầu bằng việc thu thập thông tin từ các hệ thống quản lý quan hệ khách hàng, tự động hóa dịch vụ chuyên nghiệp và tài chính. Nền tảng cũng tập hợp tài liệu cùng kiến thức mà nhân viên sử dụng để diễn giải những hồ sơ đó. Chatbot Lev hỗ trợ phỏng vấn các bên liên quan nhằm ghi nhận cách thức hoạt động thực tế của công ty.
Quá trình thiết lập ban đầu này tạo nên một lớp ngữ cảnh mô tả cách thức bán, bố trí nhân sự, triển khai và đo lường công việc. Mục tiêu là kết nối những câu hỏi thường nằm giữa các phòng ban: liệu quy trình bán hàng có đủ cơ sở để đưa ra quyết định tuyển dụng hay không, những hợp đồng dịch vụ nào có biên lợi nhuận cao nhất, hoặc một khoản đầu tư bị trì hoãn sẽ ảnh hưởng thế nào đến dòng tiền dự kiến.
Sự khác biệt này rất quan trọng trong các doanh nghiệp dịch vụ, bởi những chỉ số có tên gọi tương tự có thể ẩn chứa các giả định khác nhau. Năng lực sẵn có có thể không tính thời gian dành cho hoạt động bán hàng, trong khi dự báo doanh thu có thể phụ thuộc cả vào khả năng chốt một thương vụ lẫn thời điểm có thể triển khai công việc phát sinh từ thương vụ đó. Một câu trả lời nghe có vẻ hợp lý nhưng dựa trên định nghĩa sai có thể gây hiểu lầm hơn cả một lỗi dễ nhận thấy.
Một góc nhìn vận hành thống nhất trên nhiều giao diện AI
Trang sản phẩm Lever của công ty minh họa cách Lev trả lời câu hỏi, tạo nội dung trực quan và hoạt động ngay trong Slack. Trang này cũng cho thấy người dùng có thể truy cập thông qua các ứng dụng AI khác, bao gồm Claude và ChatGPT, bằng Model Context Protocol (MCP). Thay vì yêu cầu từng giao diện tự tái tạo logic kinh doanh của công ty, cách tiếp cận này cung cấp một nền tảng chung cho các tương tác đó.
Thông báo ra mắt giới thiệu Lever trong khuôn khổ các hoạt động tư vấn có sự tham gia của đối tác vận hành. Trang sản phẩm hiện tại cũng cho biết sản phẩm có thể được sử dụng độc lập. Trang này không công bố giá hoặc yêu cầu triển khai chi tiết, vì vậy không nên hiểu thông báo là một đợt triển khai theo hình thức tự phục vụ với giá thuê bao được công bố.
Xu hướng rộng hơn hướng tới một cách hiểu thống nhất về hoạt động kinh doanh cũng thể hiện qua thông báo về Ontology Studio của Collate. Lever có cách tiếp cận hẹp hơn, tập trung vào hoạt động của các doanh nghiệp dịch vụ chuyên nghiệp và quy trình thiết lập có sự hỗ trợ của chuyên gia tư vấn, thay vì xem ngữ cảnh kinh doanh là một lớp chung mà mọi tổ chức đều có thể áp dụng nguyên trạng.
Những gì kết quả ban đầu thực sự cho thấy
Form & Function cho biết một khách hàng đã xác định được năng lực triển khai bổ sung, đủ để hỗ trợ khoảng 1,8 triệu USD doanh thu tăng thêm mỗi năm mà không cần tuyển thêm nhân viên. Thông cáo cũng đề cập đến sự cải thiện trong biên lợi nhuận gộp dự kiến. Đây là những lợi ích vận hành tiềm năng được xác định qua phân tích, chứ không phải bằng chứng cho thấy khách hàng đã thu về khoản doanh thu tăng thêm đó.
Trao đổi kỹ thuật về các lớp ngữ nghĩa của công ty cung cấp thêm bối cảnh. Trong một phép so sánh do công ty thực hiện, họ kiểm tra năm câu hỏi kinh doanh, mỗi câu hỏi được thử nghiệm năm lần, đối chiếu khả năng truy cập dữ liệu BigQuery thô với một mô hình ngữ nghĩa được xây dựng bằng Malloy. Cách tiếp cận có cấu trúc cho kết quả tốt hơn đối với những câu hỏi đòi hỏi định nghĩa kinh doanh và các mối quan hệ giữa các bảng.
Đây là minh họa hữu ích về cơ chế hoạt động, nhưng chỉ là một thử nghiệm quy mô nhỏ do nhà cung cấp thực hiện. Thử nghiệm không chứng minh được độ chính xác tuyệt đối với mọi câu hỏi tùy ý, các tập dữ liệu luôn thay đổi hay mọi cách triển khai của khách hàng. Việc xác định trước các chỉ số giúp giảm sự mơ hồ, nhưng không loại bỏ nhu cầu duy trì những định nghĩa đó và rà soát các quyết định có hệ quả đáng kể.
Công việc chuyển từ đặt câu lệnh sang duy trì các định nghĩa
Việc ra mắt Lever làm nổi bật một thay đổi thiết thực trong lĩnh vực AI doanh nghiệp: kết nối mô hình với dữ liệu mới chỉ là bước khởi đầu. Cần có người quyết định dữ liệu có nghĩa gì, giải quyết các định nghĩa mâu thuẫn và duy trì cách diễn giải đó khi hợp đồng, chính sách nhân sự và quy trình kinh doanh thay đổi.
Đối với các công ty dịch vụ, lợi ích tiềm năng là rút ngắn con đường từ hồ sơ vận hành đến quyết định về năng lực hoặc lợi nhuận. Phép thử lâu dài sẽ là liệu ngữ cảnh dùng chung đó có duy trì được độ tin cậy khi doanh nghiệp phát triển hay không, và liệu những cơ hội được xác định có chuyển thành kết quả đo lường được thay vì chỉ tạo ra những câu trả lời thuyết phục hơn hay không.












