استفاده از Gen AI بدون از دست دادن پیراهن شرکت

همانطور که در فناوری‌هایی مانند ChatGPT نشان داده می‌شود، هوش مصنوعی مولد (ژن AI) به سرعت در حال توسعه است و کسب‌وکارها را در سراسر صنایع ترغیب می‌کند تا استراتژی‌های کاربردی خود را اصلاح کنند. چالش در سال 2024 استفاده از این فناوری های جدید برای دستیابی به نتایج مثبت تجاری و افزایش موثر رضایت مشتری است.

از زمان معرفی، یکی از افشاگری‌های اصلی، نقش‌های متمایزی بوده است که این نسل جدید هوش مصنوعی می‌تواند ایفا کند و از تمرکز سنتی بر تحلیل و طبقه‌بندی به تولید محتوای خلاقانه حرکت می‌کند. هوش مصنوعی مولد از الگوریتم‌ها و شبکه‌های عصبی پیچیده برای تقلید از خلاقیت انسان استفاده می‌کند و خروجی‌های مختلفی مانند متن، تصاویر و موسیقی تولید می‌کند.

برخلاف هوش عمومی مصنوعی (AGI)، که به دنبال تکرار قابلیت‌های فکری کامل انسان است، هوش مصنوعی مولد مختص کار است. او راه‌حل‌های عملی را در زمینه‌های آموزش‌دیده‌اش ارائه می‌کند و به طرز ماهرانه‌ای وظایف مختلف را انجام می‌دهد و بر اساس داده‌های دریافتی با موقعیت‌های جدید سازگار می‌شود.

کاربردهای عملی و محدودیت های فناوری هوش مصنوعی مولد

در عمل، هوش مصنوعی مولد یک ابزار بهره‌وری قدرتمند است که تولید سریع محتوا در رسانه‌هایی مانند متن، تصاویر، صداها، انیمیشن‌ها و مدل‌های سه بعدی را امکان‌پذیر می‌سازد. نه تنها الگوها و تفاوت های ظریف را در زبان یاد می گیرد و حفظ می کند، بلکه تعاملات گذشته را نیز به خاطر می آورد و در نتیجه تبادلات منسجم تر و مناسب تری با کاربران ایجاد می کند.

با این حال، نسل فعلی هوش مصنوعی قادر به تصمیم گیری در مورد عوامل پیچیده متعدد، به ویژه مواردی که نیاز به درک عمیق زمینه ای یا احساسی دارند، نیست. در حالی که در ارائه‌های داده‌محور برتر است، یکپارچه‌سازی و مدیریت عوامل انسانی ظریف، حداقل در حال حاضر فراتر از دسترس آن باقی مانده است.

به گفته ویل دیولین، معاون بازاریابی در شرکت MessageGears که پلتفرم تعامل با مشتری است، پذیرندگان مشاغل و صنعت می توانند بدون ترس از شکست از هوش مصنوعی استفاده کنند.

هر بازاریاب که تا به حال تست استاندارد A/B را اجرا کرده باشد می تواند به شما بگوید که شکست همیشه چیزی نیست که باید از آن اجتناب کرد. در حرفه خود، ما دائما در حال یادگیری ابزارها، فناوری ها و تکنیک های جدید هستیم. ترس از شکست همیشه بخشی ضروری از این فرآیند یادگیری و رشد خواهد بود. او به دیجیتال تو گفت، مانند هر چیز جدید، نگرانی‌هایی در مورد هوش مصنوعی وجود دارد که مرتبط و واقعی هستند.

درک مسیر آینده هوش مصنوعی

مایکل فیشر، مدیر محصول در شرکت انطباق دیجیتال و مدیریت داده Complykey (سابق Waterfield Technologies)، چهار پیش‌بینی در این زمینه‌ها دارد.

در سال گذشته، مراکز تماسی که اولین پذیرندگان این فناوری بودند، به سرعت هوش مصنوعی مولد را ادغام کردند. فیشر پیش بینی می کند که در سال 2024، تمرکز به درک عمیق تر از ROI هوش مصنوعی مولد تغییر خواهد کرد.

او انتظار دارد که رهبران مرکز تماس و سایر افرادی که از هوش مصنوعی استفاده می کنند، به طور فزاینده ای بر محاسبه معنادارتر هزینه هوش مصنوعی تمرکز کنند. این تلاش شامل درک بهتری از نحوه بهینه سازی هزینه های استقرار در رابطه با مقیاس و هزینه هر تراکنش است.

مدیریت خطرات استقرار سریع هوش مصنوعی

فیشر به عنوان پیش‌بینی دوم ارائه کرد، نسل هوش مصنوعی امسال با بیشترین سرعت در بازاریابی و تقاضای مشتری، که بین صنعتی است، مورد استفاده قرار خواهد گرفت. در تجارت تولید سرنخ، باید ارزش، هزینه و ریسک را در نظر بگیرید.

خطرات ذاتی پذیرش آهسته در صنایع بسیار تنظیم شده مانند مراقبت های بهداشتی، دولت و امور مالی است. بخش پشتی مرکز تماس در این صنایع در استفاده از هوش مصنوعی مولد برای تجمیع داده ها و گزارش گیری تهاجمی خواهد بود.

«اما در قسمت جلویی مشتری، همه این عمودی‌ها آهسته‌تر و عمدی‌تر حرکت می‌کنند. هرچه از صنایعی که قبلاً به شدت تحت نظارت هستند، مانند خرده‌فروشی دورتر شوید، شاهد پذیرش سریع‌تر هوش مصنوعی خواهیم بود.»

پیشرفت در راه حل های هوش مصنوعی ابری و ویدئویی

بسیاری از شرکت‌ها به ارائه راه‌حل‌های مرکز تماس در محل و مبتنی بر ابر برای برآورده کردن ترجیحات مشتری ادامه می‌دهند. با این حال، حفظ هر دو راه حل باعث کاهش هزینه های فناوری برای فروشندگان می شود. بنابراین، از یکی بر دیگری استفاده کنید.

سومین پیش‌بینی فیشر این بود که «در سال 2024، شرکت‌های بیشتری راه‌حل‌های داخلی خود را متوقف می‌کنند یا قیمت را به میزان قابل توجهی افزایش می‌دهند تا یک راه‌حل داخلی از نظر تجاری برای مشتریان غیرقابل دوام باشد – اساساً مشتریان را مجبور به پذیرش ابر و نوآوری می‌کند».

صنعت بیمه به طور منحصر به فردی از ارتباطات مبتنی بر ویدئو برای مواردی مانند امضای مشترک اسناد یا نشان دادن خسارت تصادف خودرو استفاده می کند. اکثر صنایع در پذیرش ویدیو به عنوان کانال خدمات مشتری کند بوده اند.

فیشر به عنوان چهارمین پیش بینی شما اشاره کرد: “این در سال 2024 تغییر خواهد کرد. ما انتظار داریم که ویدیو به عنوان یک کانال خدمات مشتری در سراسر صنایع، به ویژه برای شرکت هایی که یک محصول فیزیکی را می فروشند که از مزیت نمایش و گفتن بهره می برد، رایج تر باشد.”

موارد استفاده خاص به افزایش تقاضا برای این ویژگی کمک می کند. او به اشتراک گذاشت که تغییر ترجیحات مصرف کننده به دلیل راحتی و آشنایی ژنرال Z با محتوای مبتنی بر ویدیو نیز می تواند کمک کننده باشد.

دقت در کار با مجموعه داده های عظیم برای هوش مصنوعی

Devlin از MessageGear معتقد است که با شروع استفاده از هوش مصنوعی – به ویژه هوش مصنوعی مولد – از سوی برندها حیاتی است که نرده‌های محافظ را در محل خود قرار دهند و رویه‌ها و دستورالعمل‌های عملیاتی استاندارد را برای تیم‌های خود توسعه دهند.

این یک فرآیند یادگیری خواهد بود. شرکت ها باید بدانند که Gen AI راه حلی برای همه نیست.

او هشدار داد: «من انتظار دارم فناوری هوش مصنوعی هرچه بیشتر با آن درگیر شویم، بهتر و بهتر شود. پتانسیل کامل آن.”

نظرسنجی اخیر MessageGears از بازاریابان برندهای سازمانی نشان داد که مهم ترین چالش هایی که برندها در پیاده سازی راه حل های هوش مصنوعی با آن مواجه هستند، تخصص محدود، آموزش کارکنان و پیچیدگی یکپارچه سازی است.

مدل‌سازی هوش مصنوعی به اندازه داده‌هایی است که در آن قرار می‌دهید. برعکس، هوش مصنوعی می‌تواند ابزار قدرتمندی برای کمک به برندها در بهبود تبدیل‌ها و بازگشت سرمایه، صرفه‌جویی در زمان، کاهش زمان و بهبود تست و آموزش باشد.

ادغام بینش انسانی با فناوری هوش مصنوعی

شهید احمد، معاون اجرایی گروه سرمایه‌گذاری‌های جدید و نوآوری در مشاوره دیجیتال NTT Data، فاش کرد که گزارش تجربه جهانی مشتری شرکتش در سال 2023 نشان داد که اکثر تعاملات CX هنوز به نوعی مداخله انسانی نیاز دارند.

بر اساس این گزارش، مدیران اجرایی موافق هستند که بخش مهمی از سفر مشتری باقی خواهد ماند. اگرچه 80 درصد از سازمان ها قصد دارند تا 12 ماه آینده هوش مصنوعی را در تحویل CX خود بگنجانند، عنصر انسانی در موفقیت آن نقش اساسی خواهد داشت.

احمد به دیجیتال تو گفت: «از آنجایی که کسب‌وکارها توجه خود را به این موضوع معطوف می‌کنند که چگونه اتوماسیون می‌تواند قابلیت‌های انسانی را تکمیل و تقویت کند، آنها تأکید بیشتری بر رفع کمبود مهارت‌های فزاینده‌ای خواهند داشت که هوش مصنوعی آن را به چالش می‌کشد.

او هشدار داد که اصول اولیه هوش مصنوعی و تجزیه و تحلیل کلان داده ها به مهارت های اصلی برای اکثر مشاغل در صنایع تبدیل می شود و استخدام های جدید تنها راه نیستند.

تحقیقات انجام شده توسط NTT Data نشان داد که رهبران کسب و کار به دلیل سرمایه گذاری در ابتکارات مهارت آموزی و ارتقاء مهارت، به احتمال زیاد در سه سال گذشته سود بیش از 25 درصد را تجربه کرده اند. این روند تا سال 2024 با تجارب آموزشی بیشتر برای کمک به پر کردن شکاف‌های مهارتی و رفع نیازهای سازمان‌ها ادامه خواهد یافت.»

خطرات اجرای DIY AI

بهترین رویکرد هوش مصنوعی می تواند در یک ترکیب ابری مدیریت شده باشد. هوش مصنوعی امروز در همه جا وجود دارد. پذیرندگان باید در نظر داشته باشند که چه اعدادی این رشد انفجاری را توصیف می کنند.

گزارش ارائه‌دهنده امنیت ابری Wiz نشان می‌دهد که ارتباط کلیدی بین استفاده از خدمات هوش مصنوعی از طریق یک پلتفرم ابری مدیریت شده وجود دارد. تجزیه و تحلیل آن از داده‌های جمع‌آوری شده مربوط به نمونه بزرگی از سازمان‌ها، نمای کلی جامعی از نحوه استفاده از هوش مصنوعی و یادگیری ماشینی در فضای ابری و پیامدهای آن برای سازمان‌ها ارائه می‌دهد.

بر اساس این تحقیقات، هوش مصنوعی به سرعت در محیط های ابری در حال افزایش است. بیش از 70 درصد سازمان ها در حال حاضر از خدمات هوش مصنوعی مدیریت شده استفاده می کنند. با این نرخ، پذیرش فناوری هوش مصنوعی با محبوبیت سرویس‌های مدیریت‌شده Kubernetes رقابت می‌کند که ویز آن را در بیش از 80 درصد سازمان‌ها می‌بیند.

دیدگاه قابل توجه دیگر این است که بسیاری از سازمان ها در حال آزمایش هوش مصنوعی هستند اما از این مرحله فراتر نمی روند.

تنها 10 درصد کاربران قدرتمندی هستند که 50 نمونه یا بیشتر را در محیط خود مستقر کرده اند. بر اساس این گزارش، اگرچه پذیرش هوش مصنوعی در فضای ابری در حال رشد است، اما به نظر می‌رسد بسیاری از سازمان‌ها (32 درصد) هنوز در مرحله آزمایش با این ابزار هستند و کمتر از 10 نمونه از خدمات هوش مصنوعی را در محیط‌های ابری خود مستقر می‌کنند.

تقویت هوش مصنوعی ژنرال با تجزیه و تحلیل پیش بینی

Devlin از MessageGear خاطرنشان کرد: برای اکثر مردم، سال 2023 سالی بود که هوش مصنوعی در مرکز قرار گرفت، و پذیرندگان می‌پرسیدند که چگونه بهترین استفاده از آن را انجام دهند. اکنون، اگر قبلاً استفاده منظم از هوش مصنوعی را شروع نکرده اند، اکثر برندها حداقل در مورد هوش مصنوعی کنجکاو هستند.

آنها می خواهند آن را آزمایش کنند و ببینند که چگونه می تواند به آنها کمک کند، و آنها مایل به کشف هستند.” همانطور که برندها با ایده هوش مصنوعی راحت‌تر می‌شوند، من فکر می‌کنم که شاهد پیچیده‌تر شدن برخی نقش‌ها خواهیم بود، در حالی که برخی دیگر با استفاده از ابزارهای هوش مصنوعی کارآمدتر می‌شوند.»

هوش مصنوعی مولد زمانی قدرتمند می شود که با بینش های هوش مصنوعی پیش بینی کننده ترکیب شود. نه تنها می‌دانید مشتری کی و کجا می‌خواهد از شما بشنود، بلکه می‌دانید چقدر احتمال دارد که خرید کند و چه زبانی و چه تصاویری او را به سمت عمل سوق می‌دهد.

او در پایان گفت: «این ترکیبی است که برندها تازه شروع به استفاده از آن کرده اند و پتانسیل تقریباً بی پایانی دارد.