آیا والمارت با استفاده از هوش مصنوعی ژنرال، جعبه پاندورا را خرد خواهد کرد؟

غول خرده‌فروشی Walmart در حال توسعه پلتفرم هوش مصنوعی GPT-4 خود است تا فروش و بهبود تجربه مشتری (CX) را افزایش دهد.

این اعلامیه Walmart را در صحنه خرده فروشی قرار می دهد تا ببیند این فناوری نوآورانه چه معنایی برای بازار خرده فروشی گسترده تر دارد. آیا دیگر خرده فروشان بزرگ هم اکنون وارد کشتی خواهند شد؟ چگونه GPT-4 و فناوری مربوطه بر آینده تجربه مشتری تأثیر خواهند گذاشت؟

به عنوان بخشی از تحول بازاریابی خود، والمارت از آخرین طراحی مجدد دیجیتالی وب سایت خرده فروشی و برنامه خرید تلفن همراه خود در اوایل این ماه رونمایی کرد. ظاهر جدید عکس‌های بزرگ‌تر و شیک‌تری را به همراه ویدئوها و محتوای الهام‌گرفته از رسانه‌های اجتماعی ارائه می‌کند که والمارت امیدوار است خریدهای بیشتری را به همراه داشته باشد.

Walmart روی پتانسیل تغییر بازی درک زبان طبیعی (NLU) در مدل‌های زبانی در مقیاس بزرگ (LLM) در مقیاس تجاری خاص تمرکز دارد تا پیشنهادات موجود خود مانند Text to Shop را افزایش دهد. این ویژگی به مشتریان این امکان را می دهد که محصولات Walmart را با ارسال پیامک یا بیان نام اقلام مورد نیاز خود به سبد خرید خود اضافه کنند. والمارت از این LLM ها به عنوان پایه پلتفرم برای مدل های خودساخته خود برای محصولات و نحوه تعامل مشتریان استفاده می کند.

اینکه والمارت موفق به جلب نظر مشتریان خود می شود، می تواند مستقیماً بر سایر خرده فروشان تأثیر بگذارد تا از این روش پیروی کنند. به گفته رید کندف، مدیر عامل شرکت تحقیقاتی جهانی Sago (گروه شلزینگر سابق) در هر صورت، عامل کلیدی جمع آوری بینش آنهاست.

“اتوماسیون به بخشی ضروری از زندگی روزمره ما تبدیل شده است، بدون اینکه ما متوجه باشیم کارها را ساده می کند. کندیف به The E-Commerce Times گفت: بخشی از تعامل با مصرف کنندگان در مورد پیاده سازی هوش مصنوعی، آموزش آنها در مورد این فناوری است.

نگرش مصرف کننده نسبت به پذیرش هوش مصنوعی

با این حال، درک اینکه مصرف کنندگان چه احساسی نسبت به هوش مصنوعی دارند، تنها برای برندهایی مهم است که به صراحت از آن‌ها می‌خواهند که آن را نسبت به جایگزین‌های غیر هوش مصنوعی بپذیرند. کاندیف پیشنهاد می کند که اگر هوش مصنوعی فقط یک عنصر در زیر سطح باشد، نگرش مصرف کننده کمتر مهم است.

به عنوان مثال، ابزارهای پردازش کلمه دارای تجزیه و تحلیل تایپ پیشرفته برای ارائه پیشنهادات دستور زبان و گزینه های “کلمه بعدی” هستند که زندگی کاربران را آسان تر می کند. هیچ کس در مورد اصول اولیه هوش مصنوعی و یادگیری ماشینی نمی پرسد.

زمانی که می خواهیم کاربران با یک هوش مصنوعی مانند ربات چت تعامل مستقیم و واضح داشته باشند، جمع آوری بازخورد حیاتی تر می شود. این به ما کمک می کند موانع و پل های پذیرش را درک کنیم و قلمرو ناشناخته و “خطوط قرمزی” را که مصرف کنندگان می خواهند از عبور از آنها برای هوش مصنوعی اجتناب کنند، شناسایی می کند.”

پیشرفت‌های اخیر والمارت در تجارت محاوره‌ای نقشی در استقرار هوش مصنوعی آن در بحبوحه تغییر آن به سمت رویکردی متمرکز بر رسانه‌های اجتماعی به خرده‌فروشی بازی می‌کند. در این فرآیند، خرده‌فروش در سال‌های اخیر هوش مصنوعی را در حوزه‌های مختلف کسب‌وکار خود، اعم از ارائه محصول یا مدیریت موجودی، اتخاذ کرده است. به گفته جردن جول، تحلیلگر پلتفرم تجارت الکترونیک Vtex، هدف قرار دادن بیشتر آن به عنوان یک استراتژی تجاری بسیار طبیعی است.

این شرکت اخیراً وب‌سایت خود را تغییر داده است تا بیشتر شبیه یک پلتفرم رسانه‌های اجتماعی باشد، بنابراین پیاده‌سازی تجربیات مختلف مبتنی بر هوش مصنوعی که بیشتر اجتماعی و محاوره‌ای هستند، می‌تواند راه خوبی برای ایجاد تعامل و ایجاد اعتماد با مشتریان خود با شخصی‌سازی تجربه خرید برای آنها باشد. او به E-Commerce Times گفت.

پیشرو در انتقال هوش مصنوعی خرده فروشی

جول این تغییر را کاملاً بر روشی که سایر خرده فروشان بزرگ از رسانه های اجتماعی در استراتژی های فروش خود استفاده می کنند تأثیر می گذارد. آمازون و والمارت مدت‌هاست که در فضای تجارت الکترونیک در یک مکان بوده‌اند، بنابراین در درازمدت، او پیش‌بینی می‌کند که این امر می‌تواند سایر خرده‌فروشان را برای سرمایه‌گذاری بیشتر روی هوش مصنوعی تحت تأثیر قرار دهد.

اما در کوتاه‌مدت، من فکر می‌کنم که منجر به افزایش سرمایه‌گذاری در ابزارهای فروش اجتماعی می‌شود، زیرا پیاده‌سازی آنها در یک بازه زمانی کوتاه‌تر آسان‌تر است. هر خرده فروش بزرگ در فیس بوک و اینستاگرام است. با این حال، همه آن‌ها قابلیت back-end برای پیاده‌سازی و مدیریت مدل‌های هوش مصنوعی را ندارند، بنابراین من گمان می‌کنم که در اینجا شاهد سرمایه‌گذاری‌های بلندمدت خواهیم بود.»

مارسل هولرباخ، یکی از بنیانگذاران و مدیر نوآوری در پلتفرم محصول به مصرف کننده (P2C) Productsup می گوید که فشار رهبران جعبه بزرگ به شدت سایر خرده فروشان را برای پذیرش و توسعه هوش مصنوعی مولد تحت تاثیر قرار می دهد. در حال حاضر، همه هنوز مردد هستند که کلاه خود را به طور کامل به حلقه هوش مصنوعی مولد بیندازند، زیرا برخی چیزها مانند ChatGPT و اجرای آن هنوز نامشخص هستند.

او به The E-Commerce Times گفت: «بیشتر خرده فروشان به جای نظریه پردازی که پیاده سازی هوش مصنوعی مولد چگونه خواهد بود، منتظر اولین نمونه عالی هستند.

هولرباخ استدلال می‌کند که وقتی خرده‌فروش‌های بزرگی مانند والمارت استفاده از هوش مصنوعی را اتخاذ، توسعه و اعلام می‌کنند، ارتباط این فناوری به طور قابل‌توجهی سرعت می‌گیرد. اگر والمارت این کار را انجام دهد و موفق شود، تردید با فوریت جایگزین می شود.

وی خاطرنشان کرد: «فوریت برای انطباق با نیازها و فرآیندهای مشتری، کسب‌وکارها را نه تنها کارآمدتر، بلکه سودآورتر می‌کند».

تکانه تاخیر ذاتی

به گفته هولرباخ، هوش مصنوعی در حال حاضر در هر صنعتی در حال رونق است، اما برخی ناظران فراموش می کنند که توسعه و تسلط بر ظرفیت هوش مصنوعی مولد ماه ها، اگر نه سال ها طول می کشد. شتاب پذیرفتن و توسعه هوش مصنوعی مولد به کندی ایجاد شده است زیرا شروع پروژه کند بوده است.

«در حالی که به نظر می رسد توسعه هوش مصنوعی با سرعت برق در حال حرکت است، ممکن است کاهش پذیرش کلی آن و افزایش شتاب در خرده فروشی باشد. از آنجایی که هنوز تدارکات زیادی وجود دارد که باید قبل از اجرای واقعی مشخص شود، شتاب خرده فروشی با شتاب هوش مصنوعی مطابقت ندارد.

همچنین تغییر فوری و ناگهانی چیزی است که همه مشتریان برای آن آماده هستند. خرده فروشان این را در ذهن دارند.

مومنتوم باید با اندک شروع شود، خواه در مورد کاری که رقبا انجام می دهند یا تضمین رضایت مشتری باشد. هولرباخ گفت: توسعه و پذیرش هوش مصنوعی مولد یک مقیاس کشویی است.

بهبود پیام‌رسانی تلفن همراه برای M-Commerce

هوش مصنوعی مولد می تواند استراتژی های پیام رسانی تلفن همراه را تا حد زیادی گسترش دهد. به گفته Jeppe Dorf، مدیر ارشد محصول و فناوری در پلتفرم تجارت چت به عنوان یک شرکت خدماتی Clickatell، این ابزارها، قابلیت‌ها و بردارهای مختلفی را ارائه می‌کند که تجربه مشتری را افزایش می‌دهد، شخصی‌سازی را افزایش می‌دهد، بهینه‌سازی محتوا را ارائه می‌کند و به ساده‌سازی عملیات و داده‌های داخلی کمک می‌کند. .

هوش مصنوعی ژنرال از داده‌های مبتنی بر مورد در مورد رفتار کاربر، تاریخچه چت، و الگوهای خرید و مصرف استفاده می‌کند تا کوتاه‌ترین مسیر برای یک نتیجه موفق کاربر را شناسایی کند. همچنین می‌تواند کاربر را با هدف شخصی مخاطب قرار دهد و توصیه‌های محصول شخصی‌سازی شده را ارائه دهد.

“این به کسب و کارها کمک می کند تا بهترین مسیر بعدی را برای بخش های خاص شناسایی کنند، حفظ کنند و جذب مشتری را تسریع کنند. دورف به E-Commerce Times گفت: ما شاهد افزایش قابل توجهی در فروش برند، سطح فروش متقابل و رضایت مشتری بوده‌ایم، و تازه شروع کرده‌ایم.

مزیت دیگر توانایی هوش مصنوعی مولد برای پیشرفت از یک رابطه برقرار شده بین یک برند و یک مصرف کننده برای ایجاد فرصت های بازاریابی بهتر و شخصی تر است. او گفت که این تعامل پیشرفته جایی است که فناوری جدید برای مصرف کنندگان و برندها واقعاً هیجان انگیز و بسیار مفید می شود.

هوش مصنوعی می‌تواند به اطلاعات سیستم‌های ERP، CRM و OMS یک برند دسترسی پیدا کند که مستقیماً با داده‌های موجود مربوط به مصرف‌کننده مطابقت دارد. با یادگیری از قصد، احساسات و الگوهای تعامل کاربر، هوش مصنوعی کمپین‌های کسب و نگهداری شخصی‌سازی‌شده‌تری ایجاد می‌کند تا به شیوه‌ای به کاربر برسد که طنین‌اندازی چشمگیری داشته باشد.

دورف توضیح داد که «استفاده از داده‌های تراکنشی تاریخی که در دامنه‌های برند با پیام‌های پویا بین مصرف‌کنندگان و برندها قرار دارند، هوش مصنوعی در تجارت چت را قادر می‌سازد تا محتوای پویا، سفرهای لحظه‌ای مشتری ایجاد کند و رفتار، اولویت‌ها و روندهای آینده کاربر را از قبل پیش‌بینی کند. کاربر فردی و همچنین برای یک پایگاه کاربر مجموع.’

مشارکت انسان و هوش مصنوعی برای بینش بهینه

کندیف هشدار داد که دستیابی به تعادل بین هوش مصنوعی و بینش های انسانی باید بیشتر بر یک مشارکت باشد تا تعادل. این شبیه به نحوه ای است که تولید به عنوان مشارکت بین انسان و ماشین برای صدها سال عمل کرده است.

او گفت: “بهینه سازی نقش انسان و ماشین در همکاری همیشه بهترین نتایج را به همراه داشته است.” بسیار مهم است که ما از دستگاه برای بهترین عملکرد آن استفاده کنیم – محاسبات با نیروی بی رحم در مقیاس، سرعت و دقت به روش هایی که انسان نمی تواند با آن مطابقت کند.

اتکای بیش از حد به عامل انسانی و امتناع از همکاری با ماشین، ما را در بن بست نگه می دارد. او هشدار داد سپس این اتصال فاقد سرعت و مقیاس مورد نیاز با سرعت تجارت امروز است.

وقتی نقش ماشین را در جمع آوری بینش بیش از حد بازی می کنیم، اغلب واریانس مجموعه داده را از دست می دهیم. ما همچنین از نیروهای خارجی شکل دادن به یک سوال تجاری فراتر از آنچه به دستگاه تغذیه می کنیم، یا جهش مفهومی که از تحلیل به بینش رخ می دهد، دلتنگ می شویم.

«این جایی است که مردم درگیر می شوند. انسان سطحی از تفکر مفهومی و خلاق را به فرآیند جمع‌آوری اطلاعات و مدیریت بخش جلویی و پشتی فرآیند تحقیق می‌آورد که ماشین‌ها به سادگی نمی‌توانند آن را تکرار کنند.

خیلی به برند “Voice” بستگی دارد

یکی از نگرانی‌های اصلی پذیرندگان آینده نگر این است که چگونه هوش مصنوعی مولد ممکن است در استراتژی‌های پیام‌رسانی تلفن همراه آنها قرار بگیرد. دورف اطمینان داد که برندها می توانند این کار را بدون از دست دادن صدای خود انجام دهند.

صدای برند در همه چیز از بازاریابی گرفته تا عملیات بسیار مهم است. روشی را که یک برند با مصرف کنندگان درگیر می شود را تجویز می کند.

ترکیب صدای برند دشوارتر از ساختن خود هوش مصنوعی است. این امر مستلزم برنامه ریزی دقیق و نگاهی جدید به برندها و ارتباطات است صدا“، وی تاکید کرد.

از نظر تاریخی، “صدا” توسط افرادی با نظارت بیان می شد و ثابت و در عین حال برنامه ریزی شده و قابل تنظیم بود. او خاطرنشان کرد که با هوش مصنوعی، این فراتر از کمپین های برنامه ریزی شده و انتشار وب سایت ها و بدون نظارت در زمان واقعی اتفاق می افتد.

نیاز به آموزش و تعریف این است که “صدا” در کنار کلمه گفتاری چیست. بررسی‌های با فرکانس بالا و نظارت مداوم در زمان واقعی برای آموزش الگوریتم دقیقاً صدای برند ضروری است.

آموزش هوش مصنوعی برای محتوای برند

یک مفهوم نوظهور آموزش مدل‌ها بر روی محتوای برند و تغذیه تمام داده‌های ارتباطی کانال دیجیتال به مدل‌ها برای اصلاح «صدای دیجیتال» در طول زمان است. به گفته دورف، این رویکرد تقریباً شبیه به اجرای موازی با فرآیندهای موجود بازاریابی و صداسازی است.

در برخی موارد، این ممکن است شامل هوش مصنوعی در توسعه کمپین های بازاریابی باشد تا اطمینان حاصل شود که مدل و برند با یکدیگر همکاری می کنند و در نتیجه فرآیند یادگیری را بهبود می بخشد. آنچه که مهم است خود هوش مصنوعی نیست، بلکه سفری است که برند در آن قرار دارد.

دورف گفت: «این چیزها یک شبه اتفاق نمی‌افتند و بدون پلتفرم‌های ارکستراسیون مناسب و جمع‌آوری‌کننده‌های داده در کانال‌های پیام‌رسانی اتفاق نمی‌افتند».