قبلا مرکز توجه بر روی خود تکنولوژی، مدل ها، الگوریتم ها و دقت فنی آن بود، حال دیفرانسیل رقابتی در دانستن این است که با آن چه کاری انجام می شود، یعنی اگر آن را با استراتژی و اهداف کسب و کار هماهنگ اجرا شود، دیگر آزمایش های تصادفی نیست تا ببینیم آیا تکنولوژی کار خواهد کرد یا خیر.
در سالهای اخیر، به ویژه با پیشرفت مدلهای هوش مصنوعی، فناوری پیشرفته به طور گسترده برای پروفایلهای مختلف سازمانهای تجاری و دولتی قابل دسترسی شده است. امروزه میتوان از مدلهای از پیش آموزش دیده بزرگ از طریق هوش مصنوعی برای انجام وظایف خاص و با نتایجی استفاده کرد که همچنان میتواند مانع از بیثباتی برنامهریزی شود.
دیفرانسیل رقابتی دیگر دسترسی به فناوری نیست، بلکه توانایی اعمال آن به صورت هوشمند در کسب و کار است.
هوش مصنوعی مکالمه با خوب صحبت کردن ارزش ایجاد نمی کند، زمانی ارزش ایجاد می کند که مشکلات واقعی را حل کند، زمینه مشتری را درک کند و با استراتژی شرکت ادغام شود.
مثال های اثبات شده نشان می دهد که صحبت کردن با مشتری می تواند تا حد امکان به آنچه کاربر می خواهد نزدیک باشد ما از یک دوست خواستیم که با یک نماینده مجازی از یک صنعت غذایی به خصوص بازار گوشت صحبت کند.
او با در اختیار داشتن معاینات پزشکی اخیرش می پرسد که چه نوع گوشتی برای فرد مبتلا به پیش دیابت ایده آل است، با توجه به نوع سوال انتظار پاسخی نداشت.اما، عامل توضیح داد که نگرانی را درک می کند، اما توصیه های پزشکی یا تغذیه ای نمی کند.بهتر است با پزشک یا متخصص تغذیه خود در مورد پیش دیابت صحبت کنید.
با این حال، او برش های بدون چربی گوشت را نشان داد، مانند فیله مینیون e جوجه اردک, ، و حالت های سبک تری برای آماده سازی پیشنهاد کرد.
این واقعیت جدید Conversational AI است: اینکه بتوانید در مورد موضوعی مرتبط با دامنه آن صحبت کنید این تنها در صورتی امکان پذیر است که پروژه تمام تفاوت های ظریف انتظارات مشتری را در گفتگو با برند در نظر بگیرد.
برای این مدل در نظر گرفته شد:
یک عامل هوش مصنوعی داشته باشید که به جای پاسخ دادن به سؤالات، نیازها را پیش بینی کند.;
^^^^پاسخ ها را از یک پایگاه دانش قوی و دقیق گسترش دهید.;
ارائه پاسخ با زمینه سابقه مشتری؛;
خودکارسازی فرآیندهای داخلی با جریان مکالمه کارآمد.
فناوری همچنان حیاتی است
نمی تواند به یک کالا تبدیل شود استفاده از آن باید با اهداف کسب و کار هماهنگ باشد و AI مکالمه باید به انتظارات مشتری متصل شود بدون مدل های مناسب، اجرا ممکن است شکست بخورد اما اگر مبنای فنی ضعیف باشد، راه حل کار نخواهد کرد و مشتری به زودی برای گفتگو با نام تجاری باز نخواهد گشت.
جنبه هایی که برای موفقیت Conversational AI باید در نظر گرفته شوند
ما می دانیم که اجرا و استراتژی های آنها دشوار است و بسیاری از شرکت ها هنوز در تعریف یک مورد استفاده واضح، حاکمیت داده ها، معیارهای موفقیت و انطباق فرهنگی سازمان با این واقعیت جدید دچار مشکل هستند.
فن آوری ها درب را به تنوع بی نهایت استفاده باز کرده اند با این حال، امروزه 'تمایز نحوه استفاده از آن از مدل های کارآمد است که اهداف پروژه را برآورده می کند ارزش واقعی در برنامه ریزی و اجرا با تمرکز بر تاثیر واقعی است 'چیزی که نیاز به روش شناسی، چشم انداز و تراز استراتژیک.
لوئیز تاردلی é مدیرعامل گتباتز.


