AI จะเปลี่ยนธุรกิจของคุณให้ปังขึ้น แน่นอน!

“ประสบการณ์ของลูกค้าในยุคของ AI”เราได้พูดคุยกันว่าการใช้ข้อมูลลูกค้าสร้างความแตกต่างให้กับประสบการณ์ที่มีแบรนด์อยู่แล้วอย่างไร ขณะนี้ด้วย AI แบบสร้างสรรค์ การปรับเปลี่ยนในแบบของคุณจะไปไกลกว่านั้น โดยปรับแต่งทุกแง่มุมของการโต้ตอบทางดิจิทัลให้สอดคล้องกับวิธีที่ลูกค้าต้องการให้มันไหล ไม่ใช่วิธีที่นักออกแบบผลิตภัณฑ์จินตนาการถึงการยัดเยียดเมนูและฟีเจอร์เพิ่มเติม จากนั้นเมื่อซอฟต์แวร์ติดตามลูกค้า ซอฟต์แวร์ก็จะไปยังตำแหน่งที่เกินขอบเขตที่จำกัดของผลิตภัณฑ์ของแบรนด์ จะต้องนำเสนอโซลูชั่นให้กับสิ่งที่ลูกค้าต้องการทำ แก้ปัญหาสิ่งที่ใครบางคนต้องการและช่วยเหลือพวกเขาตลอดการเดินทางเพื่อไปถึงจุดนั้น แม้ว่าจะหมายถึงการเชื่อมโยงกับพันธมิตรภายนอก คิดใหม่เกี่ยวกับคำจำกัดความของข้อเสนอของตน และพัฒนาข้อมูลพื้นฐานและสถาปัตยกรรมเทคโนโลยีเพื่อเชื่อมโยงทุกสิ่งที่เกี่ยวข้องกับ สารละลาย.

Geneative AI สามารถ “สร้าง” ข้อความ คำพูด รูปภาพ เพลง วิดีโอ และโดยเฉพาะโค้ดได้ เมื่อความสามารถนั้นถูกรวมเข้ากับฟีดข้อมูลของใครบางคน ซึ่งใช้เพื่อปรับแต่งการโต้ตอบเมื่อใด อะไร และอย่างไร ความง่ายดายในการที่ใครบางคนสามารถทำสิ่งต่าง ๆ ให้สำเร็จได้ และการเข้าถึงซอฟต์แวร์ที่กว้างขึ้นก็เพิ่มขึ้นอย่างมาก กล่องคำถามอินพุตแบบธรรมดาซึ่งเป็นศูนย์กลางของ Google และในปัจจุบันของระบบ AI ที่สร้างส่วนใหญ่ เช่น ใน ChatGPT และ DALL-E 2 จะขับเคลื่อนระบบต่างๆ มากขึ้น บอกลาเมนูแบบเลื่อนลงในซอฟต์แวร์ และข้อจำกัดที่แนะนำโดยธรรมชาติซึ่งกำหนดไว้เกี่ยวกับวิธีการใช้งานของคุณ คุณจะเห็นแต่ว่า “วันนี้คุณอยากทำอะไร” และเมื่อคุณบอกว่าคุณต้องการทำอะไร มันก็มีแนวโน้มที่จะเสนอคำแนะนำบางอย่าง โดยอาศัยความรู้เกี่ยวกับสิ่งที่คุณทำเมื่อครั้งที่แล้ว อะไรที่ทำให้ระบบรู้เกี่ยวกับบริบทปัจจุบันของคุณ และสิ่งที่คุณได้เก็บไว้ในระบบแล้ว เป้าหมายหลักของคุณ เช่น “ประหยัดเงินสำหรับการเดินทาง” “ปรับปรุงห้องครัวของเรา” “จัดการแผนการรับประทานอาหารสำหรับครอบครัวของฉันที่มีสมาชิก 5 คนซึ่งมีความต้องการอาหารพิเศษ” เป็นต้น

หากไม่มีขอบเขตของอินเทอร์เฟซซอฟต์แวร์แบบเดิมๆ ผู้บริโภคจะต้องการทำสิ่งที่พวกเขาต้องการโดยไม่สนใจว่าแบรนด์ที่อยู่เบื้องหลังซอฟต์แวร์จะมีข้อจำกัดหรือไม่ การเปลี่ยนแปลงวิธีที่เราโต้ตอบและสิ่งที่เราคาดหวังจะน่าทึ่งและเป็นประชาธิปไตยมากขึ้นอย่างมาก

กระแสความฮือฮามากมายเกี่ยวกับ generative AI มุ่งเน้นไปที่ความสามารถในการสร้างข้อความ รูปภาพ และเสียง แต่ยังสามารถสร้างโค้ดเพื่อดำเนินการอัตโนมัติ และอำนวยความสะดวกในการดึงข้อมูลภายนอกและภายใน ด้วยการสร้างโค้ดเพื่อตอบสนองต่อคำสั่ง จะอำนวยความสะดวกให้กับทางลัดสำหรับผู้ใช้ที่เปลี่ยนจากคำสั่งไปสู่การดำเนินการที่เพิ่งเสร็จสิ้น ไม่ต้องทำงานผ่านเมนูทั้งหมดในซอฟต์แวร์อีกต่อไป แม้แต่คำถามและการวิเคราะห์ข้อมูลที่เก็บไว้ในแอปพลิเคชันก็ทำได้ง่ายๆ เพียงถามว่า “ใครคือผู้ติดต่อที่ฉันไม่ได้โทรหาใน 90 วันที่ผ่านมา” หรือ “ครั้งต่อไปที่ฉันมีกำหนดจะไปนิวยอร์คโดยจะเปิดรับประทานอาหารเย็นคือเมื่อใด” เพื่อตอบคำถามเหล่านี้ในตอนนี้ เราต้องเข้าไปในแอปพลิเคชันและรวบรวมข้อมูล (อาจด้วยตนเอง) จากภายนอกแอปพลิเคชันเอง ตอนนี้สามารถจดจำคำถาม สร้างโค้ด จัดอันดับความเป็นไปได้ และสร้างคำตอบที่ดีที่สุดได้ ในหน่วยมิลลิวินาที

สิ่งนี้ทำให้วิธีที่เราโต้ตอบกับสิ่งที่เราคิดว่าเป็นแอปพลิเคชันในปัจจุบันง่ายขึ้นอย่างมาก นอกจากนี้ยังช่วยให้แบรนด์จำนวนมากขึ้นสามารถสร้างแอปพลิเคชันโดยเป็นส่วนหนึ่งของคุณค่าที่นำเสนอได้ “เมื่อพิจารณาจากสภาพอากาศ การจราจร และผู้ที่ฉันอยู่ด้วย ทำให้มีกำหนดการเดินทางสำหรับช่วงบ่ายพร้อมไกด์ต่อเนื่อง และสามารถซื้อตั๋วล่วงหน้าเพื่อข้ามเส้นใดก็ได้” “นี่คืองบประมาณของฉัน นี่คือรูปห้องน้ำปัจจุบันของฉันห้ารูป นี่คือสิ่งที่ฉันต้องการจากห้องน้ำ ตอนนี้ให้ฉันออกแบบปรับปรุงใหม่ วางแผนการทำห้องน้ำให้เสร็จเรียบร้อย และความสามารถในการเสนอราคา” ใครจะเป็นผู้สร้างความสามารถเหล่านี้? บริษัทเทคโนโลยีที่ทรงพลัง? แบรนด์ที่มีความสัมพันธ์ในหมวดหมู่ที่เกี่ยวข้องอยู่แล้ว? ใหม่ ผู้ก่อกวนที่มุ่งเน้น? เกมดังกล่าวเพิ่งเริ่มต้น แต่ความสามารถที่จำเป็นและปรัชญาทางธุรกิจกำลังเป็นรูปเป็นร่างแล้ว

การเดินทางที่กว้างขึ้นด้วยขอบเขตที่กว้างขึ้น

ในโลกที่ Generative AI และระบบ AI ที่พัฒนาอื่นๆ ทั้งหมดแพร่หลาย การสร้างข้อเสนอของตนเองจำเป็นต้องมุ่งเน้นไปที่มุมมองที่กว้างที่สุดเท่าที่จะเป็นไปได้ของแหล่งรวมข้อมูล การเดินทางที่คุณสามารถดำเนินการได้ และความเสี่ยงที่พวกเขาเพิ่ม:

นำข้อมูลมารวมกัน

การแก้ปัญหาตามความต้องการของลูกค้าโดยสมบูรณ์จะต้องอาศัยการดึงข้อมูลจากทั่วทั้งบริษัทของคุณ และมีแนวโน้มว่าจะเกินขอบเขตของคุณ หนึ่งในความท้าทายที่ใหญ่ที่สุดสำหรับแอปพลิเคชันส่วนใหญ่ และจริงๆ แล้วสำหรับแผนกไอทีส่วนใหญ่ คือการนำข้อมูลจากระบบที่แตกต่างกันมารวมกัน ระบบ AI จำนวนมากสามารถเขียนโค้ดที่จำเป็นในการทำความเข้าใจสคีมาของฐานข้อมูลสองแห่งที่แตกต่างกัน และรวมเข้าไว้ในที่เก็บข้อมูลเดียว ซึ่งสามารถบันทึกหลายขั้นตอนในการกำหนดสคีมาข้อมูลให้เป็นมาตรฐาน ทีม AI ยังคงต้องใช้เวลาในการล้างข้อมูลและการกำกับดูแลข้อมูล (อาจมีมากกว่านั้น) เช่น การปรับคำจำกัดความที่ถูกต้องของคุณสมบัติข้อมูลหลัก อย่างไรก็ตาม ด้วยความสามารถด้าน AI ในมือ ขั้นตอนถัดไปในกระบวนการรวบรวมข้อมูลทั้งหมดจึงกลายเป็นเรื่องง่ายยิ่งขึ้น

ตัวอย่างเช่น Narrative AI นำเสนอตลาดสำหรับการซื้อและขายข้อมูล พร้อมด้วยซอฟต์แวร์การทำงานร่วมกันด้านข้อมูลที่ช่วยให้บริษัทต่างๆ สามารถนำเข้าข้อมูลจากที่ใดก็ได้ไปยังที่เก็บข้อมูลของตนเอง ซึ่งสอดคล้องกับสคีมาของพวกเขาด้วยการคลิกเพียงครั้งเดียว ข้อมูลจากทั่วทั้งบริษัท จากคู่ค้า หรือจากผู้ขายข้อมูล สามารถนำมาบูรณาการและใช้สำหรับการสร้างแบบจำลองได้ในพริบตา

การรวมข้อมูลที่เป็นกรรมสิทธิ์ของตนเองเข้ากับข้อมูลสาธารณะ ข้อมูลจากเครื่องมือ AI อื่นๆ ที่มีอยู่ และจากบุคคลภายนอกจำนวนมาก สามารถช่วยปรับปรุงความสามารถของ AI ในการทำความเข้าใจบริบทของตนเอง คาดการณ์สิ่งที่ถูกถาม และมีแหล่งรวมที่กว้างขึ้นในการดำเนินการ สั่งการ.

อย่างไรก็ตาม กฎเก่าเกี่ยวกับ “ขยะเข้า-ขยะออก” ยังคงมีผลบังคับใช้ โดยเฉพาะอย่างยิ่งเมื่อเป็นเรื่องของการบูรณาการข้อมูลของบุคคลที่สาม สิ่งสำคัญคือต้องตรวจสอบความถูกต้องกับข้อมูลภายในก่อนที่จะรวมเข้ากับชุดข้อมูลพื้นฐาน ตัวอย่างเช่น แบรนด์แฟชั่นแห่งหนึ่งเมื่อเร็วๆ นี้พบว่าข้อมูลเพศที่ซื้อจากแหล่งที่มาของบุคคลที่สามไม่ตรงกับข้อมูลภายใน 50% ของเวลา ดังนั้นแหล่งที่มาและความน่าเชื่อถือจึงเป็นสิ่งสำคัญ

“ชั้นกฎ” มีความสำคัญมากยิ่งขึ้น

หากไม่มีข้อจำกัดที่ชัดเจนเกี่ยวกับสิ่งที่ลูกค้าสามารถขอในกล่องป้อนข้อมูล AI จำเป็นต้องมีแนวทางเพื่อให้แน่ใจว่าจะตอบสนองอย่างเหมาะสมกับสิ่งที่อยู่นอกเหนือความหมายหรือที่ไม่เหมาะสม สิ่งนี้ขยายความจำเป็นในการให้ความสำคัญกับชั้นกฎเกณฑ์ โดยที่นักออกแบบประสบการณ์ นักการตลาด และผู้มีอำนาจตัดสินใจทางธุรกิจจะตั้งค่าพารามิเตอร์เป้าหมายสำหรับ AI เพื่อเพิ่มประสิทธิภาพ

ตัวอย่างเช่น สำหรับแบรนด์สายการบินที่ใช้ประโยชน์จาก AI ในการตัดสินใจเกี่ยวกับ “การสนทนาที่ดีที่สุดถัดไป” เพื่อมีส่วนร่วมกับลูกค้า เราได้กำหนดกฎเกณฑ์เกี่ยวกับผลิตภัณฑ์ที่จะทำการตลาดให้กับลูกค้ารายใด สำเนาใดที่สามารถนำมาใช้ในเขตอำนาจศาลใด และกฎเกณฑ์โดยรอบ การต่อต้านการทำซ้ำเพื่อให้แน่ใจว่าลูกค้าจะไม่ถูกโจมตีด้วยข้อความที่ไม่เกี่ยวข้อง

ข้อจำกัดเหล่านี้มีความสำคัญมากยิ่งขึ้นในยุคของ Generative AI ในขณะที่ผู้บุกเบิกโซลูชันเหล่านี้กำลังค้นพบ ลูกค้าจะชี้ให้เห็นอย่างรวดเร็วเมื่อเครื่องจักร “พัง” และผลิตโซลูชันที่ไม่สมเหตุสมผล แนวทางที่ดีที่สุดจึงเริ่มต้นจากเล็กๆ น้อยๆ จะถูกปรับให้เหมาะกับโซลูชันเฉพาะที่สามารถกำหนดกฎเกณฑ์ได้อย่างเข้มงวด และผู้มีอำนาจตัดสินใจที่เป็นมนุษย์จะสามารถออกแบบกฎสำหรับกรณี Edge ได้

มอบการเดินทางแบบครบวงจร และกรณีการใช้งานเฉพาะที่เกี่ยวข้อง

ลูกค้าจะเพียงแค่ถามถึงสิ่งที่พวกเขาต้องการ และจะแสวงหาวิธีที่ง่ายและ/หรือคุ้มค่าที่สุดในการทำให้สำเร็จ เป้าหมายสุดท้ายที่แท้จริงของลูกค้าคืออะไร? ไกลแค่ไหนที่คุณจะได้รับ? ด้วยความสามารถในการย้ายข้อมูลระหว่างฝ่ายต่างๆ ได้ง่ายขึ้น คุณสามารถสร้างพันธมิตรด้านข้อมูลและการดำเนินการเพื่อช่วยลูกค้าตลอดเส้นทางของพวกเขา ดังนั้น ระบบนิเวศของความสัมพันธ์ทางธุรกิจของคุณจะสร้างความแตกต่างให้กับแบรนด์ของคุณ

ในการสาธิตที่น่าประทับใจของเขาเกี่ยวกับวิธีที่ Hubspot ผสมผสาน generative AI เข้ากับ “ChatSpot” Dharmesh Shah ซีทีโอและผู้ก่อตั้ง Hubspot อธิบายถึงวิธีที่พวกเขาผสมผสานความสามารถของ HubSpot กับ OpenAI และกับเครื่องมืออื่นๆ เขาไม่เพียงแต่แสดงอินเทอร์เฟซของ Hubspot ให้เหลือเพียงข้อความแจ้งเพียงรายการเดียวเท่านั้น แต่เขายังแสดงความสามารถใหม่ๆ ที่ขยายขอบเขตไปไกลกว่าขอบเขตปัจจุบันของ Hubspot อีกด้วย พนักงานขายที่ต้องการส่งอีเมลไปยังผู้นำธุรกิจของบริษัทเป้าหมายสามารถใช้ ChatSpot เพื่อทำการวิจัยเกี่ยวกับบริษัท เกี่ยวกับผู้นำธุรกิจเป้าหมาย จากนั้นจึงร่างอีเมลที่รวมเอาข้อมูลจากการวิจัยและจากสิ่งที่ทราบเกี่ยวกับ พนักงานขายเอง ร่างอีเมลที่ได้นั้นสามารถแก้ไข ส่ง และติดตามโดยระบบของ HubSpot และผู้นำธุรกิจเป้าหมายจะเข้าสู่ฐานข้อมูลผู้ติดต่อพร้อมข้อมูลที่เกี่ยวข้องทั้งหมดโดยอัตโนมัติ

พลังของข้อมูลที่เชื่อมต่อกัน การสร้างโค้ดอัตโนมัติ และผลลัพธ์ที่สร้างขึ้น กำลังทำให้บริษัทอื่นๆ มากมายขยายขอบเขตของตน ไม่ใช่การขยายแบบ “แนวตั้ง” หรือ “แนวนอน” ทั่วไป แต่เป็น “การขยายการเดินทาง” เมื่อคุณสามารถนำเสนอ “บริการ” ตามคำสั่งง่ายๆ ของผู้ใช้ คำสั่งเหล่านั้นจะสะท้อนถึงเป้าหมายที่แท้จริงของลูกค้าและวิธีแก้ปัญหาทั้งหมดที่พวกเขาแสวงหา ไม่ใช่แค่ส่วนประกอบเล็กๆ น้อยๆ ที่คุณอาจเคยเผชิญมาก่อน

สร้างความแตกต่างผ่านระบบนิเวศของคุณ

การแก้ปัญหาความต้องการที่กว้างขึ้นนั้นจะดึงคุณเข้าสู่ความสัมพันธ์แบบคู่รักรูปแบบใหม่อย่างหลีกเลี่ยงไม่ได้ เมื่อคุณสร้างขีดความสามารถการเดินทางแบบ end-to-end วิธีที่คุณสร้างความสัมพันธ์ทางธุรกิจเหล่านั้นจะเป็นฐานใหม่ที่สำคัญสำหรับกลยุทธ์ ข้อมูลของพวกเขาน่าเชื่อถือแค่ไหน ได้รับอนุญาตดีแค่ไหน ทันเวลาแค่ไหน ครอบคลุมแค่ไหน ข้อมูลของพวกเขามีอคติแค่ไหน พวกเขาจะใช้ข้อมูลที่แบรนด์ของคุณส่งออกไปอย่างไร อะไรคือพื้นฐานของความสัมพันธ์ การควบคุมคุณภาพ และการบูรณาการข้อมูลของคุณ? หุ้นส่วนสิทธิพิเศษที่เจรจาไว้ล่วงหน้า? ความสัมพันธ์ของผู้ขายที่เรียบง่าย? คุณจะเรียกเก็บเงินสำหรับบริการที่กว้างขึ้นอย่างไร และฝ่ายที่เกี่ยวข้องจะถูกตัดสิทธิ์อย่างไร?

เช่นเดียวกับวิธีที่แบรนด์การค้นหาเช่น Google ตลาดอีคอมเมิร์ซเช่น Amazon และเครื่องมือแนะนำเช่น Trip Advisor กลายเป็นช่องทางสำหรับผู้ขาย แบรนด์ต่างๆ จำนวนมากสามารถกลายเป็นผู้นำส่วนหน้าสำหรับการเดินทางของลูกค้าได้ หากพวกเขาสามารถเสนอพันธมิตรที่มีคุณภาพ ประสบการณ์ส่วนบุคคล และความเรียบง่าย CVS อาจกลายเป็นผู้ประสานงานเครือข่ายสุขภาพเต็มรูปแบบที่ผู้ให้บริการด้านสุขภาพ เทคโนโลยีด้านสุขภาพ บริการด้านสุขภาพ ยา และบริการสนับสนุนอื่น ๆ จะเข้ามามีส่วนร่วม เมื่อแอปสามารถให้คุณถามเพียงว่า: “คุณช่วยฉันลดน้ำหนักได้ 30 ปอนด์ได้อย่างไร” หรือ “คุณช่วยฉันจัดการกับโรคข้ออักเสบที่เพิ่มขึ้นได้อย่างไร” ซึ่งเป็นโปรแกรมแบบครบวงจรที่พวกเขาสามารถสร้างและจัดการได้อย่างสมบูรณ์ผ่าน ข้อความแจ้งถึงคุณและข้อมูลที่ส่งผ่านเครือข่ายของพวกเขา จะช่วยสร้างความแตกต่างที่สำคัญในการสร้างความภักดีในฐานะแบรนด์ เก็บข้อมูลของคุณ และใช้สิ่งนั้นเพื่อเพิ่มคุณภาพการบริการต่อไป

ให้ความสำคัญกับความปลอดภัย ความเป็นธรรม ความเป็นส่วนตัว การรักษาความปลอดภัย และความโปร่งใส

วิธีที่คุณจัดการข้อมูลกลายเป็นส่วนหนึ่งของแบรนด์ของคุณ และผลลัพธ์สำหรับลูกค้าของคุณจะมีความเสี่ยงและอคติที่คุณควรค้นหาและบรรเทา เราทุกคนกำลังอ่านเรื่องราวเกี่ยวกับวิธีที่ผู้คนผลักดันระบบ Generative AI เช่น ChatGPT ให้ถึงขีดสุด และนำสิ่งที่นักพัฒนาแอปพลิเคชันเรียกว่า “ภาพหลอน” หรือการตอบสนองที่แปลกประหลาดกลับมา นอกจากนี้เรายังเห็นคำตอบที่กลับมาว่าเป็นการยืนยันข้อเท็จจริงที่ไม่ถูกต้อง หรือการตอบสนองที่ได้มาจากฐานข้อมูลที่มีอคติซึ่งอาจนำไปสู่ผลลัพธ์ที่เป็นอันตรายสำหรับประชากรบางกลุ่ม นอกจากนี้ บริษัทต่างๆ ยังถูก “ไม่ยอมรับ” ในการแบ่งปันข้อมูลลูกค้าส่วนตัวกับบุคคลอื่น โดยไม่ได้รับอนุญาตจากลูกค้า ซึ่งเห็นได้ชัดว่าไม่เป็นประโยชน์ต่อลูกค้าของตน

ความเสี่ยงตั้งแต่ข้อมูลหลัก ไปจนถึงการจัดการข้อมูล ไปจนถึงลักษณะของเอาท์พุตของ generative AI จะเพิ่มขึ้นเรื่อยๆ บริษัทบางแห่งได้สร้างตำแหน่งใหม่สำหรับหัวหน้าเจ้าหน้าที่ฝ่ายคุ้มครองลูกค้า ซึ่งมีบทบาทในการนำหน้าสถานการณ์ความเสี่ยงที่อาจเกิดขึ้น แต่ที่สำคัญกว่านั้นคือ เพื่อสร้างมาตรการป้องกันว่าผู้จัดการผลิตภัณฑ์กำลังพัฒนาและจัดการระบบอย่างไร คณะกรรมการบริหารความเสี่ยงในคณะกรรมการของบริษัทกำลังนำผู้เชี่ยวชาญใหม่ๆ เข้ามาและขยายขอบเขตขอบเขตออกไป แต่จะต้องมีการดำเนินการเพิ่มเติมอย่างรอบคอบล่วงหน้า การทดสอบกลุ่มข้อมูลเพื่อหาอคติ การทำความเข้าใจว่าข้อมูลมาจากไหนและความเสี่ยงด้านลิขสิทธิ์/ความถูกต้อง/ความเป็นส่วนตัว การจัดการการอนุญาตของลูกค้าอย่างชัดเจน การจำกัดตำแหน่งที่ข้อมูลสามารถไปได้ และการทดสอบแอปพลิเคชันอย่างต่อเนื่องสำหรับกรณี Edge ที่ลูกค้าสามารถผลักดันให้สุดขั้ว ล้วนเป็นสิ่งสำคัญ กระบวนการเพื่อสร้างวินัยในการจัดการผลิตภัณฑ์หลัก และคำถามที่ผู้บริหารระดับสูงต้องถามเป็นประจำ คณะกรรมการคาดหวังว่าจะได้เห็นแดชบอร์ดเกี่ยวกับกิจกรรมประเภทนี้ และหน่วยงานเฝ้าระวังภายนอกอื่นๆ รวมถึงทนายความที่เป็นตัวแทนของความท้าทายทางกฎหมาย ก็จะเรียกร้องเช่นกัน

มันคุ้มค่าไหม? ความเสี่ยงจะเพิ่มทวีคูณอย่างต่อเนื่อง และต้นทุนในการสร้างโครงสร้างเพื่อจัดการความเสี่ยงเหล่านั้นจะเป็นเรื่องจริง เราเพิ่งเริ่มเข้าใจวิธีจัดการอคติ ความถูกต้อง ลิขสิทธิ์ ความเป็นส่วนตัว และการจัดการความเสี่ยงในการจัดอันดับในวงกว้าง ความทึบของระบบมักทำให้ไม่สามารถอธิบายได้ว่าผลลัพธ์จะเกิดขึ้นได้อย่างไร หากจำเป็นต้องมีการตรวจสอบบางประเภท

แต่ถึงกระนั้น ความสามารถของ generative AI ไม่ได้มีเพียงแค่เท่านั้น แต่ยังเป็นแอปพลิเคชันระดับที่เติบโตเร็วที่สุดเท่าที่เคยมีมา ความแม่นยำจะดีขึ้นเมื่อกลุ่มข้อมูลที่แตะเพิ่มขึ้น และเมื่อระบบ AI แบบคู่ขนานและ “มนุษย์ในวง” ทำงานเพื่อค้นหาและแก้ไข “อาการประสาทหลอน” ที่น่ารังเกียจเหล่านั้น

ศักยภาพของความเรียบง่าย การปรับเปลี่ยนเฉพาะบุคคล และการทำให้เป็นประชาธิปไตยในการเข้าถึงแอปพลิเคชันใหม่และที่มีอยู่จะไม่เพียงดึงดูดสตาร์ทอัพหลายร้อยรายเท่านั้น แต่ยังจะดึงดูดแบรนด์ที่เป็นที่ยอมรับหลายแห่งให้สร้างข้อเสนอที่มุ่งหน้าสู่ AI ใหม่อีกด้วย หากพวกเขาสามารถทำอะไรได้มากกว่าแค่ความสนุกสนาน และพาลูกค้าผ่านข้อกำหนดในการเดินทางของพวกเขาได้มากกว่าที่เคยเป็นมา และทำเช่นนั้นในลักษณะที่สร้างแรงบันดาลใจให้เกิดความไว้วางใจ แบรนด์ต่างๆ ก็สามารถเปิดแหล่งรายได้ใหม่จากบริการที่พวกเขาสามารถทำได้ เกินขอบเขตอันแคบในปัจจุบัน สำหรับกรณีการใช้งานที่เหมาะสม ความเร็วและการปรับเปลี่ยนในแบบของคุณอาจคุ้มค่ากับราคาระดับพรีเมียม แต่มีโอกาสมากขึ้นที่ความสามารถอัตโนมัติของ AI จะดึงต้นทุนออกจากระบบโดยรวม และสร้างแรงกดดันให้ผู้เข้าร่วมทุกคนจัดการอย่างมีประสิทธิภาพ และแข่งขันตามนั้น

ขณะนี้เรากำลังเปิดบทสนทนาใหม่ระหว่างแบรนด์และลูกค้าของพวกเขา อย่างแท้จริง. ไม่เหมือนกับคำอธิบายอันลึกลับเกี่ยวกับสิ่งที่เกิดขึ้นในช่วงแรกๆ ของการโต้ตอบทางดิจิทัล ตอนนี้เรากำลังพูดกลับไปกลับมา ทำสิ่งต่าง ๆ ให้เสร็จ ด้วยกัน. อย่างง่าย. ในลักษณะที่น่าเชื่อถือ. อย่างที่ลูกค้าต้องการ. การแข่งขันกำลังดำเนินอยู่เพื่อดูว่าแบรนด์ใดสามารถส่งมอบได้