لماذا لا يمكن لأي شركة أن تتبع خطوة أمازون في مجال التجارة بالذكاء الاصطناعي

رونين شوارز هو الرئيس التنفيذي لشركة K2view.

اكتشف أهم أخبار وتوجهات التكنولوجيا المالية!

اشترك في النشرة الإخبارية لـ FinTech Weekly

يقرأها التنفيذيون في JP Morgan وCoinbase وBlackrock وKlarna والمزيد

القصة غير المروية وراء عناوين الذكاء الاصطناعي في أمازون

عندما أعلنت أمازون أن مساعد التسوق الذكي الخاص بها، روفوس، كان الآن يقود زيادات ضخمة في تفاعل العملاء ومليارات في المبيعات الإضافية، كانت ردود الفعل فورية: دهشة وإعجاب وقليل من الحسد. لقد اعتُبر قفزة جريئة إلى الأمام في كيفية تعامل المؤسسات مع تجربة العملاء.

لكن هذا لم يكن انتصارًا لطرائق الذكاء الاصطناعي وحدها. لقد أصبح ذلك ممكنًا بفضل نظام بيئي مغلق. تعمل أمازون بالكامل على منصتها الخاصة، حيث يتم توحيد البيانات المتعلقة بالمنتجات والعملاء والسلوكيات والمشتريات والتحكم فيها. هذا الإعداد ليس نموذجًا واقعيًا لمعظم المؤسسات، وخاصة في الخدمات المالية. هذه الصناعة لديها أعلى معدل اعتماد لمراكز الاتصال المدعومة بالذكاء الاصطناعي، مما يمثل حوالي ربع السوق العالمي. ومع ذلك، لا تزال بياناتها مبعثرة عبر إدارة حسابات البنوك، وإدارة علاقات العملاء، والفوترة، ومنصات الدعم. في بيئات مثل هذه، يكافح الذكاء الاصطناعي.

الدرس واضح: النجاح في تجربة العملاء يعتمد أقل على براعة النموذج وأكثر على جودة ونزاهة البيانات التي تحتها. بدون عرض موحد وسياقي، من المرجح أن تعطل وكلاء الذكاء الاصطناعي الدعم بدلاً من تحسينه.

عندما يلتقي الذكاء الاصطناعي بواقع فوضوي

بالنسبة لمعظم المؤسسات، لا تبدو بيئة البيانات مثل منصة أمازون المدمجة والمبسطة. تعيش المعلومات عبر العشرات من الأنظمة، حيث يحمل كل منها أجزاء من سجل العملاء، مكررة في بعض الأماكن، قديمة في أماكن أخرى، ونادراً ما تكون متزامنة.

إسقاط الذكاء الاصطناعي في تلك البيئة يخلق فوضى. يتلقى العملاء ردودًا متضاربة أو جزئية، تتآكل الثقة، ويجب أن يتدخل الممثلون البشر لاستعادة الثقة. ما كان مقصودًا كأتمتة يتحول إلى عمل إضافي، مما يخلق أعباء أثقل على كلا جانبي المحادثة.

فكر في توظيف ممثل خدمة ماهر ولكن إعطائه خزانة ملفات مليئة بسجلات غير مكتملة أو خاطئة. يتم إهدار موهبته لأن الأساس مكسور. الأمر نفسه ينطبق على وكلاء الذكاء الاصطناعي: بدون معلومات متسقة ودقيقة وفي الوقت المناسب، يتم إعدادهم للفشل.

ما يتطلبه الأمر حقًا لتوسيع نطاق الذكاء الاصطناعي في تجربة العملاء

تسعى المؤسسات التي ترغب في تقليد عناوين أمازون غالبًا إلى التركيز على النموذج نفسه، وضبط المطالبات، ومقارنة البائعين، أو مطاردة الإصدار التالي. لكن العامل الحاسم في النجاح على المدى الطويل هو أساس البيانات الذي يدعم تلك النماذج.

لجعل وكلاء الذكاء الاصطناعي موثوقين وجاهزين للمؤسسات، تحتاج المنظمات إلى ثلاثة عناصر أساسية:

*   **التكامل**: يجب توحيد معلومات العملاء الموزعة عبر العشرات من الأنظمة في عرض واحد متسق. 
*   **الحوكمة والأمان**: يجب أن تكون البيانات دقيقة، غير مكررة، محمية، ومتوافقة مع لوائح الخصوصية قبل أن يتمكن الذكاء الاصطناعي من العمل عليها. 
*   **السياق في الوقت الفعلي**: يحتاج الوكلاء إلى أحدث المعلومات المتاحة، وليس لقطات قديمة أو سجلات ثابتة. 

بدون هذه الأسس، يتفكك الذكاء الاصطناعي بسرعة، مما يخلق أخطاء ومخاطر الامتثال وعملاء محبطين. مع هذه الأسس، يمكن للذكاء الاصطناعي الانتقال من التجارب إلى تقديم تأثير ذي معنى على نطاق واسع. الدرس بسيط ولكنه غالبًا ما يُغفل: الوكلاء الأذكياء يتطلبون بيانات أكثر ذكاءً.

من التجارب إلى التحول

عبر الصناعات، تقوم المؤسسات بتجريب الذكاء الاصطناعي في تجربة العملاء، وإطلاق روبوتات المحادثة، والمساعدين الافتراضيين، أو الأدوات التوليدية في سير العمل الخدمية. ومع ذلك، لا تزال معظم هذه الجهود عالقة في وضع التجربة. وجدت تقرير حديث من MIT أن حوالي 95% من مشاريع الذكاء الاصطناعي تفشل في الوصول إلى الإنتاج. مبادرات تجربة العملاء ليست استثناءً. 
الفجوة بين التجربة والتحول تتعلق بالأساس.

تؤدي البيانات المنفصلة والضعيفة الجودة إلى تقويض الدعم. تمكّن المعلومات النظيفة والموحدة من التوسع والتناسق والتبني المسؤول. مع الأساس الصحيح، يمكن للمؤسسات أخيرًا الانتقال من التجارب إلى أنظمة إنتاج تعزز كل من علاقات العملاء ونتائج الأعمال.

إلهام وتحذير

قصة أمازون هي بمثابة علامة فارقة وأيضًا قصة تحذيرية. إنها تظهر ما هو ممكن عندما يتم تشغيل وكلاء الذكاء الاصطناعي بواسطة بيانات متصلة وعالية الجودة، لكنها تكشف أيضًا عن مدى ندرة هذا الإعداد. لا يمكن لمعظم المؤسسات ببساطة تكراره. لن يتم تعريف مستقبل الذكاء الاصطناعي في تجربة العملاء من خلال نماذج أكثر تعقيدًا فحسب. بل سيتم تشكيله من قبل المنظمات المستعدة للاستثمار في أساس البيانات الذي يجعل تلك النماذج فعالة.