การปรับแต่งได้ขั้นสุดโดยใช้การตลาดที่ขับเคลื่อนด้วย AI

Jake Burns:
บางทีคุณอาจจะเริ่มด้วยการบอกเรานิดหน่อยเกี่ยวกับสแต็กเทคโนโลยีที่คุณใช้อยู่ เพราะตอนนี้ผมกำลังพูดคุยกับลูกค้าจำนวนมากที่ต้องการเริ่มต้นใช้งาน AI และ AI ช่วยสร้าง และลูกค้าจำนวนมากก็ติดอยู่ที่ว่าจะเริ่มต้นจากตรงไหน แล้วคุณจะให้คำแนะนำอะไรกับลูกค้า

Vijay Chittoor:
ผมคิดว่าครั้งแรก โดยเฉพาะในโดเมนของเรา เมื่อเรานึกถึงลักษณะของ AI ทุกอย่างเริ่มต้นจากการมีข้อมูลจำนวนมากก่อน ดังนั้นในกรณีของเรา ข้อมูลนั้นเกี่ยวกับข้อมูลของลูกค้าบุคคลที่หนึ่งซึ่งจัดระเบียบในระดับต่อแบรนด์ ดังนั้นโดยพื้นฐานแล้ว ลูกค้าแต่ละรายของเรามีที่เก็บข้อมูลขนาดใหญ่ ซึ่งพวกเขาอาจติดตามหรือไม่เคยติดตามเลยในอดีต แต่ด้วย Blueshift เราทำให้พวกเขาเริ่มต้นกระบวนการรวมข้อมูลได้อย่างง่ายดาย ซึ่งบ่อยครั้งที่ผมมั่นใจว่าคุณจะพบว่า สิ่งนี้ในประสบการณ์ของคุณเป็นหนึ่งในขั้นตอนสำคัญในการสำเร็จการศึกษาเรียนรู้ AI ดังนั้นผมคิดว่า ขั้นตอนแรกคือการจัดระเบียบข้อมูลที่หลากหลายนั้นเป็นอย่างดี สามารถบันทึกได้แบบเรียลไทม์ และสามารถรวมข้อมูลเหล่านั้นเข้าด้วยกัน แต่ประการที่สอง ผมคิดว่าเมื่อคุณนึกถึงคำแนะนำที่เราให้แก่ทุกคนที่เริ่มต้นในกระบวนการ AI คือต้องนึกถึงลูกค้าปลายทางก่อน

และในกรณีของเรา เมื่อเรานึกถึงลูกค้า เราคิดจริง ๆ ว่าคุณจะใช้ AI เพื่อส่งมอบปฏิสัมพันธ์ส่วนบุคคลให้กับผู้บริโภคปลายทางได้อย่างไร และสำหรับเรา ส่วนใหญ่นั้นหมายถึงการคิดเกี่ยวกับ AI ของลูกค้า และเมื่อคุณนึกถึง AI ของลูกค้า จริง ๆ แล้วมันคือการนำข้อมูลของลูกค้า ข้อมูลจากฝ่ายแรกที่เราพูดถึง และแปลข้อมูลดังกล่าวออกมาเป็นว่าใคร ทำอะไร ที่ไหน เมื่อไหร่ และอย่างไร และจะมีส่วนร่วมกับลูกค้าอย่างไร ดังนั้น เมื่อคุณนึกถึงการตลาดแบบเดิม ๆ ซึ่งมักจะต้องดำเนินการด้วยตนเอง ไม่ได้ขับเคลื่อนโดย AI คุณจะเริ่มตัดสินใจแบบเรียบ ๆ ว่าจะกำหนดเป้าหมายสำหรับแคมเปญใดแคมเปญหนึ่งกับผู้ใด จะเสนอสิ่งใดแสดงให้พวกเขาเห็น เมื่อใดที่จะเข้าถึงลูกค้า และช่องทางใด หรือคุณควรมีส่วนร่วมกับพวกเขาที่ไหน และถ้าคุณลองนึกถึงแบบที่อยู่ในแอปในโลกที่ไม่เกี่ยวข้องกับ AI เมื่อคุณทำการตัดสินใจเหล่านี้ด้วยตนเอง คุณกำลังทำให้มันง่ายเกินไปเล็กน้อย และรวมลูกค้าจำนวนมากเข้าด้วยกัน และคุณกำลังพยายามจะพูดว่า ลองกำหนดเป้าหมายส่วนทั้งหมดนี้ด้วยข้อเสนอเดียวนี้กันเถอะ

แต่ความจริงก็คือ ผู้คนหรือผู้บริโภคปลายทางเป็นบุคคลที่มีบุคลิกเฉพาะตัว และพวกเขาต้องตอบสนองต่อสิ่งนี้แตกต่างกันออกไป สิ่งที่ AI ทำได้ดีจริง ๆ คือแม้กระทั่งในขณะที่มนุษย์กำลังหลับใหลอยู่ AI ก็ยังสามารถตัดสินใจในระดับลูกค้ารายบุคคลได้ และตัดสินใจรวมกันได้หลายล้านครั้ง และผมคิดว่านั่นเป็นกลไกในการตัดสินใจ และนั่นคือพลังในการตัดสินใจ การเพิ่มความสามารถในการปรับแต่งส่วนบุคคลที่ AI มอบให้คุณ ดังนั้นเมื่อเราแนะนำผู้คนเกี่ยวกับกระบวนการของ AI ให้เริ่มต้นด้วยการจัดระเบียบข้อมูลนั้น ประการที่สอง ลูกค้าต้องมาก่อน นึกถึงกรณีการใช้งาน แต่จากนั้นจะสามารถใช้ประโยชน์จากข้อได้เปรียบของ AI ที่สามารถตัดสินใจในระดับขนาดใหญ่ ซึ่งสามารถปรับแต่งให้กับบุคคลและเปลี่ยนประสบการณ์ของลูกค้าปลายทางของคุณโดยคำนึงถึงองค์ประกอบเหล่านั้น

Jake Burns:
แน่นอน! ใช่ นั่นคือประเด็นที่ยอดเยี่ยม มันเกี่ยวกับการปรับแต่งประสบการณ์ส่วนตัวจริง ๆ เนื่องจากเป็นกระบวนการแบบแมนนวล จึงลำบากเกินไปที่จะทำแบบนั้นได้แม้มนุษย์จะทำงานตลอด 24 ชั่วโมงใช่ไหม

Vijay Chittoor:
ถูกต้องเลย ใช่

Jake Burns:
แต่สำหรับ AI ก็น่าจะทำให้ถูกต้องบ่อยขึ้นเช่นกัน เนื่องจากใช้การวาดภาพมากขึ้นสำหรับจุดข้อมูลที่แตกต่างกันมากขึ้น

Vijay Chittoor:
ถูกต้องเลย และผมคิดว่าคุณได้กล่าวถึงสิ่งที่สำคัญแล้ว คุณกำลังนึกถึงกระบวนการของลูกค้าปลายทาง และหากคุณลองคิดดู ผู้คนจำนวนมากกำลังพูดถึงว่ากระบวนการของลูกค้ามีความซับซ้อนมากขึ้นอย่างไรในโลกดิจิทัลปัจจุบันซึ่งมีจุดสัมผัสที่แตกต่างกันมากมายเกิดขึ้น และเนื่องในความซับซ้อนนั้น กระบวนการของลูกค้าจึงมีการเปลี่ยนแปลงนับล้านครั้ง ดังนั้นในบางแง่ ผมคิดว่าปัญหาการมีส่วนร่วมของลูกค้าในปัจจุบันคือการดูแลเอาใจใส่กระบวนการของลูกค้าแต่ละรายอย่างแท้จริง เนื่องจากลูกค้าทุกคนจะเดินทางร่วมกับแบรนด์โดยอัตโนมัติ แล้วคุณจะรู้ได้อย่างไรว่าแต่ละคนกำลังดำเนินกระบวนการอยู่ในขั้นตอนไหน คุณจะเป็นประโยชน์กับพวกเขาได้อย่างไรในช่วงเวลานั้นและคุณจะทำในระดับขนาดใหญ่ได้อย่างไร และจริง ๆ แล้วนั่นคือจุดที่ AI เข้ามาช่วยเหลือทุกคน ดังนั้น เมื่อเราทำงานร่วมกับนักการตลาด ผมคิดว่านักการตลาดเป็นนักเล่าเรื่องที่ดีมาก แต่ความท้าทายในปัจจุบันคือคุณจะใช้แก่นแท้ของเรื่องราวแต่ทำให้เป็นเรื่องเฉพาะตัวในกระบวนการต่าง ๆ ที่วางแผนไว้ด้วยตนเองได้อย่างไร และนั่นคือจุดที่ผมคิดว่านักการตลาดสามารถร่วมมือกับ AI ได้เป็นอย่างดี และถือเป็นพันธมิตรที่ทรงพลังมาก

Jake Burns:
ฟังดูน่าทึ่งมาก ขอถามหน่อยว่าบทบาทของมนุษย์ในเรื่องทั้งหมดนี้คืออะไร

Vijay Chittoor:
ผมคิดว่ามนุษย์เป็นองค์ประกอบสำคัญที่สร้างสรรค์เบื้องหลังทั้งหมดนี้ นอกจากนี้ยังมีตัวขับเคลื่อนเชิงกลยุทธ์ที่อยู่เบื้องหลังสิ่งทั้งหมดนี้ ในบางแง่ ผมคิดว่าเมื่อผมนึกถึงเทคโนโลยีระบบอัตโนมัติจำนวนมาก คลื่นแรกของเทคโนโลยีระบบอัตโนมัติโดยพื้นฐานแล้วทำให้มนุษย์มีกลยุทธ์และสร้างสรรค์มากขึ้นได้ยากกว่า เพราะผมคิดว่าระบบอัตโนมัติจำนวนมากนั้นเป็นแบบมีเงื่อนไข และถ้าเป็นเช่นนั้น จะเป็นระบบอัตโนมัติตามกฎแบบนั้น

และหลายครั้งที่นักการตลาดและแผนกอื่น ๆ ทั่วทั้งองค์กรลงเอยด้วยการกดปุ่มและใส่ปุ่มตัวเลือกต่าง ๆ มากมาย ทำให้งานของพวกเขาขาดความคิดสร้างสรรค์และการคิดเชิงกลยุทธ์ และผมคิดว่าด้วยวิธีใหม่ของ AI ซึ่งขับเคลื่อนระบบอัตโนมัติจริงอย่างแท้จริง ซึ่งคุณไม่จำเป็นต้องนั่งกดถ้ามีปุ่มนี้ จริง ๆ แล้วคุณถูกท้าทายมากขึ้น และได้รับพลังมากขึ้นในการส่งมอบคุณค่าเชิงกลยุทธ์และความคิดสร้างสรรค์ ตอนนี้คุณสามารถนึกถึงเรื่องราวที่คุณต้องการเล่าให้กับลูกค้าปลายทางของคุณได้รับรู้อย่างแท้จริง และใช้เทคโนโลยีเป็นผู้ช่วยในการส่งมอบสิ่งเหล่านั้นในระดับขนาดใหญ่ และไม่ต้องจมอยู่กับการต่อสู้กับเทคโนโลยีของคุณในบางแง่มุม ดังนั้น AI จึงได้ปลดล็อกศักยภาพของมนุษย์จำนวนมากและเรารู้สึกตื่นเต้นมากทีเดียว

Jake Burns:
ค่อนข้างเป็นความสัมพันธ์แบบผู้สร้างร่วมมากกว่าการแทนที่มนุษย์โดยสิ้นเชิงนะครับ

Vijay Chittoor:
ถูกต้องเลย และความคล้ายคลึงของผู้สร้างร่วม บางครั้งเราพูดถึงแนวคิดนี้ที่ทุกคนกลายเป็นผู้ตรวจแก้ไข และในความหมายที่แท้จริงแล้ว ผู้คนที่กำลังเขียนอยู่ในขณะนี้สามารถรับฉบับร่างฉบับแรกได้อย่างรวดเร็วและใช้เวลาในการแก้ไขมากขึ้น แต่ในระดับเชิงกลยุทธ์เพิ่มเติม คุณเริ่มนึกถึงงานของมนุษย์ ผมคิดว่าทุกคนในทุกบทบาทในทุกแผนก องค์กรกำลังได้รับการยกระดับให้อยู่ในระดับผู้ตรวจแก้ไข และพวกเขาไม่จำเป็นต้องทำ พวกเขาจะทำงานหนักน้อยลงในการคิดร่างเบื้องต้นและการเขียนเบื้องต้น

Jake Burns:
การทำงานแบบไม่แบ่งแยกให้น้อยลงและมีความเป็นส่วนบุคคลและการปรับแต่งขั้นสุดท้ายได้มากขึ้น

Vijay Chittoor:
ถูกต้องเลย

Jake Burns:
ใช่ ดังนั้นเรามาพูดถึงชุดทักษะที่จำเป็นในการสร้างบริษัทแบบนี้กัน เพราะองค์กรส่วนใหญ่ที่ผมทำงานด้วย ทั้งหมดต้องการทำงานกับ AI แต่มันเป็นทักษะที่ยากมากที่จะรับคนเข้ามาทำงานเพราะนักวิทยาศาสตร์ข้อมูลและทุกคนในสาขา AI นั้นหาเข้ามาทำงานยากมากในปัจจุบัน พวกเขามีคุณค่ามาก ดังนั้นแนวทางของคุณในการสรรหาและรับบุคคลที่มีความสามารถเหล่านี้ภายในองค์กรของคุณคืออะไร

Vijay Chittoor:
นั่นเป็นคำถามที่ยอดเยี่ยม ผมคิดว่าส่วนหนึ่งของคำถามคือ การสรรหาบุคลากรที่ถูกต้อง แต่ส่วนหนึ่งก็คือการกำหนดวัฒนธรรมที่เหมาะสมด้วย ดังนั้นเมื่อเรานึกถึงการสรรหาบุคลากร ผมคิดว่าเราโชคดีตั้งแต่วันแรกที่มีบุคลากรที่มีความสามารถด้าน AI อยู่ในบริษัท Manyam ผู้ร่วมก่อตั้งของผมทำหน้าที่เป็นประธานเจ้าหน้าที่ฝ่ายปัญญาประดิษฐ์ของเรา และเขาได้ทำงานที่น่าประทับใจมากย้อนกลับไปในสมัยที่ AI ไม่ใช่เรื่องที่คนพูดคุยกันมากนัก ดังนั้นผมคิดว่าเป็นการดีที่จะเริ่มต้นกับบุคคลที่มีความสามารถเช่นนั้นและสร้างรากฐานของทีมในทางที่ถูกต้อง ดังนั้นจึงมีมากมายหลายสิ่งเกี่ยวกับการมองหาชุดทักษะและผู้มีความสามารถที่เหมาะสม แต่ผมคิดว่าวัฒนธรรมก็มีความสำคัญพอ ๆ กัน ดังนั้นคุณต้องกำหนดกรอบการทำงานที่เหมาะสมสำหรับทั้งบริษัท ไม่ใช่แค่แมชชีนเลิร์นนิงและวิศวกร AI แต่เป็นทั้งบริษัท เพื่อให้สามารถใช้ประโยชน์จากเทคโนโลยีเหล่านี้และสามารถนำไปสู่ลูกค้าและทำให้ลูกค้าประสบความสำเร็จ

ดังนั้นเมื่อเราคิดถึงวัฒนธรรม เราพูดถึงคุณค่าทางวัฒนธรรมหลัก 5 ประการที่ Blueshift คุณค่าทั้งห้านั้นเมื่อเราใช้ตัวอักษรตัวแรกของชื่อจะสร้างคำว่า “MORPH” ดังนั้นอันแรก M (Mistakes) คือการทำผิดพลาดใหม่ ๆ และนั่นเป็นเรื่องที่น่าประหลาดใจสักหน่อยว่าทำไมคุณถึงขอให้ใครบางคนทำผิดพลาด แต่ส่วนสำคัญคือการทำข้อผิดพลาดใหม่ ๆ ซึ่งเกี่ยวข้องกับการเรียนรู้อย่างรวดเร็ว สามารถลองทำสิ่งต่าง ๆ ได้ แต่ยังมีวัฒนธรรมการเรียนรู้อย่างต่อเนื่องและมีองค์ประกอบของความอยากรู้อยากเห็นและการเรียนรู้ด้วย ดังนั้นเราจึงเริ่มต้นด้วยสิ่งนั้นเพราะผมคิดว่ามันสำคัญมาก โดยเฉพาะอย่างยิ่งกับเทคโนโลยีใหม่ ๆ อย่างเช่น AI ประการที่สองเราพูดถึงความหมกมุ่นอยู่กับความสำเร็จของลูกค้า นั่นคือ O (Obsess) ใน MORPH และตามที่ได้กล่าวไว้ก่อนหน้านี้แล้ว ผมคิดว่าเมื่อคุณคิดเกี่ยวกับเทคโนโลยี เพื่อให้มันมีค่าจริง ๆ คุณต้องมีลูกค้าปลายทางในใจจริง ๆ

ดังนั้นตามที่ได้กล่าวไว้ก่อนหน้านี้แล้ว ที่หมกมุ่นอยู่กับสิ่งนั้น ไม่ว่าจะเป็นทีมเทคโนโลยีของเราหรือแม้แต่ทีมการตลาดและการขายรวมถึงความสำเร็จของลูกค้า ทุกคนก็หลงใหลกับความสำเร็จของลูกค้านั้น R (Raise) สำหรับการตั้งเป้าหมายให้สูงขึ้น ดังนั้นเราจึงท้าทายตัวเองเพื่อให้เป็นตัวเองในแบบฉบับที่ดีที่สุด และคิดค้นอย่างแท้จริงว่าอะไรคือนวัตกรรมที่ดีที่สุดที่เราสามารถส่งมอบให้กับลูกค้าของเราได้ นั่นคือการตั้งเป้าหมายให้สูงขึ้น อันดับที่ 4 คือ P (Play) สำหรับการเล่นเป็นทีมเดียวกัน ดังนั้นนวัตกรรมนี้มากมายเพื่อให้ลูกค้าของเราประสบความสำเร็จ เราต้องเล่นเป็นทีมเดียวทั่วทั้งบริษัท โดยเริ่มจากคนที่กำลังพัฒนาสิ่งนี้ ไปจนถึงทีมที่ต้องอยู่แนวหน้าปฏิสัมพันธ์กับลูกค้าและอื่น ๆ สุดท้าย H (Have fun) คือความสนุกที่จริงจัง นั่นก็เป็นการยอมรับว่างานทั้งหมดนี้จะเป็นเรื่องยาก แต่เราจะสร้างวัฒนธรรมที่เราจะทำให้ทุกคนสนุกกับการมาทำงาน และสนุกกับการสร้างสิ่งนี้ และเพลิดเพลินกับกระบวนการ พอ ๆ กับการมองไปที่จุดหมายปลายทาง

Jake Burns:
คุณได้กล่าวไว้ก่อนหน้านี้ ผมคิดว่า M ถูกต้อง การทำผิดพลาดอาจฟังดูน่ากลัวสำหรับบางคน คุณจะแน่ใจได้อย่างไรว่าคุณลดต้นทุนของความล้มเหลวเพื่อให้ข้อผิดพลาดเหล่านั้นไม่ร้ายแรง

Vijay Chittoor:
ใช่ ผมคิดว่านั่นเป็นกุญแจสำคัญอย่างแน่นอน ดังนั้นผมคิดว่าเมื่อเราพูดถึงการทำผิดพลาด เราก็พูดถึงการทำผิดพลาดใหม่ ๆ และเน้นที่วัฒนธรรมการเรียนรู้ภายในบริษัทให้มากขึ้นมากกว่าครับ แต่ในขณะเดียวกัน เรากำลังพูดถึงการหมกมุ่นอยู่กับความสำเร็จของลูกค้าของเรา มีหลายกรณีการใช้งานที่เราให้บริการสำหรับลูกค้าซึ่งมีความสำคัญต่อภารกิจ และตามที่ได้กล่าวไว้ก่อนหน้านี้แล้ว เนื่องจากเรามีพื้นฐานมาจากแนวคิดในการหมกมุ่นอยู่กับความสำเร็จของลูกค้าของเรา คุณจึงต้องดำเนินการทุกสิ่งที่สำคัญต่อภารกิจอย่างจริงจังมาก และนั่นไม่ใช่ขอบเขตที่คุณอยากทำผิดพลาด

แต่สร้างสมดุลให้กับนวัตกรรมนั้น ซึ่งสามารถเกิดขึ้นเบื้องหลังในขณะที่เราพัฒนา แต่จากนั้นก็นำผลิตภัณฑ์ที่ได้รับการพัฒนาในขั้นสุดท้ายมาอยู่ในรูปแบบที่ตรงกับมาตรฐานสำหรับการหมกมุ่นอยู่กับความสำเร็จของลูกค้าอย่างแท้จริง นั่นเป็นสองสิ่งที่เราต้องพยายามเพื่อให้ได้มา และในข้อสังเกตนั้น ผมคิดว่าเป็นเรื่องดีที่ได้ร่วมมือกับบริษัทที่ยอดเยี่ยมอย่าง HAQM เพราะเราพึ่งพา HAQM สำหรับโครงสร้างพื้นฐานจำนวนมากของเรา ทั้งหมดนั้นจะต้องเชื่อถือได้ จะต้องมีประสิทธิภาพ ต้องมีเวลาแฝงต่ำ และผมคิดว่านั่นคือกรอบความคิดที่เราใช้เมื่อต้องพิจารณาเกี่ยวกับการส่งมอบผลิตภัณฑ์ให้กับลูกค้าของเราและหมกมุ่นอยู่กับความสำเร็จของลูกค้านั้น

มีสิ่งที่คุณต้องการ เมื่อคุณสร้างต้นแบบ เมื่อคุณสร้างสิ่งต่าง ๆ ภายใน คุณต้องการทำผิดพลาดอย่างรวดเร็ว คุณจะต้องมีวัฒนธรรมที่ทุกคนต้องการอยากทดลอง แต่คุณยังจะต้องมีวัฒนธรรมที่ตระหนักถึงเวลาที่ไม่ควรทำผิดพลาดด้วย และมีพื้นฐานมาจากความคิดในการหมกมุ่นกับความสำเร็จของลูกค้าของเราและทำให้แน่ใจว่าเรากำลังรับผิดชอบต่อลูกค้าปลายทางอย่างจริงจังมาก

Jake Burns:
ระหว่างทางมีอุปสรรคอะไรเกิดขึ้นบ้างหรือไม่ และถ้าเป็นเช่นนั้น คุณเอาชนะอุปสรรคนั้นได้อย่างไร

Vijay Chittoor:
นั่นเป็นคำถามที่ยอดเยี่ยม ผมคิดว่าเมื่อเรานำเทคโนโลยีนวัตกรรมบางส่วนออกสู่ตลาด ก็มีปัญหาที่น่าสนใจสองสามอย่างในช่วงเวลาที่ผ่านมา ซึ่งตอนนี้เราได้จัดการกับปัญหาเฉพาะที่เกี่ยวข้องกับ AI แล้ว ดังนั้นสิ่งแรกที่ผมจะพูดคือการทำให้ AI น่าเชื่อถือและอธิบายได้จริง ๆ เพราะมันถูกนำไปใช้ในสถานการณ์ขององค์กร และลูกค้าของเราต้องการตรวจสอบให้แน่ใจว่าประสบการณ์ที่พวกเขาส่งมอบให้กับผู้บริโภคปลายทางนั้นสอดคล้องกับแบรนด์ของพวกเขาและเป็นการปฏิสัมพันธ์ที่มีมูลค่าเพิ่มแบบส่วนบุคคลที่ราบรื่น ดังนั้นเมื่อคุณบอกองค์กรว่า AI เป็นผู้ตัดสินใจทั้งหมดนี้ คุณจะโน้มน้าวทีมประสบการณ์ลูกค้าและทีมการตลาดได้อย่างไรว่า AI กำลังตัดสินใจอย่างถูกต้อง เพราะพวกเขาจะไม่สามารถตรวจสอบทุกรายการได้ด้วยการดูด้วยตนเอง เพราะนั่นก็แทบจะไม่ใช่วัตถุประสงค์ จริง ๆ แล้ว ผมคิดว่าวิธีการมากมายที่เราพยายามแก้ไขปัญหานี้ และตอนนี้เราก็ประสบความสำเร็จอย่างมากแล้ว คือการทำให้ AI สามารถอธิบายได้ในหลายระดับ

ดังนั้นคุณจะมั่นใจได้อย่างไรว่านักการตลาดที่ไม่ใช่นักเทคนิคสามารถเข้ามาในแพลตฟอร์ม Blueshift และเข้าใจผลกระทบของ AI ก่อนที่จะนำไปปรับใช้ และเพื่อทำความเข้าใจสิ่งนี้ คุณจะต้องสร้าง UI ที่ผู้ที่ไม่ได้ปฏิบัติตามพารามิเตอร์ต่าง ๆ ของ AI ทั้งหมดอย่างครบถ้วน ก็ยังเข้าใจเกี่ยวกับมันได้เพียงพอ โดยทำความเข้าใจว่าโมเดลนั้นมีความเชื่อมั่นสูงหรือไม่ ทำความเข้าใจลักษณะของข้อมูลที่ใช้ในการสร้างแบบจำลอง ฟีเจอร์ที่แยกออกมาและนำไปใช้ บางทีอาจพิจารณาอินเทอร์เฟซผู้ใช้ที่อธิบายว่า AI อาจตัดสินใจแทนลูกค้าสมมติในกลุ่มใดกลุ่มหนึ่งได้อย่างไร ตัวอย่างเช่น และผมคิดว่าการสร้างทั้งหมดนั้นลงในอินเทอร์เฟซผู้ใช้แอปพลิเคชันของเราเป็นสิ่งสำคัญในการปรับใช้ AI นั้นด้วยความมั่นใจ และนั่นเป็นสิ่งที่ผมอยากจะกระตุ้นให้ทุกคนที่นำเทคโนโลยี AI ไปสู่ตลาดได้ลองนึกถึงจุดที่คุณต้องการให้มนุษย์สามารถทำงานร่วมกับ AI นั้นได้ และเพื่อให้พวกเขาทำงานร่วมกันได้สำเร็จ พวกเขาต้องการให้ AI นั้นสามารถอธิบายได้ ใช้งานง่าย และตีความได้

Jake Burns:
กล่าวอีกนัยหนึ่ง AI จะให้คำตอบ แต่ต้องอธิบายว่าได้คำตอบนั้นได้อย่างไร

Vijay Chittoor:
ในระดับใหญ่ คำตอบคือใช่ หรือคำตอบนั้นควรให้ความรู้สึกที่เข้าใจได้ง่ายจนรู้สึกว่ามันถูกต้อง และควรมีหลักฐานเพียงพอที่จะทำให้คุณมั่นใจได้โดยไม่ต้องดูการตัดสินใจนับล้านครั้ง คุณก็ยังสามารถเชื่อมั่นได้ว่าคำตอบนั้นยังคงทำหน้าที่ถูกต้องสำหรับลูกค้าปลายทาง

Jake Burns:
ดังนั้นหนึ่งในสิ่งที่ทุกคนอยากรู้คืออนาคตจะเป็นอย่างไรใช่ไหม ผมหมายความว่าไม่มีใครสามารถล่วงรู้อนาคต แต่ถ้าคุณคาดเดาอนาคตอีกสองสามปีข้างหน้าได้ คุณจะเห็น AI และอาจเป็น AI ช่วยสร้างมากขึ้น โดยเฉพาะอย่างยิ่งในแง่ของประสบการณ์ของลูกค้า

Vijay Chittoor:
นั่นเป็นคำถามที่ยอดเยี่ยม เมื่อคุณพิจารณาถึงคลื่นลูกแรกของ AI ช่วยสร้างในช่วงไม่กี่เดือนที่ผ่านมา เรามักได้ยินเกี่ยวกับ AI ช่วยสร้างมากมาย และทุกคนก็พูดกันว่า AI ดังกล่าวกำลังเข้ามาครองโลก ผมคิดว่ากรณีการใช้งานเบื้องต้นมากมายสำหรับ AI ช่วยสร้างนั้นเกี่ยวกับการสร้างเนื้อหาและรูปแบบต่าง ๆ มากขึ้นเรื่อย ๆ และสามารถลดความซับซ้อนของเวลาในการสร้างเนื้อหาใหม่ หากคุณลองนึกถึงโลกแห่งประสบการณ์ลูกค้าซึ่งคุณได้กล่าวถึงมาโดยตลอด สำหรับทีมงานที่พยายามจะส่งมอบประสบการณ์ให้กับลูกค้า จะพบว่ามีอุปสรรคสำคัญในการผลิตเนื้อหาที่ถูกต้องเพื่อปรับแต่งการโต้ตอบแต่ละครั้ง หากคุณนึกถึงการโต้ตอบส่วนบุคคลนับล้านครั้ง คุณจะสร้างเนื้อหาหลายล้านชิ้นได้อย่างไร ดังนั้นในบางแง่ สิ่งแรกที่ AI ช่วยสร้างได้ทำคือการกำจัดหรืออย่างน้อยก็ลดคอขวดในการสร้างเนื้อหาในรูปแบบเดียวกันหลาย ๆ รูปแบบ

แต่สิ่งที่มันจะทำต่อไปคือการรวม AI ช่วยสร้างเข้ากับสิ่งที่เราเรียกว่า AI ของลูกค้า เพื่อมอบการปรับแต่งส่วนบุคคลอย่างแท้จริง ดังนั้นสิ่งที่ AI ของลูกค้าจะทำคือคาดการณ์ว่าแต่ละคนต้องการอะไรหรือเนื้อหารูปแบบใดที่จะดึงดูดใจแต่ละคน และสิ่งที่ AI ช่วยสร้างสามารถทำได้คือสร้างเนื้อหาทั้งหมดนั้นแบบเรียลไทม์หรือเกือบเรียลไทม์ และสามารถทำให้เนื้อหานั้นพร้อมใช้งานได้ ตัวอย่างง่าย ๆ ก็คือการโปรโมทที่แบรนด์ส่งออกไปผ่าน SMS และข้อความก็แตกต่างกันไปสำหรับลูกค้าแต่ละคน เราสามารถบอกข้อมูลได้ไม่เพียงแค่จากความรู้สึกและสิ่งต่าง ๆ เช่นนั้น ซึ่ง AI ช่วยสร้างสามารถจัดการได้ง่าย แต่ยังสามารถบอกข้อมูลได้จาก AI ของลูกค้าด้วย ซึ่งเข้าใจจริง ๆ ว่าลูกค้าสนใจข้อเสนอใด และเมื่อคุณนำสององค์ประกอบนี้มารวมกัน เราเชื่อว่ามันจะปลดล็อกระดับต่อไปของเป้าหมายสูงสุดของการปรับแต่งในบางแง่มุม ดังนั้นเราจึงตื่นเต้นมากเกี่ยวกับอนาคตที่ AI ช่วยสร้าง และ AI ของลูกค้าจะมาผสานรวมกันเพื่อมอบประสบการณ์ที่ยอดเยี่ยมให้กับลูกค้า

Jake Burns:
มีคำแนะนำใดบ้างที่คุณจะมอบให้กับผู้คนที่อยู่ข้างนอก พวกเขาอาจจะอยู่ในช่วงเริ่มต้นกระบวนการใช้งาน AI ในฐานะคนที่อยู่จุดนั้นมาระยะหนึ่งแล้ว เรามีคนจำนวนมากที่กำลังเริ่มต้นตอนนี้ อะไรคือสิ่งสำคัญที่สุดที่คุณจะแนะนำให้พวกเขาพิจารณา

Vijay Chittoor:
ถ้าคุณคิดดูดี ๆ บริษัทต่าง ๆ ยังมีศักยภาพแฝงอยู่มากมาย มีความรู้แฝงมากมาย มีข้อมูลแฝงจำนวนมากซึ่งสามารถนำมาใช้เพื่อส่งมอบคุณค่าให้กับผู้บริโภคปลายทาง แล้วคุณจะปลดล็อกคุณค่าของสิ่งนั้นได้อย่างไร ผมคิดว่าแบรนด์ดั้งเดิมเริ่มต้นด้วยความพยายามที่ขับเคลื่อนด้วยมนุษย์ จากนั้นพวกเขาได้ทำการเปลี่ยนผ่านสู่ระบบดิจิทัลเพื่อใช้เทคโนโลยีบางอย่างเพื่อเริ่มปลดล็อกคุณค่า

แต่จริง ๆ แล้วด้วย AI ทุกคนในองค์กรสามารถส่งมอบคุณค่าการเปลี่ยนผ่านนั้นให้กับลูกค้าปลายทางได้จริง และหากคุณเริ่มคิดจากมุมมองนั้น คุณจะเริ่มคิดว่าจะทำกลยุทธ์และกระบวนการทั้งหมดของคุณใหม่ได้อย่างไร หากคุณต้องสร้างทุกอย่างให้เป็น AI ก่อน บางส่วนอาจต้องมีการคิดค้นกระบวนการใหม่

Jake Burns:
ใช่ คุณพูดถึงบางสิ่งบางอย่าง ผมคิดว่าคุณพูดพาดพิงถึงการทำให้ทุกคนสามารถใช้เทคโนโลยีนี้ใช่ไหม โดยมอบเทคโนโลยีให้กับทุกคนในองค์กรของคุณหรือคนอื่น ๆ ในองค์กรของคุณ และสิ่งที่ผมรู้มาก็คือ นำข้อมูลที่คุณมีอยู่แล้ว ซึ่งส่วนใหญ่อาจไม่ได้ใช้ และใช้เทคโนโลยีนี้เพื่อปลดล็อกข้อมูลเชิงลึกในข้อมูลนั้น

Vijay Chittoor:
ถูกต้องเลย ใช่ ถูกต้องเลย การทำให้ทุกคนสามารถใช้งานได้ เนื่องจากเทคโนโลยีนี้กำลังเติบโตจนถึงจุดที่ผู้ใช้ที่ไม่ใช่นักเทคนิคจะสามารถใช้งานได้ และเนื่องจากลักษณะดังกล่าวนั้นเกิดขึ้นในระดับขนาดใหญ่ในหลายองค์กร ซึ่งเพียงปลดล็อกมูลค่าขององค์กรที่ยิ่งใหญ่ ดังนั้นการคิดว่าลักษณะดังกล่าวนั้นสามารถเป็นตัวขับเคลื่อนที่ใหญ่ที่สุดสำหรับการเติบโตของคุณได้อย่างไร โดยการนำเทคโนโลยีนี้มาอยู่ในมือของทีมที่ต้องมีปฏิสัมพันธ์กับลูกค้า ในมือของบุคลากรในส่วนงานที่ไม่ใช่ทางเทคนิคอื่น ๆ ในบริษัทของคุณ จะเป็นกุญแจสำคัญในการปรับขนาด