Чому жодна компанія не може слідувати за AI-комерційним кроком Amazon

Ронен Шварц — генеральний директор K2view.

Дізнайтеся про найважливіші новини та події у фінтеху!

Підписуйтеся на розсилку FinTech Weekly

Читають керівники JP Morgan, Coinbase, Blackrock, Klarna та інших компаній

Невідома історія за заголовками про Amazon AI

Коли Amazon оголосила, що її помічник для покупок на базі штучного інтелекту Rufus тепер сприяє значному зростанню залученості клієнтів і мільярдним додатковим продажам, реакція була миттєвою: здивування, захоплення і трохи заздрості. Це сприймалося як сміливий крок уперед у підході підприємств до досвіду клієнтів.

Але це не було лише досягненням моделей штучного інтелекту. Це стало можливим завдяки закритій екосистемі. Amazon працює виключно на своїй платформі, де дані про продукти, клієнтів, поведінку та покупки об’єднані та контролюються. Така модель не є реалістичною для більшості підприємств, особливо у фінансових послугах. Ця галузь має найвищий рівень впровадження контакт-центрів на базі ШІ, що становить близько чверті світового ринку. Проте її дані все ще розкидані між управлінням банківськими рахунками, CRM, платіжними системами та платформами підтримки. У таких умовах штучний інтелект працює з труднощами.

Урок простий: успіх у досвіді клієнтів залежить менше від геніальності моделі і більше від якості та цілісності даних, що її підтримують. Без єдиного, контекстуального погляду, агентам ШІ важко допомагати, вони швидше за все будуть заважати підтримці, ніж її покращувати.

Коли ШІ стикається з хаотичною реальністю

Для більшості підприємств інформаційне середовище виглядає зовсім інакше, ніж у Amazon із його оптимізованою, вертикально інтегрованою платформою. Інформація зберігається у десятках систем, кожна з яких містить частину клієнтського запису, дублікат у деяких місцях, застарілу в інших і рідко синхронізовану.

Впровадження ШІ у таке середовище створює хаос. Клієнти отримують суперечливі або часткові відповіді, довіра руйнується, і людські представники змушені втручатися, щоб відновити довіру. Те, що мало бути автоматизацією, перетворюється на повторну роботу, що створює додаткове навантаження з обох сторін.

Уявіть найм кваліфікованого співробітника служби підтримки, але з папкою, наповненою неповними або неправильно позначеними записами. Їхній талант марнується, бо основа зламані. Те саме стосується агентів ШІ: без послідовної, точної та своєчасної інформації вони приречені на провал.

Що потрібно для масштабування ШІ у досвіді клієнтів

Підприємства, які прагнуть повторити успіх Amazon, часто зосереджуються на самій моделі, налаштовують підказки, порівнюють постачальників або гоняться за новими релізами. Але ключовим фактором довгострокового успіху є база даних, яка підтримує ці моделі.

Щоб зробити агентів ШІ надійними та готовими до підприємств, потрібно три основні елементи:

*   **Інтеграція**: Дані про клієнтів, розкидані по десятках систем, мають бути об’єднані у єдине, послідовне уявлення.
*   **Управління та безпека**: Дані мають бути точними, дублікатами видалені, захищені та відповідати вимогам конфіденційності перед тим, як ШІ зможе діяти на їх основі.
*   **Контекст у реальному часі**: Агентам потрібна найактуальніша інформація, а не застарілі знімки або статичні записи. 

Без цих основних елементів ШІ швидко руйнується, спричиняючи помилки, ризики невідповідності та розчарованих клієнтів. З цими елементами ШІ може перейти від пілотних проектів до масштабних рішень, що приносять реальний вплив. Простий, але часто ігнорований урок: розумні агенти потребують розумніших даних.

Від пілотів до трансформації

У різних галузях підприємства експериментують із ШІ у досвіді клієнтів, впроваджуючи чат-боти, віртуальних помічників або генеративні інструменти у робочі процеси обслуговування. Однак більшість з цих зусиль залишаються на рівні випробувань. Останній звіт MIT показав, що майже 95% проектів ШІ не доходять до виробництва. Ініціативи щодо покращення досвіду клієнтів — не виняток. 
Розрив між експериментами та трансформацією зводиться до основи.

Розірвані, низькоякісні дані підривають підтримку. Чисті, об’єднані дані забезпечують масштабованість, послідовність і відповідальне впровадження. З правильною основою підприємства нарешті можуть перейти від експериментів до виробничих систем, що зміцнюють як стосунки з клієнтами, так і бізнес-результати.

Натхнення і попередження

Історія Amazon є і віхою, і застереженням. Вона показує, що можливо, коли агентам ШІ забезпечують підключені, високоякісні дані, але також відкриває, наскільки рідкісною є така налаштування. Більшість підприємств не можуть просто її повторити. Майбутнє ШІ у досвіді клієнтів визначатиметься не лише все більш складними моделями, а й тими організаціями, що готові інвестувати у базу даних, яка робить ці моделі ефективними.