כשהבינה המלאכותית פוגשת את המרחב הדיגיטלי – הלקוח זוכה

כשביג דאטה ובינה מלאכותית פוגשים את הערוץ הדיגיטלי, נוצרות הזדמנויות עסקיות מדהימות והעסק זוכה לשיפור ביצועים, האצה עסקית ושירות מתקדם ונוח יותר, התואם בדיוק את צורכי הלקוחות.

בשנים האחרונות הערוץ הדיגיטלי הפך לנקודת המפגש המשמעותית ביותר של העסק עם הלקוחות, החל בשלב שבו הלקוח סוקר את השוק ומחפש את הפתרון האידיאלי עבורו, דרך פעולת הקנייה או ההרשמה והשימוש, וכלה בעתות תקלה או כאשר הוא זקוק לעזרה.

מודלי בינה מלאכותית מסייעים בהגדרת קהלי היעד לפרסום המוצר או השירות, ומעודדים לקוחות פוטנציאלים להירשם ולהשתמש במוצר ובפיצ'רים חדשים. הם מסייעים ביצירת תוכן מותאם למאפייני לקוח, בניתוח התנהגות הלקוח בעת השימוש במוצר, ובזיהוי הזדמנויות לבצע UPsale ו-Cross sale ברגעים הנכונים.

המשימה העיקרית של הבנת שפה טבעית היא לייצר מערכות המסוגלות "לקרוא" ו"להבין" טקסט של שפה מדוברת. לפעמים אפילו טוב מאנשים.

בגזרת ה-Generative AI (בינה מלאכותית יוצרת) אנו מזהים היום הזדמנויות חדשות שתופסות את מקומם של כלים דיגיטליים מיושנים יותר. בחלק מהמקרים מדובר בתוסף חכם, שמסייע בביצוע משימות ספציפיות, ובמקרים אחרים הוא מהווה את ליבת המוצר והערך המרכזי.

NLP – מודל לעיבוד שפה טבעית

בוטים חכמים, המבוססים על GenAI, מספקים כיום את הממד השלישי של המרחב הדיגיטלי. בניגוד לבוטים הדיגיטליים הבסיסיים שהכרנו בשנים האחרונות, הבוטים החכמים מבוססים על מודלי עיבוד שפה טבעית (NLP – ר"ת Natural Language Processing) ומדמים התנהגות אנושית. בעוד שהבוטים הישנים שימשו כסוג של מרכזיה טלפונית לא יעילה, שלא באמת מנהלת איתנו שיחה, הבוטים החדשים מאפשרים לנו גישה חכמה ושירות עצמי מתקדם. הם חוסכים מהלקוח את הצורך לבצע חיפוש בתפריטים אין סופיים ולנווט בין מסכים כדי למצוא את עצמו במרחב.

בעוד שמודלים חדשים רבים של שפה טבעית מושקים לציבור לצד גרסאות עדכניות וחזקות יותר של מודלים ותיקים, התחום עדיין נחשב למאתגר באופן מיוחד. המשימה העיקרית של הבנת שפה טבעית היא לייצר מערכות המסוגלות "לקרוא" ו"להבין" טקסט של שפה מדוברת. לפעמים אפילו טוב מאנשים.

עומד מאחורי הבינה המלאכותית היוצרת ומאחורי הבוטים החכמים. NLP – מודל לעיבוד שפה טבעית. צילום: אילוסטרציה. שאטרסטוק

תחום ה-NLP כולל מגוון של משימות, למשל מענה על שאלות, סיכום מסמכים, תרגום מכונה ועוד. קיימים לא מעט מודלים ממשפחת ה-NLP, והמוכר מכולם הוא כמובן ChatGPT של OpenAI ובחודשים האחרונים הצטרפו אליו גם בארד (Bard) של גוגל (Google), ה-LLaMA מבית מטא, ואחרים. לכל אחד מהם חוזקות משלו, אך כולם נדרשים לעבוד עם מאגר מידע מטוייב ואיכותי על מנת להיות אפקטיביים. 

תפקיד האינטגרטורים של בינה מלאכותית ודיגיטל הוא להרכיב את המכונה האולטימטיבית, לבחור את מודל ה-NLP המתאים ביותר, לחבר אותו למנוע תרגום והכי חשוב – להקים את מאגר המידע, לסנכרן ביניהם ולאמן את המודל לעבוד עם המידע שלנו.

הבוט בשירות אנשי הדיגיטל וחוויות הלקוח

אנשי דיגיטל וחוויית לקוח נדרשים לבחון את הבוט, על מנת שידע לעמוד בדרישות הלקוחות ולוודא שאף לקוח  לא יכשיל אותו או יתאכזב ממנו. בנוסף, כאשר הלקוח מגיע לקצה גבול היכולת של הבוט, יש לוודא שהוא ידע להפנות אותו ביעילות לנותן השירות האנושי הנכון בארגון, שישלים את המשימה וידאג שהשירות יינתן כנדרש.

הנה מספר גורמים שיעזרו לבוט החכם והדיגיטלי שלכם לשמח כל לקוח במרחב הדיגיטלי:

• בחירת ה-Use Case המתאים – כשבוחנים אלו תהליכים מתאימים לבינה מלאכותית, חשוב להבין מהם יתרונות המכונה על פני האדם ולהיפך. לדוגמה, מכונה תבצע חיפוש במידע עצום מהר יותר וטוב יותר מבני אדם, כך גם תרגום של מידע וקצרנות על בסיס מאפיינים ייחודיים של כל משתמש.
• איסוף, טיוב ואינטגרציה אל המידע הארגוני הרלוונטי – כדי שלמכונה יהיה קל לבצע חיפוש אנו נדרשים לטייב את המידע ולוודא ככל הניתן שלא יהיו סתירות שיובילו לתוצאות מביכות. ככל שלמכונה יהיה יותר מידע מטויב לחפש בו, כך יגדלו הסיכויים שתמצא התשובה הנכונה לשאלה של המשתמש.
• הגדרת הטיפול במקרי קצה – חשוב שמודל הבינה המלאכותית ידע לזהות מקרים מיוחדים בהם אולי לא נרצה להשאיר את המשתמש לבד עם המכונה, ונעדיף להעבירו לטיפול אנושי.
• הגדרת מדדי הצלחה (KPIs) – חשוב להגדיר מדדי הצלחה בכל תהליך עסקי, ובמיוחד כאשר מגדירים מודלים עסקיים. זאת, על מנת להבין האם הגענו לתוצאה הרצויה וכמה משאבים נדרשים כדי לשפר את הביצוע בפעם הבאה.
• בחירת הכלים המתאימים לאתגר העומד בפנינו – לדוגמה, איזה מודל יספק לנו את התוצאה המיטבית, האם כדאי לנסות לעבוד עם שניים במקביל, איך להתחבר למידע, מתי לדרוש מהמשתמש הזדהות חזקה ומתי נספק לו מידע על סמך זיהוי מספר טלפון בלבד או קוד מקוצר. אינטגרציה יעילה היא מפתח להצלחה.
• הנעה לפעולה של המשתמש באמצעות כלי Marketing automation – עסק שיודע לעודד את הלקוחות שלו ולהניע אותם לפעולה יזכה מהם ליותר – הם יספקו לו יותר מידע, יצרכו יותר שירותים ויגדילו את ההכנסה שהם מייצרים לארגון.

לסיכום, השימוש בבינה מלאכותית בארגון יהווה אתגר מרכזי בשנים הקרובות. עסק שישכיל להכיר את הכלים ולהפעילם נכון לטובת הלקוחות שלו, יוכל לפרוץ אל מול המתחרים, להגדיל את ההכנסות מכל לקוח, לשמר אותו על פני זמן ארוך יותר ולהוביל את השוק בתחומו.

כותב המאמר הוא ה-CTO של וואן טכנולוגיות.