Umetna inteligenca je uporabna, če jo znamo uporabljati

Nasprotno, izboljšala in spremenila ga bo, tako z vidika zaposlenih kot tudi z vidika strank.  Verjame, da bo UI postala naš dragocen pomočnik, a s tem pomočnikom se bomo morali naučiti delati in ga pomagati upravljati.

V FrodXu že okrog tri leta govorimo o umetni inteligenci. Sicer se osredotočamo predvsem na marketing, ampak UI nam že zadnjih nekaj let pomaga pri segmentaciji strank. Pomaga nam pri iskanju strank, ki imajo visoko verjetnost za nakup. Pomaga nam ugotavljati, preko katerega kanala se bo nekdo najbolj odzival in tako vemo, po katerem kanalu ali ob kateri uri priti v stik z njim. Pomaga nam pri priporočilih za izdelke. Vsi ti sistemi se razvijajo in so vsak dan boljši. Danes govorimo o novi generaciji UI, torej generativni UI, ki je v množično uporabo prišla lani. Zadnja tri leta na naših seminarjih govorimo, da z umetno inteligenco dobite novega sodelavca v marketingu. Generativna UI pravzaprav vsakemu posamezniku nudi enega asistenta. Ne le v marketingu, tudi v podpori strankam in prodaji. V nekoliko manj bližnji prihodnosti osebno vidim, da bo umetna inteligenca zamenjala nekaj delovnih mest. Ni nujno, da bodo zato ljudje ostali brez službe, bodo pa določena delovna mesta postala nerelevantna oziroma jih bo namesto nas preprosto oddelala UI. To so predvsem naloge, ki se ponavljajo in so dovolj preproste, da jih UI razume kot input in potem ponudi tudi primeren output.

Umetna inteligenca seveda izboljša nakupni proces stranke. Daje boljše rezultate, z bolj personalizirano izkušnjo. V procesu je manj trenja, kupcem pa olajša nakupni proces. To pomeni, da smo personalizirali vse od začetnega nagovora, ko smo nekomu sploh dali razlog, da se je odzval na našo komunikacijo, do spletne strani in blagajne. Zelo veliko uporabljamo priporočila izdelkov, kjer poskušamo v pravem trenutku kazati relevantne izdelke, s čimer posamezniku pomagamo pri kategoriji in izdelku, ki ga zanima, pri tem pa pokažemo sorodne, povezane izdelke. Skratka, obstaja kup trikov, kako narediti izkušnjo bolj personalizirano. Drugi del, kar se zgodi v nakupnem procesu, pa je, da se nam včasih kje »zatakne«. Imamo neko vprašanje, na katerega na spletni strani ne najdemo odgovora. Na tem mestu potrebujemo proaktivno podporo, kjer pa bomo z UI lahko razvili pogovornega bota, ki se odziva v realnem času. Ko bodo kupci postavili vprašanje, bodo takoj dobili odgovor. Vsaj na osnovna vprašanja, ki pa jih je zagotovo tudi največ. S tega stališča bo nakupni proces boljši, ker bodo odgovori na vprašanja hitrejši.

Komunikacija podjetij s strankami se bo spremenila. Predvsem bo veliko hitrejša. Veliko bomo pridobili na račun pogovornih vmesnikov. Poleg tega bo v primeru vprašanja po e-pošti stranka dobila prvo različico odgovora, ki jo bo ustvarila umetna inteligenca. Odgovor bomo dobili praktično takoj, nato pa si lahko predstavljamo, da bomo imeli možnost odločanja. Ta odgovor mogoče koga ne bo zadovoljil. Ravno tako kot je to danes pri pogovornih botih, kjer pač vemo nekaj ključnih besed, kako priti do rešitev in kako priti do agenta. S stališča kupca bo v idealnem svetu komunikacije mogoče celo manj, ampak bo tista resnično bolj relevantna, torej v pravem trenutku. Seveda to še ne pomeni, da bomo prenehali z marketingom. Še vedno bomo izvajali t. i. potisni (»push«) marketing, kjer ustvarjamo potrebe. Z vsemi informacijami, ki jih bomo lahko analizirali na podlagi odzivov na potisno sporočilo, to je lahko klik na povezavo v e-pošti ali sporočilo na Viberju, bomo od tu naprej spet dobivali signale. V teh primerih se bomo znali bolje odzvati in zelo velik del tega je že zdaj avtomatiziran. Z UI bomo verjetno še korak dlje in se bo tudi vsebina prilagajala posamezniku. Omogočala nam bo na primer, da bo imel isti nakupni proces različne vsebine za različne posameznike.

UI se v prvi vrsti resnično dobro znajde v kopicah podatkov oziroma nestrukturiranih podatkih in lahko na ta način iščemo določene preference. Na podlagi tega potem oblikujemo priporočila izdelkov v realnem času oziroma v trenutku, ko je nekdo na spletni strani. Lahko mu želimo ta priporočila pokazati v e-pošti, kjer se v trenutku pošiljanja za vsakega posameznika oblikuje njegov seznam izdelkov, ki mu ga bomo pokazali. In drugič, mogoči so tudi komentarji, podizdelki in odgovori na e-sporočila, skratka, ponovno nestrukturirane informacije ali pa v končni fazi tudi strukturirane, na primer odgovori na anketo o zadovoljstvu uporabnikov. Te odgovore bomo lahko obdelovali bolj kakovostno, več bomo našli informacij, ki jih zdaj mogoče nismo. V Sloveniji si večina podjetij lahko privošči, da prebere praktično vse odzive v realnem času. Če pa delamo na več trgih ali da smo eno od večjih slovenskih podjetij, si tega ne moremo privoščiti. UI nima težave s tem, da vse omenjene podatke obdela in poišče trende. Tudi ob pojavu določene nove težave jo lahko zazna in posledično lahko prilagodimo naš izdelek ali storitev, prilagodimo sporočilo in se na to prej odzovemo in zadovoljimo potrebe strank.

Po eni strani lahko zaposleni v marketingu uporabi ChatGPT in ga prosi, naj mu poda dvanajst idej za zapise na temo trajnosti v prehrambeni industriji. Teh dvanajst idej bo tudi dobil. Dostopno, preprosto in brez omejitev. Drugo pa je, ko začnemo UI prilagajati svojim procesom in praktično razviti svojega pogovornega bota ali pa svojo različico določenega modela UI. Tu pa zelo hitro naletimo na to, da so težava naši podatki, ki so zelo pogosto v nekih različnih silosih, so razdeljeni, nepovezani, da moramo najprej tukaj vložiti kar nekaj napora, da te stvari povežemo, osmislimo. Pri povezovanju podatkov je težava, kako jih povezati in kaj so ključi za povezavo. To so vedno izzivi. Nekaj časa pa moramo nameniti učenju UI, torej moramo stvari pravilno strukturirati, da bodo to dobri inputi za sodobno UI, ki deluje na velikih jezikovnih modelih. Včasih namreč ugotovimo, da strukturiramo podatke na določen način, nato pa pridemo do spoznanja, da rezultati niso tako dobri. Nato moramo najti drug način strukturiranja podatkov, ki daje boljše rezultate. S tem zagotovo je nekaj »igranja«.

Naslednji izziv pri sodobnih generativnih sistemih pa je ne ravno preprost nadzor. Stvari delujejo tako, kot delujejo, torej jih omejujemo z določenimi omejitvami, kjer jim razložimo, kakšnega vedenja ne želimo. Imamo konkreten primer. Ko je Microsoft predstavil svoj BingAI, je bila umetna inteligenca v večini primerih povsem uporabna. Delala je to, kar smo si želeli. Vendar pa so ga uporabniki, ker so vedeli, da je na drugi strani računalnik, »sprovocirali« v nekaj drugačnega. Iz tega se je rodila osebnost Sidney, ki se je bila pripravljena s sogovornikom tudi skregati. Nekomu je tudi predlagala, naj zapusti ženo. Skratka, lahko se zgodijo stvari, ki škodijo našemu ugledu.

Članek lahko v celoti preberete v 503. številki Marketing magazina. Revijo lahko naročite na info@marketingmagazin.si.