Experiencia del cliente con IA: hacer IA versus ser realmente una organización de IA

Siempre ha habido una diferencia sutil entre "hacer" y "ser", lo cual es importante en el contexto de la experiencia del cliente con IA.

“Hacer” cosas digitales significa actos aleatorios de inversión aquí y allá en sitios web, aplicaciones móviles, bases de datos o incluso plataformas de automatización empresarial que permiten múltiples funciones para utilizar herramientas digitales.

Una vez que el “hacer” se vuelva de segunda mano, el siguiente paso podría ser jugar con soluciones digitales avanzadas para acelerar la automatización o los puntos de personalización.

“Ser” digital significa que estas herramientas y canales, las automatizaciones y los sistemas digitales, se convierten en la columna vertebral de las operaciones y los datos. Las señales de alta fidelidad de los clientes pasan al centro de los procesos de toma de decisiones.

Ser digital significa aceptar muchos cambios.

Las organizaciones digitales tuvieron que cambiar fundamentalmente las operaciones, reorientar los equipos y decir adiós a los procesos antiguos a cambio de flujos de trabajo digitales y estrategias operativas que generaron crecimiento en los ingresos y eficiencias y ahorros en los resultados. Ésta es la diferencia entre hacer y ser. Y sí, el cambio –y el apetito por él– suele ser el mayor desafío.

Ahora nos encontramos en medio de otro cambio masivo al entrar en esta era de la IA. Esta es la verdad que nadie quiere decir en voz alta: si decides SER una organización de IA, fracasarás si no cambias.

Eso es lo que estamos aquí para discutir: qué cambiar primero.

El debate sobre el huevo y la gallina

Cuando se trata de aprovechar los beneficios de las estrategias de experiencia del cliente de IA en ventas, servicios, comercio y marketing, ¿qué viene primero: la plataforma o el huevo de datos?

En los círculos de CX, muchos jugadores harán muchas cosas con la IA. Habrá ráfagas de casos de uso y ganancias gracias a la automatización y la capacidad de crear y generar contenido y activos personalizados a escala.

Pero para aquellas organizaciones que eligen no solo ser, sino SER una organización CX impulsada por IA, se deben tener otras consideraciones:

• ¿Está disponible la IA generativa que se está discutiendo o se planea que sea una versión beta pronto?
• ¿Están los datos disponibles y listos para entrenar y mejorar aún más la comprensión del negocio y del cliente por parte del modelo de IA?
• ¿La IA es apta para el uso empresarial general?
• ¿Está capacitado para concentrarse funcionalmente?
• ¿Está limitado a paredes funcionales o tiene el poder de conectarse en toda la empresa para marcar realmente una diferencia para el cliente y, a su vez, para el resultado final?

Si bien el debate sobre el huevo y la gallina continuará, en el caso de la IA y la experiencia del cliente, la respuesta parece un poco más fácil de navegar porque la historia ha demostrado que la plataforma y la componibilidad de esa plataforma deben establecerse primero. De lo contrario, no habrá ningún lugar desde el cual los modelos puedan extraer datos, y mucho menos crear caminos hacia señales de alta fidelidad en nuestros negocios, nuestros ecosistemas y nuestros clientes.

Sin una plataforma y un marco sólidos para los flujos de trabajo y las automatizaciones, funcionará durante un breve y glorioso momento, pero luego rápidamente comenzará a ceder bajo la presión.

Experiencia del cliente con IA: 3 preguntas para hacer

Aquí hay tres preguntas que toda organización debería hacerse al recorrer este viaje a través de CX en busca de convertirse en esa empresa potenciada por la IA.

1. Componibilidad: ¿Las herramientas y soluciones en todo el ecosistema de CX se flexionan y conectan para establecer una base holística para la entrega de CX de hoy y del mañana?
2. Acceso: ¿Las represas digitales están creando sequías de datos no deseadas?
3. Disponibilidad: ¿Los procesos potenciados por la IA están disponibles hoy o son una promesa para el futuro?

Estas tres preguntas están entrelazadas hasta el punto de que ser una empresa de IA exige abordarlas.

Componibilidad, CX e IA

No se trata de la componibilidad o conectividad de un puñado de componentes. El recorrido del cliente moderno no puede permitirse herramientas poco conectadas con la esperanza de que las API puedan ahorrar experiencia. Esta es una pregunta sobre la arquitectura fundamental sobre la cual pretendemos construir nuestros sistemas de entrega CX.

Si bien en el pasado pudo haber sido adecuado que las herramientas estuvieran una al lado de la otra, con transferencias casuales de flujos de trabajo que conectaban funciones como ventas y servicios con el comercio, cuando agregamos la IA y las demandas de la IA generativa a estas conexiones sueltas, la casa de cartas cae.

La componibilidad de la plataforma será clave para el éxito operativo de la capacidad de CX de ir más allá de las limitaciones de las herramientas funcionales que solo optimizan la experiencia de esa única función. Las arquitecturas que anticipan la escalabilidad y la reutilización de los activos no se detienen en el mantra a menudo repetido de "uno y listo". Van más allá y esperan que la aplicación o activo creado no sólo se comparta, sino que se acelere y optimice a medida que se reutiliza y reutiliza.

Los marcos componibles permiten a las organizaciones recurrir a herramientas modernas para flujos de trabajo y automatización sin verse frenadas por la complejidad o las personalizaciones heredadas.

La IA depende del acceso a los datos

Lo que antes se consideraban “silos funcionales” se han transformado en presas digitales, bloqueando el flujo de datos entre las organizaciones, haciendo imposible que la IA consuma lo que realmente necesita. La IA no sólo se nutre de los datos; literalmente necesita datos para sobrevivir.

Desde el entrenamiento de grandes modelos de lenguaje aprovechados para la IA generativa hasta los algoritmos de IA que impulsan las recomendaciones, los datos se encuentran en el centro de todo. Lo que solía ser suficiente como “suficientemente bueno para respuestas de aprendizaje automático” simplemente no satisface el umbral de respuesta aceptable de la mayoría de las organizaciones, y mucho menos satisface la demanda de precisión y contexto del cliente.

Imagine a un cliente visitando un chatbot que promete compartir actualizaciones sobre el pedido más reciente de ese cliente. Si ese chatbot no puede conectarse sin problemas a múltiples soluciones de comercio, cadena de suministro, productos y ERP back-end, la respuesta será limitada y la experiencia carecerá de sentido.

El cliente de hoy espera que el bot sepa todo, desde la disponibilidad del producto hasta la ubicación exacta del envío y la hora prevista de llegada. Esta expectativa exige que las represas, especialmente aquellas que se han construido involuntariamente entre herramientas funcionales, sean demolidas o, como mínimo, resquebrajadas para permitir que el agua conocida como datos se derrame.

Una versión beta que necesita datos: ¿la IA está disponible ahora o son sólo promesas?

La cruda realidad de muchas de las herramientas de IA generativa promocionadas a lo largo de 2023 es que eran promesas: grandes experimentos de casos de uso de aplicaciones de modelos de IA. Simplemente, son una versión beta que necesita datos.

Esta promesa de la IA a menudo depende de que un proveedor obtenga acceso a suficientes datos para entrenar los modelos de manera adecuada y adecuada. En la carrera por aprovechar los modelos disponibles comercialmente como ChatGPT de OpenAI, las cuestiones sobre el uso ético, la privacidad y seguridad de los datos, e incluso la precisión, se dejaron de lado en nombre de la innovación.

Pero ahora, a medida que las organizaciones fijan su mirada en el impacto, los resultados y la eficacia de estas herramientas en acción, rápidamente surgen nuevas preguntas que preguntan si los equipos y los clientes realmente están mejor con estas nuevas soluciones. Una vez más, es importante sopesar si una organización va a SER una organización potenciada por la IA o simplemente ofrecerá algunos flujos de trabajo, automatizaciones o experiencias que son cada vez mejores con modelos y aplicaciones avanzados de IA.

Por ejemplo, en el caso de la IA en las soluciones de ventas, debemos considerar si los vendedores son más efectivos y eficientes con las herramientas de IA o si simplemente son más rápidos en un aspecto de su trabajo. Para transformar verdaderamente el trabajo de ventas, las herramientas de IA para ventas deben tener arquitecturas componibles que permitan la conexión a sistemas entre empresas, acercando los datos que necesitan estos modelos de IA al trabajo y los flujos de trabajo del vendedor.

Si los datos de ERP no se pueden acercar a los datos de CRM, las herramientas de inteligencia artificial no podrán procesar y girar para identificar fricciones u oportunidades.

Pero, y este es un gran pero, si elige SER una empresa de IA, también se compromete a ser una organización de datos. Los dos marchan de la mano. Entonces, la verdadera pregunta es: ¿ha establecido una base sólida sobre la cual tanto CX como AI no solo caminan, sino que corren?

Aquí es donde la cuestión de la componibilidad llega a la cima y centra nuestra respuesta de que sí, la plataforma debe anteponerse al huevo con forma de datos.

Experiencia del cliente con IA: llegar a la cima

¿Cómo se está convirtiendo esto en realidad? SAP es un ejemplo de un proveedor que ha dado este difícil giro y, al hacerlo, se ha convertido en una organización de IA. El primer paso comenzó hace varios años, cuando se descomprimió, rediseñó y relanzó toda la cartera de CX. La decisión fue garantizar que la arquitectura componible necesaria para la IA estuviera lista para actuar al servicio de CX.

Reconstruido desde cero para potenciar deliberadamente los datos, el flujo de trabajo y las automatizaciones para que funcionen al servicio de las ventas en lugar del silo funcional de las ventas, SAP Sales Cloud se centra en permitir que las ventas se realicen en cualquier lugar de la organización y al mismo tiempo ayudar a los equipos de ventas a interactuar de manera mucho más efectiva y contextual con sus clientes.

De manera similar, SAP Service Cloud se centra en cómo se puede brindar un servicio excepcional basado en el contexto del cliente en cualquier lugar de la organización, integrando datos que provienen de cualquier lugar del recorrido del cliente.

Debido a esta dedicación a las herramientas componibles en arquitecturas componibles, los actos de venta y servicio no están limitados ni restringidos. Pero lo más importante es que estas herramientas no necesitarán una revisión masiva para incorporar nuevas innovaciones en IA e inteligencia.

Esta es la razón por la que cuando el CEO de SAP, Christian Klein, anunció una inversión masiva en IA y dijo que la IA era mucho más que una exageración para SAP, sino que en realidad iba a redefinir cómo se realiza el trabajo desde las finanzas hasta las ventas, muchos de nosotros en el mundo de los analistas no lo estábamos. sorprendido.

En realidad, el hecho de que SAP se convierta en una empresa de IA ha estado en la hoja de ruta durante años, incluso si esa no fuera la articulación. SAP tuvo que reconstruirse, reconstruir la nube de SAP y comprometerse plenamente con la componibilidad como estrategia para desarrollar una base mucho más sólida, flexible y ágil.

Sin ese cambio, cualquier paso hacia la IA sólo representaría hacer; nunca podría constituir el ser.