Expérience client IA : faire de l'IA ou être réellement une organisation IA

Il y a toujours eu une différence subtile entre « faire » et « être », ce qui est important dans le contexte de l'expérience client de l'IA.

« Faire » des choses numériques signifie des actes aléatoires d'investissement ici et là dans des sites Web, des applications mobiles, des bases de données ou même des plates-formes d'automatisation d'entreprise qui permettent à de multiples fonctions d'utiliser des outils numériques.

Une fois que « faire » deviendra une seconde main, la prochaine étape pourrait consister à jouer avec des solutions numériques avancées pour accélérer l’automatisation ou les points de personnalisation.

« Être » numérique signifie que ces outils et canaux, les automatisations et les systèmes numériques, deviennent l'épine dorsale des opérations et des données. Les signaux clients haute fidélité sont placés au centre des processus décisionnels.

Être numérique signifie accepter de nombreux changements.

Les organisations numériques ont dû modifier fondamentalement leurs opérations, réorienter leurs équipes et faire leurs adieux aux anciens processus en échange de flux de travail numériques et de stratégies opérationnelles qui ont permis une croissance du chiffre d'affaires et des gains d'efficacité et d'économies. C'est la différence entre faire et être. Et oui, le changement – ​​et l’appétit pour celui-ci – constitue souvent le plus grand défi.

Nous nous trouvons désormais en proie à un autre changement massif alors que nous entrons dans l’ère de l’IA. Voici la vérité que personne ne veut dire à haute voix : si vous décidez d’ÊTRE une organisation d’IA, vous échouerez si vous ne changez pas.

C’est de cela que nous sommes ici pour discuter : que changer en premier.

Le débat sur la poule et l’œuf

Lorsqu’il s’agit de tirer parti des avantages des stratégies d’expérience client basées sur l’IA dans les domaines des ventes, des services, du commerce et du marketing, qu’est-ce qui vient en premier : la plateforme ou l’œuf de données ?

Dans les cercles CX, de nombreux joueurs feront beaucoup de choses avec l’IA. Il y aura des explosions de cas d'utilisation et de gains grâce à l'automatisation et à la capacité de créer et de générer du contenu et des actifs personnalisés à grande échelle.

Mais pour les organisations qui choisissent non seulement de faire, mais d'ÊTRE réellement une organisation CX alimentée par l'IA, d'autres considérations doivent être prises en compte :

• L’IA générative dont nous parlons est-elle disponible ou prévoit-elle d’être bientôt en version bêta ?
• Les données sont-elles disponibles et prêtes à perfectionner et à améliorer la compréhension de l'entreprise et du client par le modèle d'IA ?
• L’IA est-elle adaptée à une utilisation générale en entreprise ?
• Est-il entraîné à se concentrer fonctionnellement ?
• Est-il limité à des murs fonctionnels ou est-il habilité à se connecter à travers l'entreprise pour réellement faire une différence pour le client et, par conséquent, pour les résultats financiers ?

Alors que le débat sur l’œuf et la poule fera rage, dans le cas de l’IA et de l’expérience client, la réponse semble un peu plus facile à trouver car l’histoire a montré que la plateforme et la composabilité de cette plateforme doivent d’abord être établies. Autrement, les modèles ne pourraient pas extraire de données, et encore moins créer des chemins vers un signal haute fidélité dans nos entreprises, nos écosystèmes et nos clients.

Sans une plate-forme et un cadre solides pour les flux de travail et les automatisations, cela fonctionnera pendant un bref et glorieux moment, mais commencera rapidement à céder sous la pression.

Expérience client IA : 3 questions à poser

Voici trois questions que chaque organisation devrait se poser lorsqu’elle parcourt ce parcours CX en quête de devenir une entreprise dotée de l’IA.

1. Composabilité : les outils et solutions de l'ensemble de l'écosystème CX s'adaptent-ils et se connectent-ils pour établir une base holistique pour la livraison CX d'aujourd'hui et de demain ?
2. Accès : les barrages numériques créent-ils des pénuries de données involontaires ?
3. Disponibilité : les processus basés sur l'IA sont-ils disponibles aujourd'hui ou s'agit-il d'une promesse pour plus tard ?

Ces trois questions sont étroitement liées, à tel point qu’être une entreprise d’IA exige qu’elles soient toutes trois prises en compte.

Composabilité, CX et IA

Il ne s’agit pas de la composabilité ou de la connectivité d’une poignée de composants. Le parcours client moderne ne peut pas se permettre d'utiliser des outils faiblement connectés en espérant que les API puissent sauver l'expérience. Il s’agit d’une question sur l’architecture fondamentale sur laquelle nous avons l’intention de construire nos systèmes de livraison CX.

Même si dans le passé il convenait peut-être que les outils soient côte à côte, avec des transferts occasionnels de flux de travail reliant des fonctions telles que les ventes et les services au commerce, lorsque nous ajoutons l'IA et les exigences de l'IA générative à ces connexions lâches, la maison des cartes tombent.

La composabilité de la plateforme sera la clé du succès opérationnel de la capacité du CX à aller au-delà des contraintes des outils fonctionnels qui optimisent uniquement l'expérience de cette fonction unique. Les architectures qui anticipent l'évolutivité et la réutilisabilité des actifs ne s'arrêtent pas au mantra souvent répété du « un et c'est fait ». Ils vont au-delà et s'attendent à ce que l'application ou l'actif créé ne soit pas seulement partagé, mais accéléré et optimisé à mesure qu'il est réutilisé et réutilisé.

Les frameworks composables permettent aux organisations de s'appuyer sur des outils modernes pour les flux de travail et l'automatisation sans être freinées par la complexité ou les personnalisations héritées.

L'IA dépend de l'accès aux données

Ce qui était autrefois considéré comme des « silos fonctionnels » s’est transformé en barrages numériques, bloquant le flux de données entre les organisations, empêchant l’IA de consommer ce dont elle a réellement besoin. L’IA ne prospère pas uniquement grâce aux données ; il a littéralement besoin de données pour survivre.

De la formation de grands modèles de langage exploités pour l’IA générative aux algorithmes d’IA qui alimentent les recommandations, les données sont au centre de tout. Ce qui était auparavant considéré comme « assez bon pour des réponses d'apprentissage automatique » ne satisfait tout simplement pas au seuil de réponse acceptable de la plupart des organisations, et encore moins à la demande de précision et de contexte des clients.

Imaginez un client visitant un chatbot qui promet de partager des mises à jour sur sa commande la plus récente. Si ce chatbot ne peut pas se connecter de manière transparente à plusieurs solutions ERP de commerce, de chaîne d'approvisionnement, de produits et de back-end, la réponse sera limitée et l'expérience dénuée de sens.

Le client d'aujourd'hui s'attend à ce que le robot sache tout, de la disponibilité du produit à l'emplacement exact de l'expédition et à l'heure d'arrivée prévue. Cette attente exige que les barrages, en particulier ceux qui ont été involontairement érigés entre des outils fonctionnels, soient démolis, ou au minimum, fissurés pour laisser s'écouler cette eau connue sous le nom de données.

Une version bêta qui a besoin de données : l'IA est-elle disponible maintenant ou seulement des promesses ?

La dure réalité de la plupart des outils d’IA générative vantés tout au long de l’année 2023 est qu’ils étaient des promesses : de grandes expériences de cas d’utilisation d’applications de modèles d’IA. Il s’agit simplement d’une version bêta qui a besoin de données.

Cette promesse de l’IA dépend souvent de l’accès d’un fournisseur à suffisamment de données pour former les modèles de manière correcte et appropriée. Dans la course pour tirer parti des modèles disponibles dans le commerce comme ChatGPT d'OpenAI, les questions relatives à l'utilisation éthique, à la confidentialité et à la sécurité des données, voire à l'exactitude, ont été mises de côté au nom de l'innovation.

Mais aujourd’hui, alors que les organisations s’intéressent à l’impact, aux résultats et à l’efficacité de ces outils en action, de nouvelles questions émergent rapidement : les équipes et les clients s’en sortent-ils vraiment mieux avec ces nouvelles solutions ? Une fois de plus, il est important de déterminer si une organisation va ÊTRE une organisation dotée de l'IA ou simplement proposer quelques flux de travail, automatisations ou expériences qui s'améliorent progressivement grâce à des modèles et des applications d'IA avancés.

Par exemple, dans le cas de l’IA dans les solutions de vente, nous devons nous demander si les vendeurs sont plus efficaces avec les outils d’IA, ou s’ils sont simplement plus rapides dans un aspect de leur travail. Afin de véritablement transformer le travail de vente, les outils d'IA pour la vente doivent disposer d'architectures composables permettant la connexion aux systèmes inter-entreprises, rapprochant ainsi les données nécessaires à ces modèles d'IA du travail et des flux de travail du vendeur.

Si les données de l'ERP ne peuvent pas être rapprochées des données du CRM, les outils d'IA ne seront pas en mesure d'identifier les frictions ou les opportunités.

Mais – et c'est un grand mais – si vous faites le choix d'ÊTRE une entreprise d'IA, vous vous engagez également à être une organisation de données. Les deux marchent main dans la main. La vraie question est donc la suivante : avez-vous établi un terrain solide sur lequel le CX et l'IA ne se contentent pas de marcher, mais courent ?

C’est là que la question de la composabilité se pose et concentre notre réponse selon laquelle oui, la plate-forme doit passer avant l’œuf en forme de données.

Expérience client IA : atteindre le sommet

Comment cela devient-il réalité ? SAP est un exemple de fournisseur qui a franchi ce tournant difficile et, ce faisant, est devenu une organisation d'IA. La première étape a commencé il y a plusieurs années lorsque l'ensemble du portefeuille CX a été décompressé, réorganisé et relancé. La décision était de garantir que l’architecture composable nécessaire à l’IA était prête à agir au service du CX.

Reconstruit de A à Z pour permettre aux données, aux flux de travail et aux automatisations de fonctionner au service de la vente plutôt que du silo fonctionnel des ventes, SAP Sales Cloud vise à permettre à la vente de se dérouler n'importe où dans l'organisation tout en aidant également les équipes commerciales à interagir beaucoup plus efficacement et de manière contextuelle avec leurs clients.

De même, SAP Service Cloud se concentre sur la manière dont un service exceptionnel basé sur le contexte du client peut être fourni n'importe où dans l'organisation, en intégrant des données provenant de n'importe où tout au long du parcours client.

En raison de cet engagement envers les outils composables sur des architectures composables, les actes de vente et de maintenance ne sont ni limités ni contraints. Mais plus important encore, ces outils n’auront pas besoin d’une refonte massive pour intégrer les nouvelles innovations en matière d’IA et d’intelligence.

C'est pourquoi, lorsque le PDG de SAP, Christian Klein, a annoncé un investissement massif dans l'IA et a déclaré que l'IA était bien plus qu'un battage médiatique pour SAP, mais qu'elle allait en réalité redéfinir la façon dont le travail est effectué, de la finance à la vente, beaucoup d'entre nous dans le monde des analystes ne l'étaient pas. surpris.

En réalité, le fait que SAP devienne elle-même une entreprise d’IA est sur la feuille de route depuis des années, même si ce n’était pas l’articulation. SAP a dû se reconstruire, reconstruire le cloud SAP et s'engager pleinement dans la composabilité en tant que stratégie pour développer une base beaucoup plus solide, flexible et agile.

Sans ce changement, toute évolution vers l’IA ne serait qu’une simple action ; cela ne pourrait jamais constituer l’être.