AI カスタマー エクスペリエンス: AI を実行するか、実際に AI 組織になるか

「行うこと」と「存在すること」の間には常に微妙な違いがありますが、これは AI カスタマー エクスペリエンスの文脈において重要です。

デジタルなことを「行う」ということは、Web サイト、モバイル アプリ、データベース、さらにはデジタル ツールを使用するための複数の機能を可能にするビジネス自動化プラットフォームに、あちこちでランダムに投資する行為を意味します。

「実行」が中古品になったら、次のステップは、自動化やパーソナライゼーションのポイントを加速するために、高度なデジタル ソリューションを試すことになるかもしれません。

デジタルであるということは、これらのツールやチャネル、自動化やデジタル システムが業務とデータのバックボーンになることを意味します。 忠実度の高い顧客シグナルが意思決定プロセスの中心に組み込まれます。

デジタルであるということは、多くの変化を受け入れることを意味します。

デジタル組織は、売上高の成長と最終利益の効率性と節約を実現するデジタル ワークフローと運用戦略と引き換えに、業務を根本的に変更し、チームの方向性を再設定し、古いプロセスに別れを告げる必要がありました。 これが、行うことと存在することの違いです。 そして、そうです、変化とそれに対する欲求が最大の課題となることがよくあります。

今、私たちは AI の時代に突入し、新たな大きな変化の渦中にいます。 誰も大声で言いたくない真実があります。AI 組織になると決めた場合、変わらなければ失敗します。

私たちがここで議論するのは、最初に何を変えるかということです。

鶏が先か卵が先かという議論

販売、サービス、コマース、マーケティング全体にわたる AI カスタマー エクスペリエンス戦略のメリットを実現する場合、プラットフォームとデータ エッグのどちらが先ですか?

CX サークルでは、多くのプレーヤーが AI を使ってさまざまなことを行うでしょう。 自動化と、パーソナライズされたコンテンツやアセットを大規模に作成および生成する能力のおかげで、爆発的なユースケースと成功が生まれるでしょう。

しかし、AI を活用した CX 組織になるだけでなく、実際にそうなることを選択した組織の場合は、他の考慮事項も考慮する必要があります。

• 議論されている生成 AI は利用可能ですか、それとも近いうちにベータ版になる予定ですか?
• データは利用可能であり、AI モデルのビジネスと顧客の理解をさらにトレーニングして強化する準備ができていますか?
• AI は一般的な企業での使用に適していますか?
• 機能的に集中するように訓練されていますか?
• 機能的な壁に制約されているのでしょうか、それともビジネス全体を結び付けて顧客に、ひいては収益に真の変化をもたらすことができるのでしょうか?

卵が先か鶏が先かという議論は今後も激しくなるだろうが、AI と顧客エクスペリエンスの場合は、歴史が示すようにプラットフォームがあり、そのプラットフォームの構成可能性が最初に確立される必要があるため、答えはもう少し簡単に導き出せるように感じられる。 そうしないと、モデルがデータを取得できる場所がなく、ましてやビジネス、エコシステム、顧客全体にわたる高忠実度の信号へのパスを作成することはできません。

ワークフローと自動化のための強固なプラットフォームとフレームワークがなければ、それは一時的にはうまくいきますが、その後プレッシャーの下ですぐに挫折し始めます。

AI カスタマー エクスペリエンス: 尋ねるべき 3 つの質問

AI を活用した企業を目指して CX 全体の取り組みを進める際に、すべての組織が自問すべき 3 つの質問を次に示します。

1. 構成可能性: CX エコシステム全体にわたるツールとソリューションは、現在および将来の CX 提供のための総合的な基盤を確立するために柔軟に接続されていますか?
2. アクセス:デジタルダムは意図しないデータ枯渇を引き起こしているのか?
3. 可用性: AI を活用したプロセスは現在利用可能ですか? それとも将来の利用が約束されていますか?

これら 3 つの質問は、AI 企業になるためには 3 つすべてに対処する必要があるほど複雑に絡み合っています。

コンポーザビリティ、CX、AI

これは、少数のコンポーネントの構成可能性や接続性に関するものではありません。 現代のカスタマー ジャーニーでは、API でエクスペリエンスを節約できることを期待して、疎結合のツールを使用する余裕はありません。 これは、CX 配信システムを構築する予定の基本的なアーキテクチャに関する質問です。

これまでは、販売やサービスなどの機能をコマースに接続するワークフローをカジュアルに引き継ぎ、ツールを並べて配置することが適していたかもしれませんが、これらの緩やかな接続に AI と生成 AI の要求が追加されると、ハウスはカードが落ちます。

プラットフォームの構成可能性は、単一機能のエクスペリエンスを最適化するだけの機能ツールの制約を超える CX の機能を運用上で成功させる鍵となります。 資産のスケーラビリティと再利用性を想定したアーキテクチャは、よくオウム返しされる「1 回で完了」というマントラにとどまりません。 彼らは、作成された 1 つのアプリケーションまたは資産が共有されるだけでなく、再利用および再利用されるにつれて高速化および最適化されることを期待しています。

コンポーザブル フレームワークを使用すると、組織は従来の複雑さやカスタマイズにとらわれることなく、ワークフローや自動化のための最新ツールを活用できるようになります。

AIはデータアクセスに依存します

以前は「機能サイロ」と考えられていたものがデジタルダムに変わり、組織間のデータの流れがブロックされ、AI が本当に必要なものを消費できなくなりました。 AI はデータだけで成長するわけではありません。 文字通り、生き残るためにはデータが必要です。

生成 AI に活用される大規模な言語モデルのトレーニングから、レコメンデーションを強化する AI アルゴリズムに至るまで、データはすべての中心にあります。 これまで「機械学習の応答としては十分」とされていたものは、ほとんどの組織が許容できる応答の基準を満たしておらず、ましてや正確性やコンテキストに対する顧客の要求を満たすことはできません。

顧客がチャットボットを訪問し、その顧客の最新の注文に関する最新情報を共有すると約束すると想像してください。 そのチャットボットが複数のコマース、サプライ チェーン、製品、バックエンド ERP ソリューションにシームレスに接続できない場合、答えは限られ、エクスペリエンスは無意味になります。

今日の顧客は、製品の在庫状況から出荷の正確な場所、到着予定時刻に至るまで、ボットがあらゆることを把握していることを期待しています。 この期待は、ダム、特に機能的なツールの間に意図せずに設置されたダムを破壊するか、少なくとも亀裂を入れて、データとして知られる水を流出させることを要求します。

データが必要なベータ版: AI は現在利用可能ですか、それとも単なる約束ですか?

2023 年を通じて宣伝された生成 AI ツールの多くの率直な現実は、それらは約束されたものであり、AI モデル アプリケーションのユースケースの素晴らしい実験だったということです。 簡単に言えば、それらはデータを必要とするベータ版です。

AI のこの約束は、ベンダーがモデルを適切かつ適切にトレーニングするのに十分なデータにアクセスできるかどうかにかかっています。 OpenAI の ChatGPT などの市販モデルを活用する競争では、倫理的な使用、データのプライバシーと安全性、さらには精度に関する疑問がイノベーションの名の下に脇に置かれました。

しかし現在、組織がこれらのツールを実際に使用することの影響、結果、有効性に目を向けるようになると、チームや顧客がこれらの新しいソリューションを使用することで本当に良い結果が得られるのかという新たな疑問が急速に浮上しています。 繰り返しになりますが、組織が AI を活用した組織になるのか、それとも高度な AI モデルとアプリケーションで段階的に優れたいくつかのワークフロー、自動化、またはエクスペリエンスを提供するだけなのかを検討することが重要です。

たとえば、販売ソリューションにおける AI の場合、販売担当者が AI ツールを使用することでより効果的かつ効率的になっているのか、それとも仕事の一面だけが速くなっているのかを考慮する必要があります。 営業の仕事を真に変革するためには、営業向け AI ツールは、企業間のシステムへの接続を可能にし、これらの AI モデルに必要なデータを営業者の仕事やワークフローに近づける構成可能なアーキテクチャを備えている必要があります。

ERP からのデータを CRM からのデータに近づけることができない場合、AI ツールは摩擦や機会を特定するために高速で動作することができなくなります。

しかし、これは重要なことですが、AI 企業になるという選択をした場合は、データ組織になることも約束することになります。 二人は手をつないで行進する。 本当の質問は、CX と AI の両方がただ歩くだけでなく走るための強固な基盤を確立したかということです。

ここで、構成可能性の問題が最上位に浮上し、「はい、プラットフォームはデータ型の卵よりも前に来る必要がある」という私たちの答えに焦点が当てられています。

AI カスタマー エクスペリエンス: トップへの上昇

これはどのようにして現実になっているのでしょうか？ SAP は、この困難な方向転換を果たし、その過程で AI 組織になったベンダーの一例です。 最初のステップは数年前に始まり、CX ポートフォリオ全体が開梱され、再設計され、再起動されました。 この決定は、AI に必要なコンポーザブル アーキテクチャが CX のサービスとして機能する準備が整っていることを確認することでした。

SAP Sales Cloud は、販売の機能サイロではなく、販売サービスで機能するデータ、ワークフロー、自動化を意図的に強化するためにゼロから再構築されており、営業チームが組織全体のどこにいても販売を行えるようにすることに重点を置いています。はるかに効果的かつ状況に応じて顧客と関わることができます。

同様に、SAP Service Cloud は、顧客のコンテキストに基づいた優れたサービスを組織全体のどこにでも提供し、顧客のプロセス全体にわたってどこからでも得られるデータを統合する方法に焦点を当てています。

コンポーザブル アーキテクチャ上のコンポーザブル ツールに専念しているため、販売とサービスの行為は制限されたり制約されたりしません。 しかし、より重要なことは、これらのツールは、AI やインテリジェンスの新しいイノベーションを搭載するために大規模な見直しを必要としないことです。

SAP の CEO、クリスチャン・クライン氏が AI への大規模な投資を発表し、AI は SAP にとって単なる誇大広告ではなく、財務から販売までの仕事のやり方を実際に再定義しようとしていると述べたとき、アナリストの世界にいる私たちの多くがそうではなかったのはこのためです。驚いた。

実際のところ、SAP 自体が AI 企業になることは、たとえそれが明確にされていなかったとしても、何年も前からロードマップに載っていました。 SAP は、より強固で柔軟かつ機敏な基盤を開発するための戦略として、自らを再構築し、SAP クラウドを再構築し、コンポーザビリティに全面的に取り組む必要がありました。

その変化がなければ、AI への移行は単に実行することを意味するだけになります。 それは決して存在を構成することはできません。