Experiência do cliente com IA: fazer IA versus realmente ser uma organização de IA

Sempre houve uma diferença sutil entre “fazer” e “ser”, o que é importante no contexto da experiência do cliente com IA.

“Fazer” coisas digitais significa atos aleatórios de investimento aqui e ali em websites, aplicações móveis, bases de dados ou mesmo plataformas de automação empresarial que permitem múltiplas funções de utilização de ferramentas digitais.

Quando o “fazer” se tornar algo secundário, o próximo passo poderá ser brincar com soluções digitais avançadas para acelerar a automação ou pontos de personalização.

“Ser” digital significa que estas ferramentas e canais, as automações e os sistemas digitais, se tornam a espinha dorsal das operações e dos dados. Os sinais de clientes de alta fidelidade são colocados no centro dos processos de tomada de decisão.

Ser digital significa abraçar muitas mudanças.

As organizações digitais tiveram que mudar fundamentalmente as operações, reorientar as equipes e dizer adeus aos processos antigos em troca de fluxos de trabalho digitais e estratégias operacionais que proporcionassem crescimento de receita e eficiência e economia de resultados. Esta é a diferença entre fazer e ser. E sim, a mudança – e o apetite por ela – é muitas vezes o maior desafio.

Agora nos encontramos no meio de outra grande mudança à medida que entramos nesta era da IA. Aqui está a verdade que ninguém quer dizer em voz alta: se você decidir SER uma organização de IA, irá fracassar se não mudar.

É sobre isso que estamos aqui para discutir: o que mudar primeiro.

O debate do ovo e da galinha

Quando se trata de perceber os benefícios das estratégias de experiência do cliente de IA em vendas, serviços, comércio e marketing, o que vem primeiro: a plataforma ou o ovo de dados?

Nos círculos CX, muitos jogadores farão muitas coisas com IA. Haverá uma série de casos de uso e ganhos graças à automação e à capacidade de criar e gerar conteúdo e ativos personalizados em escala.

Mas para aquelas organizações que optam por não apenas fazer, mas realmente SER uma organização CX alimentada por IA, outras considerações devem ser feitas:

• A IA generativa em discussão está disponível ou está planejando ser uma versão beta em breve?
• Os dados estão disponíveis e prontos para treinar e aprimorar ainda mais a compreensão do modelo de IA sobre o negócio e o cliente?
• A IA é adequada para uso empresarial geral?
• Está treinado para focar funcionalmente?
• Está restrito a paredes funcionais ou tem o poder de se conectar em toda a empresa para realmente fazer a diferença para o cliente e, por sua vez, para os resultados financeiros?

Embora o debate sobre o ovo e a galinha continue, no caso da IA ​​e da experiência do cliente, a resposta parece um pouco mais fácil de navegar porque a história mostrou que a plataforma e a capacidade de composição dessa plataforma devem ser estabelecidas primeiro. Caso contrário, não haverá lugar de onde os modelos possam extrair dados, muito menos criar caminhos para sinais de alta fidelidade nos nossos negócios, nos nossos ecossistemas e nos nossos clientes.

Sem uma plataforma e estrutura sólidas para fluxos de trabalho e automações, ele funcionará por um breve e glorioso momento, mas depois rapidamente começará a ceder sob pressão.

Experiência do cliente com IA: três perguntas a serem feitas

Aqui estão três perguntas que toda organização deve fazer ao navegar nesta jornada pela CX em busca de se tornar aquela empresa capacitada por IA.

1. Combinabilidade: as ferramentas e soluções em todo o ecossistema CX são flexíveis e conectadas para estabelecer uma base holística para a entrega de CX de hoje e de amanhã?
2. Acesso: As barragens digitais estão criando secas de dados não intencionais?
3. Disponibilidade: Os processos habilitados para IA estão disponíveis hoje ou são uma promessa para um dia posterior?

Estas três questões estão interligadas a tal ponto que ser uma empresa de IA exige que todas as três sejam abordadas.

Composição, CX e IA

Não se trata da capacidade de composição ou conectividade de um punhado de componentes. A jornada moderna do cliente não pode arcar com ferramentas fracamente conectadas, esperando que as APIs possam economizar experiência. Esta é uma questão sobre a arquitetura fundamental na qual pretendemos construir nossos sistemas de entrega CX.

Embora possa ter sido adequado no passado que as ferramentas ficassem lado a lado, com transferências casuais de fluxos de trabalho conectando funções como vendas e serviços ao comércio, quando adicionamos IA e as demandas de IA generativa em cima dessas conexões soltas, a casa de cartas cai.

A capacidade de composição da plataforma será fundamental para o sucesso operacional da capacidade do CX de ir além das restrições das ferramentas funcionais que apenas otimizam a experiência daquela única função. As arquiteturas que antecipam a escalabilidade e a reutilização dos ativos não param no mantra frequentemente repetido de “um e pronto”. Eles vão além e esperam que o único aplicativo ou ativo criado não seja apenas compartilhado, mas acelerado e otimizado à medida que é reutilizado e reaproveitado.

Estruturas combináveis ​​permitem que as organizações utilizem ferramentas modernas para fluxos de trabalho e automação sem serem prejudicadas pela complexidade ou personalizações legadas.

IA depende do acesso aos dados

O que costumava ser considerado “silos funcionais” transformou-se em barragens digitais, bloqueando o fluxo de dados entre as organizações, impossibilitando que a IA consuma o que realmente precisa. A IA não prospera apenas com dados; ele literalmente precisa de dados para sobreviver.

Desde o treinamento de grandes modelos de linguagem aproveitados para IA generativa até algoritmos de IA que alimentam recomendações, os dados estão no centro de tudo. O que costumava ser considerado “bom o suficiente para respostas de aprendizado de máquina” simplesmente não satisfaz o limite de resposta aceitável da maioria das organizações, e muito menos satisfaz a demanda do cliente por precisão e contexto.

Imagine um cliente visitando um chatbot que promete compartilhar atualizações sobre o pedido mais recente desse cliente. Se esse chatbot não conseguir se conectar perfeitamente a diversas soluções ERP de comércio, cadeia de suprimentos, produtos e back-end, a resposta será limitada e a experiência sem sentido.

O cliente de hoje espera que o bot saiba tudo, desde a disponibilidade do produto até a localização exata da remessa e o horário previsto de chegada. Esta expectativa exige que as barragens, especialmente aquelas que foram erguidas involuntariamente entre ferramentas funcionais, sejam demolidas ou, no mínimo, quebradas para permitir o derramamento da água conhecida como dados.

Uma versão beta que precisa de dados: a IA está disponível agora ou apenas promessas?

A dura realidade de muitas das ferramentas generativas de IA divulgadas ao longo de 2023 é que elas eram promessas: grandes experimentos de casos de uso de aplicativos de modelo de IA. Simplesmente, eles são uma versão beta que precisa de dados.

Essa promessa da IA ​​geralmente depende de um fornecedor obter acesso a dados suficientes para treinar os modelos de maneira adequada e adequada. Na corrida para aproveitar as vantagens de modelos disponíveis comercialmente, como o ChatGPT da OpenAI, questões sobre uso ético, privacidade e segurança de dados e até mesmo precisão foram deixadas de lado em nome da inovação.

Mas agora, à medida que as organizações se concentram no impacto, nos resultados e na eficácia destas ferramentas em ação, novas questões surgem rapidamente, questionando se as equipas e os clientes estão realmente em melhor situação com estas novas soluções. Mais uma vez, é importante avaliar se uma organização será uma organização capacitada para IA ou apenas oferecerá alguns fluxos de trabalho, automações ou experiências que serão cada vez melhores com modelos e aplicativos avançados de IA.

Por exemplo, no caso da IA ​​em soluções de vendas, precisamos de considerar se os vendedores são mais eficazes e eficientes com ferramentas de IA, ou se são apenas mais rápidos num aspecto do seu trabalho. Para transformar verdadeiramente o trabalho de vendas, as ferramentas de IA para vendas devem ter arquiteturas combináveis ​​que permitam a conexão com sistemas interempresariais, aproximando os dados necessários a esses modelos de IA do trabalho e dos fluxos de trabalho do vendedor.

Se os dados do ERP não puderem ser aproximados dos dados do CRM, as ferramentas de IA não serão capazes de analisar e acionar para identificar atritos ou oportunidades.

Mas – e este é um grande mas – se você escolher SER uma empresa de IA, você também estará se comprometendo a ser uma organização de dados. Os dois marcham de mãos dadas. Portanto, a verdadeira questão é: você estabeleceu uma base sólida sobre a qual tanto o CX quanto a IA não apenas andam, mas também correm?

É aqui que a questão da composibilidade surge e concentra a nossa resposta de que sim, a plataforma precisa vir antes do ovo em forma de dados.

Experiência do cliente com IA: subindo ao topo

Como isso está se tornando realidade? A SAP é um exemplo de fornecedor que fez essa difícil mudança e, ao fazê-lo, tornou-se uma organização de IA. O primeiro passo começou há vários anos, quando todo o portfólio CX foi descompactado, reprojetado e relançado. A decisão foi garantir que a arquitetura combinável necessária para a IA estivesse pronta para atuar a serviço da CX.

Reconstruído do zero para capacitar propositalmente dados, fluxos de trabalho e automações para funcionarem no serviço de vendas, em oposição ao silo funcional de vendas, o SAP Sales Cloud está focado em capacitar as vendas para que aconteçam em qualquer lugar da organização, ao mesmo tempo em que ajuda as equipes de vendas a interagir de forma muito mais eficaz e contextual com seus clientes.

Da mesma forma, o SAP Service Cloud está focado em como um serviço excepcional baseado no contexto do cliente pode ser entregue em qualquer lugar da organização, integrando dados provenientes de qualquer lugar ao longo da jornada do cliente.

Devido a essa dedicação às ferramentas combináveis ​​em arquiteturas combináveis, os atos de venda e manutenção não são limitados ou restritos. Mas o mais importante é que essas ferramentas não precisarão de uma revisão massiva para incorporar novas inovações em IA e inteligência.

É por isso que quando o CEO da SAP, Christian Klein, anunciou um investimento maciço em IA e disse que a IA era muito mais do que um exagero para a SAP, mas na verdade iria redefinir a forma como o trabalho é feito, desde finanças até vendas, muitos de nós no mundo dos analistas não estávamos surpreso.

Na realidade, a própria SAP se tornar uma empresa de IA está no roteiro há anos, mesmo que essa não fosse a articulação. A SAP teve que se reconstruir, reconstruir a nuvem SAP e se comprometer totalmente com a composibilidade como estratégia para desenvolver uma base muito mais sólida, flexível e ágil.

Sem essa mudança, qualquer movimento em direção à IA representaria apenas fazer; nunca poderia constituir o ser.