Müşteri Deneyimi (CX) ekipleri yapay zeka aracılarını görevlendirmek için acele ederken, liderler şu soruyla karşı karşıya kalıyor: Sıfırdan kendi özel yapay zeka aracılarımızı mı oluşturuyoruz, yoksa kullanıma hazır bir platform mu satın alıyoruz?
Sektörde yapılan son araştırmalar çarpıcı bir farklılığa işaret ediyor. Müşteri Deneyimi liderlerinin önemli bir çoğunluğu kontrolü sürdürmek için kendi yapay zeka temsilcilerini oluşturma arzusunu dile getirirken, piyasa verileri uyarıcı bir hikaye anlatıyor. MIT'in geniş çapta alıntılanan araştırmasına göre şirket içi yapay zeka girişimlerinin yüzde 95'i başarısız oluyor. Kuruluşların model API çağrılarına, altyapıya, hızlı mühendisliğe, testlere ve veri yönetimine para harcaması nedeniyle özel geliştirmenin gizli maliyetleri yüksektir.
Gartner tahminleri, inşa etmek mi satın almak mı meselesinin neden daha acil hale geldiğini gösteriyor. Şirketler, birden fazla iş akışında çalışan yeni yapay zeka aracılarının yanı sıra halihazırda yazılıma gömülü olan GenAI modellerinin kullanımını artırdıkça Gartner, çok adımlı, aracılı otomasyona geçişin, yakın vadede yapay zeka modeli kullanımında keskin bir artışa yol açmasını bekliyor. Analist firma, yapay zeka modelinin büyümesine ilişkin 2026 görünümünü yüzde 110'a yükselterek bu yıl tahmini 6 milyar dolarlık harcama ekledi.
Bu, kuruluşlar özelleştirilmiş temsilcilerin nerede gerçek farklılaşma sağlayabileceğini değerlendirmeye devam etse bile, yerleşik platformlar aracılığıyla yapay zeka yetenekleri satın almanın giderek yaygınlaşacağı bir pazara işaret ediyor.
İnşaatın cazibesi: güven ve özgünlük
İnşaatın maliyeti ve başarısızlık oranı bu kadar yüksekse neden bu kadar çok CX ekibi hala Kendin Yap rotasına gitmek istiyor? Buna göre Dhwani Soni, 8×8 Küresel Ürün Yönetimi ve Tasarım Başkan Yardımcısıiki faktöre bağlıdır: güven ve etki alanı özgüllüğü. Soni'nin söylediği gibi Bugün CX:
“Hazır aracılar ortalama iş akışları için tasarlanmıştır. Ancak çoğu şirketin standart ortalama iş akışları yoktur.”
“Çok spesifik terminolojileri var. Yükseltme yolları, düzenleyici kısıtlamaları var… Hazır ürünler aramıyorlar, ihtiyaçlarına göre uyarlanmış ve altyapılarına güvenebilecekleri bir şey arıyorlar.”
8×8, iletişim merkezi ekiplerinin halihazırda kullandıkları platformda AI aracıları oluşturmasına ve dağıtmasına olanak tanıyan bir araç olan AI Studio'yu sunuyor.
Şirketler standart SaaS yapay zeka çözümlerini değerlendirirken genellikle kendi sektörlerine uygulamak için ihtiyaç duydukları nüanslardan yoksun olduklarını fark ederler. Ancak bu sorunu çözmek için sıfırdan özel bir çözüm oluşturmaya çalışmak, operasyonel riskleri ve gecikmeleri beraberinde getirir.
Hazır botlardan hazır aracılara
Satıcıların yapay zeka aracılarını paketleme biçiminde bir değişiklik var. Salesforce, Agentforce 360 platformu üzerine kurulu, önceden paketlenmiş bir otonom hizmet aracısı olan Agentforce Help Agent'ı piyasaya sürdü. Salesforce, şirketlerin kendi bilgi kaynaklarını bağlamasını, eylemleri tanımlamasını ve kanalları kendilerinin bağlamasını gerektiren yapı aracılarına yönelik önceki yaklaşımlardan farklı olarak, Yardım Aracısının rehberli kurulum, Salesforce Bilgi tabanı, önceden paketlenmiş eylemler ve ses, web portalı ve tek ekran mesajlaşma yoluyla dağıtımla birlikte geldiğini söylüyor.
Bu sürüm, piyasanın 'satın alma' tarafının, herkese uyan tek tip botlardan, sistemin çekirdeği zaten mevcut olan yapılandırılabilir aracılara doğru yöneldiğinin sinyalini veriyor.
Pragmatik Orta Yol: Ürünü Satın Alın, 'Gizli Sosu' Oluşturun
Bu sistemleri kullanan iş dünyası liderleri için “yapmak mı satın almak mı” tartışması nadiren ikili bir seçimdir. Bunun yerine, kaynakların stratejik tahsisi ile ilgilidir.
Simon Ellis, Pets at Home'da yapay zeka dönüşümü ve kurumsal mimari başkanıikileme teknolojik olgunluk eğrisinin merceğinden bakıyor: Başka birinin halihazırda mükemmelleştirdiği bir şeyi inşa etmek için para harcamayın.
“Platform oradaysa ve iyiyse ürünü satın alacağım ve bir şey inşa etmek için milyarlarca olmasa da yüz milyonlarca yatırım yapmış ortaklarınız var. Bunu alın ve sonra gizli sosunuzu oluşturun; sizi farklı kılan şey bu.”
Pets at Home'da bu, temel müşteri hizmetleri ve B2B veterinerlik desteği için Salesforce gibi yerleşik platformlara güvenmek anlamına geliyor. Ancak konu şirketin çok özel, tüketiciye yönelik dijital evcil hayvan bakım platformuna geldiğinde, net seçim oluşturmaktı.
Ellis, “Kendi dijital evcil hayvan bakım platformumuzu oluşturduk, dolayısıyla farklılaşmayı da burada oluşturduk çünkü bu bize özel. Dışarı çıkıp bir evcil hayvan bakım platformu satın alamayız. Böyle bir platform mevcut değil” diye paylaştı. Bugün CX. “Tüm bunları inşa etmek isteseydik [foundational infrastructure]yüz milyonlarca yıldan bahsediyorsun, o yüzden en iyisini al ve bir araya getir.”
İnşaatın gizli riski: uyumluluk tuzağı
Özel acenteler oluşturmak “gizli sos” üzerinde kontrol sağlarken aynı zamanda mevzuata uyum yükünü doğrudan işletmenin omuzlarına yükler. Aithos'un son araştırmasının da gösterdiği gibi bu, çoğu şirketin katlanmak istemediği bir yük.
Avrupalı kar amacı gütmeyen kuruluş Aithos, önde gelen yapay zeka modellerini Avrupa düzenlemelerine (GDPR ve AB Yapay Zeka Yasası dahil) göre test ederken, her büyük modelin gerçek dünyadaki işyeri senaryolarında uyumluluk kontrollerinde başarısız olduğunu buldu. Nadia Kadhim, Aithos İcra Direktörü söylenmiş Bugün CX 'marka markası' modeli kullanmanın uyumluluğu garanti ettiği varsayımının tehlikeli olduğu.
Kadhim, “Ekiplerin farkında olmadan en çok açığa çıktığı yer uygulama katmanıdır, yani işin aslında kontrol ettiği kısım burasıdır” dedi. “Varsayım şu ki, eğer köklü bir marka modeli seçerseniz, uyumluluğun çözülmesi gerekir; bu muhtemelen sorun değil. Bunun gibi varsayımlar gerçekten çok tehlikeli olabilir… en iyi performans gösteren model bile gerçekçi baskı altında üçte birinden fazla kanunu çiğnedi.”
Kadhim, bir kuruluşun yapay zeka aracılarını oluşturmasına veya satın almasına bakılmaksızın, yapay zekayı dağıtma sorumluluğunu elinde bulundurduğunu vurguladı. Ancak sıfırdan özel bir aracı oluşturmak, yerleşik platformların zaten milyonlar harcadığı uyumluluk korkuluklarını geliştirmek anlamına gelir.
Kadhim, “Son on yılda gizlilik ve uyumluluk konusunda… çoğunlukla gördüğüm şey, sorumluluğu dışarıdan temin edebileceğimiz ve dolayısıyla sorumluluğu da dışarıdan temin edebileceğimiz varsayımıdır. Durum böyle değil” dedi.
“Bir sistemi uygulayan, bir temsilci oluşturan, hatta başka bir şirketten bir temsilci satın alan her zaman kuruluştur; yine de davranışın yasal olmasını sağlama sorumluluğu vardır.”
'Satın alma' uyarısı: yerel altyapıya karşı cıvatalı altyapı
Bir kuruluş temel bir yapay zeka platformu satın almayı seçtiğinde başarının anahtarı entegrasyonda yatmaktadır. Soni, mevcut altyapının üzerinde yer alan “cıvatalanmış” yapay zeka çözümlerine karşı uyardı.
Soni, “Bir platformun üzerine bir yapay zeka katmanı ekliyorsunuz ve hemen entegrasyon borcunu devralmaya başlıyorsunuz” dedi. “Transkripsiyon aracılarınız var, API gecikmesi var; özellikle bir çağrı aktarılırken bağlam kaybı yaşıyorsunuz. Bu aracıların çoğu kontrollü bir ortamda iyi performans gösteriyor, ancak bunları geniş ölçekte dağıtmaya başladığınızda kesme noktalarını göstermeye başlıyorlar.”
Bunu önlemek için Soni, yapay zekanın doğrudan platforma yerleştirildiği ve büyük dil modeline (LLM) gerçek zamanlı ses verilerine ve tüm etkileşim dizisine doğrudan erişim sağlayan yerel bir altyapıyı savundu.
Ne zaman inşa edilmeli ve ne zaman satın alınmalı
Müşteri Deneyimi liderleri çizgiyi nerede çizeceklerine dair nihai kararı nasıl vermeli? Karar sonuçta yapay zeka aracısının temel bir ürün mü yoksa sadece daha iyi müşteri hizmeti sunmanın bir yolu mu olduğuna bağlıdır.
Ne zaman yapılmalı (“gizli sos”):
- Aracı, rekabet avantajı sağlar: Yapay zekanın kendi akıl yürütme kalıpları ve veri sinyalleri, onun en önemli fikri mülkiyetini temsil eder.
- Etki alanına özgü derin bir mantık gereklidir: Finansal risk modelleme, karmaşık klinik protokoller veya özelleştirilmiş tedarik zinciri optimizasyonu gibi son derece uzmanlaşmış iş akışlarıyla uğraşmak.
- Son derece benzersiz iş akışları: Operasyonel süreçler (özel dijital evcil hayvan bakımı ekosistemi gibi) tamamen kuruluşa özgüdür ve standart sektör şablonlarıyla eşleştirilemez.
Ne zaman satın alınmalı (“iyi”):
- Değer elde etme süresi kritik öneme sahiptir: Ekiplerin hızlı uygulamaya ihtiyacı vardır ve iş etkisini yıllar değil haftalar içinde göstermeleri gerekir.
- İşletme öyle olmasa bile iş akışı yaygındır: hizmet talepleri, hesap talepleri, vaka yönetimi, randevu planlama, sipariş güncellemeleri ve SSS'ler gibi kullanım örnekleri, anahtar teslimi platform temsilcileri tarafından giderek daha fazla desteklenmektedir.
- Ekipler tesisatın halihazırda inşa edilmesini istiyor: Salesforce'un Agentforce Yardım Temsilcisi gibi platformlar bilgi tabanını, iş akışı eylemlerini, çok kanallı dağıtımı, test araçlarını ve ürüne iletmeyi bir araya getiriyor.
- Özel yapay zeka altyapı ekiplerinin eksikliği: Kuruluşun uzun vadede LLM altyapısını korumak, sürdürmek ve optimize etmek için iç kaynakları yoktur.
- Uyumluluk ve güvenlik: Şirket, düzenlemeye tabi bir sektörde faaliyet göstermektedir ve kullanıma hazır kısıtlamaları ve uyumluluğu uygulayacak bir platforma ihtiyaç duymaktadır.
İnsanları kontrol altında tutmak
Ellis, bir kuruluşun inşa etmeyi veya satın almayı seçmesinden bağımsız olarak teknolojinin eninde sonunda insan deneyimine hizmet etmesi gerektiğini söyledi.
“Doğru kullanıldığında teknoloji kesinlikle kusursuzdur… Meslektaşlarımız işimizin en önemli parçasıdır. Empati, özen, gösteriş… Meslektaşlarımızı yükseltmeye yardımcı olmak, onları bazı zorlu işlerden kurtarmak ve böylece evcil hayvana ve müşteriye odaklanabilmek için yapay zekayı nasıl kullanabileceğimize çok odaklandık.”
Soni de bu duyguyu yineleyerek ekiplere yapay zeka iş akışlarını ilk günden itibaren insan aktarımını göz önünde bulundurarak tasarlamalarını tavsiye etti. “İlk başarısızlıkların çoğu açıkçası yapay zeka etkileşiminde gerçekleşmiyor, ancak yapay zeka yardımcı olamayacağını söylediğinde oluyor.”
Bir yanıt yazın