هوش مصنوعی چطور نیازهای ما را قبل از بیان آنها میداند؟

آیا هوش مصنوعی (AI) به مکالمات ما گوش می دهد؟

پاسخ بله است. هوش مصنوعی مکالمات را ضبط و ثبت می کند، اما نه برای اهداف شوم. برنامه‌هایی که از هوش مصنوعی استفاده می‌کنند همیشه به دنبال راه‌هایی برای برآوردن نیازهای کاربران هستند – حتی زمانی که کاربران به صورت شفاهی آن‌ها را بیان نمی‌کنند. مجموعه داده‌های بزرگی از داده‌های محاوره‌ای به مدل‌های هوش مصنوعی منبعی غنی از اطلاعات برای یادگیری رفتار کاربر و پیش‌بینی الگوها و روندها ارائه می‌دهد. میلیون‌ها نفر هستند که از دستیارهای دیجیتال در خانه‌های خود استفاده می‌کنند و مجهز به هوش مصنوعی هستند که به آرامی در پس‌زمینه گوش می‌دهد، معمولاً به خاطر نام آن یا کلمه‌ای که باعث واکنش می‌شود. گاهی اوقات، هوش مصنوعی بخش‌های کوچکی از مکالمه را ضبط می‌کند، حتی اگر دستگاه آدرس دهی نشده باشد.

این تکه‌های مکالمه از هر گونه داده قابل شناسایی شخصی که می‌تواند یک مکالمه را به شخص ضبط شده اصلی پیوند دهد پاک می‌شود. این اطلاعات فقط برای کمک به آموزش دستیاران دیجیتال برای ارائه پاسخ های بهتر و دقیق تر استفاده می شود. با تمام سوالاتی که در حال حاضر پیرامون هوش مصنوعی در گردش است، پیج لرد، متخصص اخلاق هوش مصنوعی، بینش های قانع کننده ای را در مورد آنچه واقعاً در پشت صحنه اتفاق می افتد، و نقشی که هوش مصنوعی در آینده ما ایفا خواهد کرد، به اشتراک می گذارد. درک نحوه عملکرد سیستم‌های هوش مصنوعی و پتانسیل کامل آن‌ها برای اجرای یک استراتژی خوب فکر شده تجربه مشتری بسیار مهم است.

چگونه تبلیغ کنندگان مصرف کنندگان ایده آل را هدف قرار می دهند؟

گاهی اوقات، هوش مصنوعی گوش می دهد، اما این کار را برای به اشتراک گذاشتن اطلاعات با تبلیغ کنندگان انجام نمی دهد. این امر بسیار پرهزینه و وقت گیر خواهد بود، به غیر از نقض حقوق حریم خصوصی. همچنین دقت بسیار کمتری خواهد داشت.

تبلیغ کنندگان در حال حاضر تمام اطلاعات مورد نیاز خود را برای هدف قرار دادن مشتریان با تبلیغات محصولات و خدماتی که به احتمال زیاد خریداری می کنند، دارند. اکثر مردم اطلاعاتی را در اختیار شرکت ها قرار می دهند که هدف گذاری دقیق تبلیغات را برای شرکت ها آسان می کند. حقیقت این است که ابرداده های ارائه شده از طریق تلفن ها و برنامه ها قدرتمندترین ابزاری است که تبلیغ کنندگان در اختیار دارند.

برای نشان دادن این نکته، پیج حکایتی را در مورد اینکه چگونه شروع به دریافت انبوه تبلیغات برای غذای سگ، برندهای فناوری حیوانات خانگی و حتی بانداناهای سگ خانگی کرد، به اشتراک گذاشت. تنها مشکل این است که او سگ ندارد. معلوم شد که او پس از معاشرت با دوستان صاحب سگ که اغلب در مورد سگ هایشان صحبت می کنند، هدف تبلیغاتی با موضوع سگ قرار گرفته است.

هوش مصنوعی به مکالمات او گوش نمی‌داد تا در مورد اینکه آیا او می‌خواهد سگ بگیرد یا نه، از نقاط داده‌ای که در اختیار داشت استفاده می‌کرد تا حدس بزند که چه نوع تبلیغاتی ممکن است قانع‌کننده باشد.

اهمیت هوش مصنوعی در جمع آوری داده ها

محصولات رایگان مانند رسانه های اجتماعی، موتورهای جستجو و سایر برنامه ها دقیقاً رایگان نیستند. کاربران در ازای امکان استفاده از این خدمات، اطلاعات مربوط به خود را به اشتراک می گذارند. برخی از داده ها آگاهانه مبادله می شوند، مانند نام کاربر، ایمیل، یا دسته رسانه های اجتماعی.

به عنوان مثال، هنگام استفاده از یک برنامه پارکینگ خودرو، کاربران اطلاعاتی مانند شماره پلاک خودرو و برند و مدل خودروی خود را به اشتراک خواهند گذاشت. برای دریافت خدمات دولتی، افراد به طور معمول شماره تامین اجتماعی، اثر چهره، اثر صوتی یا اثر انگشت خود را به اشتراک می گذارند.

سایر داده ها به طور ناخودآگاه به اشتراک گذاشته می شوند، مانند اطلاعات GPS. برنامه‌ها می‌توانند به مختصات GPS کاربر دسترسی پیدا کنند تا اطلاعاتی در مورد جایی که کاربران می‌روند، کجا خرید می‌کنند و افرادی که با آنها در تماس هستند به دست آورند. علاوه بر این، هر تلفن دارای یک شماره شناسایی منحصر به فرد است و شرکت ها می توانند شناسه های تلفن منحصر به فرد را که با یکدیگر در تماس هستند را یادداشت کنند.

می توان این فرض را ایجاد کرد که دوستان پیج احتمالاً محصولات مخصوص سگ را در تلفن های خود جستجو می کردند، تلفن های خود را به مکان هایی می بردند که سگ ها مانند پارک سگ یا مهدکودک سگ ها هستند و از عضویت در فروشگاه برای خرید اقلام سگ استفاده می کردند.

از آنجایی که تلفن پیج در مجاورت تلفن های دوستش قرار داشت، شرکت ها می توانستند این فرض را داشته باشند که او هدف خوبی برای تبلیغات در مورد محصولات و خدمات سگ خواهد بود. در پایان، پیج سگی ندارد، اما این شرکت از داده‌هایی که در اختیار داشت برای حدس‌های دقیق استفاده کرد.

هوش مصنوعی نقاط داده را تجزیه می کند و همبستگی ایجاد می کند. در این مورد، به هدف نرسیده است، اما داده‌ها معمولاً منجر به تبلیغات موفق و کاملاً متناسب می‌شوند که خواسته‌ها و نیازهای مصرف‌کنندگان را بدون هیچ گونه ارتباط مستقیم کلامی برطرف می‌کنند.

این موضوع برای آینده خرده فروشان و بازاریابی دیجیتال چه معنایی دارد؟

آینده دیجیتال مارکتینگ روشن است. با حجم اطلاعاتی که در اختیار بازاریابان است و توانایی‌های هوش مصنوعی، شرکت‌ها می‌توانند به وضوح تشخیص دهند که چه کسی، چه زمانی و کجا محصولاتشان را بیشتر خریداری می‌کند.

شرکت‌هایی که از بازاریابی دیجیتال استفاده می‌کنند به طیف وسیعی از داده‌ها، از اطلاعات سطح بالا گرفته تا دانش خاص، دسترسی دارند. به عنوان مثال، یک شرکت می‌تواند حدس بزند که پیج بر اساس داده‌های خود، احتمالاً بین ساعت‌های ۵ صبح تا ۷ بعد از ظهر روزهای دوشنبه و پنج‌شنبه، خریدهای سریع انجام می‌دهد.

در آینده، استراتژی‌های دیجیتال مارکتینگ ممکن است انعطاف‌پذیر باشند زیرا مقررات اضافی برای استفاده از هوش مصنوعی برای جمع‌آوری داده‌ها در سراسر جهان پیشنهاد و اجرا می‌شود، اما بازاریابان همچنان به اطلاعات بیش از اندازه کافی برای هدف‌یابی موفقیت‌آمیز تبلیغات برای مصرف‌کنندگان دسترسی خواهند داشت.

آینده خرده فروشی نیز روشن است. در حالی که برخی از مصرف کنندگان ممکن است خواهان تبلیغات بسیار هدفمند نباشند، گزینه های جایگزین بدتر هستند. از یک طرف، گزینه به هیچ وجه تبلیغاتی نخواهد بود، که غیر واقعی است. از سوی دیگر، گزینه تبلیغات بدون دقت خواهد بود.

اگر کاربران می‌خواهند خدمات رسانه‌های اجتماعی رایگان باقی بماند، باید از تبلیغات پیروی کنند.

عدم دقت در تبلیغات به احتمال زیاد باعث ناامیدی بیشتر مردم می شود. منصفانه است که بگوییم اکثر مردم مایل به دریافت تبلیغات برای محصولات و خدماتی نیستند که مطلقاً به آنها علاقه ندارند.

این احتمال بسیار بیشتر است که مردم از تبلیغات در پلتفرم‌های رسانه‌های اجتماعی که شبیه تجربه خرید شخصی هستند، به جای مشاهده تبلیغات محصولات و خدمات مفید یا مرتبط، لذت ببرند. به این ترتیب، هوش مصنوعی این امکان را فراهم می کند که از داده های ارائه شده از طریق برنامه ها و تلفن ها به خوبی استفاده شود.

آینده هوش مصنوعی و خدمات مشتری

یکی از جذاب‌ترین نمونه‌های اهمیت هوش مصنوعی در برآوردن نیازهای مشتریان بدون هیچ نشانه کلامی، در مراکز خدمات مشتری و تماس است. این به این دلیل است که برنامه‌ها و وب‌سایت‌ها می‌توانند اطلاعات زیادی درباره مشتریان جمع‌آوری کنند تا به کسب‌وکارها کمک کنند تا اطلاعات خدمات مشتری خود را تنظیم کنند.

به عنوان مثال، اگر مشتری وارد یک وب سایت شود و به سرعت آن را ترک کند، آن اطلاعات چیز مفیدی را برای شرکت نشان می دهد. ممکن است به این معنی باشد که مشتری فوراً اطلاعات مورد نیاز خود را پیدا کرده است یا می تواند به این معنی باشد که مشتری آن را ترک کرده است زیرا پیمایش وب سایت بسیار دشوار است.

درست است که وب‌سایت‌ها برای ارائه اطلاعات حیاتی در مورد محصولات و خدمات یک شرکت به مشتریان ساخته شده‌اند، اما زمانی که شرکت‌ها درک می‌کنند که چگونه و چرا مصرف‌کنندگان با یک وب‌سایت تعامل دارند، در موقعیت بسیار بهتری قرار می‌گیرند تا تجربه مشتری خود را تنظیم کنند.

داده ها برای عملیات مرکز تماس فوق العاده مفید هستند و همین موضوع آنها را برای مراکز ارتباط omnichannel حیاتی تر میکند. اگر مشتری برای یک حساب کاربری یا هزینه ، درخواست کمک کند، داده های غیرکلامی می توانند اطلاعات زیادی را به سرعت نشان دهند. اطلاعاتی مانند اینکه آیا مشتری از اعداد یا صدا برای انتخاب گزینه‌ها استفاده کرده است، به شرکت‌ها بینشی می‌دهد که آیا مشتریانشان با اشکال جدیدتر فناوری راحت هستند یا خیر.

جزئیات دیگری مانند مدت زمانی که مشتری به گزینه‌های منو گوش می‌دهد، چند بار گوش می‌دهد و اینکه آیا در انتخاب گزینه‌ای مردد است یا نه، می‌تواند بینشی در مورد دقیق بودن منو و میزان پاسخگویی به نیازهای مشتری ارائه دهد. حتی دانستن اینکه مشتری با چه سرعتی از پنجره چت بات خارج می‌شود، به شرکت آگاهی می‌دهد که مشتریانشان چقدر تمایل دارند با چت‌بات‌ها تعامل داشته باشند.

شرکت ها می توانند از این نوع داده ها برای کمک به مشتریان برای رفع نیازهای خاص یا نگرانی های خاص در مورد محصولات استفاده کنند. هنگامی که یک مشتری از شماره تلفنی که برای خرید استفاده کرده است تماس می گیرد، شرکت می تواند به طور خودکار سابقه خرید مشتری را پیدا کند و آن را برای کارشناس مرکز تماس ارسال کند و نیازی به قرار دادن مشتری در حالت تعلیق را از بین ببرد.

همه این قابلیت‌ها اهمیت هوش مصنوعی و اینکه چگونه می‌تواند به تولید وضوح‌های سریع‌تر برای مشتریان و افزایش اعتماد آنها به یک شرکت کمک کند را نشان می‌دهد. علاوه بر این، این راه حل ها همچنین بار کارشناسان مرکز تماس را کاهش می دهد و هزینه های سازمان را کاهش می دهد.

قدرت هوش مصنوعی، تجربه مشتری و داده ها.

این مهم است که مصرف‌کنندگان از داده‌هایی که در اختیارشان قرار می‌دهند آگاه باشند و به آنها فرصت انصراف از برخی خدمات را بدهند. با این حال، بسیاری از داده‌های مشتریان خوش‌خیم هستند و اکثریت قریب به اتفاق شرکت‌ها از این داده‌ها فقط برای ارائه تجربیات متناسب‌تر و دقیق‌تر برای مشتریان خود استفاده می‌کنند.

اگرچه درست است که هوش مصنوعی به معنای سنتی به همه افراد گوش نمی‌دهد، اما در پس‌زمینه برای تجزیه حجم بالای داده‌ها برای ایجاد تجربیات مشتری بهتر و شخصی‌تر برای برندهای بی‌شماری در سراسر جهان استفاده می‌شود.

جی گوپتا مدیر بازاریابی محصول در Talkdesk است. او  سال‌ها تجربه در کمک به کسب‌وکارها در پذیرش فناوری‌های جدید دارد. او که متولد و پرورش یافته لندن است، عاشق زندگی شهری و کافی شاپ های هیپستر است.