«Είναι πραγματικά η ώρα να ανασχεδιαστεί η επιχείρηση και να ανασχεδιαστούν οι λειτουργίες σύμφωνα και με την ΤΝ. Δεν εστιάζει μόνο στα κέρδη παραγωγικότητας και στην αποδοτικότητα που βλέπουμε πάντα για την προσωπική μας ζωή, θα έλεγα, αλλά είναι πραγματικά βαθύτερο και αφορά την προσθήκη αξίας σε ολόκληρη την αλυσίδα αξίας του οργανισμού», τόνισε Senior Industry Advisor της Microsoft, Mariana Amaro, στο συνέδριο του ΣΕΛΠΕ (Σύνδεσμος Επιχειρήσεων & Λιανικής Πωλήσεως Ελλάδος) που διοργάνωσε το M.O.RE. (Masters of Retail).
Η κυρία Amaro ξεκίνησε την ομιλία της κάνοντας μία σύντομη ιστορική αναδρομή στην Τεχνητή Νοημοσύνη, υπενθυμίζοντας ότι αυτή δεν ξεκίνησε επί των ημερών μας αλλά από τη μακρινή δεκαετία του ’50 και το διάσημο Τεστ Τούρινγκ, το οποίο προσπαθούσε να ελέγξει την ευφυΐα των μηχανών και το αν άνθρωπος και μηχανή θα μπορούσαν να μοιάζουν.
Μαζική υιοθέτηση
Επεσήμανε πως δημιουργήθηκε ένας νέος τύπος Τεχνητής Νοημοσύνης, που ονομάζεται Παραγωγική Τεχνητή Νοημοσύνη (Generative AI), και αποτελεί έναν από τους βασικούς λόγους για τη μαζική υιοθέτηση που παρατηρείται στις μέρες μας. «Η κύρια διαφορά της Παραγωγικής Τεχνητής Νοημοσύνης από τους άλλους τύπους Τεχνητής Νοημοσύνης είναι ότι η Παραγωγική Τεχνητή Νοημοσύνη μας επιτρέπει να δημιουργούμε νέο περιεχόμενο». Πλέον, μπορούμε να μιλήσουμε με μια μηχανή με φυσικό τρόπο.
Η εξέλιξη αυτή συνδέεται με την ύπαρξη τεράστιου όγκου δεδομένων για τη δημιουργία και τη δοκιμή των μοντέλων παραγωγικής ΤΝ, καθώς και με την υπολογιστική ισχύ που απαιτείται για την εκπαίδευση και την ανάπτυξή τους. «Βλέπετε εδώ ότι σήμερα έχουμε 1,3 δισεκατομμύρια ανθρώπους που χρησιμοποιούν Τεχνητή Νοημοσύνη, χρησιμοποιώντας διαφορετικά εργαλεία Τεχνητής Νοημοσύνης».
Agentic AI
Στη συνέχεια μίλησε για το Agentic AI και τους agents. Διευκρίνισε ότι δεν αποτελούν μια υποκατηγορία του AI αλλά «ένα σύστημα που στην πραγματικότητα ενορχηστρώνει όλους τους άλλους τύπους Τεχνητής Νοημοσύνης που έχουμε δει, για την ενορχήστρωση σύνθετων ροών εργασίας, για να κατανοήσουμε τις επιχειρηματικές ανάγκες και, σε κάποιο βαθμό, να τις αυτοματοποιήσουμε και να τις κάνουμε πιο αποδοτικές, με ανθρώπινη ή με ελάχιστη ανθρώπινη αλληλεπίδραση ή και χωρίς καθόλου ανθρώπινη αλληλεπίδραση». Για να συμπληρώσει πως «δεν πρόκειται για έναν νέο τύπο Τεχνητής Νοημοσύνης, αλλά για έναν διαφορετικό τρόπο χρήσης αυτών που είχαμε πριν».
Επιχειρηματικός ανασχεδιασμός
Στη συνέχεια τόνισε ότι είναι σημαντικό για τις επιχειρήσεις να προχωρήσουν σε ανασχεδιασμό της λειτουργίας τους με βάση την Τεχνητή Νοημοσύνη και όχι απλώς σε απλή ενσωμάτωση της σε ήδη υπάρχουσες διαδικασίες.
Η κα Amaro περιέγραψε τρία μοτίβα με τα οποία οι επιχειρήσεις μπορούν να συνδυάσουν τους ανθρώπους με τους πράκτορες τεχνητής νοημοσύνης: τον προσωπικό βοηθό ΤΝ, τους πράκτορες ως ψηφιακούς συναδέλφους και το μοντέλο όπου ο άνθρωπος θέτει τη στρατηγική ενώ οι πράκτορες εκτελούν εργασίες. Όπως ανέφερε, στόχος δεν είναι απλώς η αυτοματοποίηση επιμέρους καθηκόντων, αλλά η δημιουργία ενός νέου τρόπου συνεργασίας ανθρώπων και συστημάτων ΤΝ μέσα στον οργανισμό.
Για να γίνει μια εταιρεία πρωτοπόρος, πρέπει να ξεκινήσει από την εμπειρία των εργαζομένων, να επανεξετάσει την αλληλεπίδραση με τους πελάτες, να επαναπροσδιορίσει τις επιχειρηματικές διαδικασίες και να δώσει προτεραιότητα στην ΤΝ ως μοχλό καινοτομίας.
Αλλαγή στη συμπεριφορά των καταναλωτών
Ιδιαίτερη έμφαση έδωσε στην αλλαγή του τρόπου που όλο και περισσότεροι καταναλωτές αναζητούν προϊόντα χρησιμοποιώντας Τεχνητή Νοημοσύνη. Συγκεκριμένα υποστήριξε ότι «ζούμε σε έναν κόσμο όπου στην πραγματικότητα πολλοί άνθρωποι, πολλοί από τους καταναλωτές, και μπορούμε σίγουρα να πούμε ότι είναι πάνω από το 50% —και αυτοί οι αριθμοί φτάνουν το 80% αν λάβουμε υπόψη τη Γενιά Ζ— χρησιμοποιούν στην πραγματικότητα αναζήτηση με Τεχνητή Νοημοσύνη. Δεν πηγαίνουν στην κανονική ιστοσελίδα, στην κανονική αναζήτηση Google. Τεράστιος αντίκτυπος, διότι αυτό που βλέπουμε είναι ότι 20% έως 50% της επισκεψιμότητας στον ιστότοπό σας θα μειωθεί, επειδή η αναζήτηση θα γίνεται αλλού. Οπότε πρέπει να είμαστε προσεκτικοί σχετικά με αυτό γύρω από την ανακάλυψη προϊόντων».
Η Mariana Amaro αναφέρθηκε στην ανάπτυξη του agentic commerce, δηλαδή ενός νέου μοντέλου εμπορίου όπου πράκτορες ΤΝ μπορούν να συμμετέχουν στη διαδικασία αναζήτησης, ανακάλυψης και αγοράς προϊόντων. Όπως σημείωσε, πάροχοι πληρωμών, τεχνολογικές εταιρείες και άλλοι παίκτες δημιουργούν ήδη πρωτόκολλα και API που επιτρέπουν αυτή τη διαδικασία μέσα σε νέα οικοσυστήματα. Αυτό σημαίνει ότι οι επιχειρήσεις πρέπει να προσαρμοστούν γρήγορα, καθώς η απόσταση ανάμεσα στα δεδομένα και στις αποφάσεις περιορίζεται δραστικά.
Θεμελιώδεις αρχές για σωστή μετάβαση
- Ποιότητα των δεδομένων
Όταν τα δεδομένα δεν είναι σωστά, η Τεχνητή Νοημοσύνη βασίζεται σε λάθος πληροφορίες. Η ποιότητα των δεδομένων ήταν και είναι ζητούμενο. «Η Τεχνητή Νοημοσύνη δεν γνωρίζει τα προϊόντα σας. Η ΤΝ γνωρίζει μόνο τα δεδομένα που έχετε για τα προϊόντα σας. Οπότε, αν έχετε κακά δεδομένα για τα προϊόντα σας, δεν θα ανακαλυφθείτε. Δεν θα σας προτείνουν. Και μέσα σε αυτό το νέο οικοσύστημα, βασικά δεν θα εμφανίζεστε στον πελάτη. Χάνετε αυτόν τον πελάτη», επεσήμανε η κυρία Amaro.
- Αφοσίωση
Η αφοσίωση αφορά τη σχέση εμπιστοσύνης που έχει ήδη χτίσει ο πελάτης με μια επωνυμία, ώστε όταν φτάσει στη στιγμή της αναζήτησης ή της αγοράς να είναι πιθανότερο να την επιλέξει. Όπως είπε η κυρία Amaro, «η αφοσίωση πρέπει να προηγηθεί της αναζήτησης, ώστε όταν ο πελάτης αναζητά, να εμπιστεύεται ήδη την επωνυμία σας και τότε θα κατευθύνει επίσης την αναζήτηση σε αυτήν».
- Ανακαλυψιμότητα
Όσον αφορά την ανακαλυψιμότητα, η Mariana Amaro υπογράμμισε ότι το προϊόν δεν αρκεί απλώς να υπάρχει online, αλλά πρέπει να είναι κατανοητό από τα συστήματα ΤΝ ώστε να μπορεί και να προταθεί. «Το προϊόν σας πρέπει να γίνει κατανοητό. Το προϊόν σας πρέπει να προταθεί», ανέφερε χαρακτηριστικά.
Κλείνοντας την ομιλία της, η κα Amaro κάλεσε τις επιχειρήσεις να είναι «ορατές στην Τεχνητή Νοημοσύνη και όχι μόνο στους ανθρώπους», σημειώνοντας ότι «θα αρχίσετε να έχετε πράκτορες ως πελάτες».
