Εάν τα δεδομένα είναι πραγματικά το καύσιμο για την παραγωγική τεχνητή νοημοσύνη και ένα από τα κλειδιά για μια επιτυχημένη εφαρμογή είναι η πρόσβαση σε δεδομένα που έχουν νόημα για τη λειτουργία της επιχείρησης, φαίνεται ότι ορισμένοι προμηθευτές SaaS έχουν ένα ενσωματωμένο πλεονέκτημα όσον αφορά τα δεδομένα. Η
εκτέλεση
είναι άλλο θέμα, αλλά αν υπάρχουν τα δεδομένα, τα μοντέλα έχουν τουλάχιστον κάτι πιο ουσιαστικό να δουλέψουν.
Ένας από τους παλαιότερους οπαδούς του SaaS στη γενετική τεχνητή νοημοσύνη ήταν το ServiceNow, το οποίο μπόρεσε να εκμεταλλευτεί τα δεδομένα στη δική του πλατφόρμα για να βοηθήσει στη δημιουργία μοντέλων με επίκεντρο τις επιχειρήσεις.
Για τον CIO Chris Bedi, όλα έχουν να κάνουν με τη δημιουργία μιας πρακτικής εμπειρίας που βοηθά τους ανθρώπους να κάνουν τη δουλειά τους πιο αποτελεσματικά. «Πιστεύω ακράδαντα ότι ένα μοντέλο είναι τόσο καλό όσο η πλατφόρμα. Αν είναι μέρος ενός υπέροχου μοντέλου, αλλά δεν συνδέεται με μια εμπειρία, δεν συνδέεται με μια ροή εργασίας, ποιο είναι το νόημα;» Ο Bedi είπε στο TechCrunch.
Ο Brent Leary, ιδρυτής και κύριος αναλυτής της CRM Essentials, λέει ότι η ServiceNow καταβάλλει σκόπιμη προσπάθεια να επικεντρώσει το AI της σε πρακτικά θέματα. «Πιστεύω ότι η εστίαση του ServiceNow στη δημιουργία της δικής τους πλατφόρμας τεχνητής νοημοσύνης με πλήρη στοίβα, τους δίνει τη δυνατότητα να στοχεύουν τις προσπάθειές τους στη δημιουργία
ροής
εργασίας, τη βελτιστοποίηση και την ενσωμάτωση. Αυτό έχει την ευκαιρία να επηρεάσει διαδικασίες που περνούν σε πολλαπλά τμήματα/περιοχές και πλατφόρμες», είπε ο Leary.
Για να το πετύχει αυτό, η εταιρεία ενσωματώνει την τεχνητή νοημοσύνη σε όλες τις ροές εργασίας της. Η Bedi χωρίζει τις δυνατότητες παραγωγής τεχνητής νοημοσύνης του ServiceNow σε τρεις ευρείες περιοχές.
Το πρώτο είναι η πιο συστηματική αντιμετώπιση των αιτημάτων. «Όταν κάποιος ζητά κάτι, τον ονομάζουμε αιτητή. Αυτός μπορεί να είναι πελάτης, μπορεί να είναι προμηθευτής, μπορεί να είναι υπάλληλος. Πώς τους βοηθάτε να λάβουν απάντηση πιο γρήγορα;»
Το δεύτερο κομμάτι περιλαμβάνει τη βοήθεια των πρακτόρων να κάνουν τη δουλειά τους καλύτερα, ανεξάρτητα από την εστίασή τους. «Μπορείτε να είστε πράκτορας ανθρώπινου δυναμικού, πράκτορας πληροφορικής, πράκτορας εξυπηρέτησης πελατών — κάποιος κάνει κάτι — βοηθώντας τον να κάνει τις επαναλαμβανόμενες εργασίες γρηγορότερα ή να το μεταφέρει εντελώς στο μηχάνημα, και βλέπουμε επίσης κέρδη παραγωγικότητας». αυτός είπε.
Το τελευταίο κομμάτι είναι η εύρεση τρόπων επιτάχυνσης της καινοτομίας. Ο Bedi πιστεύει ότι αυτό θα μπορούσε να φέρει ένα εντελώς νέο επίπεδο αυτοματισμού, όπως κείμενο σε κώδικα, κείμενο σε αυτοματοποιημένη ροή εργασίας ή ακόμα και πολυτροπική εργασία για να επιτρέψει στους χρήστες να κάνουν πράγματα όπως η λήψη μιας φωτογραφίας ενός διαγράμματος ή μιας συνεδρίας καταιγισμού ιδεών στον πίνακα και η μετατροπή αυτής της εικόνας σε ροή εργασίας .
Ακολουθώντας μια ευρεία προσέγγιση
«Το ServiceNow εφαρμόζει μια μοναδική στρατηγική AI που είναι ένας συνδυασμός οικοδόμησης,
αγορά
ς και συνεργασίας», δήλωσε ο Holger Mueller, αναλυτής στην Constellation Research. Λέει ότι η εταιρεία χρειάζεται μια τόσο διαφορετική στρατηγική για ορισμένους λόγους.
«Πρώτα απ’ όλα, οι πελάτες του ServiceNow έχουν ένα ευρύ φάσμα συνεργασιών τεχνητής νοημοσύνης και θέλουν το ServiceNow να αξιοποιήσει και να συγκατοικήσει μαζί τους», είπε. Αυτές οι συνεργασίες περιλαμβάνουν, μεταξύ άλλων, εταιρείες όπως η Nvidia και η Microsoft. «Τότε πρέπει να δημιουργήσει τον δικό της αυτοματισμό τεχνητής νοημοσύνης, καθώς οι πελάτες αναμένουν επίσης εξωγενείς εμπειρίες τεχνητής νοημοσύνης», είπε. Τέλος, συνδυάζει την εσωτερική
ανάπτυξη
με την
απόκτηση
για τη δημιουργία της πλατφόρμας.
Ταυτόχρονα, η εταιρεία έχει πελάτες με διαφορετικούς βαθμούς ετοιμότητας τεχνητής νοημοσύνης και πρέπει να παρέχει μια σειρά λύσεων που διασχίζουν αυτές τις δυνατότητες, λέει ο Jeremy Barnes, Αντιπρόεδρος του προϊόντος AI στο ServiceNow, ο οποίος ήρθε στην εταιρεία μέσω της εξαγοράς του η προηγούμενη εταιρεία του, Element AI. «Θα έλεγα ότι οι μεγαλύτερες και ταχύτερα αναπτυσσόμενες εταιρείες έχουν, ως επί το πλείστον, καρφώσει τις οργανωτικές αλλαγές που απαιτούνται για την εφαρμογή του ψηφιακού μετασχηματισμού», είπε.
Αλλά για όσους δεν είναι τόσο μακριά, προσπαθούν να συνδυάσουν τις δικές τους λύσεις με τη βοήθεια των ISV και των MSP για να τους βοηθήσουν να εκμεταλλευτούν την τεχνητή νοημοσύνη.
Ο οικονομικός αναλυτής Arjun Bhatia από τον William Blair βλέπει τις νέες δυνατότητες AI ως κάτι για το οποίο οι πελάτες είναι διατεθειμένοι να πληρώσουν. «Ενώ είναι ακόμη νωρίς, το ServiceNow τόνισε τις ισχυρές τάσεις ζήτησης για τα νέα Pro-Plus SKU, καθώς οι επιχειρήσεις αναζητούν τρόπους να επενδύσουν στη γενιά AI», έγραψε.
σε μια αναφορά
δημοσιεύθηκε τον Μάιο. Επιπλέον, η εταιρεία έχει δει σχετικά μικρή ώθηση στην τιμολόγηση, κάτι που θα μπορούσε να δείχνει ότι βλέπουν αξία.
Κίνηση με την ταχύτητα των πελατών
Ο αναλυτής της IDC, Stephen Elliot, λέει ότι η εταιρεία επενδύει σε τεχνητή νοημοσύνη, γενετική τεχνητή νοημοσύνη και συναφή ταλέντα για περισσότερα από πέντε χρόνια, και οι πελάτες βλέπουν αποτελέσματα από αυτή την προσπάθεια.
«Οι πελάτες με τους οποίους έχω μιλήσει χρησιμοποιούν
Τώρα Βοήθεια
ας πούμε ότι τα πρώτα αποτελέσματα φαίνονται πολύ θετικά με τις επιχειρηματικές επιστροφές γύρω από την εκτροπή των εισιτηρίων, τη σύνοψη της βάσης γνώσεων και τις βελτιωμένες εμπειρίες πελατών με εικονικούς πράκτορες. Το κόστος και η παραγωγικότητα της ομάδας είναι τα βασικά θέματα υλοποίησης της επιχειρηματικής αξίας», δήλωσε ο Elliot στο TechCrunch.
Ο Bedi λέει ότι σκέφτεται την τεχνητή νοημοσύνη με δύο τρόπους: Ο ένας είναι πιο βραχυπρόθεσμος και ο άλλος κοιτάζει μπροστά όταν η τεχνητή νοημοσύνη μπορεί να είναι πιο ικανή και να έχει βαθύτερες εισβολές στις εταιρείες. “Ο τρόπος με τον οποίο ορίζουμε τη λειτουργία ένα, αφορά πραγματικά τις σταδιακές βελτιώσεις στους υπάρχοντες τρόπους εργασίας”, είπε. Βλέπει εταιρείες να χρησιμοποιούν την τρέχουσα τεχνολογία AI για να βελτιώσουν τον τρόπο με τον οποίο κινούνται και οργανώνουν την εργασία τους.
Αλλά εκεί που θα γίνει πραγματικά ενδιαφέρον είναι στο μέλλον όταν μπορείτε να δείτε μια διαδικασία και να καταλήξετε σε έναν εντελώς νέο τρόπο εργασίας που βασίζεται στην τεχνητή νοημοσύνη. «Η δεύτερη λειτουργία θα έλεγε, αν ξεκινούσαμε με ένα λευκό φύλλο χαρτιού, ποια δουλειά θα πήγαινε στις μηχανές και ποια δουλειά θα έμενε, και τι ενδιαφέρουσα δουλειά θα μπορούσαμε να κάνουμε ακόμα τον άνθρωπο;» αυτός είπε.
Ο Bedi προσπάθησε επίσης να εκμεταλλευτεί την εσωτερική τεχνητή νοημοσύνη για τους δικούς του υπαλλήλους. Και η εταιρεία έχει δημιουργήσει μια πλατφόρμα AI που ονομάζεται AI Control Tower για να βοηθήσει στην παροχή μιας ενοποιημένης εμπειρίας για προγραμματιστές που κατασκευάζουν εφαρμογές εσωτερικά. «Η όλη ιδέα δίνει στους μηχανικούς την ελευθερία να επιλέξουν όποιο μοντέλο θέλουν και να μην χρειάζεται να κάνουν όλη την επιπλέον δουλειά για τη διαχείριση ό,τι απαιτείται με διαφορετικό τρόπο, με βάση την επιλογή τους», είπε.
Επιπλέον, από την άποψη της διαχείρισης IT, διαχειρίζονται τα μοντέλα όπως κάθε άλλο αντικείμενο πληροφορικής. «Έτσι, ένα μοντέλο στην παραγωγή είναι ένα περιουσιακό στοιχείο και ένα περιουσιακό στοιχείο πρέπει να έχει μια θέση στον κυβερνοχώρο σε αυτό, λειτουργική ανθεκτικότητα σε αυτό. πρέπει να ξέρουμε ότι τρέχει όταν χρειάζεται να τρέξει. Και μετράμε την αποτελεσματικότητα των μοντέλων και την υιοθέτηση των μοντέλων».
Για τον Barnes, αυτό ταιριάζει με τη συνολική προσέγγιση που ακολουθεί η εταιρεία για να ωθήσει τους πελάτες να επικεντρωθούν περισσότερο στην τεχνητή νοημοσύνη. «Πραγματικά πηγαίνουμε από τις βασικές περιπτώσεις χρήσης για τη γενετική τεχνητή νοημοσύνη στο να ξανασκεφτούμε κάθε μέρος του τρόπου με τον οποίο γίνεται η εργασία», είπε. «Περιλαμβάνει επίσης τη δυνατότητα αντιμετώπισης ειδών εργασιών υψηλότερου επιπέδου, χρησιμοποιώντας καλύτερα εργαλεία για να κατανοήσουμε τι συμβαίνει με την τεχνητή νοημοσύνη και πώς η τεχνητή νοημοσύνη και οι άνθρωποι μπορούν να συμβάλουν στην εκτέλεση της εργασίας μαζί».
VIA:
techcrunch.com
0