מאז אותו רגע, בו ה- Generative AI וה- ChatGPT נכנסו לחיינו בסערה, צצו יישומים וכלים נוספים, מבוססי בינה מלאכותית יוצרת, שהתרומה שלהם לחוויית הלקוחות ולהצלחת ארגונים, היא לא משהו שניתן להתעלם ממנו.
אז אם גם הארגון שלכם רוצה להוביל את השוק, קבלו את המאמר הראשון של סדרת המאמרים שלנו, על כל היישומים, החסרונות והיתרונות של טכנולוגיות מבוססות AI, והדרכים בהם הן עשויות לשפר את חווית הלקוח, שירות הלקוחות, ומערכות הCRM אצלכם בארגון.
ChatGPT & Generative AI - מה זה בכלל?
במקום מילים מפוצצות על הטכנולוגיה העומדת בבסיס ״הטרנד״ של השנה, שהוא כבר ממזמן לא רק טרנד, הדרך הכי פשוטה להבין מה זה בדיוק Generative AI, היא באמצעות השוואה לחיפוש בגוגל.
כשאנחנו מחפשים במנוע החיפוש, החיפוש נעשה על בסיס מידע שכבר היה קיים. מנוע החיפוש לא מייצר את התוכן, הוא רק מאתר אותו ברשת.
לעומת זאת, כלים מבוססי “בינה מלאכותית יוצרת”, כשמם כן הם – יוצרים. לא רק שהם מבוססים על מידע קיים, אלא יש להם את היכולת ליצור מידע חדש (כמעט) לגמרי.
אין ספק שהשקת ChatGPT , סימנה נקודת מפנה גדולה בתחום הבינה המלאכותית. בזכות היכולת של יישום זה לייצר תגובות טקסט (כמעט) אנושיות, והיותו יישום קל ונוח לשימוש, הוא זכה לפופולריות נרחבת במהירות שיא, ומשך יותר ממיליון משתמשים, בתוך חמישה ימים בלבד. תוך חודשיים כבר נרשמו לאפליקציה כ- 100 מיליון משתמשים!
יישומים של Generative AI
בעוד ש- ChatGPT הוא יישום שמסוגל לייצר טקסט בלבד, צצו בחודשים האחרונים מוצרים ויישומים חדשים רבים, שעושים שימוש בבינה מלאכותית יוצרת, שאינה טקסט בלבד.
לדוגמא, Midjourney ו- Stable diffusion מאפשרים יצירת תמונה או וידאו באמצעות הקלדת טקסט, ו-Synthesia מייצר סרטוני וידאו, על בסיס טקסט.
גם אנשי המוסיקה זכו לכלים משלהם. לדוגמא ה-Text-to-Music של גוגל, כלי שמשתמש באלגוריתמים של למידת מכונה (Machine Learning) כדי ליצור מוזיקה מקורית מטקסט.
החברות הגדולות כמובן שלא נשארו מאחור. חברת מיקרוסופט, הכריזה על שילוב גרסה מעודכנת של ChatGPT במנוע החיפוש שלה Bing, ובדפדפן Edge. באופן לא מפתיע, גם חברת גוגל מיהרה להוציא גרסה משלה ל- ChatGPT עם יישום ה- Bard.
עולם ה- Generative AI מאפשר הרבה יותר מרק מענה לשאלות, יצירת תמונות, וידאו או מוסיקה.
הטכנולוגיה הזו מאפשרת ליצור עולמות תלת ממדיים מלאים, וסביבות וירטואליות מאוד ריאליסטיות, שמטשטשות את הקווים בין העולם הפיזי והדיגיטלי. מומחים מעריכים שזה צפוי “לתדלק” את עולם המטאוורס.
עתיד ה- generative AI מסעיר את הדמיון. עם התפתחות הטכנולוגיה מתגלה הפוטנציאל שלה לחולל מהפכה, גם בתעשיות שעד כה לא העלנו בדעתנו. לכולם כבר ברור שמדובר בטכנולוגיה שעתידה לשנות את הדרך בה אנו חיים, עובדים. לכן ברור מאליו שטכנולוגיית Generative AI עתידה לשדרג גם את חווית הלקוח. אבל איך?
איך Generative AI צפוי לעזור לנו לשדרג את חווית הלקוח?
על פי מחקר שבוצע ע”י חברת Redpoint כ-73% מהצרכנים מאמינים שבינה מלאכותית יכולה להשפיע לטובה על חווית הלקוח שלהם. לכן אין זה פלא שבארגונים רבים מנסים למצוא את הדרכים הנכונות לעשות שימוש בטכנולוגיה המתפתחת הזו. הנה כמה דרכים לעשות זאת:
הדור החדש של הצ'אטבוטים
מחקר שבוצע באפריל בשנת 2022 ע”י חברת Venture Beat, מצא כי שני שליש מהצרכנים מעדיפים להשתמש בצ’אטבוט מאשר באופציה לקבל שירות דרך האתר .זהו נתון שאין להקל בו ראש. ואכן, ארגונים רבים פיתחו בשנים האחרונות צ’אטבוטים מסוגים שונים.
הבעיה היא, שקבלת שירות באמצעות צ’אטבוט זה עדיין “לא זה”.
מי מאיתנו לא מכיר את זה, שבדיוק השירות או המידע שאנחנו צריכים, לא נמצא ברשימת האופציות לבחירה. ובמקום שהתהליך יהיה פשוט ומהיר, אנחנו בוחרים באופציה הלא נכונה (או הפחות מדויקת). במקום ליהנות מחוויית שירות טובה, אנחנו יוצאים מתוסכלים.
הצ’אטבוטים ה”מסורתיים” מתוכננים לענות לפי מספר סופי של חלופות לשאלה או פנייה, שמתוכם הלקוח צריך לבחור. הם מסתמכים על מאגרי ידע המוזנים באופן ידני. לכן, הם פחות גמישים, יותר יקרים לתחזוקה ודורשים עדכונים תכופים לשינויים בתוכן.
במילים אחרות- ארגונים משקיעים סכומים גבוהים עבור חוויה נוקשה ומקובעת, שלא באמת מושכת את המשתמשים.
לעומת זאת, צ’אטבוטים המבוססים על בינה מלאכותית, יכולים להתגבר על אתגרים אלו בזכות העובדה שהם ממש מבינים את הבקשה של המשתמש, ומייצרים תשובה מדויקת בהתאם לשאלה או הבקשה. כך הלקוח יוכל לנהל עם הצ’אטבוט שיחה שלמה, מתגלגלת וקוהרנטית, ממש כמו עם נציג אנושי.
הקול של הלקוח – Voice of the Customer
הלקוחות שלנו משאירים לנו משובים שחשוב שנדע לזהות, לאסוף ולנתח. החל מטקסטים וכלה ברגשות.
מודלים של Generative AI, כמו GPT-4 (ChatGPT) , מאפשרים לארגונים לנתח ולעבד כמויות עצומות של נתונים של משוב לקוחות בקלות. מודלים אלו יכולים לזהות באופן אוטומטי נושאים שחוזרים על עצמם, מגמות ותבניות במשוב של לקוחות, מה שמאפשר לארגונים לתעדף את פעולותיהם בהתאם לרגשות העיקריים של הלקוחות.
חלק מהיישומים האלה כוללים:
- ניתוח רגשות – Sentiment Analysis: מודלים של Generative AI יכולים להבין את הרגש הכללי של הלקוחות. זאת באמצעות ניתוח נתוני טקסט (וקול) ממשוב של לקוחות, חוות דעת ותגובות. כך ארגונים יכולים לזהות אזורים או מצבים שבהם לקוחות עשויים לחוות חוויות חיוביות או שליליות, מה שמאפשר להם להתאים את המוצרים והשירותים שלהם בהתאם.
- סיכום טקסט: יישום של ה- Generative AI יכול לסכם ביעילות כמויות גדולות של משוב של לקוחות, דבר שמאפשר ביתר קלות לארגונים לזהות בעיות משמעותיות ומגמות.
- קטלוג של נושאים: ה- Generative AI יכול לקטלג אוטומטית את המשובים של הלקוחות לנושאים שונים. בדרך זו יוכלו ארגונים להתמקד ראשית בטיפול בבעיות השכיחות ביותר, וכך לשפר את שביעות הרצון של הלקוחות.
היפר פרסונליזציה – התאמה ללקוח
בעבר השירות היה אחיד. כל הלקוחות ציפו לאותה רמת שירות. עם השנים, למדנו להתאים את השירות לסגמנטים השונים, ובשנים האחרונות כבר ברור שאנחנו הולכים לכיוון של התאמה אישית לכל לקוח. בין אם מדובר בלקוח שנוח לו יותר להסתמס עם הצ’אט ב- 12 בלילה, או כזה שחייב לדבר בטלפון עם הנציג.
היפר-פרסונליזציה, היא תהליך של שימוש בבינה מלאכותית ובנתוני זמן אמת, כך שניתן יהיה להציג ללקוח תוכן ומוצרים שהותאמו במיוחד עבורו.
בזכות ה- AI, נוכל להפסיק לדבר ברמת “פרסונות”, ולהתאים לכל לקוח את השירות באופן אינדיבידואלי ומדויק. היכולת הזו מסתמכת בעצם על איסוף כלל הפעולות, העקבות ו”טביעות האצבע” של הלקוחות, שכולנו משאירים אחרינו.
לסיכום, Generative AI צפוי לשנות את חווית הלקוח
היכולות, היתרונות והדרכים ליישום טכנולוגיית ה Generative AI, ממש לא מסתכמות בנקודות שעלו במאמר זה.
וככל שהטכנולוגיה תתקדם, אנו צופים שניתן יהיה לקחת את היכולות הללו צעד אחד קדימה.
אז מה עוד מאפשרים לנו כלי הAI בעולמות שירות הלקוחות וה-CRM?
ואיך בכלל מתחילים להשתמש בכלי AI בארגון?
כל זאת ועוד במאמרים הבאים בסדרת ״Generative AI״. הירשמו לרשימת התפוצה שלנו והישארו מעודכנים!
