Anda mungkin pernah melihat video virus daripada pelanggan pandu lalu Wendy di Amerika Syarikat yang memesan makanan segera mereka daripada bot AI generatif firma Wendy's FreshAI. Kebanyakan menunjukkan transaksi yang sangat mirip manusia yang diselingi tangisan kehairanan betapa pantas, tepat dan sopan sistem itu.Sementara sistem dan lain-lain seperti itu masih di peringkat awal, dan ada yang masih sangat bergantung kepada bantuan manusia, peruncit sedang melabur jumlah yang besar dalam AI untuk menggantikan pekerja manusia.Mengapa tergesa-gesa untuk mengautomasikan? Ia mungkin kelihatan seperti ini semua tentang mengurangkan bil gaji, dan pertukaran AI-untuk-manusia yang lurus sememangnya berlaku dalam banyak peranan.
Tetapi ada satu lagi kuasa yang mendorong tsunami penstrukturan semula secara runcit. Yang dipertaruhkan ialah nadi tersembunyi perniagaan abad ke-21: data.
Penuai data manusia luar biasa
Pekerja runcit biasanya tidak memberikan banyak data kembali ke dalam perniagaan. Sebaliknya aliran data membentuk mereka secara peribadi, dan mereka membangunkan perkara yang kita kenali sebagai pengalaman atau kepakaran. Ini adalah salah satu sebab perniagaan secara tradisional cuba mengekalkan pekerja untuk jangka masa panjang.
Bot AI runcit, sebaliknya, mengautomasikan sepenuhnya pengumpulan data. Bot adalah sebahagian daripada sistem komputer perniagaan yang lebih luas, jadi butiran setiap interaksi pelanggan boleh disalurkan terus ke pangkalan data. Pengumpulan data boleh termasuk "rangsangan" lengkap yang dibentangkan kepada setiap pelanggan: ucapan awal, kelantangan, nada, rentak, jawapan kepada soalan pelanggan, dan sudah tentu hasil dolar dan sen.
Bergantung pada firma kedudukan etika, bot AI juga boleh direka bentuk untuk menuai bukan sahaja kata-kata pelanggan tetapi juga pelbagai "meta-fakta": lelaki atau perempuan, muda atau tua, kurus atau gemuk, pendek atau tinggi, tatu atau tiada tatu.
Malah, dengan rakaman video dan audio yang begitu biasa, tidak ada sebab semua tentang interaksi tidak boleh ditangkap untuk kemudian pecahan dan analisis oleh AI.
Dengan menggantikan bot untuk manusia, semua data yang pernah berada pada pekerja (yang, memiliki data sebagai kepakaran, mungkin menuntut lebih banyak wang untuk tinggal) kini boleh terus masuk ke bilik kebal elektronik perniagaan.
Apa yang menjadikan kes perniagaan untuk bot AI lebih menarik, walau bagaimanapun, ialah mereka boleh melengkapkan gelung dan penggunaan data serta menuainya.
Pencipta "titik sentuh" dinamik
Peruncit memberi banyak perhatian kepada "titik sentuh” – detik-detik hubungan kritikal di mana mereka boleh mempengaruhi persepsi dan keputusan pelanggan.
Pada masa lalu, pekerja manusia telah dipilih atau dilatih untuk menyediakan titik sentuh yang berkesan. Contohnya, remaja berpakaian seragam berwarna-warni kakitangan sebuah restoran makanan segera meminjamkan imej dan suasana tertentu. Dan juga skrip dan gesaan yang mereka sampaikan, seperti "Adakah anda mahu kentang goreng dengan itu?", datang terus daripada manual.
Tetapi pekerja manusia sebenarnya tidak mampu model berjuta-juta interaksi pelanggan yang lalu, atau timbangkannya dengan pelanggan yang berdiri di hadapan mereka.
Bot runcit boleh. Mereka boleh melengkapkan "gelung data" masa nyata.
Apakah maksudnya? Menggunakan gigaby data lepas, bot runcit boleh memprofilkan pelanggan semasa dan melaraskan tingkah laku mereka dengan sewajarnya, berinteraksi dengan pelanggan, dan kemudian memberi suapan semula data yang dibuat untuk prestasi yang lebih baik pada masa akan datang. Dan masa seterusnya mungkin dua saat kemudian di kedai yang sama di seberang negara dengan pelanggan yang serupa.
Perniagaan sedang berusaha untuk menjadi persamaan - yang boleh diselesaikan oleh AI
Semua gelung data ini ditutup dengan kos pekerjaan manusia kerana pendigitalan penuh adalah ideal perniagaan hari ini.
kenapa? Kerana perniagaan yang berjalan pada data yang mengalir dalam gelung lancar pada asasnya adalah persamaan. Dan jika perniagaan adalah persamaan, anda boleh menggunakan (anda menekanya) AI terkini untuk sentiasa mengubah suai bot runcit anda dan menarik tuas lain untuk memaksimumkan keuntungan.
Jawapan yang diberikan oleh AI kepada soalan penting "Bagaimana kita boleh membuat lebih banyak wang?" boleh menjadi sangat berbutir. Contohnya, berdasarkan data daripada bot runcit, AI mungkin suatu hari nanti mencadangkan (dan menguji serta melaksanakan) jeda tambahan 300 milisaat sebelum bertanya kepada pelanggan yang berlebihan berat badan dengan mata coklat, "Ada lagi?". Dan ia mungkin meningkatkan keuntungan atas sebab yang tiada siapa yang faham.
Ini meninggalkan pelanggan di tempat yang pelik.
Gelung data mencipta perniagaan yang begitu tangkas sehingga pelanggan berasa seperti fikiran mereka bukan sahaja dibaca tetapi dijangkakan. Fikirkan itu mengada-ada? Anda mungkin sudah biasa dengan cara ini berfungsi dari masa yang lama terpaku kepada perintis algoritma dan perniagaan persamaan penuh seperti Google, YouTube, Amazon, Facebook dan TikTok.
Peruncit mahu menggunakan AI untuk mengambil bahagian dalam tindakan itu.
Malah, berikutan bonanza data pandu lalu AInya, Wendy's baru-baru ini terpaksa menurunkan laporan bahawa ia sedang mempertimbangkan gaya Uber “harga dinamik".
Jadi pekerjaan runcit manakah yang akan diambil oleh AI dahulu?
Tiada jawapan mudah untuk ini soalan rumit. Tetapi saya boleh menawarkan prinsip panduan.
AI berkembang maju pada data. Jika tugas anda melibatkan banyak data dan data tidak ditangkap pada masa ini (orang yang berurusan dengan trafik volum tinggi, seperti pekerja pandu lalu), atau ia tidak memaklumkan cara anda menyampaikan perkhidmatan anda (pekerja pandu lalu sekali lagi , tetapi juga mereka yang berurusan dengan produk yang kompleks) – berhati-hati. Anda sedang menyekat gelung data dan anda mungkin berada dalam garis silang.
Jika, sebaliknya, anda bukan lubang benam untuk terlalu banyak data, dan banyak data tidak akan membuat perbezaan besar kepada anda sebagai titik sentuh, anda mungkin selamat untuk seketika. Anda boleh berehat dan hanya menunggu untuk menjadi mangsa penstrukturan semula AI jenis penjimatan gaji biasa.
Cameron Shackell, Akademik Sesi dan Pelawat, Pusat Pengajian Sistem Maklumat, Queensland Universiti Teknologi
Artikel ini diterbitkan semula daripada Perbualan di bawah lesen Creative Commons. Membaca artikel asal.
