CEO-ul Lang.ai, Jorge Penalva, dezvăluie un nou cadru AI pentru echipele GTM

Dacă faci parte dintr-o echipă de conducere, probabil că ești însărcinat cu una dintre cele mai importante decizii din ultimul deceniu: cum să implementezi AI în afacerea ta. Care sunt cele mai mari provocări pe care AI le poate rezolva?

Odată ce identificați aceste provocări, care este strategia dvs. de AI? Cum alegi parteneri strategici sau furnizori când totul se schimbă atât de repede?

Sunt CEO al Lang.ai și, în parteneriat cu GTM Fund, am creat primul cadru pentru implementarea AI pentru echipele GTM. Lang.ai este o platformă AI pentru experiența clienților. GTM Fund și comunitatea lor sunt formate din peste 300 de operatori GTM de nivel C-suite și VP.

Lucrul numărul unu în mintea tuturor acum este cum pot implementa AI pentru a crește mai eficient ?

Când Max Altschuler, GP la GTM Fund, a răspuns la această întrebare, el a spus: „AI nu este un glonț de argint. Nicio tehnologie nu este un glonț de argint. Dacă mișcarea dvs. GTM nu funcționează astăzi, cu siguranță nu va funcționa cu AI. Probabil că veți merge mai repede în direcția greșită. Se întâmplă cu orice nouă descoperire majoră în tehnologie, cum ar fi mobil, blockchain și acum AI. Oamenii au tendința de a fi distrași de tehnologia în sine și de a pierde urma problemelor de bază pe care încearcă cu adevărat să le rezolve.

„Cu câțiva ani în urmă, fiecare dintre echipele tale ar fi rămas fără să cumpere cea mai recentă soluție de puncte AI din cauza FOMO. Acum, aș îndemna echipele să se întoarcă la elementele de bază. Reunește-ți echipa de conducere, reevaluează fiecare moment în procesul dvs. GTM de la descoperirea clienților până la vânzare în plus și reimaginați-vă o modalitate mai bună de a vă implica clienții folosind aceste noi progrese în AI.

„Cartografiați acea lume nouă, utilizați un cadru precum cel de mai jos pentru a evalua ce opțiune de AI este potrivită pentru organizația dvs., efectuați câteva teste mai mici, repetați pe baza datelor pe care le obțineți și apoi implementați-l într-o singură unitate de afaceri. După asta merge la intreaga organizatie.

„Fără o strategie holistică ca aceasta, de fapt cred că AI are capacitatea de a face mai mult rău afacerii tale decât bine. Nu există nicio îndoială în mintea mea că AI ne va ajuta să rescriem actualul playbook GTM, dar este la început. una dintre acele situații în care companiile trebuie să încetinească pentru a accelera”.

Matthew Miller, analist principal la G2 concentrat pe AI, este de acord. Cercetarea sa a aproape 200 de categorii cu caracteristici AI generative scoate în evidență acest lucru. În ciuda clopotelor și fluierelor tehnologiei noi, acul cu greu s-a mișcat când vine vorba de cât de bine îndeplinește software-ul cerințelor utilizatorilor de software. Determinarea nevoilor ar trebui să vină pe primul loc și numai apoi ar trebui să încercați să vă dați seama cum să utilizați cel mai bun software pentru a obține cele mai bune rezultate.

Dacă faceți parte din echipe GTM, cum ar fi vânzări, marketing, produs, experiență cu clienții sau succesul clienților, puteți beneficia de acest cadru pentru a lua deciziile corecte când vine vorba de stabilirea AI.

3 opțiuni pentru a implementa AI ca furnizor

În prezent, sunt disponibile trei opțiuni principale de implementare a AI într-o companie. Să detaliem fiecare.

1. Furnizori de cloud sau LLM

Furnizorii mari de cloud , cum ar fi AWS, Google sau Microsoft, oferă toți servicii pentru implementarea AI generativă într-un mod sigur în cloud. În cazul Microsoft, acestea oferă doar modelul Open AI . Google oferă modelul Palm 2 , iar Amazon are mai multe opțiuni, inclusiv AWS Bedrock .

Pe de altă parte, furnizorii de modele de limbă mari (LLM) sunt noii jucători de pe scena acestui nou val AI. Ele vă ajută să rulați IA generativă într-un mediu de întreprindere cu propriile modele ( Anthropic și Open AI) sau modele Open Source ( Huggingface și H2O.ai ). Veți putea rula modelul dorit pe măsură ce îl găzduiți, în funcție de faptul dacă este open source sau este găzduit de furnizor.

2. Lideri verticali cu noi capabilități AI

Liderii verticali sunt platforme software care au crescut într-o anumită verticală sau personalitate, cum ar fi vânzările, asistența pentru clienți, CRM sau finanțele. De obicei, se specializează într-o anumită funcție sau zonă de afaceri. Prin urmare, au cel mai cuprinzător set de date cu privire la această funcție, construit pe parcursul anilor de experiență. Unii dintre ei au lansat deja modele AI instruite pe toate datele istorice de la clienții lor.

Câteva exemple de lideri verticali cu noi instrumente AI:

• Exemplu de vânzări: Gong
• Model pentru vânzări: Outreach
• Model pentru experiența clienților (CX): Zendesk
• Model pentru finanțare: Intuit

Alți jucători, cum ar fi Copy.ai și Jasper.ai, au devenit lideri verticali cu un nou produs pe piață, deoarece au reușit să stabilească momentul în noul val AI.

3. Startup-uri de IA pentru întreprinderi

Startup-urile Enterprise AI sunt companii concentrate pe implementarea în siguranță a AI pentru cazuri de utilizare specifice întreprinderii, în special confidențialitate și securitate. Întreprinderile vor să știe că datele lor nu sunt folosite pentru a antrena modele; aceste startup-uri răspund acestei nevoi.

Câteva exemple de startup-uri Enterprise AI includ:

• Pentru orice aplicație: Scale AI și Dataiku
• Pentru experiența clienților: Lang.ai
• Pentru copywriting: Writer.com
• Pentru firmele de avocatură de elită: Harvey.ai

Un cadru care vă ajută să alegeți între instrumentele AI

Cu toate aceste opțiuni, puteți vedea că configurarea AI este o decizie dificilă pentru echipele GTM. Am creat acest cadru pentru a facilita alegerea tipului de furnizor care funcționează pentru compania dvs. și cazul dvs. specific de utilizare a AI.

Mai jos vom aborda modul de utilizare a acestui cadru. Dar înainte de a ne arunca în detalii, este important să înțelegem ce înseamnă diferitele axe.

Constrângeri ale inginerilor: constrângerile care există în organizația dvs. în ceea ce privește inginerii care lucrează la această problemă. Constrângerile mari înseamnă că nu puteți dedica ingineri acestei probleme.

AI specifică clientului: necesitatea de a personaliza IA la propriile date și la cazul de utilizare pe care încercați să-l rezolvați. IA ridicată specifică clientului înseamnă că aveți nevoie de un nivel ridicat de personalizare.

Zona de inginerie: constrângeri reduse ale inginerului/nevoie mare de IA specifică clientului

Zona de inginerie este cea mai bună pentru problemele care reprezintă o operațiune de bază pentru companie. Companiile sunt în mod normal dispuse să dedice resurse interne de inginerie. Vor avea nevoie de personalizare și confidențialitate, deoarece așa se diferențiază de concurenții lor.

În acest caz, utilizați LLM-uri pentru a vă construi propriile modele AI. Asigurați zero riscul de confidențialitate a datelor prin găzduirea acestuia și întreținerea rapidă prin dedicarea unei echipe de ingineri modelului.

Exemple de utilizări pentru zona de inginerie:

• Frauda într-o instituție financiară . Dacă sunteți o bancă, abordarea modelelor de fraudă și fraudă reprezintă un factor de diferențiere competitiv. Iată un exemplu cu Chase.
• Contabilitate într-o platformă de management financiar precum Ramp. Construiești intern pentru că acesta este nucleul afacerii tale. Ramp Intelligence se descurcă bine cu asta .

Zona SaaS: constrângeri mari ale inginerului/nevoie redusă de IA specifică clientului

Zona SaaS este cea mai bună pentru problemele care nu fac parte din operațiunile de bază ale companiei și pentru care nu puteți investi resurse de inginerie. În același timp, datele care fac parte din aceste probleme nu sunt critice sau cu risc ridicat.

Pentru a rezolva aceste tipuri de probleme, puteți lucra cu un furnizor SaaS care are un „megamodel” antrenat de toate datele clienților, inclusiv de ale dumneavoastră. Avantajul aici este că furnizorul are date despre alte companii și nu trebuie să investiți resurse de inginerie – doar contractați software-ul cu funcțiile AI lunar sau anual.

Exemple de cazuri de utilizare pentru zona SaaS:

• Vânzări într-o companie SaaS. Fiecare companie SaaS a vândut în același mod în ultimii 10 ani, urmând principiile de ieșire a veniturilor previzibile.

• Asistență pentru clienți pentru un reseller Shopify/Amazon. Dacă revindeți produse, datele dvs. nu sunt unice sau relevante. Majoritatea oamenilor se vor plânge de livrarea și returnarea acelor produse și, atunci când se plâng de produs, nu îl puteți repara.

• Copywriting pentru un startup. Echipa ta de marketing vrea să accelereze cât de repede produc conținut. Acest conținut nu este critic și, prin urmare, puteți utiliza Copy.ai sau Jasper.ai fără să vă faceți griji cu privire la confidențialitatea acestui conținut și la modul în care este utilizat.

Zona de parteneriat: constrângeri mari ale inginerului/nevoie mare de IA specifică clientului

Zona de parteneriat este cea mai bună pentru procesele care ar putea să nu fie punctul central al companiei, deci nu aveți disponibilitate de inginerie. Aceste proceduri pot avea nevoi specifice ale companiei (din cauza confidențialității, proceselor interne sau complexităților) care necesită personalizare și nu doar modele generice. Prin parteneriatul cu un startup pregătit pentru întreprindere, obțineți puterea execuției rapide, păstrând în același timp datele private și economisind resurse.

Se aplică și atunci când:

• Nu este nevoie de un model personalizat pentru datele dvs., dar pur și simplu nu există încă un model generic care să funcționeze.
• Este esențial pentru compania dvs., dar nu aveți resursele de inginerie.

Exemple de cazuri de utilizare pentru zona de parteneriat:

• Asistență pentru clienți într-o afacere de tehnologie medicală. O afacere din domeniul sănătății are nevoie de un grad ridicat de personalizare pentru produsele sau serviciile sale și necesită standarde înalte de confidențialitate a datelor și controale specifice precum HIPAA. Toate acestea necesită IA specifică clientului. În același timp, nu are sens ca majoritatea companiilor din domeniul sănătății să investească resurse de inginerie în asistența clienților.
• Copywriting pentru cele mai valoroase mărci. Branduri precum Nike, Apple sau Coca-Cola au un avantaj competitiv cheie ca unele dintre cele mai valoroase nume din lume. Au nevoie de inteligență artificială specifică clientului și probabil că nu doresc ca expertiza lor să fie folosită pentru a antrena modelele lingvistice ale altor concurenți.

În același timp, ei nu pot dedica ingineri mărcii lor sau echipelor de marketing. Parteneriatul cu un startup privat, specific clientului, cu AI pentru marketing ar fi cea mai bună mișcare pentru aceste mărci.

Zona de pericol: constrângeri reduse ale inginerilor/nevoie redusă de IA specifică clientului

Zona de pericol este locul în care companiile se pot găsi dacă nu se adaptează la schimbarea exponențială a AI care a avut loc în ultimul an. A fi în zona de pericol înseamnă că investești timp și bani în ingineri pentru a crea un model pe care nu-l deții. Acest model nu este specific clientului, așa că datele dvs. pot fi utilizate pe mai mulți clienți.

Acest lucru era obișnuit, deoarece modelele de învățare automată (ML) necesitau multă pregătire și reglare fină pentru a rezolva o problemă, iar furnizorii aveau nevoie de cantități uriașe de date pentru a avea succes. De exemplu, era obișnuit să plătească pentru furnizorii de AI care aveau o echipă internă de ingineri ML care antrenează algoritmii, dar datele și modelul aparțineau furnizorului de servicii, nu companiei care cumpăra software-ul AI.

Cu LLM, nu are sens să fii în zona de pericol din perspectiva strategiei AI. Dacă sunteți, schimbați furnizorii sau împingeți-i să furnizeze modele AI într-un mod care nu necesită să plătiți pentru resurse de inginerie.

Ar trebui să fii în afara acestei zone pentru orice proces AI din compania ta.

Alte variabile de luat în considerare

Inteligența artificială și ecosistemul de probleme și companiile care o înconjoară evoluează exponențial, așa că, în timp ce am încercat să rezumam totul într-un cadru simplu, există și alte variabile care sunt, de asemenea, relevante pentru a lua decizii, cum ar fi:

• Datele sunt cel mai valoros activ al unei întreprinderi. Modelele lingvistice mari au fost instruite cu datele disponibile pe internet, astfel încât datele companiei dumneavoastră sunt de neprețuit pentru AI, deoarece sunt rare în aceste sisteme. Nu oferiți datele prețioase de care să beneficieze concurenții dacă credeți că datele sunt relevante pentru a câștiga piața.
• Confidențialitatea datelor. Modelele specifice clientului tind să fie private. În general, confidențialitatea datelor este o variabilă importantă de luat în considerare din cauza riscurilor de securitate. Dacă datele dvs. sunt valoroase, asigurați-vă că nu se termină în locuri unde pot fi furate cu ușurință.
• Dinamismul datelor. Dacă problema pe care încercați să o rezolvați se bazează pe date care se modifică foarte repede, ar trebui să aveți o conversație cu furnizorul dvs. despre mecanismele de învățare după etapele inițiale de instruire și reglare fină. Ar trebui să înțelegeți cum se schimbă modelul pe măsură ce datele dvs. evoluează.
• Specificitatea datelor. Dacă problema pe care încercați să o rezolvați este distinctă, este posibil să vă fie dificil să lucrați cu AI care nu se concentrează pe personalizare. LLM-urile s-au dovedit a funcționa foarte bine pentru aproape un număr nelimitat de sarcini, dar asta nu înseamnă că pot rezolva orice problemă.
• Costul construirii și întreținerii unei soluții în interior. Cu cât ai mai puțin timp, cu atât vei dori mai mult să construiești AI în interior. AI a evoluat drastic și acum toți îi putem vedea impactul utilizând ChatGPT. Dar tratarea cu AI pentru a rezolva o problemă de întreprindere este încă complexă.

AI pentru echipele mai inteligente de mâine

Chiar dacă IA generativă commoditizează o mulțime de aspecte ale AI, construirea unei soluții este diferită de implementarea unei tehnologii. Am văzut o întrebare frecventă adresată furnizorilor de AI în aceste zile: „De ce este diferit de ceea ce pot face cu ChatGPT/ Open AI?”. Am vrut să subliniem că diferența nu vine neapărat din perspectiva tehnologiei. Ceea ce este un adevărat avantaj este dacă furnizorul dvs. de AI se gândește la problema pe care încercați să o rezolvați 24/7 și, prin urmare, are cea mai bună soluție sau produs.

De multe ori clienții fac eforturi pentru a implementa AI, dar este bine să faceți un pas înapoi și să înțelegeți care este problema pe care încercați să o rezolvați și care este cea mai bună abordare înainte de a investi mii sau milioane de dolari.

Fii în fruntea tuturor lucrurilor legate de inteligența artificială atunci când te abonezi la buletinul nostru informativ lunar,   Ceai G2 .