Lang.ai CEO'su Jorge Penalva, GTM Ekipleri için Yeni Yapay Zeka Çerçevesini Açıkladı

Bir liderlik ekibinin parçasıysanız, muhtemelen son on yılın en önemli kararlarından biriyle görevlendiriliyorsunuz: Yapay zekayı işinizde nasıl uygulayacağınız. Yapay zekanın çözebileceği en büyük zorluklar nelerdir?

Bu zorlukları belirledikten sonra yapay zeka stratejiniz nedir? Her şey bu kadar hızlı değişirken stratejik ortakları veya satıcıları nasıl seçiyorsunuz?

Lang.ai'nin CEO'suyum ve GTM Fund ile ortaklaşa, GTM ekipleri için yapay zekanın uygulanmasına yönelik ilk çerçeveyi oluşturduk. Lang.ai, Müşteri Deneyimi için bir Yapay Zeka Platformudur. GTM Fonu ve topluluğu, 300'den fazla üst düzey ve başkan yardımcısı seviyesindeki GTM operatöründen oluşur.

Şu anda hemen hemen herkesin aklındaki bir numaralı şey , daha verimli bir şekilde büyümek için yapay zekayı nasıl uygulayabilirim ?

GTM Fonu GP'si Max Altschuler bu soruyu yanıtladığında şunu paylaştı: "Yapay zeka sihirli bir değnek değil. Hiçbir teknoloji sihirli değnek değildir. Eğer GTM hareketiniz bugün çalışmıyorsa, kesinlikle yapay zeka ile de çalışmayacaktır. Muhtemelen yanlış yöne doğru daha hızlı gideceksiniz. Bu, mobil, blockchain ve şimdi de yapay zeka gibi teknolojideki her yeni büyük atılımda olur. İnsanların teknoloji yüzünden dikkatleri dağılma ve aslında çözmeye çalıştıkları temel sorunların izini kaybetme eğilimi var.

"Birkaç yıl önce, ekiplerinizin her biri FOMO nedeniyle en son yapay zeka noktası çözümünü satın almak için tükenirdi. Şimdi ekiplerinize temellere geri dönmelerini tavsiye ediyorum. Liderlik ekibinizi bir araya getirin, her dönüm noktasını yeniden değerlendirin. Müşteri keşfinden üst satışa kadar GTM sürecinizi geliştirin ve yapay zekadaki bu yeni gelişmeleri kullanarak müşterilerinizle etkileşim kurmanın daha iyi bir yolunu yeniden hayal edin.

"Bu yeni dünyanın haritasını çıkarın, kuruluşunuz için hangi yapay zeka seçeneğinin doğru olduğunu değerlendirmek için aşağıdaki gibi bir çerçeve kullanın, daha küçük testler yapın, elde ettiğiniz verilere göre yineleyin ve ardından bunu tek bir iş birimi genelinde kullanıma açın. bu, tüm organizasyona gidiyor.

"Bunun gibi bütünsel bir strateji olmadan, aslında yapay zekanın işinize faydadan çok zarar verme yeteneğine sahip olduğunu düşünüyorum. Yapay zekanın mevcut GTM taktik kitabını yeniden yazmamıza yardımcı olacağına dair hiçbir şüphem yok, ancak henüz ilk günler. şirketlerin hızlanmak için yavaşlaması gereken durumlardan biri."

G2'nin yapay zekaya odaklanan baş analisti Matthew Miller da aynı fikirde. Üretken yapay zeka özelliklerine sahip neredeyse 200 kategoriyi kapsayan araştırması bunu ortaya koyuyor. Yeni çıkan teknolojinin çan ve ıslıklarına rağmen, konu yazılımın, yazılım kullanıcılarının gereksinimlerini ne kadar iyi karşıladığı konusunda ibre pek hareket etmedi. İhtiyaçların belirlenmesi önce gelmeli ve ancak o zaman en iyi sonuçları elde etmek için en iyi yazılımı nasıl kullanacağınızı bulmaya çalışmalısınız.

Satış, pazarlama, ürün, müşteri deneyimi veya müşteri başarısı gibi GTM ekiplerindeyseniz konu yapay zekanın kurulması olduğunda doğru kararları vermek için bu çerçeveden yararlanabilirsiniz.

Satıcı olarak yapay zekayı uygulamak için 3 seçenek

Şu anda yapay zekayı bir şirkette uygulamaya yönelik üç temel seçenek mevcuttur. Her birini detaylandıralım.

1. Bulut veya LLM sağlayıcıları

AWS, Google veya Microsoft gibi büyük bulut sağlayıcılarının tümü, üretken yapay zekayı bulutta güvenli bir şekilde uygulamaya yönelik hizmetler sağlar. Microsoft söz konusu olduğunda yalnızca Open AI modelini sunuyorlar. Google, Palm 2 modelini sunuyor ve Amazon'un AWS Bedrock dahil olmak üzere birden fazla seçeneği var.

Öte yandan, büyük dil modeli (LLM) sağlayıcıları bu yeni yapay zeka dalgasının sahnedeki yeni oyuncularıdır. Kendi modelleriyle ( Antropik ve Açık Yapay Zeka) veya Açık Kaynak Modelleriyle ( Huggingface ve H2O.ai ) üretken yapay zekayı kurumsal bir ortamda çalıştırmanıza yardımcı olurlar. Açık kaynak olmasına veya sağlayıcı tarafından barındırılmasına bağlı olarak, tercih ettiğiniz modeli barındırırken çalıştırabileceksiniz.

2. Yeni yapay zeka yeteneklerine sahip dikey liderler

Dikey liderler, satış, müşteri desteği, CRM veya finans gibi belirli bir dikey veya kişilikte büyüyen yazılım platformlarıdır. Genellikle belirli bir iş fonksiyonu veya alanında uzmanlaşırlar. Bu nedenle, bu fonksiyonla ilgili olarak yılların deneyimiyle oluşturulmuş en kapsamlı veri setine sahiptirler. Bazıları zaten müşterilerinden gelen tüm geçmiş verilerle eğitilmiş yapay zeka modellerini başlattı.

Yeni yapay zeka araçlarına sahip dikey liderlerden bazı örnekler:

• Satış örneği: Gong
• Satış modeli: Sosyal Yardım
• Müşteri deneyimi modeli (CX): Zendesk
• Finans modeli: Intuit

Copy.ai ve Jasper.ai gibi diğer bazı oyuncular, yeni yapay zeka dalgasındaki zamanlamayı tutturabildikleri için pazarda yeni bir ürünle dikey lider haline geldiler.

3. Kurumsal yapay zeka girişimleri

Kurumsal yapay zeka girişimleri, özellikle gizlilik ve güvenlik olmak üzere kuruluşa özel kullanım durumları için yapay zekayı güvenli bir şekilde uygulamaya odaklanan şirketlerdir. Kuruluşlar, verilerinin modelleri eğitmek için kullanılmadığını bilmek ister; bu girişimler bu ihtiyacı karşılıyor.

Kurumsal AI girişimlerinin bazı örnekleri şunları içerir:

• Tüm uygulamalar için: Yapay Zekayı ve Dataiku'yu Ölçeklendirin
• Müşteri deneyimi için: Lang.ai
• Metin yazarlığı için: Writer.com
• Seçkin hukuk firmaları için: Harvey.ai

Yapay zeka araçları arasında seçim yapmanıza yardımcı olacak bir çerçeve

Tüm bu seçeneklerle, yapay zekayı kurmanın GTM ekipleri için zor bir karar olduğunu görebilirsiniz. Bu çerçeveyi, şirketiniz ve özel yapay zeka kullanım durumunuz için hangi tür satıcının işe yarayacağını seçmeyi kolaylaştırmak için oluşturduk.

Aşağıda bu çerçevenin nasıl kullanılacağını ele alacağız. Ancak ayrıntılara dalmadan önce farklı eksenlerin ne anlama geldiğini anlamak önemlidir.

Mühendis kısıtlamaları: Bu konu üzerinde çalışan mühendisler açısından kuruluşunuzda mevcut olan kısıtlamalardır. Yüksek kısıtlamalar, mühendisleri bu soruna adayamayacağınız anlamına gelir.

Müşteriye özel yapay zeka: Yapay zekayı kendi verilerinize ve çözmeye çalıştığınız kullanım senaryosuna göre özelleştirme ihtiyacı. Müşteriye özel yüksek yapay zeka, yüksek düzeyde özelleştirmeye ihtiyaç duyduğunuz anlamına gelir.

Mühendislik bölgesi: düşük mühendis kısıtlamaları/müşteriye özel yapay zekaya yönelik yüksek ihtiyaç

Mühendislik bölgesi şirketin temel operasyonlarından biri olan problemler için en iyisidir. Şirketler normalde iç mühendislik kaynaklarını ayırmaya isteklidir. Rakiplerinden farklılaşmaları nedeniyle özelleştirme ve gizliliğe ihtiyaç duyacaklar.

Bu durumda kendi yapay zeka modellerinizi oluşturmak için Yüksek Lisans'ı kullanırsınız. Modeli barındırarak sıfır veri gizliliği riski ve modele bir mühendislik ekibi atayarak hızlı bakım sağlarsınız.

Mühendislik bölgesi için kullanım örnekleri:

• Bir finans kurumunda dolandırıcılık . Eğer bir banka iseniz, dolandırıcılık ve dolandırıcılık modelleriyle uğraşmak rekabet açısından fark yaratan bir unsurdur. İşte Chase'le ilgili bir örnek.
• Ramp gibi bir finansal yönetim platformunda muhasebe. Dahili olarak inşa edersiniz çünkü işinizin özü budur. Ramp Intelligence bu konuda başarılıdır .

SaaS bölgesi: yüksek mühendis kısıtlamaları/müşteriye özel yapay zekaya yönelik düşük ihtiyaç

SaaS bölgesi, şirketin temel operasyonunun parçası olmayan ve mühendislik kaynaklarına yatırım yapamayacağınız sorunlar için en iyisidir. Aynı zamanda bu sorunların parçası olan veriler kritik veya yüksek riskli değildir.

Bu tür sorunları çözmek için, sizinki de dahil olmak üzere tüm müşteri verileriyle eğitilmiş bir "mega modele" sahip bir SaaS sağlayıcısıyla çalışabilirsiniz. Buradaki avantaj, sağlayıcının diğer şirketlerle ilgili verilere sahip olması ve mühendislik kaynaklarına yatırım yapmanıza gerek olmamasıdır; yalnızca yazılımı yapay zeka özellikleriyle aylık veya yıllık olarak sözleşmeye tabi tutarsınız.

SaaS bölgesi için kullanım senaryolarına örnekler:

• Bir SaaS şirketinde satış. Her SaaS şirketi son 10 yıldır öngörülebilir gelir çıkışı ilkelerini takip ederek aynı şekilde satış yapıyor.

• Shopify/Amazon bayisi için müşteri desteği. Ürün satıyorsanız verileriniz benzersiz veya alakalı değildir. Çoğu kişi o ürünlerin teslimatı ve iadesinden şikayetçi olacaktır ve üründen şikayetçi olduklarında sorunu çözemezsiniz.

• Bir başlangıç ​​için metin yazarlığı. Pazarlama ekibiniz içerik üretme hızını artırmak istiyor. Bu içerik kritik değildir ve dolayısıyla bu içeriğin gizliliği ve nasıl kullanıldığı konusunda endişe duymadan Copy.ai veya Jasper.ai'yi kullanabilirsiniz.

Ortaklık bölgesi: yüksek mühendis kısıtlamaları/müşteriye özel yapay zekaya yönelik yüksek ihtiyaç

Ortaklık bölgesi, şirketin ana odağı olmayabilecek süreçler için en iyisidir, dolayısıyla mühendislik kullanılabilirliğiniz yoktur. Bu prosedürlerin yalnızca genel modeller değil, özelleştirme gerektiren belirli şirket ihtiyaçları (gizlilik, iç süreçler veya karmaşıklıklar nedeniyle) olabilir. Kurumsal kullanıma hazır bir startup ile ortaklık kurarak, verileri gizli tutarken ve kaynaklardan tasarruf ederken hızlı yürütme gücüne sahip olursunuz.

Ayrıca şu durumlarda da geçerlidir:

• Verileriniz için özel bir modele ihtiyaç yoktur ancak henüz işe yarayan genel bir model de yoktur.
• Şirketinizin merkezinde yer alıyor ancak mühendislik kaynaklarına sahip değilsiniz.

Ortaklık bölgesi için kullanım senaryolarına örnekler:

• Bir sağlık teknolojisi işinde müşteri desteği. Bir sağlık teknolojisi işletmesi, ürünleri ve hizmetleri için yüksek derecede kişiselleştirmeye ihtiyaç duyar ve yüksek standartlarda veri gizliliği ve HIPAA gibi özel kontroller talep eder. Bunların hepsi müşteriye özel yapay zeka gerektirir. Aynı zamanda çoğu sağlık teknolojisi şirketinin mühendislik kaynaklarını müşteri desteğine yatırması da mantıklı değil.
• En değerli markalar için metin yazarlığı. Nike, Apple veya Coca-Cola gibi markalar, dünyanın en değerli isimleri arasında önemli bir rekabet avantajına sahip. Müşteriye özel yapay zekaya ihtiyaçları var ve muhtemelen uzmanlıklarının diğer rakiplerin dil modellerini eğitmek için kullanılmasını istemiyorlar.

Aynı zamanda mühendislerini markalarına veya pazarlama ekiplerine atayamıyorlar. Pazarlama için yapay zekaya sahip özel, müşteriye özel bir girişimle ortaklık kurmak bu markalar için en iyi hamle olacaktır.

Tehlikeli bölge: düşük mühendis kısıtlamaları/müşteriye özel yapay zekaya yönelik düşük ihtiyaç

Tehlikeli bölge , şirketlerin geçtiğimiz yıl yapay zekanın katlanarak artan değişimine uyum sağlamamaları halinde kendilerini bulabilecekleri yerdir. Tehlikeli bölgede olmak, sahip olmadığınız bir model yaratmak için mühendislere zaman ve para yatırdığınız anlamına gelir. Bu model müşteriye özel olmadığından verileriniz birden fazla istemcide kullanılabilir.

Makine öğrenimi (ML) modelleri bir sorunu çözmek için çok fazla eğitim ve ince ayar gerektirdiğinden ve sağlayıcıların başarılı olmak için büyük miktarda veriye ihtiyaç duymasından dolayı bu durum yaygındı. Örneğin, şirket içinde algoritmaları eğiten makine öğrenimi mühendislerinden oluşan bir ekibe sahip olan yapay zeka sağlayıcılarına ödeme yapmak yaygındı, ancak veriler ve model, yapay zeka yazılımını satın alan şirkete değil, hizmet sağlayıcıya aitti.

Yüksek Lisans'larda yapay zeka stratejisi açısından tehlike bölgesinde olmanın bir anlamı yok. Öyleyse sağlayıcıları değiştirin veya onları mühendislik kaynakları için ödeme yapmanızı gerektirmeyecek şekilde yapay zeka modelleri sunmaya zorlayın.

Şirketinizdeki herhangi bir yapay zeka süreci için bu bölgenin dışında olmalısınız.

Dikkate alınması gereken diğer değişkenler

Yapay zeka ve onu çevreleyen sorunlardan ve şirketlerden oluşan ekosistem katlanarak gelişiyor; bu nedenle her şeyi basit bir çerçevede özetlemeye çalışırken, karar vermeyle ilgili başka değişkenler de var, örneğin:

• Veriler bir işletmenin en değerli varlığıdır. Büyük dil modelleri internetteki mevcut verilerle eğitilmiştir, dolayısıyla kurumsal verileriniz bu sistemlerde az olduğundan yapay zeka için çok değerlidir. Verilerin pazarı kazanmak için uygun olduğuna inanıyorsanız, değerli verilerinizi rakiplerinizin faydalanması için başkasına vermeyin.
• Veri gizliliği. Müşteriye özel modeller özel olma eğilimindedir. Genel olarak veri gizliliği, güvenlik riskleri nedeniyle dikkate alınması gereken önemli bir değişkendir. Verileriniz değerliyse kolayca çalınabileceği yerlerde bitmediğinden emin olun.
• Veri dinamizmi. Çözmeye çalıştığınız sorun çok hızlı değişen verilere dayanıyorsa, eğitimin ve ince ayarın ilk aşamalarından sonra sağlayıcınızla öğrenme mekanizmaları hakkında görüşme yapmalısınız. Verileriniz geliştikçe modelin nasıl değiştiğini anlamalısınız.
• Veri özgüllüğü. Çözmeye çalıştığınız sorun farklıysa özelleştirmeye odaklanmayan yapay zeka ile çalışmak zor olabilir. Yüksek Lisans'ların neredeyse sınırsız sayıda görev için gerçekten iyi çalıştıkları kanıtlanmıştır ancak bu, her sorunu çözebilecekleri anlamına gelmez.
• Şirket içinde bir çözüm oluşturma ve sürdürme maliyeti. Ne kadar az zamanınız varsa, yapay zekayı şirket içinde o kadar çok inşa etmek isteyeceksiniz. Yapay zeka büyük ölçüde gelişti ve artık hepimiz ChatGPT'yi kullanarak bunun etkisini görebiliriz. Ancak kurumsal bir sorunu çözmek için yapay zekayla uğraşmak hâlâ karmaşık.

Yarının daha akıllı ekipleri için yapay zeka

Üretken yapay zeka, yapay zekanın birçok yönünü metalaştırsa da, bir çözüm oluşturmak, bir teknolojiyi uygulamaktan farklıdır. Bugünlerde yapay zeka sağlayıcılarına sık sorulan bir sorunun sorulduğunu görüyoruz: "Bu neden ChatGPT/Open AI ile yapabileceklerimden farklı?". Farklılığın mutlaka teknoloji perspektifinden gelmediğini belirtmek istedik. Yapay zeka satıcınızın 7/24 çözmeye çalıştığınız sorunu düşünmesi ve dolayısıyla en iyi çözüme veya ürüne sahip olması gerçek bir avantajdır.

Müşteriler çoğu zaman yapay zekayı uygulamaya zorluyor ancak bir adım geri çekilip çözmeye çalıştığınız sorunun ne olduğunu ve binlerce veya milyonlarca dolar yatırım yapmadan önce en iyi yaklaşımın ne olduğunu anlamak iyi bir şey.

Aylık bültenimize abone olduğunuzda yapay zeka ile ilgili her konuda ön sıralarda yer alın,   G2 Çay .