Искусственный интеллект без контекста — это искусственная бесполезность
Без должного контекста искусственный интеллект обычно оказывается не таким умным. На самом деле, это не лучше, чем аналитика более низкого уровня, которая применялась годами. Вот почему контекст чрезвычайно важен, особенно когда машины все больше взаимодействуют с клиентами и сотрудниками.
Подумайте о чат-ботах, часто невежественных машинах, даже тех, за которыми теперь стоит искусственный интеллект. Существует общая неудовлетворенность взаимодействием с чат-ботами, которым по-прежнему не хватает высокой степени персонализации и интеллектуального уровня реагирования. «Ответы чат-ботов заранее подготовлены — готовый вопрос, готовый ответ», — рассказывает Анджул Бхамбари, вице-президент по разработке платформ в Adobe. Недавно у меня была возможность пообщаться с Бхамбхри, который рассказал, как революция генеративного ИИ не только сделает чат-ботов умнее, но и как интерактивные системы могут улучшить качество обслуживания как клиентов, так и сотрудников по всем направлениям.
Системы генеративного ИИ, которые сейчас многие в отрасли называют «вторыми пилотами», могут быть мощными, но требуют контекстных данных — кто обслуживаемый человек, какова его история, что ему нужно знать? «У бота не будет такой информации, — говорит она. «Даже ChatGPT сам по себе не будет иметь такой информации, как истории успеха клиентов». Ключевым моментом является возможность доступа в режиме реального времени к соответствующим данным и контенту, связанным с требованиями пользователя, без нарушения границ конфиденциальности.
«Персонализация сейчас сложна, — продолжает Бхамбхри. «Как вы делаете это в масштабе? Может быть, вы можете сделать это для 10, 20, 100 клиентов, но как вы это сделаете для миллионов? Здесь никого нет. Шесть месяцев спустя или даже на следующий день — это другое дело, и вам придется делать это снова».
По ее словам, именно здесь ключевую роль обещает сыграть генеративный ИИ, подкрепленный контекстными данными и контентом. «Данные должны быть объединены. В противном случае модели будут обучаться на некотором подмножестве этих данных. Таким образом, чем больше это вместе, тем более правильно обучаются данные. Если данные обучаются только по пяти аспектам личности, а не по семье или домашнему хозяйству, то генеративный ИИ не сможет создать правильный путь для маркетологов. Чем больше контекста будет предоставлено этим вторым пилотам, тем лучше они будут работать».
По словам Бхамбхри, вторые пилоты с генеративным ИИ могут помочь снизить требования к доступности навыков и внутри организаций. «Представьте себе торгового представителя, взаимодействующего с клиентами. У вас может быть кто-то, кто начинал с компании сегодня в этой роли. Теперь вы можете сделать много знаний доступным для этого сотрудника. Такие инструменты и платформы «сейчас могут сделать ваших работников умственного труда более продуктивными», — продолжает она. «Если вы можете себе представить, когда приходит новый сотрудник, это пугает. Как они поймут весь этот портфель продуктов? И они должны начать доставку прямо сейчас. Обучение вторых пилотов в контексте бренда будет иметь значение. Потому что вы можете информировать их, поэтому, когда они взаимодействуют, они учатся. Разговоры об ИИ будут происходить во многих местах, формируя качество обслуживания клиентов».
Тем не менее, подчеркивает она, всегда важно иметь человека посередине. «Если вы посмотрите на генеративные документы, такие как электронные письма. Какой-то человек посередине должен посмотреть на это, прочитать, утвердить. Вам нужна их печать одобрения. Помните, это все еще искусственный интеллект. Вы можете попросить искусственный интеллект притвориться кем-то другим, но только не в том случае, если здесь происходит «зарождение». Если искусственный интеллект притворяется кем-то другим, то он притворяется кем-то другим. Скоро ты не узнаешь, кто настоящий. Человек посередине абсолютно критичен».
