Crie experiências de cliente vencedoras com IA generativa

Cree experiencias de cliente ganadoras con la IA generativa
Cree experiencias de cliente ganadoras con la IA generativa

O lançamento do ChatGPT será lembrado na história dos negócios como um marco no qual a inteligência artificial passou de muitas aplicações restritas para uma ferramenta mais universal que pode ser aplicada de maneiras muito diferentes. Embora a tecnologia ainda tenha muitas deficiências (por exemplo, alucinações, preconceitos e falta de transparência), ela está melhorando rapidamente e se mostrando muito promissora. Portanto, é um bom momento para começar a pensar nas implicações competitivas que inevitavelmente surgirão dessa nova tecnologia. Muitos executivos estão se debatendo com a questão de como tirar proveito dessa nova tecnologia e reimaginar a experiência digital do cliente? Para que a criação de valor aconteça, precisamos pensar em grandes modelos de linguagem como uma solução para uma necessidade não atendida, o que requer um entendimento preciso sobre os pontos problemáticos nas experiências do cliente. De finanças a assistência médica e de educação a viagens, observadores do setor esperam uma explosão de inovações em serviços e novas experiências de usuário digital no horizonte.


Desde seu lançamento em novembro de 2022, o ChatGPT, o chatbot desenvolvido pela OpenAI, temconquistou o mundo dos negócios. Após esse sucesso, A Microsoft aumentou seu investimento na OpenAI e temlançou uma nova versão do seu mecanismo de busca Bing que fornece aos usuários respostas geradas em resposta às pesquisas, em vez de fornecer a eles milhares de links para escolher. Não é de surpreender que o Google, como líder no mercado de mecanismos de busca, tenha reagido rapidamente e estejalançando o Bard, sua própria tentativa de criar um chatbot de IA aproveitando o poder de grandes modelos de linguagem e integrá-lo ao processo de pesquisa. (“Modelos de linguagem grande” são algoritmos de aprendizado profundo para processamento de linguagem natural que podem resumir, traduzir e gerar novos textos.)

Indo além da pesquisa, o Google e a Microsoft agora estão disponibilizando seus chatbots por meio de uma API (interface de programação de aplicativos, uma forma de protocolo), permitindo que desenvolvedores de software de outras empresas integrem seus sistemas a esses novos chatbots. Do setor financeiro ao setor de saúde e da educação às viagens, os observadores do setor esperam uma explosão de inovações em serviços e novas experiências digitais para o usuário. Aproveitando os recursos de grandes modelos de linguagem, os chatbots desenvolveram recursos incríveis para gerar respostas semelhantes às humanas e falar em diferentes idiomas e estilos.

Diante dessas novas possibilidades tecnológicas, vemos executivos se debatendo com a questão de como tirar proveito dessa nova tecnologia e reimaginar a experiência digital do cliente. Claramente, ChatGPT e Bardainda tem muitas deficiências (por exemplo, alucinações, preconceitos e falta de transparência), mas a tecnologia está melhorando rapidamente e se mostrando muito promissora. Portanto, agora é um bom momento para começar a pensar nas implicações competitivas que inevitavelmente surgirão dessa nova tecnologia. Com base em nossa pesquisa e em nosso livro recente, Estratégia conectada, fornecemos as seguintes recomendações para criar uma experiência de cliente vencedora.

Recomendação 1: Concentre-se no cliente, não na tecnologia.

A primeira reação instintiva às novas tecnologias geralmente é focar na tecnologia e perguntar: “O que essa tecnologia pode fazer?” Preferimos incentivar os gerentes a pensar primeiro em um ponto problemático do cliente que precisa ser resolvido e depois perguntar: “Como essa tecnologia pode ajudar?” Para identificar pontos problemáticos, achamos útil pensar na experiência do cliente como uma jornada por três fases, todas começando com a letra R.

A fase inicial da jornada do cliente é a reconhecimento de uma necessidade do cliente. Tanto o cliente quanto o provedor de serviços (com ou sem um chatbot) precisam descobrir que o cliente tem uma necessidade não atendida. Dada a capacidade dos grandes modelos de linguagem de interpretar textos e integrar dados, esses modelos podem se tornar ótimos assistentes. Por exemplo, um usuário pode dar a esse assistente a permissão para ler continuamente informações como registros de saúde, dados do Fitbit e documentos legais. O sistema de IA poderia então criar avisos para o usuário de que possíveis necessidades estão ocultas, seja na forma da necessidade de uma visita de exame de saúde ou da necessidade de uma cobertura de seguro mais abrangente. Observe que essas experiências do cliente podem ser iniciadas pelo chatbot e, assim, podem superar as forças da inércia e da miopia que impedem o usuário em muitas partes da vida. Seguindo o prompt do chatbot, essa nova geração de grandes modelos de linguagem também permite que os clientes participem de uma conversa com o chatbot que ajuda a descrever e descobrir as necessidades com mais clareza do que no passado.

Na segunda fase da jornada do cliente, essas necessidades do usuário são traduzidas em Solicitação. Modelos de linguagem grandes são muito bons para extrapolar a partir de pontos de dados e prever o que o usuário talvez queira ver a seguir. Como resultado, o sistema pode criar uma lista de novas ideias sobre como resolver uma necessidade específica do cliente e organizar um conjunto de recomendações de produtos e serviços que ajudem a atender à necessidade não atendida.

Finalmente, a empresa precisa Responda de volta ao cliente. Aqui, pode-se tirar proveito da capacidade dos grandes modelos de linguagem de escrever sem qualquer envolvimento humano. Por exemplo, novos relatórios médicos podem ser gerados e os prestadores de cuidados apropriados podem ser informados ou até mesmo solicitados sobre a disponibilidade de consultas. Da mesma forma, contratos e apólices de seguro podem ser gerados ou atualizados. Tudo isso pode ser realizado no nível adequado de sofisticação (relatório ao paciente versus médico) e pode até ser ajustado para encontrar o tom certo para o humor atual do usuário (ansioso, feliz, decepcionado).

Recomendação 2: Concentre-se no aprendizado.

Os três Rs que discutimos (reconhecer, solicitar, responder) permitem que as empresas criem excelentes experiências para os clientes. Para transformar uma série de experiências em um relacionamento mais profundo com o cliente, um quarto R entra em ação: repetir. Em qualquer interação que uma empresa tenha com um cliente, deve haver algum novo aprendizado sobre o cliente para que, na próxima interação, a empresa possa fazer um trabalho ainda melhor em reconhecer, solicitar e responder. A dimensão da repetição pode criar um poderoso ciclo de feedback positivo: quanto mais uma empresa consegue encantar o cliente, maior a probabilidade de ter uma interação repetida com o cliente, o que, por sua vez, oferece à empresa mais uma oportunidade de aprender sobre o cliente, permitindo que ela o encante ainda mais no futuro.

Modelos de linguagem grandes são inerentemente bons para aprender com experiências anteriores. Eles usam interações anteriores como feedback e se treinam para utilizar as informações fornecidas nas interações com um usuário específico. Sua base de conhecimento com relação a um usuário, portanto, cresce com qualquer interação, basicamente codificando o ciclo de feedback positivo que descrevemos acima. Além disso, esses sistemas também são capazes de fazer inferências de outros clientes semelhantes, acelerando ainda mais o processo de aprendizado.

Recomendação 3: Use a tecnologia para complementar suas capacidades, não para substituí-las.

Graças às APIs do Google, da Microsoft e de outros, a capacidade de integrar grandes modelos de linguagem às experiências digitais do usuário não se limitará às grandes empresas de tecnologia. A boa notícia é que todos, até mesmo uma pequena start-up de assistência médica ou um distrito escolar com infraestrutura tecnológica antiquada, terão acesso a essa tecnologia. Mas, do ponto de vista estratégico, essa também é a má notícia. Integrar as habilidades de grandes modelos de linguagem se tornará um desafio — ou seja, todas as empresas o farão — em vez de ser uma fonte de vantagem competitiva. Em outras palavras, é seguro prever que uma empresa que usa essa tecnologia ganhará uma vantagem competitiva sobre outra que não usa. Mas isso pode não ser suficiente para criar uma experiência de cliente vencedora.

Para ilustrar, considere o que aconteceu com o compartilhamento de scooters e bicicletas sem doca. Uma nova tecnologia (aplicativos móveis e GPS) possibilitou a experiência futurista do usuário, na qual um cliente pode encontrar uma bicicleta, autorizar seu uso remotamente, aproveitá-la e deixá-la onde quiser. Essa abordagem foi tão atraente que vários provedores de mobilidade decidiram oferecer exatamente a mesma experiência ao cliente. Isso era bom para clientes que podiam mudar de um fornecedor para outro em segundos, mas causou concorrência acirrada e falência para muitas empresas.

As empresas precisam se lembrar de que a tecnologia por si só não é uma fonte de vantagem competitiva, especialmente quando está disponível para todos. A questão principal é como uma empresa pode usá-la de uma forma que seja valiosa e que aumente a disposição de seus clientes de pagar por ela, mas que também não possa ser facilmente imitada por outras pessoas.

Para responder a essa pergunta, propomos que se pense nas novas tecnologias como um complemento às capacidades atuais de uma empresa, e não como um substituto. Grande parte da discussão atual sobre chatbots é baseada no modelo mental de que a tecnologia baseada em IA substituirá o trabalho humano: os custos diminuiriam, mas a disposição geral de pagar não seria afetada. Isso provavelmente é verdade, mas não deixa muito espaço para diferenciação competitiva. Um modelo mental melhor é pensar nos chatbots como complementos, aprimorando as capacidades existentes de uma empresa de maneiras exclusivas da empresa. Para isso, é preciso identificar a proposta de valor distintiva que uma empresa oferece aos seus clientes, ou seja, ter uma compreensão profunda de como implementar os quatro Rs que descrevemos acima. Um sistema de saúde que busca obter uma vantagem competitiva em relação aos seus concorrentes por meio da conectividade e do fácil acesso aos cuidados de saúde se beneficiará mais de grandes modelos de linguagem, procurando maneiras de fortalecer e melhorar ainda mais o relacionamento com seus pacientes, em vez de fornecer o mesmo relacionamento que proporcionou no passado com um nível de custos mais baixo.

O lançamento do ChatGPT será lembrado na história dos negócios como um marco no qual a inteligência artificial passou de muitas aplicações restritas para uma ferramenta mais universal que pode ser aplicada de maneiras muito diferentes. Mas uma tecnologia por si só não cria valor. Para que a criação de valor aconteça, precisamos pensar em grandes modelos de linguagem como uma solução para uma necessidade não atendida, o que requer um entendimento preciso sobre os pontos problemáticos nas experiências do cliente. Conforme discutimos, esses modelos podem ajudar a resolver os pontos problemáticos que ocorrem ao longo de uma jornada que abrange as fases de reconhecimento, solicitação e resposta. Depois que o valor é criado, as empresas enfrentam o desafio de defender o valor de seus concorrentes. Como o ChatGPT ou sistemas similares podem ser usados por todos os participantes de um setor, é importante não apenas focar no problema de engenharia de corrigir as necessidades não atendidas dos clientes, mas também abordar a questão estratégica de como ele pode ajudar a alavancar as capacidades de uma empresa.

 

Related Posts