MANILA, Philippines-Si Gian Dela Rama ay ang punong opisyal ng Product and Artipisyal na Intelligence (AI) sa Sprout Solutions, kung saan pinamunuan niya ang pamamahala ng produkto, pananaliksik ng AI, pag-aaral ng makina ng pag-aaral at data science sa pinakamalaking negosyo-sa-negosyo na software-as-a-service (SaaS) Company sa Pilipinas.
Na may higit sa 21 taong karanasan, ang kanyang pamumuno ay nagtulak ng mga pangunahing pagbabago, kasama na ang muling pagsasama ng ReadyCash at ang pagbuo ng Handa na, kapwa nito ay pinabilis ang paglaki ng Sprout. Itinatag din niya ang Aiah.ai, isa sa mga unang startup ng AI sa Pilipinas, na binuo ni Kira, ang opisyal na covid-19 na chatbot ng bansa.
Tanong: Maaari mo bang ipaliwanag kung ano ang ibig sabihin ng ‘Agentic AI’, at ano ang nagtatakda nito mula sa tradisyonal na mga aplikasyon ng AI sa mga benta at marketing?
Sagot: Ang Agentic AI ay tumutukoy sa mga sistema ng AI na maaaring gumana nang awtonomiya, gumawa ng mga pagpapasya at ituloy ang mga layunin na may kaunting input ng tao. Ang nagtatakda nito ay ang kakayahang mangatuwiran at kumilos, hindi lamang tumugon.
Upang maunawaan kung ano ang ginagawang espesyal sa Agentic AI, nakakatulong ito upang tumingin muna sa mas pamilyar na mga form ng AI. Ang diskriminatibong AI ay ang uri na nakikita natin sa mga system na kinikilala ang mga pattern at pag -uuri ng data, tulad ng mga filter ng email spam o pagtuklas ng pandaraya sa pagbabangko. Pagkatapos mayroong generative AI (Gen AI), na nagbibigay lakas sa mga tool tulad ng Chatgpt at Claude. Ang mga modelong ito ay lumikha ng mga bagong nilalaman batay sa kanilang natutunan.
Nagtatayo ang Agentic AI sa mga kakayahan. Gumagamit ito ng mga pinahusay na bersyon ng parehong malalaking mga modelo ng wika sa likod ng Gen AI ngunit nagdaragdag ng isang layer ng pangangatuwiran na nagbibigay -daan upang masira ang mga kumplikadong problema at alamin kung anong mga hakbang ang dapat gawin upang maabot ang isang layunin. Ito ay ang kakayahang magplano at kumilos nang awtonomiya na nagtatakda ito.
Sa mundo ng mga benta at marketing, nakita namin ang diskriminatibong AI na ginamit para sa mga bagay tulad ng pakikinig sa social media o segment ng customer, habang ang Gen AI ay nagpapakita sa mga chatbots ng lead-generation na maaaring tumugon sa mga katanungan ng customer.
Ngunit ang ahente ng AI ay pupunta pa. Isipin ang pag -input ng isang mainam na profile ng customer, ang isang iyon ay isang prompt. Maaaring i-convert ng isang sistema ng ahente ang profile na iyon sa mga tiyak na descriptors ng industriya, kilalanin ang mga tungkulin ng tagagawa ng desisyon, Query LinkedIn at iba pang mga database, mag-compile ng isang listahan ng mga prospect at pagkatapos ay ranggo ang mga kumpanyang iyon batay sa laki o bilang ng mga may-katuturang mga contact. Lahat ng iyon nang walang interbensyon ng tao.
T: Anong payo ang ibibigay mo sa mga pinuno ng mga benta na nag -aalangan tungkol sa pag -ampon ng AI, lalo na sa mga tradisyunal na industriya o may mas kaunting karanasan sa teknikal?
A: Ang magaling na bagay tungkol sa mga produktong Consumer AI ngayon ay itinayo sila para sa mga gumagamit ng nontechnical. Ang curve ng pag -aaral ay mababa, at ang kailangan mo lang ay ang kakayahang mag -type sa isang chat box. Ang payo ko ay simple: pinakamahusay na paraan upang magsimula ay sumisid at mag -eksperimento. Pumili ng isang chatbot na komportable ka-Chatgpt, Gemini, anuman ang pakiramdam na natural-at simulang magtanong ito na may kaugnayan sa iyong pang-araw-araw. Subukan ang isang bagay tulad ng, “Sumulat ng isang email pitch para sa isang COO (Chief Operating Officer) batay sa aming website ng kumpanya,” at tingnan kung ano ang babalik. Kapag komportable ka, simulang itulak ang mga hangganan, hilingin na gumawa ng mas kumplikadong mga gawain, malutas ang mas malaking problema.
Kasabay nito, mayroong tatlong bagay na nagkakahalaga ng pag -alala. Una, kahit na kung gaano kalayo ang AI ay dumating, madaling kapitan ng mga guni -guni; Kaya palaging i-double-check ang mga katotohanan. Pangalawa, huwag mag -input ng sensitibong o pagmamay -ari ng impormasyon. At pangatlo, bigyan ang iyong sarili ng pahintulot upang galugarin. Ang mas bukas na iyong natuklasan kung ano ang magagawa nito, mas mahalaga ito.
T: Paano masusukat ang mga negosyo kung handa na ang kanilang merkado para sa mga produktong AI-powered?
A: Nagsisimula ito sa pag -unawa sa customer at sa kaso ng paggamit. Kadalasan, ang mga koponan ng produkto ay bumubuo batay sa kanilang sariling mga pagpapalagay tungkol sa problema, sa halip na kung ano ang talagang kailangan ng customer. Iyon ay maaaring magresulta sa mga solusyon na nakakaramdam ng makabagong sa ibabaw ngunit hindi mabibigo na magmaneho ng tunay na halaga. Kung gumugugol ka ng oras upang maunawaan kung ano talaga ang pangunahing problema, at tukuyin kung ano ang hitsura ng tagumpay sa sandaling malutas ito, mas malamang na bumuo ka ng isang bagay na mahalaga.
Ang susunod na piraso ay ang pagkakaroon ng tiyan para sa eksperimento. Bumuo ng isang minimum na mabubuhay na produkto nang mabilis hangga’t maaari, pagkatapos ay ilabas ito, kahit na magaspang. Ang puna mula sa mga naunang gumagamit ay lubos na mahalaga. Sinasabi sa iyo kung ano ang aayusin, kung ano ang i -double down at kung ano ang nagmamalasakit sa merkado. Ang iyong unang bersyon ay halos palaging magiging pinakamasama mo, at okay lang iyon. Ang susi ay bukas sa feedback, lalo na ang negatibong uri.
At sa wakas, ang Product-Market Fit ay pa rin ang pinaka matapat na signal ng pagiging handa sa merkado. Hindi ito tungkol sa sinasabi ng mga customer; Ito ang ginagawa nila. Pinagtibay ba nila ang produkto? Babalik na ba sila? Ang mas maaga maaari kang makakuha ng isang bagay na tunay sa kanilang mga kamay at obserbahan kung paano nila ito ginagamit, mas mabilis na malalaman mo kung handa na ang merkado.
T: Ano ang nakikita mo bilang pinakadakilang hamon sa pag-align ng mga koponan sa pag-unlad at mga benta sa isang kapaligiran na hinihimok ng AI?
A: Ang pinakamalaking hamon ay ang pagkakaroon ng isang nakabahaging pag -unawa sa mga pangangailangan ng customer, ang tiyak na kaso ng paggamit, at kung paano masusukat ang tagumpay. Ang disconnect na iyon ay lumilikha ng isang puwang sa pagitan ng kung ano ang itinatayo ng koponan ng produkto at kung ano ang sinusubukan na ibenta ng koponan ng benta.
Nagdaragdag ang AI ng isang bagong twist sa ito sapagkat kapansin -pansing pabilis nito kung gaano kabilis maaari kang magtayo. Ang mga tool ng AI ay maaari na ngayong makabuo ng buong mga prototypes o mga daloy ng trabaho mula sa isang prompt, upang ang mga koponan ay maaaring mag -ikot ng isang minimum na mabubuhay na produkto sa loob ng isang oras o araw. Ngunit ang bilis na iyon ay maaaring maging isang dobleng talim. Kung ang mga paunang pagpapalagay ay naka -off, mas mabilis mo lamang ang pag -scale ng maling solusyon.
Iyon ang dahilan kung bakit dapat magsimula nang maaga ang pagkakahanay. Nalalapat pa rin ang lumang panuntunan: Sukatin ang dalawang beses, gupitin nang isang beses. Ang AI ay maaaring mag -unlad ng supercharge, ngunit kung ang iyong mga pagpapalagay ay mali, makakakuha ka lamang ng maling kinalabasan.
T: Paano mo masisiguro ang susunod na henerasyon ng mga namimili ay handa na para sa mga proseso ng pag-unlad ng produkto at mga benta ng AI, na lampas lamang sa pag-unlad ng edukasyon at kasanayan?
A: Ang kailangan ngayon ay ang paghuhusga ng mas matalim, ang kakayahang makilala kung ano ang tunay na mahalaga. Sa AI, madali itong mahuli sa labis na karga ng data, ngunit ang gilid ay namamalagi sa pag -zero sa mga pananaw na nagbubukas ng halaga ng pagpapalawak.
Halimbawa, sa halip na subukang pag -aralan ang dose -dosenang mga segment ng customer, maaaring mapansin ng isang nagmemerkado na ang mga gumagamit na nag -activate ng isang tiyak na tampok sa unang 48 oras ay dalawang beses na malamang na mag -convert sa bayad. Ang nag -iisang pananaw na iyon ay maaaring gabayan ang pagmemensahe, mga daloy ng onboarding at diskarte sa kampanya nang mas epektibo.
Ginagawang posible ng AI na malaman ang isang malawak na halaga tungkol sa iyong mga customer, kung anong nilalaman ang nakikisali nila, kung paano sila kumikilos sa mga channel, kung anong mga tampok na hindi nila pinapansin. Ngunit lumilikha ito ng isang panganib ng “pagsusuri ng paralisis.” Ang pinaka -epektibong mga namimili ay ang mga maaaring mabilis na paghiwalayin ang signal mula sa ingay, pagkatapos ay gamitin ang AI upang mapalalim ang kanilang pag -unawa sa signal na iyon.
Ang isang mabuting halimbawa nito ay mga loop ng feedback ng customer. Sa AI, maaari mong iproseso ang libu -libong mga pagsusuri o suporta sa mga tiket at mga karaniwang tema sa ibabaw ng ilang minuto. Ang mga mahusay na marketers ay gagamitin ang data na iyon upang makita ang isang pananaw, tulad ng pagkalito sa isang tier ng pagpepresyo o isang hindi pagkakaunawaan na panukala ng halaga, at i -double down ang pag -aayos nito.
Ang hinaharap ng marketing sa isang mundo ng AI ay hindi lamang tungkol sa pagiging mas mahusay. Ito ay tungkol sa pagiging mas nakatuon. Ito ay tungkol sa pag -alam kung ano ang hihilingin, kung ano ang pakinggan, at kung ano ang kikilos.
T: Ano sa palagay mo ang pinakamalaking maling kuru -kuro tungkol sa AI, lalo na sa pag -unlad ng benta at produkto?
A: Ang pinakamalaking maling kuru -kuro ay ang AI ay para lamang sa mga teknikal na tao. Sa katotohanan, ang mga tool ng AI ay mas madaling ma -access kaysa dati dahil ang kanilang pangunahing interface ay natural na wika ngayon. Kung maaari mong ilarawan kung ano ang gusto mo sa payak na Ingles, maaari mong gamitin ang AI. Nangangahulugan din ito na ang mas maraming mga taong may hilig na mga indibidwal ay maaaring mag -leverage ng AI upang mabilis na bumuo ng mga solusyon.
Halimbawa, sa Sprout, naisip namin sa una na ang pag -automate ng malalaking bahagi ng aming operasyon sa pag -outsource ng payroll ay aabutin ng maraming oras dahil sa kung paano maaaring maging kumplikado at nuanced ang pagproseso ng payroll. Ngunit hinamon ng aming koponan ng Sprout AI Labs ang pag -aakalang iyon. Sa loob lamang ng dalawang linggo, nagtayo sila ng mga bot na maaaring awtomatiko ang isang proseso ng mataas na epekto. Kapag napatunayan ang tagumpay, ang mga koponan ay nagtrabaho nang mas malapit upang makabuo ng maraming mga bot. Sa loob ng tatlong buwan, ang mga bot na itinayo nila ay awtomatikong 70 porsyento ng mga manu-manong daloy ng trabaho, na epektibong pagdodoble ng kapasidad sa paghawak ng kliyente. —Kontributed Inq
Si Josias Go ay ang Tagapangulo at Chief Innovation Strategist ng Mansmith at Fielders Inc. para sa karagdagang impormasyon tungkol sa 5th Mansmith Sales Summit at ang 1st Mansmith Product Masters Summit, mangyaring bisitahin ang mansmith.net o email (protektado ng email).
