רובוטיקה מלאכותית. למידת מכונה. בשנת 2016, אלה היו אחד המונחים הנפוצים ביותר בידי ספקים, אך הובנו בצורה שגויה על ידי קונים. אז מה בעצם משמעות כל המונחים האלה? למרבה המקרים, רבים משתמשים בשני המונחים בצורה מחליף, כאפשר הבדלים מרכזיים.
רובוטיקה מלאכותית
בידיה העצמית, חשיבותה של Intelligence מלאכותי היא ליצירת מכונות שחושבות כמו בני אדם. היום, במידת המידה היא דרך רבה התבטאה בתוכנה מחשבים שיכולה לאורך זמן לאוטומטית משימות פשוטות בהן בני אדם מיומנים. רובוטיקה מלאכותית היא תחום רחב שמתאר את הטכנולוגיה שבה מונחים כמו למידת מכונה, למידה עמוקה, ועיבוד שפה טבעית הם תתי קבוצה.
למידת מכונה
למידת מכונה היא תתיית של AI. בבסיסה היא פרקטיקה של שימוש באלגוריתמים לפרק נתונים, ללמוד מהם, ולקבל החלטה או תחזית על משהו. המפתח כאן הוא יכולת האלגוריתם ללמוד ולשנות באופן עצמאי ללא תכנות נוסף.
מדי שנה, גארטנר משחררת את מעגל ההתלהבות שלה לטכנולוגיות חדשות, צומחות. בקצה הראשי של המעגל או ב "השיא של ציפיות המופחוות", מאודגת מידת מכונה. כלומר ב-2017, AI ולמידת מכונה עשויות להיכנס "לתעלת האבודה" בה נבחרים מהר כי הרבה חברות מדברות על רובוטיקה מלאכותית, אך מעטות יכולות לקיים את ההבטחות שלהן.
ראינו גם את שולייתנו הכדאי של ספקי מכירות בעניין תהילת השימוש ברובוטיקה מלאכותית ולמידת מכונה בתוך מוצריהם. אז איך אפשר להבין מה אמיתי בין כל הרעש? ואילו ערך נוסף יכולות טכנולוגיות AI להביא לצוות המכירות שלכם ב-2017?
מקרי שימוש בהם AI הצליחה להביא ערך עסקי לצוותות מכירות
בפוטנציאל המלא שלה, AI להפוך את דרכם של נציגי מכירות שלך לעבוד ולהגביר את היעילות שלהם. והנתונים מצביעים על יישומיות יכולות ליצירת יתרונות ביצועיות. לפי חקירה שנעשתה על ידי Accenture, רק 34% מהנציגים שלך מבצעים מכירות ו-57% מהמנהלים רשמו שלהגביר את יעילות המכירות הינה אחת משלושת המטרות העליונות בשנה הבאה.
טכנולוגיות אשר אפשרו AI לנציגייך להתמקד בקירבתם של יכולותם, להפנות את שיחותיהם של כדיים עם המזמים האפשריים שלך. במקום להיות צריכים לדאוג על המשימות השגרתיות חלטה אי המזמים שמפתח אותם לעבוד עליהן, טכנולוגיות AI יוכלו לספק לנציגים שלך איזה מזמים להתמקד בהם או איזה ידע רלבנטי לנציגים שלך אוטומטית על פי השיחות שהם נוהגים.
בזמן שטכנולוגיה עדיין סלע לא בארגז הכלים, AI נכנסה לתוכנה עסקית וכבר קיימות מקרי שימוש במכירות בהם היא זכתה להצלחה. טכנולוגיות אשר מאפשרות AI יכולות להוסיף ערך לצוותות המכירות שלך אם הן עונות על קריטריונים אלה:
תחום צר: המוצרים הטובים ביותר שמשתמשים בAI עושים כך כדי לאוטומט פרובלמה עסקית ספציפית. לדוגמה, 6sense משתמשת בלמידת מכונה כדי להציע לידים חדשים והזדמנויות שהכי סביר שיסגרו. הם פותרים בעיה ספציפית שמפחיתה את כמות הזמן שנדרש לנציגים שלך למצוא לקוחות חדשים.
מידע פטנטי, ייחודי: בלעדי מידע ייחודי, גם האלגוריתמים למידת מכונה המורכבים ביותר אינם שימושיים. Gong.io משתמש בעיבוד שפה טבעית כדי לנתח את שיחות הטלפון של נציגי המכירות שלך ולגלות תובנות שמשפרות איך צוות המכירות שלך תקשורת עם לקוחות פוטנציאליים. עם גישה לעשרות שעות של שיחות טלפון ייחודיות, אלגוריתמי למידת מכונה של Gong יכולים לשפר באופן שוטף את התובנות שהם מספקים לעסק שלך.
נמצא בתהליך העבודה של הצוות שלך: כדי לנצל את התוכנה המאופשרת ביותר שחברתך מביאה, עליו להיות בריון על ידי צוות המכירות שלך. הדרך הקלה ביותר להוביל לקבלת התקנה היא לקנות תוכנה שמשתלבת בצורה חלקה בתהליך העבודה של צוותך. X.ai היא עוזרת אישית המופעלת על ידי AI. אין צורך באפליקציה או במידע לכניסה שאתה זקוק לו, כל משתמש רק צריך ל
נתונים, לא אלגוריתמים הם ה-IP האמיתי של טכנולוגיות ה-Machine Learning
בלב ה-Machine Learning נמצא המידע. זהו המנוע שמזין שדרוגים באלגוריתמים למידת מכונה. מוזר שמאוד, האלגוריתמים בעצמם עשויים לא להכיל לא ערך עצמי. חברות הגדולות ביותר בעולם כמו Google, Microsoft, IBM, ו-Amazon מבינות זאת ושיחרות את אלגוריתמי ה-Machine Learning שלהן כקוד פתוח. לכן, כפי שציינו קודם, נכון לקבל גישה למידע ייחודי, פטנטי היא הדרך שבה חברות המשתמשות בטכנולוגיות AI תרוויחו יתרון תחרותי.
לפלטפורמות כמו Google, Facebook, או Salesforce, איסוף מידע הוא קל. אז מהם סוגי אסטרטגיות רכישת מידע שיכולות חברות סטארט-אפ קטנות להעסיק? אחת ההזדמנויות שבדרך כלל לא מדברים עליה היא לנצל טכנולוגיות כמו הרחבות דפדפן או צ'אט-בוטים לאפשר איסוף מידע מחוץ לאפ הנייטיבי שלך. חברות עם אפליקציות בודדות מגבילות את יכולות איסוף המידע שלהן מכיוון שהן יכולות לרכוש מידע רק כאשר משתמשים פועלים עם המוצר שלהן. מאחר שההרחבות קיימות מעל הדפדפן שלך, הן מגיעות למידע (עם הרשאות מתאימות מופעלות) במהלך כל המסע של המשתמש ברשת.
חוצף דימויי המוכר
מאחר שכולם מדברים על AI, כיצד אתה יכול לחתוך דרך ברעש וללמוד מהן היכולת ב-AI של ספק באמת?
אנו כברגשנו רשימת שאלות שיכולים לעזור לך להבין האם הספק שאתה מבקר זורה עשן או בכלל מבין כיצד AI ישפיע על עסק שלך:
איפה מגיעים המידע שהורכבת נתוני האימון שלך וכיצד אתה משתמש בו?
בעוד לא תצפה מהספקים לשיפוך את כל סודותיהם, זה אזהרת אדום אם ספק מסרב לשתף איתך מאיפה הוא אוסף את נתוני האימון שלו. ספק צריך להיות מוכן לשתף את האותות הפנימיים והחיצוניים שהוא משתמש בהם לעזור לאמן את האלגוריתמים שלו, למה בחרו בהם על פני אחרים, ואיך באמצעות השימוש באותם אותות מוסיפים ערך לעסק שלך.
כמה נתוני אימון נדרשים לאלגוריתמך כדי להפיק תוצאות אמינות?
שימה לב לספקים שמנוגדים לשאלה זו או מתעללים בחשובות של כמות הנתונים הנדרשת. אלגוריתמי למידת מכונה יכולים לייצר תוצאות מהימנות רק כאשר יש להם כמות מספקת של נתוני אימון. לדוגמה, בכלים לדירוג לידים חזויים המשתמשים בנתוני ניצחון/הפסד, זה עשוי להביע שיש צורך לפחות בנתונים שווים לשנה שלמה כדי שהאלגוריתמים יעבדו כהלכה. זה באינטרס הטוב ביותר של צוותך להשהות את היישום שמכיל AI עד שתסיים לצבור מספיק נתונים לעבודה.
כיצד המוצר שלך יתרחב עם הצמיחה שלנו וישתפר בעת שהוא אוסף נתוני האימון יותר?
כשאתה מצביע על יותר נתונים וצומח, חשוב להבין כיצד אלגוריתמים לימוד מכונה של ספק יתרמת עם הצמיחה שלך. זו אומרת ללמוד על כיצד המודלים מתעדכנים וכמה פעמים הם מעדכנים אותם. בראשית, יש להתאים את המודלים אלה לצרכי החברה שלך ולא לאסוף מחדש כאשר נדרש. שאלה זו צריכה גם לתת לך מדד טוב כדי להבין האם הספק עבד עם חברות אחרות בתעשייה שלך.
הבדלת בין ספקים שטוענים להשתמש ב-AI לבין ספקים שיכולים בפועל להוסיף ערך לעסק שלך עם AI הוא קשה. ממוזר ברשימה את זה, אנו מקווים שתרגיש מוכן להעריך נכון ספקים שמשבאים את יכולת ה-AI שלהם ולהבין טוב יותר כיצד טכנולוגיות עם AI יכולות להוסיף ערך לצוות המכירות שלך ב-2017.
רובוטיקה מלאכותית. למידת מכונה. בשנת 2016, אלה היו אחד המונחים הנפוצים ביותר בידי ספקים, אך הובנו בצורה שגויה על ידי קונים. אז מה בעצם משמעות כל המונחים האלה? למרבה המקרים, רבים משתמשים בשני המונחים בצורה מחליף, כאפשר הבדלים מרכזיים.
רובוטיקה מלאכותית
בידיה העצמית, חשיבותה של Intelligence מלאכותי היא ליצירת מכונות שחושבות כמו בני אדם. היום, במידת המידה היא דרך רבה התבטאה בתוכנה מחשבים שיכולה לאורך זמן לאוטומטית משימות פשוטות בהן בני אדם מיומנים. רובוטיקה מלאכותית היא תחום רחב שמתאר את הטכנולוגיה שבה מונחים כמו למידת מכונה, למידה עמוקה, ועיבוד שפה טבעית הם תתי קבוצה.
למידת מכונה
למידת מכונה היא תתיית של AI. בבסיסה היא פרקטיקה של שימוש באלגוריתמים לפרק נתונים, ללמוד מהם, ולקבל החלטה או תחזית על משהו. המפתח כאן הוא יכולת האלגוריתם ללמוד ולשנות באופן עצמאי ללא תכנות נוסף.
מדי שנה, גארטנר משחררת את מעגל ההתלהבות שלה לטכנולוגיות חדשות, צומחות. בקצה הראשי של המעגל או ב "השיא של ציפיות המופחוות", מאודגת מידת מכונה. כלומר ב-2017, AI ולמידת מכונה עשויות להיכנס "לתעלת האבודה" בה נבחרים מהר כי הרבה חברות מדברות על רובוטיקה מלאכותית, אך מעטות יכולות לקיים את ההבטחות שלהן.
ראינו גם את שולייתנו הכדאי של ספקי מכירות בעניין תהילת השימוש ברובוטיקה מלאכותית ולמידת מכונה בתוך מוצריהם. אז איך אפשר להבין מה אמיתי בין כל הרעש? ואילו ערך נוסף יכולות טכנולוגיות AI להביא לצוות המכירות שלכם ב-2017?
מקרי שימוש בהם AI הצליחה להביא ערך עסקי לצוותות מכירות
בפוטנציאל המלא שלה, AI להפוך את דרכם של נציגי מכירות שלך לעבוד ולהגביר את היעילות שלהם. והנתונים מצביעים על יישומיות יכולות ליצירת יתרונות ביצועיות. לפי חקירה שנעשתה על ידי Accenture, רק 34% מהנציגים שלך מבצעים מכירות ו-57% מהמנהלים רשמו שלהגביר את יעילות המכירות הינה אחת משלושת המטרות העליונות בשנה הבאה.
טכנולוגיות אשר אפשרו AI לנציגייך להתמקד בקירבתם של יכולותם, להפנות את שיחותיהם של כדיים עם המזמים האפשריים שלך. במקום להיות צריכים לדאוג על המשימות השגרתיות חלטה אי המזמים שמפתח אותם לעבוד עליהן, טכנולוגיות AI יוכלו לספק לנציגים שלך איזה מזמים להתמקד בהם או איזה ידע רלבנטי לנציגים שלך אוטומטית על פי השיחות שהם נוהגים.
בזמן שטכנולוגיה עדיין סלע לא בארגז הכלים, AI נכנסה לתוכנה עסקית וכבר קיימות מקרי שימוש במכירות בהם היא זכתה להצלחה. טכנולוגיות אשר מאפשרות AI יכולות להוסיף ערך לצוותות המכירות שלך אם הן עונות על קריטריונים אלה:
תחום צר: המוצרים הטובים ביותר שמשתמשים בAI עושים כך כדי לאוטומט פרובלמה עסקית ספציפית. לדוגמה, 6sense משתמשת בלמידת מכונה כדי להציע לידים חדשים והזדמנויות שהכי סביר שיסגרו. הם פותרים בעיה ספציפית שמפחיתה את כמות הזמן שנדרש לנציגים שלך למצוא לקוחות חדשים.
מידע פטנטי, ייחודי: בלעדי מידע ייחודי, גם האלגוריתמים למידת מכונה המורכבים ביותר אינם שימושיים. Gong.io משתמש בעיבוד שפה טבעית כדי לנתח את שיחות הטלפון של נציגי המכירות שלך ולגלות תובנות שמשפרות איך צוות המכירות שלך תקשורת עם לקוחות פוטנציאליים. עם גישה לעשרות שעות של שיחות טלפון ייחודיות, אלגוריתמי למידת מכונה של Gong יכולים לשפר באופן שוטף את התובנות שהם מספקים לעסק שלך.
נמצא בתהליך העבודה של הצוות שלך: כדי לנצל את התוכנה המאופשרת ביותר שחברתך מביאה, עליו להיות בריון על ידי צוות המכירות שלך. הדרך הקלה ביותר להוביל לקבלת התקנה היא לקנות תוכנה שמשתלבת בצורה חלקה בתהליך העבודה של צוותך. X.ai היא עוזרת אישית המופעלת על ידי AI. אין צורך באפליקציה או במידע לכניסה שאתה זקוק לו, כל משתמש רק צריך ל
נתונים, לא אלגוריתמים הם ה-IP האמיתי של טכנולוגיות ה-Machine Learning
בלב ה-Machine Learning נמצא המידע. זהו המנוע שמזין שדרוגים באלגוריתמים למידת מכונה. מוזר שמאוד, האלגוריתמים בעצמם עשויים לא להכיל לא ערך עצמי. חברות הגדולות ביותר בעולם כמו Google, Microsoft, IBM, ו-Amazon מבינות זאת ושיחרות את אלגוריתמי ה-Machine Learning שלהן כקוד פתוח. לכן, כפי שציינו קודם, נכון לקבל גישה למידע ייחודי, פטנטי היא הדרך שבה חברות המשתמשות בטכנולוגיות AI תרוויחו יתרון תחרותי.
לפלטפורמות כמו Google, Facebook, או Salesforce, איסוף מידע הוא קל. אז מהם סוגי אסטרטגיות רכישת מידע שיכולות חברות סטארט-אפ קטנות להעסיק? אחת ההזדמנויות שבדרך כלל לא מדברים עליה היא לנצל טכנולוגיות כמו הרחבות דפדפן או צ'אט-בוטים לאפשר איסוף מידע מחוץ לאפ הנייטיבי שלך. חברות עם אפליקציות בודדות מגבילות את יכולות איסוף המידע שלהן מכיוון שהן יכולות לרכוש מידע רק כאשר משתמשים פועלים עם המוצר שלהן. מאחר שההרחבות קיימות מעל הדפדפן שלך, הן מגיעות למידע (עם הרשאות מתאימות מופעלות) במהלך כל המסע של המשתמש ברשת.
חוצף דימויי המוכר
מאחר שכולם מדברים על AI, כיצד אתה יכול לחתוך דרך ברעש וללמוד מהן היכולת ב-AI של ספק באמת?
אנו כברגשנו רשימת שאלות שיכולים לעזור לך להבין האם הספק שאתה מבקר זורה עשן או בכלל מבין כיצד AI ישפיע על עסק שלך:
איפה מגיעים המידע שהורכבת נתוני האימון שלך וכיצד אתה משתמש בו?
בעוד לא תצפה מהספקים לשיפוך את כל סודותיהם, זה אזהרת אדום אם ספק מסרב לשתף איתך מאיפה הוא אוסף את נתוני האימון שלו. ספק צריך להיות מוכן לשתף את האותות הפנימיים והחיצוניים שהוא משתמש בהם לעזור לאמן את האלגוריתמים שלו, למה בחרו בהם על פני אחרים, ואיך באמצעות השימוש באותם אותות מוסיפים ערך לעסק שלך.
כמה נתוני אימון נדרשים לאלגוריתמך כדי להפיק תוצאות אמינות?
שימה לב לספקים שמנוגדים לשאלה זו או מתעללים בחשובות של כמות הנתונים הנדרשת. אלגוריתמי למידת מכונה יכולים לייצר תוצאות מהימנות רק כאשר יש להם כמות מספקת של נתוני אימון. לדוגמה, בכלים לדירוג לידים חזויים המשתמשים בנתוני ניצחון/הפסד, זה עשוי להביע שיש צורך לפחות בנתונים שווים לשנה שלמה כדי שהאלגוריתמים יעבדו כהלכה. זה באינטרס הטוב ביותר של צוותך להשהות את היישום שמכיל AI עד שתסיים לצבור מספיק נתונים לעבודה.
כיצד המוצר שלך יתרחב עם הצמיחה שלנו וישתפר בעת שהוא אוסף נתוני האימון יותר?
כשאתה מצביע על יותר נתונים וצומח, חשוב להבין כיצד אלגוריתמים לימוד מכונה של ספק יתרמת עם הצמיחה שלך. זו אומרת ללמוד על כיצד המודלים מתעדכנים וכמה פעמים הם מעדכנים אותם. בראשית, יש להתאים את המודלים אלה לצרכי החברה שלך ולא לאסוף מחדש כאשר נדרש. שאלה זו צריכה גם לתת לך מדד טוב כדי להבין האם הספק עבד עם חברות אחרות בתעשייה שלך.
הבדלת בין ספקים שטוענים להשתמש ב-AI לבין ספקים שיכולים בפועל להוסיף ערך לעסק שלך עם AI הוא קשה. ממוזר ברשימה את זה, אנו מקווים שתרגיש מוכן להעריך נכון ספקים שמשבאים את יכולת ה-AI שלהם ולהבין טוב יותר כיצד טכנולוגיות עם AI יכולות להוסיף ערך לצוות המכירות שלך ב-2017.
חוויית הפלטפורמה של Guru מהלך ראשון – קח את סיור המוצר האינטראקטיבי שלנו
