വർഷങ്ങളായി, പല കമ്പനികളും വിശ്വസിച്ചിരുന്നത് ഉപഭോക്താക്കളെ സേവിക്കാൻ ഒരു "ചാറ്റ്" വാഗ്ദാനം ചെയ്താൽ മതിയെന്നാണ്. പ്രായോഗികമായി, ആവർത്തിച്ചുള്ളതും പരിമിതവുമായ ഒരു സംഭാഷണ ഇന്റർഫേസുള്ള ഒരു പതിവ് ചോദ്യമായിരുന്നു നിലനിന്നിരുന്നത്. ഉപയോക്താവ് ഒരു ചോദ്യം ടൈപ്പ് ചെയ്തു, സന്ദർഭം പരിഗണിക്കാതെ എല്ലായ്പ്പോഴും ഒരേ ഉത്തരം ലഭിച്ചു. പഠന വക്രതയില്ല, പൊരുത്തപ്പെടുത്തലില്ല, സുഗമതയില്ല.
മുൻനിശ്ചയിച്ച ഫ്ലോകളിൽ നിർമ്മിച്ച പരമ്പരാഗത ബോട്ടുകളുടെ പിന്നിലെ യുക്തി ഇതാണ്. അവ കർക്കശമായ മെനുകളിലും വഴക്കമില്ലാത്ത ടെക്സ്റ്റ് ബ്ലോക്കുകളിലും പ്രവർത്തിക്കുന്നു. അവ വിന്യസിക്കാൻ എളുപ്പമാണ്, വേഗത്തിൽ പ്രവർത്തിക്കാൻ കഴിയും, പക്ഷേ നിരാശ സൃഷ്ടിക്കാൻ അതിലും വേഗതയുള്ളതാണ്. എല്ലാത്തിനുമുപരി, പ്ലാൻ ചെയ്ത റൂട്ടിൽ നിന്നുള്ള ഒരു ലളിതമായ വ്യതിയാനം ഉപയോക്താവിന് പൊതുവായ പ്രതികരണങ്ങൾ നേരിടാനോ അതിലും മോശമായി, ഭയാനകമായ പിശക് സന്ദേശം നേരിടാനോ പര്യാപ്തമാണ്: "ക്ഷമിക്കണം, എനിക്ക് മനസ്സിലായില്ല."
ലാർജ്-സ്കെയിൽ ലാംഗ്വേജ് മോഡലുകളുടെ (LLM-കൾ) വരവോടെ, ഈ മാതൃക മാറി. നിശ്ചിത പാതകൾ പിന്തുടരുന്നതിനുപകരം, AI തത്സമയം സ്വാഭാവിക ഭാഷ പ്രോസസ്സ് ചെയ്യാൻ തുടങ്ങിയിരിക്കുന്നു. ഇതിനർത്ഥം ഉദ്ദേശ്യത്തിലെ വ്യതിയാനങ്ങൾ മനസ്സിലാക്കുകയും, സന്ദർഭത്തിനനുസരിച്ച് അതിന്റെ പ്രതികരണം പൊരുത്തപ്പെടുത്തുകയും, ഉപയോക്താവ് വിഷയം മാറ്റാനോ സംഭാഷണത്തിന്റെ മുൻ ഘട്ടങ്ങളിലേക്ക് മടങ്ങാനോ തീരുമാനിക്കുമ്പോൾ പോലും യോജിപ്പ് നിലനിർത്തുകയും ചെയ്യുന്നു എന്നാണ്.
ഫ്ലോ പുനരാരംഭിക്കേണ്ട ആവശ്യമില്ല. ഡാറ്റ നഷ്ടമില്ല. ആദ്യത്തെ ഒഴിവാക്കലിൽ ഒരു തടസ്സവുമില്ല. ഓരോ ഇടപെടലിലും, മോഡൽ വിവരങ്ങൾ പുനഃക്രമീകരിക്കുകയും സംഭാഷണത്തെ സജീവവും, സുഗമവും, ബുദ്ധിപരവുമായി നിലനിർത്തുകയും ചെയ്യുന്നു.
ഈ കഴിവ് മൂന്ന് പ്രധാന പോയിന്റുകളിലേക്ക് വിവർത്തനം ചെയ്യുന്നു: ഒരേ ഇൻപുട്ട് ഡാറ്റ, ഒന്നിലധികം സാധ്യമായ ഔട്ട്പുട്ടുകൾ; ഒരേ ബിസിനസ്സ് ലക്ഷ്യം, ഒന്നിലധികം ഭാഷാ തന്ത്രങ്ങൾ; ഒരേ ശ്രദ്ധാപരിധി, അതിന്റെ ഫലമായി കുറഞ്ഞ സംഘർഷവും കൂടുതൽ പരിവർത്തനവും സംഭവിക്കുന്നു.
പ്രായോഗികതയിലെ വ്യത്യാസം
ഉപഭോക്തൃ സേവനം, കളക്ഷനുകൾ, വിൽപ്പന തുടങ്ങിയ നിർണായക മേഖലകളിൽ, ഈ മാറ്റം നിർണായകമാണ്. ഒരു ഡീൽ അവസാനിപ്പിക്കുന്നതിനോ സമയം നഷ്ടപ്പെടുത്തുന്നതിനോ ഇടയിലുള്ള വ്യത്യാസം, ഒഴുക്ക് തടസ്സപ്പെടുത്താതെ അതിന്റെ യുക്തി നിലനിർത്താനുള്ള AI-യുടെ കഴിവിലാണ്.
ഒരു ഉപഭോക്താവ് ഒരു തവണ പേയ്മെന്റിനെക്കുറിച്ച് അന്വേഷിക്കുന്നത് സങ്കൽപ്പിക്കുക. ഒരു പരമ്പരാഗത ചാറ്റ്ബോട്ടിൽ, മൂല്യത്തിലെ ഏത് മാറ്റവും ഉപയോക്താവിനെ പ്രക്രിയ പുനരാരംഭിക്കാൻ നിർബന്ധിതരാക്കുന്നു. എന്നിരുന്നാലും, ഒരു LLM (ലോഡബിൾ ലൈഫ് ടൈം മാനേജ്മെന്റ്) സിസ്റ്റം മാറ്റം മനസ്സിലാക്കുകയും ഓഫർ ക്രമീകരിക്കുകയും ചർച്ച തുടരുകയും ചെയ്യുന്നു. ലാഭിക്കുന്ന ഓരോ മിനിറ്റും കരാർ അവസാനിപ്പിക്കാനുള്ള സാധ്യത വർദ്ധിപ്പിക്കുന്നു.
കൂടാതെ, സ്ഥിരമായ പ്രവാഹങ്ങൾ യാന്ത്രികവും ആവർത്തിച്ചുള്ളതുമായി തോന്നുമെങ്കിലും, നൂതന മോഡലുകൾ ഓരോ സംഭാഷണത്തിലും അതുല്യമായ പ്രതികരണങ്ങൾ നൽകുന്നു. ഉപയോക്താവിന് ഒരു സ്ക്രിപ്റ്റ് കേൾക്കുന്നതായി തോന്നുന്നില്ല, മറിച്ച് ഒരു യഥാർത്ഥ സംഭാഷണത്തിൽ ഏർപ്പെടുന്നു. സംഖ്യകളും വിവരങ്ങളും സ്ഥിരമായി നിലനിൽക്കുന്നുണ്ടെങ്കിലും, ആശയവിനിമയ രീതി വ്യത്യാസപ്പെടുന്നു. ലളിതമായ ഓട്ടോമേഷനിൽ നിന്ന് AI-യെ വ്യത്യസ്തമാക്കുന്നത് വ്യവഹാരത്തിന്റെ ഈ മാനുഷികവൽക്കരണമാണ്.
സത്യം എന്തെന്നാൽ, പല ബിസിനസുകളും ഇപ്പോഴും AI എന്ന പേരിൽ വേഷംമാറി "മെനു"കൾ ഉപയോഗിച്ചാണ് പ്രവർത്തിക്കുന്നത്. എന്നിരുന്നാലും, മുൻകൂട്ടി പ്രോഗ്രാം ചെയ്ത പ്രതികരണങ്ങൾ ആവർത്തിക്കുന്ന ഒന്നിനോട് സംസാരിക്കുമ്പോൾ ഉപഭോക്താക്കൾ പെട്ടെന്ന് മനസ്സിലാക്കുന്നു. ഇതിനു വിപരീതമായി, LLM-കളെ അടിസ്ഥാനമാക്കിയുള്ള ഇടപെടലുകൾ ചലനാത്മകത, വഴക്കം, അളക്കാവുന്ന പരിവർത്തന ഫലങ്ങൾ എന്നിവ നൽകുന്നു.
വിപണി മനസ്സിലാക്കേണ്ടത് ലളിതമാണ്: ഉപഭോക്തൃ സേവനം ഇനി ആവർത്തിക്കാൻ കഴിയില്ല; അത് ബുദ്ധിപരമായിരിക്കണം.
ഇതിനർത്ഥം നൂതനത്വത്തിന്റെ പ്രതീതി മാത്രം നൽകുന്നതും എന്നാൽ യഥാർത്ഥ മൂല്യം സൃഷ്ടിക്കാത്തതുമായ "ദ്രുത കുറുക്കുവഴി" യുക്തി ഉപേക്ഷിക്കുക എന്നതാണ്. ഇന്നത്തെ ഉപഭോക്താവിന് എപ്പോഴാണ് ഒരു കർക്കശമായ ഇടപെടൽ നേരിടേണ്ടിവരുന്നതെന്ന് ഇതിനകം തന്നെ മനസ്സിലാക്കാൻ കഴിയും, കൂടാതെ അനന്തമായ മെനുകൾ നാവിഗേറ്റ് ചെയ്ത് സമയം പാഴാക്കുന്നത് ഇനി അംഗീകരിക്കാൻ കഴിയില്ല. അവർ ദ്രവ്യത, വ്യക്തത, എല്ലാറ്റിനുമുപരി, അവരുടെ പ്രത്യേക സന്ദർഭത്തിൽ അർത്ഥവത്തായ ഉത്തരങ്ങൾ പ്രതീക്ഷിക്കുന്നു.
സ്ഥിരമായ ഫ്ലോകളെ അടിസ്ഥാനമാക്കി സ്റ്റാറ്റിക് ചാറ്റ്ബോട്ടുകൾ ഉപയോഗിച്ച് പ്രവർത്തിക്കാൻ ഇപ്പോഴും നിർബന്ധം പിടിക്കുന്ന കമ്പനികൾ സാങ്കേതികമായി പിന്നിലാണെന്ന് മാത്രമല്ല: അവർക്ക് ബിസിനസ്സ് അവസരങ്ങൾ നഷ്ടപ്പെടുന്നു. നിരാശരായ ഓരോ ഉപഭോക്താവും തടസ്സപ്പെട്ട ചർച്ചകൾ, നഷ്ടപ്പെട്ട പേയ്മെന്റ്, വൈകിയ വിൽപ്പന എന്നിവയാണ്. മറുവശത്ത്, LLM-കൾ സ്വീകരിക്കുന്നവർ ഓരോ ഇടപെടലിനെയും ബന്ധം കെട്ടിപ്പടുക്കുന്നതിനും, സംഘർഷം കുറയ്ക്കുന്നതിനും, തത്സമയം പരിവർത്തനം വർദ്ധിപ്പിക്കുന്നതിനുമുള്ള അവസരമാക്കി മാറ്റുന്നു.
ആത്യന്തികമായി, ഇത് കൂടുതൽ ആധുനിക സാങ്കേതികവിദ്യ സ്വീകരിക്കുന്നതിനെക്കുറിച്ചല്ല. ഉപഭോക്താവിന്റെ സമയത്തെയും ബുദ്ധിയെയും ബഹുമാനിക്കുന്ന ഒരു അനുഭവം കമ്പനി വാഗ്ദാനം ചെയ്യാൻ ആഗ്രഹിക്കുന്നുണ്ടോ എന്ന് തീരുമാനിക്കുന്നതിനെക്കുറിച്ചാണ്. ഈ ഘട്ടത്തിൽ, ഒരു മധ്യനിരയുമില്ല: ഒന്നുകിൽ ഉപഭോക്തൃ സേവനം ബുദ്ധിപരമായ സംഭാഷണങ്ങളിലേക്ക് പരിണമിക്കുക, അല്ലെങ്കിൽ അത് ആവർത്തിച്ചുള്ള ഉത്തരങ്ങളുടെയും പരിമിതമായ ഫലങ്ങളുടെയും ഭൂതകാലത്തിൽ കുടുങ്ങിക്കിടക്കും.
ചോദ്യം അവശേഷിക്കുന്നു: നിങ്ങളുടെ ഉപഭോക്തൃ സേവനം വർക്ക്ഫ്ലോയ്ക്ക് അപ്പുറത്തേക്ക് മാറിയിട്ടുണ്ടോ, അതോ ഇപ്പോഴും മെനുകളിൽ കുടുങ്ങിക്കിടക്കുകയാണോ?
ബ്രസീലിലെ ഒരു പ്രമുഖ സംഭാഷണ AI കമ്പനിയായ ഫിൻടാക്കിന്റെ സിഒഒ ആണ് ഡാനിയേൽ ഫ്രാൻസിസ്. ഇമെയിൽ: finatalk@nbpress.com.br
