ຄວາມກ້າວຫນ້າຂອງເທກໂນໂລຍີຄໍາແນະນໍາທີ່ອີງໃສ່ AI ໄດ້ຫັນປ່ຽນການເດີນທາງຂອງຜູ້ບໍລິໂພກ, ເຮັດໃຫ້ຕົວເລກຂອງຜູ້ບໍລິໂພກທີ່ຂັບເຄື່ອນດ້ວຍລະບົບ algorithm - ບຸກຄົນທີ່ມີຄວາມສົນໃຈ, ຄວາມມັກ, ແລະການຕັດສິນໃຈໃນການຊື້ແມ່ນຮູບຮ່າງໂດຍລະບົບທີ່ມີຄວາມສາມາດຮຽນຮູ້ຮູບແບບແລະຄາດຫມາຍຄວາມປາຖະຫນາເຖິງແມ່ນວ່າກ່ອນທີ່ຈະຖືກເວົ້າ. ການເຄື່ອນໄຫວນີ້, ເຊິ່ງເຄີຍຖືກຈໍາກັດຢູ່ໃນເວທີດິຈິຕອນຂະຫນາດໃຫຍ່, ໃນປັດຈຸບັນ permeates virtually ທຸກຂະແຫນງການ: ຈາກການຂາຍຍ່ອຍໄປສູ່ວັດທະນະທໍາ, ຈາກການບໍລິການທາງດ້ານການເງິນກັບຄວາມບັນເທີງ, ຈາກການເຄື່ອນຍ້າຍໄປສູ່ປະສົບການສ່ວນບຸກຄົນທີ່ກໍານົດຊີວິດປະຈໍາວັນ. ຄວາມເຂົ້າໃຈວິທີການເຮັດວຽກຂອງກົນໄກນີ້ແມ່ນເປັນສິ່ງຈໍາເປັນເພື່ອເຂົ້າໃຈຜົນກະທົບດ້ານຈັນຍາບັນ, ພຶດຕິກໍາ, ແລະເສດຖະກິດທີ່ເກີດຂື້ນຈາກລະບອບໃຫມ່ຂອງອິດທິພົນທີ່ເບິ່ງບໍ່ເຫັນ.
ການແນະນຳອັນກຣິທມິກແມ່ນສ້າງຂຶ້ນໃນສະຖາປັດຕະຍະກຳທີ່ລວມເອົາຂໍ້ມູນພຶດຕິກຳ, ຮູບແບບການຄາດເດົາ ແລະລະບົບການຈັດອັນດັບທີ່ສາມາດລະບຸຮູບແບບກ້ອງຈຸລະທັດທີ່ສົນໃຈໄດ້. ທຸກໆການຄລິກ, ການປັດໜ້າຈໍ, ເວລາທີ່ໃຊ້ໃນໜ້າໃດໜຶ່ງ, ການຄົ້ນຫາ, ການຊື້ຜ່ານມາ, ຫຼືການໂຕ້ຕອບໜ້ອຍສຸດແມ່ນຖືກປະມວນຜົນເປັນສ່ວນໜຶ່ງຂອງ mosaic ທີ່ມີການປັບປຸງຢ່າງຕໍ່ເນື່ອງ. mosaic ນີ້ກໍານົດໂປຣໄຟລ໌ຜູ້ບໍລິໂພກແບບເຄື່ອນໄຫວ. ບໍ່ເຫມືອນກັບການຄົ້ນຄວ້າຕະຫຼາດແບບດັ້ງເດີມ, ສູດການຄິດໄລ່ເຮັດວຽກໃນເວລາຈິງແລະໃນລະດັບທີ່ບໍ່ມີມະນຸດສາມາດຕິດຕາມໄດ້, ການຈໍາລອງສະຖານະການເພື່ອຄາດຄະເນຄວາມເປັນໄປໄດ້ຂອງການຊື້ແລະການສະເຫນີຄໍາແນະນໍາສ່ວນບຸກຄົນໃນໂອກາດທີ່ສຸດ. ຜົນໄດ້ຮັບແມ່ນປະສົບການທີ່ລຽບງ່າຍແລະເບິ່ງຄືວ່າເປັນທໍາມະຊາດ, ໃນທີ່ຜູ້ໃຊ້ຮູ້ສຶກວ່າພວກເຂົາໄດ້ພົບສິ່ງທີ່ພວກເຂົາກໍາລັງຊອກຫາແທ້ໆ, ໃນຕົວຈິງແລ້ວພວກເຂົາໄດ້ຖືກນໍາພາໄປບ່ອນນັ້ນໂດຍການຕັດສິນໃຈທາງຄະນິດສາດຫຼາຍໆຢ່າງທີ່ບໍ່ມີຄວາມຮູ້ຂອງເຂົາເຈົ້າ.
ຂະບວນການນີ້ກໍານົດແນວຄິດຂອງການຄົ້ນພົບຄືນໃຫມ່, ແທນທີ່ການຄົ້ນຫາຢ່າງຫ້າວຫັນດ້ວຍເຫດຜົນການຈັດສົ່ງອັດຕະໂນມັດທີ່ຫຼຸດຜ່ອນການເປີດເຜີຍທາງເລືອກທີ່ຫຼາກຫຼາຍ. ແທນທີ່ຈະຄົ້ນຫາລາຍການທີ່ກວ້າງຂວາງ, ຜູ້ບໍລິໂພກໄດ້ຖືກແຄບລົງຢ່າງຕໍ່ເນື່ອງກັບການເລືອກສະເພາະທີ່ເສີມສ້າງນິໄສ, ລົດຊາດ, ແລະຂໍ້ຈໍາກັດຂອງພວກເຂົາ, ສ້າງວົງການຄໍາຄຶດຄໍາເຫັນ. ຄໍາສັນຍາຂອງການປັບແຕ່ງສ່ວນບຸກຄົນ, ໃນຂະນະທີ່ມີປະສິດທິພາບ, ສາມາດຈໍາກັດ repertoires ແລະຈໍາກັດຫຼາຍທາງເລືອກ, ເຊິ່ງເຮັດໃຫ້ຜະລິດຕະພັນທີ່ມີຄວາມນິຍົມຫນ້ອຍລົງຫຼືຮູບແບບການຄາດເດົາພາຍນອກໄດ້ຮັບການເບິ່ງເຫັນຫນ້ອຍລົງ. ໃນຄວາມຫມາຍນີ້, ຄໍາແນະນໍາຂອງ AI ຊ່ວຍສ້າງທາງເລືອກເຫຼົ່ານີ້, ສ້າງປະເພດຂອງເສດຖະກິດທີ່ຄາດເດົາໄດ້. ການຕັດສິນໃຈຊື້ຢຸດເຊົາເປັນຜົນສະເພາະຂອງຄວາມປາຖະຫນາ spontaneous ແລະເລີ່ມຕົ້ນທີ່ຈະສະທ້ອນໃຫ້ເຫັນເຖິງສິ່ງທີ່ algorithm ໄດ້ພິຈາລະນາຫຼາຍທີ່ສຸດ, ສະດວກ, ຫຼືກໍາໄລ.
ໃນຂະນະດຽວກັນ, ສະຖານະການນີ້ເປີດໂອກາດໃຫມ່ສໍາລັບຍີ່ຫໍ້ແລະຮ້ານຂາຍຍ່ອຍ, ຜູ້ທີ່ຊອກຫາໃນ AI ເປັນຂົວໂດຍກົງກັບຜູ້ບໍລິໂພກທີ່ກະແຈກກະຈາຍແລະກະຕຸ້ນຄວາມອີ່ມຕົວ. ດ້ວຍຄ່າໃຊ້ຈ່າຍທີ່ເພີ່ມຂຶ້ນຂອງສື່ແບບດັ້ງເດີມແລະປະສິດທິພາບຫຼຸດລົງຂອງການໂຄສະນາທົ່ວໄປ, ຄວາມສາມາດໃນການສົ່ງຂໍ້ຄວາມ hyper-contextualized ກາຍເປັນປະໂຫຍດດ້ານການແຂ່ງຂັນທີ່ສໍາຄັນ.
Algorithms ອະນຸຍາດໃຫ້ມີການປັບລາຄາໃນເວລາທີ່ແທ້ຈິງ, ການຄາດຄະເນຄວາມຕ້ອງການທີ່ຖືກຕ້ອງຫຼາຍຂຶ້ນ, ການຫຼຸດຜ່ອນສິ່ງເສດເຫຼືອ, ແລະການສ້າງປະສົບການສ່ວນບຸກຄົນທີ່ເພີ່ມອັດຕາການປ່ຽນແປງ. ຢ່າງໃດກໍ່ຕາມ, ຄວາມຊັບຊ້ອນນີ້ນໍາເອົາສິ່ງທ້າທາຍດ້ານຈັນຍາບັນ: ຄວາມເປັນເອກະລາດຂອງຜູ້ບໍລິໂພກຍັງຄົງຢູ່ຫຼາຍເທົ່າໃດເມື່ອການເລືອກຂອງພວກເຂົາຖືກນໍາພາໂດຍຕົວແບບທີ່ຮູ້ເຖິງຄວາມອ່ອນແອທາງດ້ານຈິດໃຈແລະພຶດຕິກໍາຂອງພວກເຂົາດີກວ່າພວກເຂົາເຮັດຕົວເອງ? ການສົນທະນາກ່ຽວກັບຄວາມໂປ່ງໃສ, ການອະທິບາຍ, ແລະຄວາມຮັບຜິດຊອບຂອງບໍລິສັດແມ່ນໄດ້ຮັບການກະຕຸ້ນ, ຮຽກຮ້ອງໃຫ້ມີການປະຕິບັດທີ່ຊັດເຈນກວ່າກ່ຽວກັບວິທີການເກັບກໍາຂໍ້ມູນ, ນໍາໃຊ້, ແລະຫັນເປັນຄໍາແນະນໍາ.
ຜົນກະທົບທາງຈິດໃຈຂອງການເຄື່ອນໄຫວນີ້ຍັງສົມຄວນໄດ້ຮັບຄວາມສົນໃຈ. ໂດຍການຫຼຸດຜ່ອນຄວາມຂັດແຍ້ງໃນການຊື້ແລະການຊຸກຍູ້ການຕັດສິນໃຈທັນທີ, ລະບົບການແນະນໍາຂະຫຍາຍແຮງກະຕຸ້ນແລະຫຼຸດຜ່ອນການສະທ້ອນ. ຄວາມຮູ້ສຶກວ່າທຸກສິ່ງທຸກຢ່າງຢູ່ໃນການເຂົ້າເຖິງດ້ວຍການຄລິກຈະສ້າງຄວາມສໍາພັນເກືອບອັດຕະໂນມັດກັບການບໍລິໂພກ, ຫຍໍ້ເສັ້ນທາງລະຫວ່າງຄວາມປາຖະຫນາແລະການກະທໍາ. ມັນແມ່ນສະພາບແວດລ້ອມທີ່ຜູ້ບໍລິໂພກພົບວ່າຕົນເອງປະເຊີນກັບຄວາມບໍ່ສິ້ນສຸດແລະ, ໃນເວລາດຽວກັນ, ຕູ້ວາງສະແດງທີ່ຖືກກັ່ນຕອງຢ່າງລະມັດລະວັງທີ່ເບິ່ງຄືວ່າເປັນ spontaneous ແຕ່ຖືກ orchestrated ສູງ. ຂອບເຂດລະຫວ່າງການຄົ້ນພົບທີ່ແທ້ຈິງແລະການ induction algorithmic ກາຍເປັນມົວ, ເຊິ່ງ reconfigures ຄວາມຮັບຮູ້ຂອງມູນຄ່າ: ພວກເຮົາຊື້ເພາະວ່າພວກເຮົາຕ້ອງການ, ຫຼືຍ້ອນວ່າພວກເຮົາຖືກນໍາໄປສູ່ການຢາກ?
ໃນສະພາບການດັ່ງກ່າວ, ການສົນທະນາກ່ຽວກັບຄວາມລຳອຽງທີ່ຝັງຢູ່ໃນຂໍ້ສະເໜີແນະກໍ່ມີການເພີ່ມຂຶ້ນ. ລະບົບທີ່ໄດ້ຮັບການຝຶກອົບຮົມດ້ວຍຂໍ້ມູນປະຫວັດສາດມີແນວໂນ້ມທີ່ຈະແຜ່ພັນຄວາມບໍ່ສະເຫມີພາບທີ່ມີຢູ່ກ່ອນຫນ້າ, ສະຫນັບສະຫນູນໂປຣໄຟລ໌ຜູ້ບໍລິໂພກບາງຢ່າງແລະການຫຼຸດຜ່ອນຄວາມອ່ອນແອຂອງຄົນອື່ນ. ຜະລິດຕະພັນພິເສດ, ຜູ້ສ້າງເອກະລາດ, ແລະຍີ່ຫໍ້ທີ່ພົ້ນເດັ່ນຂື້ນມັກຈະປະເຊີນກັບອຸປະສັກທີ່ເບິ່ງບໍ່ເຫັນໃນການໄດ້ຮັບການເບິ່ງເຫັນ, ໃນຂະນະທີ່ຜູ້ຫຼິ້ນຂະຫນາດໃຫຍ່ໄດ້ຮັບຜົນປະໂຫຍດຈາກພະລັງງານຂອງປະລິມານຂໍ້ມູນຂອງຕົນເອງ. ຄໍາສັນຍາຂອງຕະຫຼາດປະຊາທິປະໄຕຫຼາຍ, ຂັບເຄື່ອນໂດຍເຕັກໂນໂລຢີ, ອາດຈະຖືກຖອນຄືນໃນການປະຕິບັດ, ລວບລວມຄວາມເຂັ້ມຂົ້ນຂອງຄວາມສົນໃຈໃນເວທີຈໍານວນຫນ້ອຍຫນຶ່ງ.
ດັ່ງນັ້ນ, ຜູ້ບໍລິໂພກທີ່ຖືກອອກແບບ algorithmically ບໍ່ພຽງແຕ່ເປັນຜູ້ໃຊ້ທີ່ໄດ້ຮັບການບໍລິການທີ່ດີກວ່າ, ແຕ່ຍັງເປັນຫົວຂໍ້ທີ່ເປີດເຜີຍຫຼາຍຂື້ນກັບນະໂຍບາຍດ້ານພະລັງງານທີ່ໂຄງສ້າງລະບົບນິເວດດິຈິຕອນ. ຄວາມເປັນເອກະລາດຂອງເຂົາເຈົ້າຢູ່ຮ່ວມກັນກັບຊຸດຂອງອິດທິພົນທີ່ອ່ອນໂຍນທີ່ດໍາເນີນການພາຍໃຕ້ພື້ນຜິວຂອງປະສົບການ. ຄວາມຮັບຜິດຊອບຂອງບໍລິສັດ, ໃນສະຖານະການນີ້, ແມ່ນຢູ່ໃນການພັດທະນາຍຸດທະສາດທີ່ reconcile ປະສິດທິພາບການຄ້າກັບການປະຕິບັດດ້ານຈັນຍາບັນ, ບູລິມະສິດຄວາມໂປ່ງໃສແລະການດຸ່ນດ່ຽງສ່ວນບຸກຄົນທີ່ມີທັດສະນະທີ່ຫຼາກຫຼາຍ. ໃນເວລາດຽວກັນ, ການສຶກສາດິຈິຕອລກາຍເປັນສິ່ງທີ່ຂາດບໍ່ໄດ້ສໍາລັບຄົນທີ່ຈະເຂົ້າໃຈເຖິງວິທີການທີ່ເບິ່ງຄືວ່າການຕັດສິນໃຈແບບ spontaneous ສາມາດຖືກສ້າງຂື້ນໂດຍລະບົບທີ່ເບິ່ງບໍ່ເຫັນ.
Thiago Hortolan ເປັນ CEO ຂອງ Tech Rocket, Sales Rocket spin-off ອຸທິດຕົນເພື່ອການສ້າງ Revenue Tech solutions, ສົມທົບ Artificial Intelligence, ອັດຕະໂນມັດ, ແລະຂໍ້ມູນປັນຍາເພື່ອຂະຫຍາຍການເດີນທາງການຂາຍທັງຫມົດຈາກຄວາມສົດໃສດ້ານໄປສູ່ຄວາມສັດຊື່ຂອງລູກຄ້າ. ຕົວແທນ AI ຂອງພວກເຂົາ, ຮູບແບບການຄາດເດົາ, ແລະການເຊື່ອມໂຍງແບບອັດຕະໂນມັດຫັນປ່ຽນການດໍາເນີນງານການຂາຍໄປສູ່ເຄື່ອງຈັກຂອງການເຕີບໂຕຢ່າງຕໍ່ເນື່ອງ, ສະຫຼາດ, ແລະສາມາດວັດແທກໄດ້.
