In Brazilië verandert het profiel van de consument, en daarmee de eisen met betrekking tot de winkelervaring. Het is niet meer voldoende om een goed product of dienst aan te bieden; wat echt belangrijk is, is hoe bedrijven omgaan met hun klanten vanaf het eerste contact tot na de verkoop.

In een situatie waarin interacties steeds sneller plaatsvinden, zoeken consumenten naar ervaringen die verder gaan dan de eenvoudige uitwisseling van producten en diensten, en eisen ze snelle, relevante en verbonden antwoorden, evenals gepersonaliseerde. Voor bedrijven vormt dit een uitdaging, omdat het nodig is een geïntegreerde en afgestemde strategie te creëren die een soepele en foutloze ervaring garandeert.

Gezien deze realiteit ontstaat een wereldwijd concept genaamd 'Universele Klantbeleving (UCE - Universal Customer Experience)': een innovatieve en geïntegreerde aanpak die steeds meer aan kracht wint in Brazilië.

De Universele Klantbeleving is een methodologie die gericht is op het integreren van alle processen, stappen en technologieën die betrokken zijn bij de klantrelatie, met als doel een consistente, soepele en gepersonaliseerde ervaring te bieden bij elk contactpunt, legt Alberto Filho, CEO van Poli Digital, ontwikkelaar van technologieën voor centralisatie en automatisering van contactkanalen, uit.

Tweede zoon, de UCE is een benadering die, in tegenstelling tot gefragmenteerde modellen, streeft naar een volledige integratie van de interacties, waardoor de klantreis continu is, zonder onderbrekingen of communicatieproblemen, ongeacht het gebruikte kanaal, of het nu website, Instagram, WhatsApp, etc. is.

"Dit concept sluit aan bij een groeiende realiteit op de markt: klantentrouw is een belangrijke factor voor de groei van bedrijven," zegt de CEO van Poli Digital. Volgens gegevens van Investopedia komt 65% van de omzet van Braziliaanse bedrijven van al bestaande klanten, wat de positieve impact aantoont van een succesvolle klantreiservaring. Bovendien, volgens een onderzoek van KPMG, bevelen 86% van de loyale consumenten merken die hen goed bedienen aan bij vrienden en familie, waardoor het bereik van het bedrijf wordt vergroot en een mond-tot-mond-effect ontstaat dat de werving van nieuwe klanten versterkt.

Maar om de Universele Klantbeleving te bereiken, is meer nodig dan alleen technologische oplossingen implementeren. Hoewel tools zoals chatbots, virtuele assistenten en automatiseringssystemen essentieel zijn om processen te optimaliseren en te versnellen, ligt de ware essentie van de UCE in het creëren van een ervaring die tegelijkertijd gepersonaliseerd en soepel is in elke fase van de klantreis. De integratie tussen de afdelingen van het bedrijf is het geheim om ervoor te zorgen dat elke interactie, of het nu gaat om klantenservice, verkoop of after-sales ondersteuning, afgestemd is op de kernstrategie om een unieke en gepersonaliseerde ervaring te bieden.

Alberto Filho benadrukt dat "de implementatie van innovatieve technologieën, hoe geavanceerd ook, niet alle problemen op zich oplost. Om een succesvolle klantreis te bieden, moeten alle afdelingen geïntegreerd samenwerken, het belang van elk contactpunt begrijpen en de gegevens op een slimme manier gebruiken om de ervaring continu te verbeteren, vanaf de acquisitie, via de klantenservice, verkoop en ook de after-sales ervaring." Dit betekent dat elke interactie met de klant wordt gezien als een kans om de relatie te versterken en echte waarde te leveren, gebaseerd op realtime verzamelde informatie en gedrag.

Voor bedrijven die niet alleen willen voldoen aan, maar ook de verwachtingen van hun klanten willen overtreffen, wordt de Universele Klantbeleving een verplichte strategie. Het maakt een snellere, efficiëntere en meer gepersonaliseerde dienstverlening mogelijk, niet alleen door de klantreis te verbeteren, maar ook door een grotere loyaliteit aan het merk te creëren en daardoor de groei en voortdurende innovatie te stimuleren.

Bij het adopteren van dit concept creëren bedrijven niet alleen een concurrentievoordeel, maar bouwen ze ook een solide reputatie op, waarin consumenten zich gewaardeerd en begrepen voelen in elke fase van hun reis. In een steeds dynamischer wordende markt kan de UCE de sleutel zijn waarbij elke interactie een oprechte toewijding van het bedrijf aan tevredenheid en klantloyaliteit weerspiegelt, concludeert hij.

We bevinden ons nog maar aan het begin van 2025 en de CEO van het technologiebedrijf Nvidia, Jensen Huang, heeft al verklaard dat de“het tijdperk van agentiële AI is aangebroken”DeGoogleen deOpenAIZe hebben onlangs nieuwe identieke modellen aangekondigd die gepland staan voor lancering in 2025, en40%De grote Braziliaanse bedrijven zijn van plan om nog dit jaar agentgebaseerde AI-systemen in hun operaties te integreren.

Hoe verschilt de agent-achtige AI van haar voorgangers, en wat kan het technologische modewoord van 2025 betekenen voor de Braziliaanse consument? De analisten verwachten ingrijpende veranderingen, maar de uiteindelijke resultaten kunnen subtieler zijn dan men denkt.

"De AI-agent is een nieuwe, uiterst opwindende fase in de ontwikkeling van intelligente systemen," zegt Krishna Tammana, CTO van Gupshup. Maar, zoals bij alle geavanceerde technologieën, is het gemakkelijk om vast te lopen in technische jargon. Vergelijk het in plaats daarvan met de omvang en schaal van de verandering van de telefoon naar de smartphone eind jaren 2000. "Als wat we nu gebruiken, de generatieve AI, één enkele toepassing is, dan is de agentgerichte AI alsof je een smartphone gebruikt," zegt Krishna.

De generatieve AI, zoals de oudere modellen van mobiele telefoons, is in feite een eenmalige toepassing. Je opent het, interacteert ermee en sluit het af totdat je het weer nodig hebt, vervolgt de executive. Als we het vergelijken met een smartphone, dat tegelijkertijd veel apps kan bevatten, lijkt de agent-achtige AI zo op generatieve AI. Het gaat niet meer om één enkele app, maar om een hele smartphone vol met verschillende apps, die allemaal tegelijkertijd met elkaar communiceren.

Het gelijkwaardige AI-agent is ook ontwikkeld om taken autonoom uit te voeren, beslissingen te nemen en zich aan te passen aan gebruikersinformatie en milieuwijzigingen. En hoewel generatieve AI gevallen van gebruik door consumenten en bedrijven heeft gezien, zal deze volgende evolutionaire fase waarschijnlijk meer invloed hebben op het professionele leven dan op het persoonlijke.

Binnenkort kunnen we een werkdag hebben waarin de meest tijdrovende en repetitieve taken autonoom worden uitgevoerd, waardoor er meer tijd overblijft om ons te richten op strategische, creatieve en sociale functies op hoger niveau. In ons persoonlijke leven kan de agentieve AI ook verschijnen als een nuttige assistent die bestellingen en reserveringen kan maken, de sociale agenda van een weekend kan organiseren of zelfs onze financiën kan beheren, bijvoorbeeld. Echter, aangezien niemand weet hoe dicht we bij grootschalige AGI zijn, zoeken de experts naar de leidende sectoren om de weg te wijzen.

"De eerste sectoren die de agent-achtige AI implementeren, doen dat achter de schermen in de operaties," legt Tammana uit. "De financiële sector ziet resultaten in het opsporen van fraude, artsen en apothekers richten zich op data-analyse, onderzoek en ontwikkeling, en de productie-industrie ontwikkelt slimme robots, en zelfs volledige fabrieken, die met minimale menselijke tussenkomst kunnen functioneren," merkt hij op.

Tenzij ze in deze gespecialiseerde gebieden werken, zal het dagelijks leven van de Brazilianen mogelijk geen onmiddellijke impact van de agent-IA voelen, behalve op één belangrijk gebied. “Bij Gupshup behandelt de IA-agent een reeks verzoeken, maar een van de meest geavanceerde is het omgaan met klantinteracties,” vervolgt Krishna. Dus ik zou niet verrast zijn als consumenten dit jaar een verschil beginnen te merken bij het spreken met de klantenservice.

Deze modellen zijn getraind met specifieke bedrijfsgegevens, met ingebouwde beveiligingsmaatregelen en menselijke agenten die op elk moment kunnen worden overgedragen. Dus, de technisch directeur van Gupshup zegt tegen consumenten om alert te zijn op de verandering van interacties tussen chatbots of mensen naar een soepelere service. Het feit dat je niet doorhebt wie menselijk en wie AI is, betekent dat we goed werk hebben geleverd. Maar als de agent waarmee je praat ervaren, behulpzaam, proactief en 24/7 beschikbaar is, dan kan dit je eerste interactie met een AI-agent zijn, legt hij uit.

In Brazilië benadrukt een samenwerking met een groot nationaal modemerk het opkomende landschap van de agent-achtige AI. A Gupshup is een van de eerste platforms voor conversatiekunstmatige intelligentie die een AI-agent lanceert in Brazilië voor de retailer Reserva. De AI-agent van het merk biedt gebruikers een unieke winkelervaring, met de beschikbaarheid van AI direct op WhatsApp. Gebruikers kunnen producten zoeken door tekst- of spraakberichten te sturen, en zelfs kenmerken van een persoon beschrijven aan wie ze een cadeau willen geven. Dit werd gedaan op Moederdag, toen de gebruiker de kans kreeg om te beschrijven hoe haar moeder was en zo het beste cadeau te vinden om de dag te vieren.

Op deze manier begrijpt de AI en beveelt de producten aan die het beste passen bij de door de gebruiker verstrekte beschrijving, die gemakkelijk de beschikbare producten kan bekijken via een ingebouwd WhatsApp-carrouselmodel, met toegang tot meer informatie over het product, of zelfs wordt doorgestuurd naar de website om de aankoop te voltooien.

Het idee vankunstmatige intelligentie(IA) is niet nieuw, maar recente ontwikkelingen in gerelateerde technologieën hebben het veranderd in een hulpmiddel dat door ons allemaal dagelijks wordt gebruikt.De toenemende belangrijkheid en proliferatie van AI zijn tegelijkertijd opwindend en potentieel verontrustend, omdat de fundamenten van veel AI-platforms en -bronnen in wezen zwarte dozen zijn die worden gecontroleerd door een klein aantal machtige bedrijven.

Grote organisaties, zoals Red Hat, geloven datiedereen moet de mogelijkheid hebben om bij te dragen aan AIInnovatie in AI mag niet beperkt blijven tot bedrijven die kunnen betalen voor enorme hoeveelheden verwerkingscapaciteit en de datawetenschappers die nodig zijn om deze te trainen.grote taalmodellen(LLMs)

In plaats daarvan stellen decennia aan open source-ervaring in softwareontwikkeling en samenwerking met gemeenschappen iedereen in staat om bij te dragen en te profiteren van AI, terwijl ze helpen een toekomst vorm te geven die aan onze behoeften voldoet. Er bestaat geen twijfel dat een open source-benadering de enige manier is om het volledige potentieel van AI te bereiken, waardoor het veiliger, toegankelijker en gedemocratiseerd wordt.

Wat is open source?

Hoewel de term "open source" oorspronkelijk verwijst naar een ontwikkelingsmethode voor software, is deze uitgebreid naar een meer algemene vorm van werken die open, gedecentraliseerd en diep collaboratief is. De open source-beweging gaat nu veel verder dan de wereld van software, ende manier van open source zijnHet werd omarmd door samenwerkingsinspanningen over de hele wereld, inclusief sectoren zoals wetenschap, onderwijs, overheid, productie, gezondheidszorg en meer.

De open source cultuur heeft enkelefundamentele principes en waardendie haar effectief en betekenisvol maken, bijvoorbeeld:

• Samenwerkende deelname
• Gedeelde verantwoordelijkheid
• Open ruilen
• Meritocratie en inclusie
• Gemeenschapsgericht ontwikkeling
• Open samenwerking
• Zelforganisatie
• Respect en wederkerigheid

Wanneer de open source-principes de basis vormen voor collaboratieve inspanningen, toont de geschiedenis aan dat geweldige dingen mogelijk zijn. Enkele belangrijke voorbeelden variëren van de ontwikkeling en de proliferatie van deLinuxals het krachtigste en alomtegenwoordige besturingssysteem ter wereld tot de opkomst en groei vanKubernetesen de de containers, além do desenvolvimento e a expansão da própria Internet.

Zes voordelen van open source in het tijdperk van AI

Er zijn talloze voordelen voor de ontwikkeling van technologieën door open source, maar zes voordelen springen eruit.

1. Toename van de snelheid van innovatie

Wanneer technologie op een collaboratieve en open manier wordt ontwikkeld, kunnen innovatie en ontdekking veel sneller plaatsvinden, in tegenstelling tot gesloten organisaties en propriëtaire oplossingen.

Wanneer het werk openlijk wordt gedeeld en anderen de mogelijkheid hebben om erop voort te bouwen, besparen teams een enorme hoeveelheid tijd en moeite omdat ze niet vanaf nul hoeven te beginnen. Nieuwe ideeën kunnen de projecten die eerder zijn gekomen uitbreiden. Dit bespaart niet alleen tijd en geld, maar versterkt ook de resultaten omdat meer mensen samenwerken om problemen op te lossen, te deleninzichtenen el revisar el trabajo de los otros.

Een bredere en meer collaboratieve gemeenschap is gewoonweg in staat om meer te bereiken: mensen te ondersteunen en expertise te verbinden om complexe problemen op te lossen en sneller en effectiever te innoveren dan kleine en geïsoleerde groepen.

2. Democratiseren van toegang

Open source democratiseert ook de toegang tot nieuwe AI-technologieën. Wanneer onderzoek, codes en tools openlijk worden gedeeld, helpt dat om enkele van de barrières weg te nemen die normaal gesproken de toegang tot geavanceerde innovaties beperken.

DEInstructLabHet is een uitstekend voorbeeld van deze premisse. Het initiatief is een open source AI-project onafhankelijk van een model dat het proces vereenvoudigt van het bijdragen van vaardigheden en kennis aan LLMs. Het doel van de inspanning is om iedereen in staat te stellen te helpen bij het vormgeven van degeneratieve IA(Gen AI), inclusief diegenen die niet de vaardigheden en training in datawetenschap hebben die normaal nodig zijn. Dit stelt meer individuen en organisaties in staat om bij te dragen aan de training en verfijning van grote taalmodellen op een betrouwbare manier.

3. Verbeterde beveiliging en privacy

Omdat open source-projecten de toegangsdrempels verlagen, kan een grotere en meer diverse groep bijdragers helpen bij het identificeren en oplossen van potentiële beveiligingsuitdagingen in AI-modellen terwijl ze worden ontwikkeld.

De meeste gegevens en methoden die worden gebruikt om AI-modellen te trainen en af te stemmen, zijn gesloten en worden beheerd door proprietaire logica. Zelden kunnen mensen van buiten deze organisaties inzicht krijgen in hoe deze algoritmen werken en of ze mogelijk gevaarlijke gegevens of inherente vooroordelen bevatten.

Als een model en de gegevens die voor de training worden gebruikt, openbaar zijn, kunnen echter alle geïnteresseerden ze bekijken, waardoor veiligheidsrisico's worden verminderd en vooroordelen van platforms worden geminimaliseerd.Bovendien kunnen bijdragers aan open filosofie tools en processen creëren om de toekomstige ontwikkeling van modellen en toepassingen te volgen en te auditen, waardoor het mogelijk is de ontwikkeling van verschillende oplossingen te monitoren.

Deze openheid en transparantie ookgeram vertrouwenAangezien gebruikers de mogelijkheid hebben om rechtstreeks te bekijken hoe hun gegevens worden gebruikt en verwerkt, zodat ze kunnen controleren of hun privacy en gegevenssoevereiniteit worden gerespecteerd. Bovendien kunnen bedrijven hun privé-, vertrouwelijke of eigendomsinformatie beschermen door gebruik te maken van open source-projecten zoals InstructLab om hun eigen getrainde modellen te creëren, waarover ze strikte controle behouden.

Biedt flexibiliteit en vrijheid van keuze

Hoewel de monolithische, propriëtaire en black-box grote taalmodellen (LLM's) zijn wat de meeste mensen zien en denken over generatieve AI, zien we een toenemende beweging richting kleinere, onafhankelijke AI-modellen die voor een specifiek doel zijn ontwikkeld.

Dezekleine taalmodellen(SLMs) worden meestal getraind op veel kleinere datasets om hun basisfunctionaliteit te geven, en worden vervolgens nog verder aangepast voor specifieke gebruiksgevallen met domeinspecifieke gegevens en kennis.

Deze SLM's zijn aanzienlijk efficiënter dan hun grotere neven en hebben bewezen even goed (zo niet beter) te presteren bij het gebruik waarvoor ze bedoeld zijn. Ze zijn sneller en efficiënter om te trainen en te implementeren, en kunnen worden aangepast en afgestemd indien nodig.

En dat is grotendeels de reden waarom het InstructLab-project is opgericht. Met hem kunt u een kleiner open-source AI-model nemen en uitbreiden met de gegevens en aanvullende trainingen die u wenst.

Bijvoorbeeld, je kunt InstructLab gebruiken om een klantenservice-chatbot te creëren die zeer afgestemd en ontwikkeld is voor een specifiek doel, waardoor betere praktijken binnen de organisatie worden gestimuleerd. Deze praktijk stelt u in staat het beste van uw klantenservice-ervaring te bieden aan iedereen, overal, in realtime.

En, belangrijker nog, dit stelt je in staat om niet vast te zitten aan een leverancier en biedt flexibiliteit in waar en hoe je je AI-model en eventuele toepassingen die daarop gebaseerd zijn, implementeert.

5. Mogelijkheid tot een bruisend ecosysteem

In de open gemeenschap,niemand innoveert alleen, en deze overtuiging blijft bestaan sinds de eerste maanden van de oprichting van de gemeenschap.

Dit idee blijft geldig in het AI-tijdperk binnen Red Hat, de leider in open oplossingen, die verschillende open source tools en frameworks zal bieden in de vorm vanRed Hat AIoplossing waarmee partners meer waarde zullen creëren voor eindklanten.

Een enkele leverancier kan niet alles bieden wat een organisatie nodig heeft, of zelfs gelijke tred houden met de huidige snelheid van technologische evolutie. De principes en praktijken van open source versnellen innovatie en maken een bruisend ecosysteem mogelijk door partnerschappen en samenwerkingsmogelijkheden tussen projecten en industrieën te bevorderen.

6. Kosten verlagen

Aan het begin van 2025,het wordt geschatdat de gemiddelde basissalaris van een datawetenschapper in de Verenigde Staten hoger is dan $125.000, waarbij meer ervaren datawetenschappers aanzienlijk meer kunnen verdienen.

Natuurlijk is er een enorme en groeiende vraag naar datawetenschappers met AI, maar weinig bedrijven hebben veel vertrouwen in het aantrekken en behouden van de gespecialiseerde talenten die ze nodig hebben.

Enorme grote LLM's zijn buitengewoon duur om te bouwen, trainen, onderhouden en implementeren, en vereisen hele magazijnen vol met hooggeoptimaliseerde (en zeer dure) computerapparatuur en een enorme hoeveelheid opslagruimte.

Open modellen, kleinere en gebouwd voor specifieke doeleinden en AI-toepassingen zijn aanzienlijk efficiënter om te bouwen, trainen en implementeren. Ze eisen niet alleen een fractie van de rekenkracht van de grote taalmodellen (LLM's), maar projecten zoals InstructLab maken het mogelijk voor mensen zonder gespecialiseerde vaardigheden en ervaring om actief en effectief bij te dragen aan de training en fijne afstemming van AI-modellen.

Duidelijk, de kostenbesparing en de flexibiliteit die open source biedt voor AI-ontwikkeling zijn gunstig voor kleine en middelgrote bedrijven die verwachten een concurrentievoordeel te behalen met de AI-toepassingen die het kan bieden.

In samenvatting

Voor de bouw van een democratische en open AI is het cruciaal om de open source-principes te gebruiken die de cloud computing, het internet, Linux en zoveel andere open, krachtige en diep innovatieve technologieën mogelijk hebben gemaakt.

Dit is de weg die Red Hat volgt om AI en andere gerelateerde tools mogelijk te maken. Iedereen moet profiteren van de ontwikkeling van kunstmatige intelligentie, dus iedereen moet kunnen helpen bij het bepalen en vormgeven van de koers ervan, en bijdragen aan de ontwikkeling ervan. Samenwerkingsinnovatie en open source zijn niet onmisbaar als onvermijdelijke voor de toekomst van de discipline.