ענבל בן-יהודה | צילום: ניצן ארגוב
הנוסחה המנצחת ל-Generative AI בעולם העסקי - המודל ההיברידי
מפתה מאוד להישבות בקסם של הבינה המלאכותית היוצרת ולאמץ אותה במהירות - ואכן, ארגונים מכל התעשיות פועלים במהירות לפתח ולהאיץ פתרונות Generative AI. לפי מחקר שחברת גונג ערכה, עד מרץ 2024 יותר ממחצית מארגוני המכירות יטמיעו בינה מלאכותית בתהליכי המכירה שלהם. מחקר של חברת יבמ בקרב 3,000 מנכ"לים גילה כי 75% מהם מאמינים שארגונים שיאמצו פתרונות מתקדמים מסוג זה ייהנו מיתרון תחרותי.
מפתחי פתרונות עסקיים מבוססי Generative AI והלקוחות שלהם מתחבטים בימים אלה בסוגיה קריטית והיא על מה לבסס את הפתרון שלהם: להשתמש במודל LLM גנרי המוצע כפתרון מדף או לפתח מודל קנייני שלהם?
מודלי שפה גדולים כלליים (LLM) המוצעים כפתרונות מדף מספקים כיום ערך גדול לחברות בכל שוק במגוון גדול של דיסציפלינות בתחומים כמו: ניסוח טקסטים, מחקרים, תשובות לשאלות, תקצירי תכנים ועוד. אין להתעלם כמובן מחסרונותיהם ובראשן תשובות לא מדויקות, שגויות לחלוטין או המצאות גמורות (Hallucinations).
כשמנסים ליישם פתרון מבוסס מודל LLM גנרי בשוק ספציפי בעל מאפיינים ייחודיים מתגלה 'אוזלת היד' של המודל: הוא לא אומן על הדאטה של של התחום הספציפי, לא מכיר את מאפייניו הייחודיים, את ההקשרים השונים ואת הדקויות - ועל כן רמת האמינות של תשובותיו והמלצותיו תהיה נמוכה יותר. נכון להיום, הערך הכלכלי של פתרון כזה בשימוש רחב ולאורך זמן עלול אף הוא להיות נמוך, אם לא שלילי. זאת בעיקר בשל מודלי תמחור של מוצרי המדף המבוססים על כמות הקלט הנקרא וכמות הפלט שנוצר, הנמדד לרוב ביחידות של tokens או תווים. העלות של שימוש במוצר מדף יכולה לנוע מכמה מאות דולרים לחודש ועד למאות אלפי דולרים.
בתחום המכירות B2B, בדומה לתחומים רבים אחרים יש צורך בשילוב בין מודל קנייני המתמחה בעולם התוכן הספציפי לבין פתרון Generative AI. המודל המתמחה מספק למערכת הגנרטיבית הבנה מקדימה ועמוקה של התחום (הדומיין), לרבות הקשרים ספציפיים שהיא זקוקה להם כדי להביא תועלת. באופן זה, מערכת משולבת בתחום המכירות B2B מבינה באמת את כל השיחות והאינטראקציות שהתקיימו עד עתה בין איש המכירות ללקוח, היא לוקחת רק את החלקים הרלוונטיים בשיחות ומזינה אותם למודל שמסוגל להתייחס אליהם בהקשרים נכונים. כך המערכת מסוגלת להמליץ המלצות מדויקות בעלות ערך כלכלי גבוה. בתחומים שבהם תשובות והמלצות מדויקות הן קריטיות לקבלת החלטות מושכלת, מודל קנייני המבוסס על דאטה רלוונטי הוא הברירה היחידה. מודל Gen AI מדף גנרי לא מסוגל לעשות זאת ולספק את הערך הכלכלי הנדרש.
כאשר תשתיות של דאטה וידע מדומיין ספציפי משולבות בתהליכי הלמידה של בינה מלאכותית ומודלי LLM, מערכי המכירות יכולים להתייעל, להשביח ולשדרג את היכולות במגוון מישורים: צמצום העול האדמיניסטרטיבי, שיקוף מהיר של מידע חשוב למנהלים בכירים, בניית תקשורת אפקטיבית עם לקוחות וכיוצא מכך, סגירת מספר גדול יותר של עסקאות.
הנוסחה המנצחת: אסטרטגיה היברידית
גונג פיתחה פתרון Generative AI ייעודי לאנשי מכירות המבוסס על ההבנה העמוקה של החברה בתחום המכירות ועל ערכות הנתונים הגדולות ביותר בתעשייה של אינטראקציות בין אנשי מכירות ללקוחות. הן כוללות ניתוחים של עשרות מיליארדי אינטראקציות מסוג זה (7 מיליון שיחות מעובדות בשבוע) המהווים בסיס למודלי ה-AI של החברה. עם זאת, אין להתעלם מהחדשנות והערך הגדול של מודלי מדף LLM גנריים בתחומים מסוימים שבהם הם מניבים ערך גדול לאיש המכירות. על כן הנוסחה המנצחת היא פתרון היברידי: מודל Generative AI הקנייני של גונג מאפשר לאיש המכירות ולמנהלים לזהות בשיחות מכירה קונספטים כגון כאבים עסקיים, שיקולי תקציב ומידת היישום של מתודולוגיות מכירה נכונות - נושאים שבהם לדיוק יש חשיבות עליונה. המערכת הקניינית מאפשרת לו לשאול מגוון גדול של שאלות כמו: "בעקבות השיחה, מהם הנושאים הפתוחים והסממנים השליליים המשפיעים על סגירת העסקה?" לצד היכולות הללו משולב במערכת פתרון מדף מבוסס LLM שמסייע במשימות כמו: ניסוח אי-מיילים אישיים ללקוחות ומשימות נוספות שבהן המודלים הללו מצטיינים.
בדומה לדיסצפלינות מקצועיות רבות אחרות, מערכת Generative AI לא מיועדת להחליף אנשי מכירות אלא לסייע להם לעשות את עבודתם טוב יותר, במודל של "טייס משנה". לפי חברת המחקר פורסטר, אנשי מכירות מקדישים רק 23% מזמנם לפעילויות מכירה ושאר הזמן מוקדש למשימות מנהליות כמו כתיבת אימיילים, הזנת מערכות CRM ועוד. Generative AI יסיר חלק גדול מהעומס האדמיניסטרטיבי המכביד על אנשי מכירות ויפנה את זמנם למשימה שהם מצטיינים בביצועה, דהיינו מכירות. על כן, ל-AI בכלל ול-Generative AI בפרט המותאמים בדיוק לעולם המכירות יש פוטנציאל לשדרג ללא הכר את ביצועיהם העסקיים של צוותי המכירות.
חברות המפתחות פתרונות עסקיים מבוססי Generative AI צריכות לשקול את מידת ההסתמכות שלהן על מודלי LLM המוצעים כיום והאם כדאי להמר עליהם? האם בעתיד ישתנה המודל העסקי של המודלים הללו? ההשקעה במודלים קניינים היא אמנם כבדה אך הערך הכלכלי הטמון בה למשתמשי הקצה הוא גדול ומקנה יתרון תחרותי ולכן כדאי. יתרה מכך, חברה שתפתח מודלים קנייניים תוכל ליישם אותם על מספר תרחישים עסקיים ולהתאים במהירות פתרונות רבים ומגוונים שיענו על צרכי שוק נוספים. מסלול זה יאפשר צמיחה מהירה של החברה ומוסיף לאטרקטיביות של השקעה במודלים קנייניים.
ארגונים שחותרים לאמץ במהירות פתרונות Generative AI חייבים להבין שהבנת הדומיין של המגזר והדיסצפלינה שלהם היא קריטית להצלחת הפתרון. מודלי המדף הגנריים הם חדשניים ומועילים ביותר בתחומים מסוימים אך יש להעשיר אותם במודלים קנייניים שיודעים לספק ערך עסקי אמיתי למשתמשים ועושים את ההבדל. הגישה ההיברידית היא המפתח להצלחה בעידן ה-Generative AI שסוחף את העולם.
ענבל בן-יהודה היא מנהלת מוצר AI בכירה בחברת GONG