Jeśli dane rzeczywiście są paliwem dla generatywnej sztucznej inteligencji, a jednym z kluczy do udanego wdrożenia jest dostęp do danych istotnych dla prowadzenia biznesu, wydaje się, że niektórzy dostawcy SaaS mają wbudowaną przewagę w zakresie danych. Wykonanie to inna sprawa, ale jeśli istnieją dane, modele przynajmniej mają coś bardziej znaczącego do pracy.
Jednym z wcześniejszych zwolenników generatywnej sztucznej inteligencji w modelu SaaS był ServiceNow, który był w stanie wykorzystać dane na własnej platformie, aby pomóc w budowaniu modeli bardziej zorientowanych na biznes.
Dla CIO Chrisa Bedi najważniejsze jest budowanie praktycznego doświadczenia, które pomaga ludziom efektywniej wykonywać pracę. „Jestem głęboko przekonany, że model jest tak dobry, jak platforma. Jeśli jest to część świetnego modelu, ale nie jest powiązana z doświadczeniem ani z przepływem pracy, jaki jest w tym sens?” Bedi powiedział TechCrunch.
Brent Leary, założyciel i główny analityk w CRM Essentials, mówi, że ServiceNow podejmuje świadome wysiłki, aby skupić swoją sztuczną inteligencję na praktycznych kwestiach. „Myślę, że skupienie ServiceNow na budowaniu własnej platformy generatywnej AI typu full-stack daje im możliwość ukierunkowania wysiłków na tworzenie, optymalizację i integrację przepływów pracy. Daje to możliwość oddziaływania na procesy, które przechodzą przez wiele działów/obszarów i platform” — powiedział Leary.
Aby to osiągnąć, firma włącza sztuczną inteligencję do wszystkich swoich przepływów pracy. Bedi dzieli generatywne możliwości AI ServiceNow na trzy szerokie obszary.
Pierwszy polega na bardziej systematycznym rozpatrywaniu wniosków. „Kiedy ktoś o coś prosi, nazywamy to osobą proszącą. Może to być klient, może to być dostawca, może to być pracownik. Jak pomóc im szybciej uzyskać odpowiedź?”
Drugi element dotyczy pomocy agentom w lepszym wykonywaniu ich pracy, niezależnie od ich celu. „Możesz być agentem HR, agentem IT, agentem obsługi klienta — ktoś coś robi — pomagając im wykonywać powtarzalne zadania szybciej lub całkowicie przenosząc je na maszynę, i widzimy tam również wzrost produktywności” — powiedział.
Ostatnim elementem jest znalezienie sposobów na przyspieszenie innowacji. Bedi uważa, że mogłoby to zapewnić zupełnie nowy poziom automatyzacji, np. zamianę tekstu na kod, zautomatyzowany przepływ pracy z tekstu, a nawet pracę multimodalną, aby umożliwić użytkownikom wykonywanie takich czynności, jak zrobienie zdjęcia diagramu lub sesji burzy mózgów na tablicy i przekształcenie tego zdjęcia w przepływ pracy .
Przyjmowanie szerokiego podejścia
„ServiceNow wdraża unikalną strategię sztucznej inteligencji, która stanowi połączenie budowania, zakupów i partnerstwa” – powiedział Holger Mueller, analityk w Constellation Research. Według niego firma potrzebuje tak zróżnicowanej strategii z kilku powodów.
„Przede wszystkim klienci ServiceNow mają szeroką gamę partnerstw w zakresie sztucznej inteligencji i chcą, aby ServiceNow wykorzystywała ich i współpracowała z nimi” – powiedział. Partnerstwa te obejmują między innymi Nvidię i Microsoft. „Następnie musi zbudować własną automatyzację sztucznej inteligencji, ponieważ klienci również oczekują nieszablonowych doświadczeń związanych ze sztuczną inteligencją” – powiedział. Wreszcie łączy rozwój wewnętrzny z przejęciami w celu zbudowania platformy.
Jednocześnie firma ma klientów o różnym stopniu gotowości na sztuczną inteligencję i musi zapewnić szereg rozwiązań, które będą spełniać te wymagania, mówi Jeremy Barnes, wiceprezes ds. produktów AI w ServiceNow, który dołączył do firmy po przejęciu jego poprzednia firma, Element AI„Powiedziałbym, że największe i najszybciej rozwijające się firmy w większości przypadków dokonały niezbędnych zmian organizacyjnych, aby wdrożyć transformację cyfrową” – powiedział.
Ale ci, którzy nie są tak daleko, próbują łączyć własne rozwiązania z pomocą niezależnych dostawców oprogramowania i dostawców usług MSP, aby przyspieszyć korzystanie z sztucznej inteligencji.
Analityk finansowy Arjun Bhatia z William Blair uważa, że nowe możliwości AI to coś, za co klienci są skłonni zapłacić. „Chociaż jest jeszcze wcześnie, ServiceNow podkreślił silne trendy popytu na swoje nowe SKU Pro-Plus, ponieważ przedsiębiorstwa szukają sposobów na inwestowanie w gen AI” – napisał w raporcie opublikowany w maju. Co więcej, firma odnotowała stosunkowo niewielki sprzeciw w sprawie cen, co może wskazywać, że dostrzega wartość.
Poruszamy się z prędkością klientów
Analityk IDC, Stephen Elliot, twierdzi, że firma inwestuje w sztuczną inteligencję, generatywną sztuczną inteligencję i powiązane talenty od ponad pięciu lat, a klienci widzą rezultaty tych wysiłków.
„Klienci, z którymi rozmawiałem, którzy korzystają Teraz pomóż mówią, że wczesne wyniki wyglądają bardzo pozytywnie, a zwroty biznesowe dotyczą odwrócenia biletów, podsumowania bazy wiedzy i ulepszonych doświadczeń klientów z wirtualnymi agentami. Koszty i produktywność zespołu to główne tematy realizacji wartości biznesowej”, powiedział Elliot serwisowi TechCrunch.
Bedi mówi, że myśli o AI na kilka sposobów: jeden jest bardziej krótkoterminowy, a drugi patrzy w przyszłość, kiedy AI może być bardziej zdolna i mieć głębsze wpływy w firmach. „Sposób, w jaki definiujemy tryb pierwszy, to tak naprawdę stopniowe usprawnienia istniejących sposobów pracy” — powiedział. Widzi firmy wykorzystujące obecną technologię AI do poprawy sposobu poruszania się i organizowania pracy.
Ale naprawdę interesująca sytuacja będzie miała miejsce w przyszłości, kiedy będziesz mógł przyjrzeć się procesowi i opracować zupełnie nowy sposób pracy oparty na sztucznej inteligencji. „Tryb drugi polegałby na tym, że gdybyśmy zaczęli od czystej kartki papieru, jaka praca trafiłaby do maszyn, a jaka praca by została i jaką interesującą pracę mógłby jeszcze wykonać człowiek?” powiedział.
Bedi rozważał także możliwość wykorzystania sztucznej inteligencji we własnym zakresie dla swoich pracowników. Firma zbudowała platformę AI o nazwie AI Control Tower, aby zapewnić ujednolicone środowisko programistom tworzącym aplikacje we własnym zakresie. „Cały pomysł daje inżynierom swobodę wyboru dowolnego modelu, bez konieczności wykonywania całej dodatkowej pracy związanej z zarządzaniem tym, co jest wymagane, bo robią inaczej, w zależności od swojego wyboru” – powiedział.
Co więcej, z punktu widzenia zarządzania IT, zarządzają modelami jak każdym innym obiektem IT. „Zatem model w produkcji jest aktywem, a zasób musi mieć charakter cybernetyczny i odporność operacyjną; musimy wiedzieć, że działa, kiedy trzeba. Mierzymy także skuteczność modeli i ich przyjęcie”.
Zdaniem Barnesa pasuje to do ogólnego podejścia, jakie firma przyjmuje, aby przekonać klientów do większego skupienia się na sztucznej inteligencji. „Tak naprawdę przechodzimy od podstawowych przypadków użycia generatywnej sztucznej inteligencji do ponownego przemyślenia każdej części sposobu wykonywania pracy” – powiedział. „Obejmuje to także umiejętność radzenia sobie z zadaniami wyższego poziomu przy użyciu lepszych narzędzi, aby zrozumieć, co dzieje się ze sztuczną inteligencją oraz w jaki sposób sztuczna inteligencja i ludzie mogą przyczynić się do wspólnej pracy”.
