Για πάνω από δύο δεκαετίες η αγορά πληροφορικής λειτουργούσε με σχετικά απλό μοντέλο.
Η εταιρεία έχει ένα πρόβλημα. Αγόραζε ένα σύστημα. Εφαρμόζει το σύστημα. Εκπαιδεύει τους εργαζόμενους. Μαθαίνει να χρησιμοποιεί το σύστημα. Και στη συνέχεια προσπαθεί να πετύχει τον επιχειρηματικό στόχο.
Έτσι έμοιαζαν οι υλοποιήσεις:
- CRM,
- ERP,
- συστήματα αποθήκης,
- πλατφόρμες ηλεκτρονικού εμπορίου,
- εργαλεία μάρκετινγκ,
- συστήματα διαχείρισης έργων.
Για χρόνια κανείς δεν το θεωρούσε περίεργο. Εξάλλου το λογισμικό ήταν ένα εργαλείο που θα βοηθούσε να επιτευχθεί ένα συγκεκριμένο αποτέλεσμα.
Αλλά σήμερα προκύπτει μια ερώτηση που πριν λίγα χρόνια θα φαινόταν αφελής: Θα συνεχίσουν οι εταιρείες να αγοράζουν λογισμικό;
Ή ίσως θα αρχίσουν να αγοράζουν έτοιμες δεξιότητες που εκτελούνται από τεχνητή νοημοσύνη;
Αυτή δεν είναι πλέον μια φουτουριστική όραση. Τα πρώτα συμπτώματα αυτής της αλλαγής είναι ήδη ορατά.
Πώς λειτουργούσε μέχρι τώρα η αγορά IT;
Επί δεκαετίες αγοράζαμε εργαλεία.
Παράδειγμα;
Η εταιρεία χρειαζόταν καλύτερη διαχείριση πωλήσεων. - Αγόραζε CRM.
Χρειαζόταν αναφορές. - Αγόραζε σύστημα BI.
Χρειαζόταν αυτοματοποίηση μάρκετινγκ. - Αγόραζε ένα ακόμη εργαλείο.
Το πρόβλημα ήταν ότι η αγορά ενός συστήματος ποτέ δεν σήμαινε αυτόματα την επίτευξη του στόχου.
Η αγορά CRM δεν εξασφάλιζε αύξηση πωλήσεων.
Η αγορά ERP δεν εγγυόταν καλύτερη διαχείριση.
Η αγορά πλατφόρμας μάρκετινγκ δεν εξασφάλιζε περισσότερους πελάτες.
Η εταιρεία αγόραζε τη δυνατότητα να γίνει η δουλειά. Όχι το ίδιο το αποτέλεσμα.
Και ακριβώς αυτό μπορεί να αλλάξει.
Software-as-a-Service - το μοντέλο που κυριάρχησε στον κόσμο
Πρώτα εμφανίστηκε το SaaS (Software-as-a-Service).
Αντί να αγοράζουν άδεια και να εγκαθιστούν το σύστημα σε δικούς τους διακομιστές, οι εταιρείες άρχισαν να χρησιμοποιούν υπηρεσίες με συνδρομή.
Δημιουργήθηκαν χιλιάδες πλατφόρμες:
- CRM,
- συστήματα HR,
- helpdesks,
- πλατφόρμες e-commerce,
- εργαλεία μάρκετινγκ.
Το μοντέλο αποδείχθηκε τεράστια επιτυχία.
Αλλά είχε ένα μειονέκτημα - εξακολούθησε να απαιτεί ανθρώπινη χειροκίνητη λειτουργία. Ο άνθρωπος έκανε τη δουλειά. Το σύστημα ήταν απλώς ένα εργαλείο.
Τι αλλάζει η AI;
Για πρώτη φορά στην ιστορία ένα εργαλείο αρχίζει να εκτελεί ένα μέρος της δουλειάς αυτόνομα. Αυτή είναι μια θεμελιώδης διαφορά.
Παράδειγμα.
Κλασικό CRM:
- αποθηκεύει δεδομένα πελατών,
- επιτρέπει την προσθήκη σημειώσεων,
- παράγει αναφορές.
Πράκτορας AI:
- αναλύει τους πελάτες,
- εντοπίζει τον κίνδυνο απώλειας,
- προτείνει ενέργειες,
- ετοιμάζει μηνύματα,
- εκκινεί ροές εργασίας.
Και στο μέλλον μπορεί να κάνει ακόμα περισσότερα.
Και γι' αυτό όλο και πιο συχνά μιλάμε για ένα νέο μοντέλο.
Outcome-as-a-Service
Αυτή η έννοια θα εμφανίζεται όλο και συχνότερα.
Outcome σημαίνει αποτέλεσμα.
Δεν αγοράζουμε πλέον το εργαλείο. Αγοράζουμε το αποτέλεσμα.
Παράδειγμα.
Σήμερα μια εταιρεία αγοράζει μια πλατφόρμα αυτοματοποίησης μάρκετινγκ.
Αύριο μπορεί να αγοράζει: "την απόκτηση 100 ποιοτικών leads το μήνα".
Χωρίς να την ενδιαφέρει η τεχνολογία που λειτουργεί στο παρασκήνιο.
Για τον πελάτη σημασία έχει το αποτέλεσμα. Όχι το εργαλείο.
Αυτή είναι μια αλλαγή πολύ παρόμοια με αυτή που παρατηρήσαμε στο cloud.
Λίγοι σήμερα αναρωτιούνται σε ποιον διακομιστή τρέχει μια εφαρμογή. Έχει σημασία η διαθεσιμότητα της υπηρεσίας.
Παρόμοια μπορεί να συμβεί με την AI.
Agent-as-a-Service
Μια ακόμη πιο ενδιαφέρουσα κατεύθυνση είναι το Agent-as-a-Service.
Δηλαδή η δυνατότητα να "ενοικιάζεις" δεξιότητες.
Όχι ανθρώπους.
Όχι συστήματα.
Πράκτορες AI.
Φανταζόμαστε μια εταιρεία που χρειάζεται υποστήριξη πωλήσεων.
Αντί να προσλάβει επιπλέον άτομο ή να αγοράσει ένα ακόμη εργαλείο, χρησιμοποιεί έναν πράκτορα υπεύθυνο για:
- ανάλυση leads,
- προετοιμασία προσφορών,
- προσδιορισμό πελατών-υποψήφιων,
- αναφορά.
Η εταιρεία δεν αγοράζει μια λειτουργία. Αγοράζει μια δεξιότητα.
Αυτό είναι μια πολύ μεγάλη αλλαγή στον τρόπο σκέψης για την τεχνολογία.
Γλωσσάρι όρων
SaaS (Software-as-a-Service)
Μοντέλο παροχής λογισμικού με μορφή υπηρεσίας συνδρομής.
Outcome-as-a-Service
Μοντέλο όπου ο πελάτης πληρώνει για το επιχειρηματικό αποτέλεσμα, όχι για το ίδιο το εργαλείο.
Agent-as-a-Service
Υπηρεσία που παρέχει εξειδικευμένους πράκτορες AI που εκτελούν συγκεκριμένα καθήκοντα.
AI Agent
Σύστημα ικανό να αναλύει πληροφορίες, να λαμβάνει δράσεις και να επιτυγχάνει συγκεκριμένους στόχους.
AI Orchestration
Συντονισμός πολλών πρακτόρων, διαδικασιών και συστημάτων για την επίτευξη ενός επιχειρηματικού στόχου.
Πώς μπορεί να μοιάζει μια εταιρεία σε μερικά χρόνια;
Φανταζόμαστε μια μεσαία επιχείρηση.
Σήμερα διαθέτει:
- CRM,
- ERP,
- helpdesk,
- λογιστικό σύστημα,
- πλατφόρμα μάρκετινγκ,
- συστημα αναφορών.
Οι εργαζόμενοι καθημερινά συνδέονται σε πολλές εφαρμογές. Εναλλάσσουν οθόνες. Εξάγουν δεδομένα. Δημιουργούν αναφορές. Μεταφέρουν πληροφορίες.
Σε μερικά χρόνια είναι πιθανό ένα διαφορετικό μοντέλο - ο εργαζόμενος επικοινωνεί τον στόχο.
Στρώμα πρακτόρων AI:
- συλλέγουν δεδομένα,
- αναλύουν την κατάσταση,
- λαμβάνουν δράσεις,
- αναφέρουν αποτελέσματα.
Τα συστήματα εξακολουθούν να υπάρχουν, αλλά παύουν να είναι το κέντρο της εργασίας - γίνονται πηγές δεδομένων.
Σημαίνει αυτό το τέλος του παραδοσιακού SaaS;
Όχι. Τουλάχιστον όχι τα επόμενα χρόνια.
Τα επιχειρησιακά συστήματα θα εξακολουθούν να είναι απαραίτητα.
Το ERP δεν θα εξαφανιστεί.
Το CRM δεν θα εξαφανιστεί.
Οι πλατφόρμες e-commerce δεν θα εξαφανιστούν.
Θα αλλάξει όμως ο τρόπος που χρησιμοποιούνται.
Όλο και περισσότερο ο χρήστης δεν θα δουλεύει άμεσα μέσα στο σύστημα. Θα συνεργάζεται με ένα στρώμα νοημοσύνης που θα εκτελεί τις περισσότερες λειτουργίες.
Πού μπορούν οι εταιρείες να κάνουν λάθος;
Το μεγαλύτερο λάθος είναι να πιστέψουν ότι η AI θα λύσει τα πάντα από μόνη της.
Αυτό δεν λειτουργεί.
Ένας πράκτορας χωρίς δεδομένα είναι άχρηστος.
Ένας πράκτορας χωρίς ενσωμάτωση είναι περιορισμένος.
Ένας πράκτορας χωρίς έλεγχο μπορεί να παίρνει λανθασμένες αποφάσεις.
Γι' αυτό το μέλλον δεν αφορά την αντικατάσταση όλων των συστημάτων με AI. Αφορά την έξυπνη σύνδεσή τους.
Κόκκινες σημαίες σε υλοποιήσεις
🚩 Η εταιρεία υλοποιεί AI χωρίς οργανωμένα δεδομένα.
🚩 Ο πράκτορας δεν έχει πρόσβαση σε πραγματικές διαδικασίες.
🚩 Λείπει η επικύρωση και η εποπτεία από ανθρώπους.
🚩 Η AI λειτουργεί παράλληλα με την οργάνωση αντί μέσα στις διαδικασίες της.
🚩 Αναμένεται πλήρης αυτονομία από την πρώτη μέρα.
Τέτοια έργα πολύ συχνά καταλήγουν σε απογοήτευση.
Πώς να προετοιμαστείτε για αυτή την αλλαγή;
Δεν χρειάζεται να χτίσετε αμέσως έναν στρατό πρακτόρων. Αξίζει να ξεκινήσετε από τα θεμέλια.
1. Οργανώστε τα δεδομένα
Τα δεδομένα θα είναι το νόμισμα της νέας οικονομίας της AI.
2. Χτίστε αρχιτεκτονική API-first
Οι ενσωματώσεις θα γίνουν ακόμα πιο σημαντικές απ' ό,τι σήμερα.
3. Τεκμηριώστε τις διαδικασίες
Ένας πράκτορας δεν μπορεί να αναλάβει μια διαδικασία που κανείς δεν κατανοεί.
4. Σκεφτείτε τα αποτελέσματα
Μην ρωτάτε:
"Ποιο εργαλείο να αγοράσουμε;"
Ρωτήστε:
"Ποιο αποτέλεσμα θέλουμε να πετύχουμε;"
Παράδειγμα από τη ζωή
Φανταζόμαστε ένα τμήμα εξυπηρέτησης πελατών.
Κλασική προσέγγιση:
- σύστημα ticket,
- χειροκίνητη ανάλυση αιτημάτων,
- χειροκίνητη ανάθεση υποθέσεων,
- αναφορές.
Προσέγγιση με πράκτορες:
- ο πράκτορας ταξινομεί τα αιτήματα,
- καθορίζει προτεραιότητα,
- αναθέτει στο σωστό τμήμα,
- ετοιμάζει την απάντηση,
- παρακολουθεί την τήρηση των προθεσμιών,
- αναφέρει τα αποτελέσματα.
Ο εργαζόμενος εξακολουθεί να υπάρχει. Αλλά ο ρόλος του μεταβάλλεται από χειριστή σε επιβλέποντα της διαδικασίας.
Το πιο σημαντικό συμπέρασμα
Το μέλλον της αγοράς IT μπορεί να μην είναι η αγορά περισσότερων συστημάτων. Μπορεί να είναι η αγορά ικανοτήτων για την επίτευξη συγκεκριμένων αποτελεσμάτων.
Όπως οι εταιρείες σταμάτησαν να αγοράζουν δικούς τους διακομιστές και άρχισαν να χρησιμοποιούν το cloud.
Έτσι μπορεί να σταματήσουν να αγοράζουν επιπλέον εργαλεία και να αρχίσουν να χρησιμοποιούν δεξιότητες που εκτελούνται από πράκτορες AI.
Αυτό δεν σημαίνει το τέλος του λογισμικού. Σημαίνει την αλλαγή του ρόλου του.
Το λογισμικό θα γίνεται όλο και περισσότερο αόρατο. Ορατό θα παραμένει το αποτέλεσμα.
Και ακριβώς για το αποτέλεσμα πάντα νοιάζονταν οι επιχειρήσεις.
