Siêu cá nhân hóa bằng cách tiếp thị với sự hỗ trợ của AI

Jake Burns:
Bạn có thể bắt đầu bằng cách chia sẻ đôi chút về ngăn xếp công nghệ mà bạn đang sử dụng không? Gần đây tôi đang nói chuyện với rất nhiều khách hàng muốn bắt đầu với AI và AI tạo sinh, và rất nhiều người trong số họ vẫn chưa biết bắt đầu từ đâu. Bạn sẽ đưa ra lời khuyên gì cho họ?

Vijay Chittoor:
Tôi nghĩ điều đầu tiên, đặc biệt là trong lĩnh vực của chúng ta khi nghĩ về bản chất của AI, tất cả đều bắt đầu bằng việc có một lượng lớn dữ liệu. Trong trường hợp của chúng tôi, dữ liệu đều là dữ liệu của bên thứ nhất về người tiêu dùng, được tổ chức theo từng cấp độ thương hiệu. Về cơ bản, mỗi khách hàng của chúng tôi đều có một kho dữ liệu lớn mà họ có thể đã theo dõi hoặc chưa theo dõi trước đây, nhưng với Blueshift, chúng tôi giúp họ dễ dàng bắt đầu hành trình hợp nhất dữ liệu mà tôi tin rằng bạn sẽ thấy đây là một trong những bước quan trọng để chuyển dần sang AI. Tôi nghĩ bước đầu tiên thực sự là tổ chức tốt kho dữ liệu phong phú đó, có khả năng nắm bắt theo thời gian thực và thống nhất kho dữ liệu đó. Nhưng thứ hai, lời khuyên mà chúng tôi dành cho tất cả những ai mới bắt đầu hành trình AI là hãy thực sự nghĩ đến khách hàng cuối trước tiên.

Trong trường hợp của chúng tôi, về mặt khách hàng, chúng tôi thực sự nghĩ về cách bạn có thể sử dụng AI để mang lại những tương tác được cá nhân hóa cho người tiêu dùng cuối. Đối với chúng tôi, đa số đều là về AI cho khách hàng. AI cho khách hàng thực chất là về việc lấy dữ liệu của khách hàng (dữ liệu của bên thứ nhất mà chúng tôi đã nói đến) rồi chuyển đổi dữ liệu đó thành ai, cái gì, khi nào và ở đâu, về cách tương tác với khách hàng. Về mặt tiếp thị truyền thống (loại hình thường rất thủ công và không dựa trên AI), bạn bắt đầu đưa ra những quyết định chung chung về việc nhắm mục tiêu ai cho một chiến dịch nhất định, đưa ra những ưu đãi gì cho họ, khi nào tiếp cận khách hàng và kênh nào hoặc nơi nào bạn nên tương tác với họ. Đối với các ứng dụng trong một thế giới không sử dụng AI, khi bạn đưa ra những quyết định này theo cách thủ công, bạn đang đơn giản hóa quá mức và gộp nhiều khách hàng lại với nhau để cố gắng nói rằng, toàn bộ phân khúc là đây, hãy nhắm mục tiêu họ bằng một ưu đãi này.

Nhưng thực tế là mọi người, người tiêu dùng cuối là những cá nhân riêng biệt và họ cần phản ứng theo những cách khác nhau. Và điều mà AI làm thực sự tốt là ngay cả khi con người đang ngủ say, công nghệ này vẫn có thể đưa ra quyết định ở cấp độ khách hàng cá nhân và đưa ra hàng triệu quyết định như vậy cùng lúc. Tôi nghĩ đó là loại công cụ ra quyết định, loại sức mạnh ra quyết định, sức mạnh cá nhân hóa mà AI trao cho bạn. Về việc tư vấn cho mọi người cách bắt đầu hành trình AI, hãy bắt đầu bằng cách tổ chức dữ liệu. Tiếp đó, hãy đặt khách hàng lên hàng đầu, nghĩ về các trường hợp sử dụng, sau đó có thể tận dụng lợi thế của AI là có thể đưa ra quyết định ở quy mô linh hoạt, có thể cá nhân hóa cho từng cá nhân và biến đổi trải nghiệm của khách hàng cuối qua những yếu tố đó.

Jake Burns:
Thật vậy. Đó là một luận điểm tuyệt vời. Vấn đề thực sự là cá nhân hóa trải nghiệm. Nếu thực hiện thủ công thì sẽ quá tốn công sức để con người có thể làm được, ngay cả khi họ làm việc 24 giờ, phải không?

Vijay Chittoor:
Hoàn toàn chính xác. Đúng vậy.

Jake Burns:
Nhưng với AI, có lẽ công nghệ này cũng đưa ra kết quả chính xác hơn vì sử dụng nhiều bản vẽ hơn cho nhiều điểm dữ liệu hơn.

Vijay Chittoor:
Hoàn toàn chính xác. Và tôi nghĩ bạn đã đề cập đến một điều quan trọng. Đó là hành trình của khách hàng cuối. Thử nghĩ xem, rất nhiều người đã nói rằng hành trình của khách hàng đã trở nên phức tạp hơn nhiều trong thế giới kỹ thuật số ngày nay, khi mà có rất nhiều điểm tiếp xúc xuất hiện. Và trong sự phức tạp đó, do chính sự phức tạp đó, có hàng triệu tổ hợp khác nhau của hành trình khách hàng. Theo một cách nào đó, tôi nghĩ vấn đề tương tác với khách hàng ngày nay thực sự là về việc nuôi dưỡng hành trình tự định hướng của mỗi khách hàng, vì mỗi khách hàng đều tự động tham gia vào hành trình cùng thương hiệu. Vậy làm thế nào để bạn nhận ra hành trình mà mỗi cá nhân đang đi? Làm thế nào bạn có thể giúp ích cho họ trong thời điểm đó và làm thế nào bạn có thể làm điều đó bất kể quy mô? Thực sự đó là khi AI xuất hiện và giúp đỡ mọi người. Khi làm việc với các nhà tiếp thị, tôi nghĩ rằng họ rất giỏi trong việc kể chuyện. Nhưng thách thức ngày nay là làm thế nào để nắm được cốt lõi của câu chuyện nhưng vẫn cá nhân hóa câu chuyện đó qua tất cả hành trình tự định hướng khác nhau này. Đó chính là khi tôi nghĩ các nhà tiếp thị có thể hợp tác thực sự tốt với AI. Và đây là một mối quan hệ hợp tác có tác động rất lớn.

Jake Burns:
Rất ấn tượng. Vậy cho tôi hỏi vai trò của con người trong tất cả những điều này là gì?

Vijay Chittoor:
Tôi nghĩ con người là yếu tố sáng tạo cốt lõi đằng sau tất cả những điều này. Ngoài ra còn có những động lực chiến lược đằng sau tất cả những điều này. Theo một cách nào đó, khi tôi nghĩ về rất nhiều công nghệ tự động hóa, làn sóng công nghệ tự động hóa đầu tiên về cơ bản đã khiến con người khó có thể có chiến lược hơn và sáng tạo hơn vì rất nhiều loại tự động hóa đó đi kèm với điều kiện. Và nếu như vậy thì đó là loại tự động hóa dựa trên quy tắc.

Rất nhiều lần các nhà tiếp thị và các bộ phận khác trong doanh nghiệp rốt cuộc lại chỉ làm việc như một cái máy, khiến họ mất đi khả năng sáng tạo và tư duy chiến lược trong công việc. Tôi nghĩ với đường lối AI mới để thúc đẩy tự động hóa thực sự, bạn sẽ không còn phải ngồi đó làm việc như một cái máy mà thực sự được thử thách nhiều hơn và được trao quyền nhiều hơn để mang lại giá trị chiến lược và sáng tạo. Lúc này, bạn thực sự có thể suy nghĩ về những câu chuyện bạn muốn kể cho khách hàng cuối và sử dụng công nghệ như một trợ lý để truyền tải những câu chuyện đó ở bất kể quy mô nào mà không phải loay hoay chống lại công nghệ theo một số cách. Theo nghĩa này, AI khai mở tiềm năng của rất nhiều người và chúng tôi rất vui mừng về điều này.

Jake Burns:
Mối quan hệ này giống như là đồng sáng tạo hơn là thay thế hoàn toàn con người.

Vijay Chittoor:
Hoàn toàn chính xác. Về sự tương đồng với nhà đồng sáng tạo, theo một số cách nào đó thì đôi khi chúng tôi nói về ý tưởng rằng mọi người đều trở thành biên tập viên; còn theo nghĩa đen thì những người đang viết sẽ có thể nhanh chóng có được bản thảo đầu tiên và dành nhiều thời gian hơn cho việc biên tập. Nhưng ở cấp độ chiến lược hơn, bạn bắt đầu nghĩ tới công việc của con người. Tôi nghĩ rằng đối với mọi người ở mọi vị trí trong mọi bộ phận, doanh nghiệp như vậy đang được nâng lên cấp độ biên tập viên và họ không còn phải làm nhiều công việc khó khăn như đưa ra bản thảo ban đầu và viết bài ban đầu.

Jake Burns:
Bớt đi công việc không có sự khác biệt và thêm nhiều hoạt động cá nhân hóa cùng những bước hoàn thiện cuối cùng.

Vijay Chittoor:
Hoàn toàn chính xác.

Jake Burns:
Đúng vậy. Hãy cùng thảo luận về bộ kỹ năng cần thiết để tạo ra một công ty như thế này vì hầu hết doanh nghiệp mà tôi đang làm việc cùng đều muốn làm việc với AI. Tuy nhiên, đây là một kỹ năng rất khó tuyển dụng vì tình trạng khó tuyển dụng các nhà khoa học dữ liệu và bất kỳ ai hoạt động trong lĩnh vực AI hiện nay. Họ rất có giá trị. Vậy cách tiếp cận của bạn để tuyển dụng và thu hút những nhân tài này vào tổ chức của mình là gì?

Vijay Chittoor:
Đây là một câu hỏi hay. Tôi nghĩ một phần là tuyển dụng đúng cách, nhưng còn một phần khác là thiết lập văn hóa phù hợp. Vì vậy, khi nghĩ đến khía cạnh tuyển dụng, tôi nghĩ chúng tôi đã may mắn ngay từ đầu khi có được nhân tài về AI trong công ty. Nhà đồng sáng lập Manyam giữ chức vụ Giám đốc AI và anh ấy đã làm được một số công việc rất ấn tượng kể từ những ngày AI chưa phải là một thuật ngữ thông dụng. Vì vậy, tôi nghĩ thật tuyệt khi bắt đầu với một người như vậy và xây dựng nền tảng cho đội ngũ theo cách đúng đắn. Chắc chắn phải tìm kiếm bộ kỹ năng và nhân tài phù hợp, nhưng tôi nghĩ rằng văn hóa cũng quan trọng không kém. Bạn phải thiết lập khuôn khổ phù hợp cho toàn bộ công ty, không chỉ các kỹ sư máy học và AI, mà là toàn bộ công ty để có thể tận dụng các công nghệ này cũng như đưa chúng đến với khách hàng và giúp khách hàng thành công.

Khi nghĩ đến khía cạnh văn hóa, chúng tôi sẽ nói về năm giá trị văn hóa cốt lõi tại Blueshift. Năm giá trị đó, khi chúng ta ghép chữ cái đầu tiên sẽ tạo thành từ “MORPH”. Chữ M đầu tiên là phạm sai lầm mới (make new mistakes). Và điều này có vẻ hơi bất ngờ một chút vì tại sao bạn lại đề nghị ai đó mắc lỗi? Nhưng điều quan trọng là mắc lỗi mới, tất cả đều liên quan đến việc học nhanh, có khả năng thử nghiệm mọi thứ, nhưng cũng phải có văn hóa học tập liên tục và yếu tố tò mò, học hỏi. Chúng tôi bắt đầu với điều này vì tôi nghĩ điều này rất quan trọng, đặc biệt là với các công nghệ mới như AI. Thứ hai, chúng tôi nói về việc đặt thành công của khách hàng lên hàng đầu (obsessing over customer success). Đó là chữ O trong MORPH. Và một lần nữa, để công nghệ thực sự có giá trị, bạn thực sự phải nghĩ đến khách hàng cuối.

Hãy ám ảnh về điều đó, cho dù là nhóm công nghệ hay thậm chí là nhóm tiếp thị, bán hàng và phụ trách thành công của khách hàng, mọi người đều đặt thành công của khách hàng lên hàng đầu. R là nâng cao tiêu chuẩn (raise the bar). Chúng tôi thử thách bản thân để trở thành phiên bản tốt nhất của chính mình và thực sự suy nghĩ về sự đổi mới tốt nhất mà chúng tôi có thể mang đến cho khách hàng. Đó là về việc nâng cao tiêu chuẩn. Chữ P thứ tư là tinh thần đồng đội (play as one team). Chúng tôi phải nỗ lực rất lớn cho sự đổi mới này để giúp khách hàng thành công. Chúng tôi phải có tinh thần đồng đội trên toàn công ty, bắt đầu từ những người đang phát triển công nghệ này cho đến các nhóm trực tiếp tiếp xúc với khách hàng, v.v. Cuối cùng, chữ H cuối cùng là vui vẻ (have fun). Thật đấy! Phải thừa nhận rằng tất cả công việc này sẽ rất khó khăn, nhưng chúng tôi sẽ kiến tạo văn hóa nơi mọi người đều cảm thấy thích thú khi đến làm việc và có nhiều niềm vui trong quá trình xây dựng công nghệ này, tận hưởng hành trình như khi nhìn vào đích đến.

Jake Burns:
Như bạn đã đề cập trước đó, chữ M tương ứng với mắc lỗi nghe có vẻ đáng sợ với một số người. Vậy làm thế nào để đảm bảo giảm chi phí của thất bại để những sai lầm đó không trở thành thảm họa?

Vijay Chittoor:
Vâng, tôi nghĩ điều đó thực sự quan trọng. Mắc lỗi ở đây là mắc lỗi mới và nhấn mạnh nhiều hơn vào văn hóa học hỏi trong công ty. Nhưng đồng thời, chúng tôi đang nói về việc đặt thành công của khách hàng lên hàng đầu. Có rất nhiều trường hợp được coi là tối quan trọng khi chúng tôi phục vụ cho khách hàng. Xin nhấn mạnh là vì chúng tôi luôn đặt thành công của khách hàng lên hàng đầu, nên bạn phải thực sự nghiêm túc với bất cứ điều gì tối quan trọng với họ. Và đó không phải là trường hợp mà bạn nên mắc lỗi.

Bạn phải cân bằng sự đổi mới đó trong quá trình phát triển, rồi đưa sản phẩm cuối cùng được phát triển vào khuôn khổ thực sự đáp ứng tiêu chuẩn của việc đặt thành công của khách hàng lên hàng đầu. Đó là hai điều mà chúng tôi phải phấn đấu đạt được. Và về vấn đề đó, việc hợp tác với những công ty đẳng cấp như Amazon là rất hữu ích vì chúng tôi dựa vào Amazon cho rất nhiều cơ sở hạ tầng của mình. Chúng cần phải đáng tin cậy, hiệu suất cao, độ trễ thấp, tất cả những điều đó. Tôi nghĩ đó là tư duy mà chúng tôi có khi nghĩ về việc cung cấp sản phẩm cho khách hàng và đặt thành công của khách hàng lên hàng đầu.

Có những trường hợp mà bạn muốn mắc lỗi nhanh chóng, chẳng hạn như khi bạn tạo nguyên mẫu, khi bạn xây dựng trong nội bộ. Bạn muốn có một văn hóa nơi mọi người đều muốn thử nghiệm, nhưng bạn cũng muốn có một văn hóa nhận thức được thời điểm mà việc mắc lỗi là không thể chấp nhận và luôn bám sát ý tưởng đặt thành công của khách hàng lên hàng đầu, đồng thời đảm bảo rằng chúng tôi thực hiện trách nhiệm của mình một cách thật sự nghiêm túc đối với khách hàng cuối.

Jake Burns:
Có bất kỳ thách thức nào trong quá trình này không? Nếu có thì bạn đã vượt qua như thế nào?

Vijay Chittoor:
Đây là một câu hỏi hay. Tôi nghĩ khi chúng tôi đưa một số công nghệ tiên tiến này ra thị trường, đã có một số thách thức thú vị theo thời gian mà hiện chúng tôi đã giải quyết, cụ thể là xoay quanh AI. Điều đầu tiên tôi muốn chia sẻ là bạn phải làm cho AI trở nên đáng tin cậy và có thể giải thích được vì AI đang được triển khai cho các tình huống trong doanh nghiệp. Khách hàng của chúng tôi muốn đảm bảo rằng trải nghiệm mà họ mang đến cho người tiêu dùng cuối phải nhất quán với thương hiệu của họ và là một tương tác có giá trị gia tăng được cá nhân hóa theo cách mượt mà. Khi bạn nói với một doanh nghiệp rằng AI đang đưa ra tất cả quyết định, làm sao bạn thuyết phục được nhóm trải nghiệm khách hàng, nhóm tiếp thị rằng AI đang đưa ra quyết định đúng đắn khi họ không thể kiểm tra từng quyết định bằng cách xem xét thủ công vì điều đó gần như sẽ phản tác dụng? Chúng tôi thử nhiều cách để giải quyết thách thức này và đã rất thành công cho đến giờ phút này khi có thể giải thích được AI ở nhiều cấp độ.

Làm thế nào để đảm bảo rằng một nhà tiếp thị không chuyên về kỹ thuật có thể tham gia nền tảng Blueshift và hiểu được những tác động của AI trước khi triển khai? Để hiểu được AI, bạn sẽ tạo một giao diện người dùng mà ngay cả người không hoàn toàn theo dõi tất cả tham số khác nhau của AI vẫn có thể hiểu đủ về AI bằng cách hiểu liệu mô hình có độ tin cậy cao hay không, bằng cách hiểu bản chất của dữ liệu đã được đưa vào mô hình, các tính năng đã được trích xuất và sử dụng. Cũng có thể bằng cách xem xét giao diện người dùng để giải thích cách AI này ra quyết định cho một khách hàng giả định trong một phân khúc nhất định. Tôi nghĩ việc tích hợp tất cả những yếu tố này vào giao diện người dùng của ứng dụng là yếu tố then chốt để có thể tự tin triển khai AI. Tôi muốn thúc giục tất cả những ai đang đưa công nghệ AI ra thị trường rằng hãy suy nghĩ về cách bạn muốn con người có thể cộng tác với AI. Để hai bên có thể hợp tác thành công, con người cần AI trở nên có thể giải thích được, trực quan và dễ hiểu.

Jake Burns:
Nói cách khác, AI sẽ đưa ra câu trả lời nhưng cần giải thích làm thế nào AI có được câu trả lời đó.

Vijay Chittoor:
Phần lớn là đúng, hoặc câu trả lời đó phải có vẻ trực quan đến mức đúng. Ngoài ra phải có đủ bằng chứng để không cần phải xem xét hàng triệu quyết định mà bạn vẫn có thể tin rằng quyết định đó vẫn mang lại lợi ích cho khách hàng cuối.

Jake Burns:
Vậy thì một trong những điều mà mọi người đều muốn biết là tương lai sẽ ra sao, phải không? Ý tôi là, không ai thấy trước tương lai được cả, nhưng nếu dự đoán trong hai, ba năm tới, thì bạn nghĩ AI (và có lẽ cụ thể hơn là AI tạo sinh) sẽ định hình trải nghiệm của khách hàng như thế nào?

Vijay Chittoor:
Đây là một câu hỏi hay. Khi bạn nhìn vào làn sóng AI tạo sinh đầu tiên trong vài tháng qua, chúng ta đã nghe rất nhiều về AI tạo sinh và mọi người đều nói rằng AI tạo sinh đang khuynh đảo toàn thế giới. Tôi nghĩ rằng nhiều trường hợp sử dụng ban đầu của AI tạo sinh là tạo nội dung rồi ngày càng có nhiều biến thể hơn, đồng thời có thể giảm độ phức tạp và thời gian tạo nội dung mới. Khi nói đến thế giới trải nghiệm khách hàng như bạn đã đề cập, trước đây, các nhóm chịu trách nhiệm về trải nghiệm khách hàng vốn gặp một khó khăn lớn liên quan đến nội dung – đó là tạo ra nội dung phù hợp nhằm cá nhân hóa mọi tương tác. Trước hàng triệu tương tác được cá nhân hóa, làm thế nào để tạo ra hàng triệu nội dung? Theo một số cách, điều đầu tiên mà AI tạo sinh đã làm là loại bỏ hoặc ít nhất là giảm thiểu khó khăn trong việc tạo nội dung theo nhiều biến thể của cùng một nội dung.

Nhưng mục tiêu tiếp theo thực sự là kết hợp AI tạo sinh với thứ mà chúng tôi gọi là AI cho khách hàng nhằm mang lại trải nghiệm cá nhân hóa đích thực. Điều mà AI cho khách hàng thực sự sẽ làm là dự đoán những gì mà mỗi cá nhân muốn hoặc những biến thể nội dung nào có thể hấp dẫn từng cá nhân. Và điều mà AI tạo sinh có thể làm là tạo ra tất cả nội dung đó theo thời gian thực hoặc gần thời gian thực rồi phân phát chúng. Một ví dụ đơn giản về việc này là một chương trình khuyến mãi của một thương hiệu được gửi qua tin nhắn SMS, nhưng nội dung phải khác nhau đối với từng khách hàng. Liệu nội dung như vậy có thể được nhận biết không chỉ bằng tình cảm và những thứ tương tự dễ được AI tạo sinh nắm rõ, mà còn bằng AI cho khách hàng, vốn thực sự hiểu được khách hàng quan tâm đến ưu đãi nào. Việc kết hợp hai yếu tố này lại với nhau giúp mở ra cấp độ tiếp theo của mục tiêu cá nhân hóa theo một cách nào đó. Vì vậy, chúng tôi rất hào hứng về tương lai khi AI tạo sinh và AI cho khách hàng kết hợp với nhau nhằm mang lại trải nghiệm tuyệt vời cho khách hàng.

Jake Burns:
Là một người đã có kinh nghiệm trong thời gian dài, bạn có lời khuyên nào cho những người mới bắt đầu hành trình AI không? Có rất nhiều người mới bắt đầu lúc này. Đâu là những điều quan trọng nhất mà bạn muốn khuyên họ?

Vijay Chittoor:
Thật ra mà nói, có rất nhiều tiềm năng tiềm ẩn trong các công ty. Có rất nhiều kiến ​​thức tiềm ẩn, có rất nhiều dữ liệu tiềm ẩn có thể được sử dụng để mang lại giá trị cho người tiêu dùng cuối. Vậy làm thế nào để bạn khai phá giá trị của tất cả những điều đó? Tôi nghĩ rằng các thương hiệu truyền thống thường bắt đầu bằng nỗ lực của con người. Sau đó, họ thực hiện một số hoạt động chuyển đổi kỹ thuật số để sử dụng một số công nghệ nhằm bắt đầu khai thác giá trị.

Nhưng thực sự, với AI, mọi người trong doanh nghiệp giờ đây đều có thể mang lại giá trị chuyển đổi đó cho khách hàng cuối. Khi bắt đầu suy nghĩ theo góc nhìn đó, bạn sẽ bắt đầu nghĩ về cách bạn sẽ làm lại toàn bộ chiến lược và quy trình của mình. Nếu bạn phải xây dựng mọi thứ bằng AI trước, một số trong số này sẽ cần được xây dựng lại quy trình.

Jake Burns:
Đúng vậy. Tức là bạn ám chỉ đến việc đại chúng hóa công nghệ này, phải không? Trao công nghệ này đến tận tay tất cả mọi người trong tổ chức của bạn hoặc nhiều người hơn trong tổ chức của bạn. Và điều tôi nghe được là hãy lấy dữ liệu bạn đã có, có thể phần lớn chưa được sử dụng, rồi sử dụng công nghệ này để khám phá những thông tin chuyên sâu trong dữ liệu đó.

Vijay Chittoor:
Hoàn toàn chính xác. Đúng là như vậy. Đại chúng hóa. Vì công nghệ này đang dần hoàn thiện đến mức ngay cả người dùng không chuyên cũng có thể sử dụng được. Và khi điều này xảy ra ở bất kể quy mô nào trên rất nhiều doanh nghiệp, công nghệ này sẽ mở ra giá trị doanh nghiệp to lớn. Hãy suy nghĩ về cách mà công nghệ này có thể trở thành động lực lớn nhất cho sự phát triển của bạn bằng cách trao tay công nghệ này cho các nhóm trực tiếp tiếp xúc với khách hàng và nhiều bộ phận chức năng phi kỹ thuật khác trong công ty, đây sẽ là chìa khóa để mở rộng quy mô.