„ServiceNow“ generatyvūs AI sprendimai naudojasi savo platformoje esančiais duomenimis
Jei duomenys iš tikrųjų yra generatyvaus AI degalai, o vienas iš sėkmingo diegimo raktų yra prieiga prie duomenų, reikšmingų verslo valdymui, atrodo, kad kai kurie SaaS pardavėjai turi įmontuotą pranašumą duomenų srityje. Vykdymas yra kitas dalykas, bet jei yra duomenų, modeliai bent jau turi ką nors prasmingesnio.
Vienas iš ankstesnių „SaaS“ generatyvaus AI šalininkų buvo „ServiceNow“, kuri galėjo pasinaudoti savo platformos duomenimis, kad padėtų kurti labiau į verslą orientuotus modelius.
CIO Chrisas Bedi kalba apie praktinės patirties, padedančios žmonėms efektyviau atlikti darbą, sukūrimą. „Esu tvirtai įsitikinęs, kad modelis yra tiek pat geras, kiek ir platforma. Jei tai yra puikaus modelio dalis, bet ji neprisirišusi prie patirties, nesusijusi su darbo eiga, kokia prasmė? Bedi papasakojo „TechCrunch“.
Brent Leary, CRM Essentials įkūrėjas ir pagrindinis analitikas, sako, kad ServiceNow sąmoningai stengiasi sutelkti savo dirbtinį intelektą į praktinius dalykus. „Manau, kad „ServiceNow“ dėmesys sutelkiamas į savo pilnos generacinės AI platformos kūrimą suteikia jiems galimybę nukreipti pastangas kuriant, optimizuojant ir integruojant darbo eigą. Tai turi galimybę paveikti procesus, kurie patenka į kelis skyrius / sritis ir platformas“, – sakė Leary.
Kad tai pasiektų, įmonė AI įtraukia į visas savo darbo eigas. „Bedi“ padalina „ServiceNow“ generuojamąsias AI galimybes į tris plačias sritis.
Pirmasis – sistemingesnis prašymų nagrinėjimas. „Kai kas nors ko nors prašo, mes tai vadiname prašytoju. Tai gali būti klientas, tiekėjas, darbuotojas. Kaip padėti jiems greičiau gauti atsakymą?
Antrasis kūrinys apima pagalbą agentams geriau atlikti savo darbą, nepaisant jų dėmesio. „Galite būti personalo agentu, IT agentu, klientų aptarnavimo agentu – kas nors ką nors daro – padėti jiems greičiau atlikti pasikartojančias užduotis arba visiškai perkelti jas į mašiną, o produktyvumas taip pat didėja. jis pasakė.
Paskutinis kūrinys yra būdų, kaip paspartinti naujoves, paieška. Bedi mano, kad tai gali suteikti visiškai naują automatizavimo lygį, pvz., tekstą į kodą, tekstą į automatinę darbo eigą ar net dirbti daugiarūšiu būdu, kad vartotojai galėtų nufotografuoti diagramą arba planuoti mintis lentoje ir paversti tą paveikslėlį darbo eiga. .
Taikant platų požiūrį
„ServiceNow“ įgyvendina unikalią AI strategiją, kuri yra kūrimo, pirkimo ir partnerystės derinys“, – sakė Holgeris Muelleris, „Constellation Research“ analitikas. Jis sako, kad įmonei tokios įvairios strategijos reikia dėl kelių priežasčių.
„Visų pirma, „ServiceNow“ klientai turi platų dirbtinio intelekto partnerysčių spektrą ir nori, kad „ServiceNow“ naudotųsi ir bendrautų su jais“, – sakė jis. Šios partnerystės apima tokias partnerystes kaip „Nvidia“ ir „Microsoft“. „Tada jai reikia sukurti savo AI automatizavimą, nes klientai taip pat tikisi nepaprasto dirbtinio intelekto patirties“, – sakė jis. Galiausiai, ji sujungia vidaus plėtrą su įsigijimu, kad būtų sukurta platforma.
Tuo pat metu įmonė turi įvairaus dirbtinio intelekto pasirengimo laipsnio klientų, todėl ji turi pateikti daugybę sprendimų, kurie peržengtų šias galimybes, sako Jeremy Barnes, „ServiceNow“ AI produkto viceprezidentas, atvykęs į įmonę įsigijęs jo ankstesnė įmonė „Element AI“.. „Sakyčiau, didžiausios ir greičiausiai augančios įmonės didžiąja dalimi įvykdė organizacinius pokyčius, reikalingus skaitmeninei transformacijai įgyvendinti“, – sakė jis.
Tačiau tiems, kurie nėra taip toli, jie bando derinti savo sprendimus su ISV ir MSP pagalba, kad paspartintų pasinaudoti AI pranašumais.
Finansų analitikas Arjunas Bhatia iš Williamo Blairo mano, kad naujos AI galimybės yra tai, už ką klientai nori mokėti. „Kol dar anksti, „ServiceNow“ pabrėžė stiprias naujų „Pro-Plus“ SKU paklausos tendencijas, nes įmonės ieško būdų investuoti į genų AI“, – rašė jis. pranešime paskelbtas gegužę. Be to, bendrovė pastebėjo palyginti nedaug kainų mažinimo, o tai gali reikšti, kad jie mato vertę.
Judėjimas klientų greičiu
IDC analitikas Stephenas Elliotas teigia, kad bendrovė daugiau nei penkerius metus investuoja į dirbtinį intelektą, generuojamąjį AI ir susijusius talentus, o klientai mato šių pastangų rezultatus.
„Klientai, su kuriais kalbėjausi, naudojasi Dabar Asist sako, kad ankstyvieji rezultatai atrodo labai teigiami, nes verslo grąža, susijusi su bilietų nukrypimu, žinių bazės apibendrinimas ir geresnė klientų patirtis su virtualiais agentais. Išlaidos ir komandos produktyvumas yra pagrindinės verslo vertės realizavimo temos“, – „TechCrunch“ sakė Elliotas.
Bedi sako, kad apie dirbtinį intelektą galvoja keliais būdais: vienas yra labiau trumpalaikis, o kitas žiūri į ateitį, kai dirbtinis intelektas gali būti pajėgesnis ir giliau įsiskverbs į įmonėse. „Tai, kaip apibrėžiame pirmąjį režimą, iš tikrųjų yra laipsniškas esamų darbo būdų patobulinimas“, – sakė jis. Jis mato, kad įmonės naudojasi dabartinėmis AI technologijomis, kad pagerintų judėjimą ir darbo organizavimą.
Tačiau tai bus tikrai įdomu ateityje, kai galėsite pažvelgti į procesą ir sugalvoti visiškai naują, dirbtinio intelekto pagrįstą darbo būdą. „Antrasis režimas sakytų: jei pradėtume nuo tuščio popieriaus lapo, koks darbas atitektų mašinoms, koks darbas liktų, o kokį įdomų darbą dar galėtume padaryti žmogui? jis pasakė.
Bedi taip pat stengėsi pasinaudoti AI savo darbuotojams. Be to, bendrovė sukūrė AI platformą, pavadintą AI valdymo bokštu, kad padėtų kūrėjams, kurie savo viduje kuria programas, teikti vieningą patirtį. „Visa idėja yra suteikti inžinieriams laisvę pasirinkti bet kurį modelį, kurio jie nori, ir nereikės atlikti viso papildomo darbo valdydami tai, ką jie daro kitaip, atsižvelgiant į jų pasirinkimą“, – sakė jis.
Be to, IT valdymo požiūriu jie modelius valdo kaip bet kurį kitą IT objektą. „Taigi modelis gamyboje yra turtas, o turtas turi turėti kibernetinę laikyseną, eksploatacinį atsparumą; turime žinoti, kad jis veikia tada, kai reikia paleisti. Ir mes vertiname modelių efektyvumą ir modelių pritaikymą.
Barnesui tai atitinka bendrą požiūrį, kurio bendrovė imasi siekdama, kad klientai būtų labiau orientuoti į DI. „Mes iš tikrųjų pereiname nuo pagrindinių generatyvaus AI naudojimo atvejų iki kiekvienos darbo atlikimo dalies iš naujo“, – sakė jis. „Tai taip pat apima galimybę atlikti aukštesnio lygio užduotis, naudojant geresnius įrankius, kad suprastumėte, kas vyksta su AI ir kaip AI ir žmonės gali prisidėti prie darbo atlikimo kartu.”
