Ein Leitfaden für Customer Journeys und Agentic AI

Das Jahr hat sich mit großer Dynamik aufgebaut. Die letzte Woche verbrachte ich in Amsterdam beim ersten Institute 4 Journey Management und tauschte mich mit anderen Experten aus dem Journey Space aus. Es war eine Gelegenheit zu sehen, womit sich die führenden Unternehmen beschäftigen und welche Erfolge sie erzielen. Das Feedback wichtiger Branchenanalysten zeigt, dass sie noch nie so großes Interesse an Customer Journey Management gesehen haben. Viele Unternehmen setzen sich jedoch immer noch mit der Frage auseinander, wie sie das Customer Journey Management umsetzen können.

Was auch im Bereich der sozialen Medien in Unternehmen für Diskussionen sorgte (und speziell LinkedIn) ist eine ausführliche Diskussion über agentische KI und in jüngerer Zeit über MCP – Model Context Protocol.

Ich werde schnell starten, um KI-Agenten zu positionieren. Dies wird eher eine Laienerklärung sein und daher könnte meine technische Erklärung nicht den Anforderungen entsprechen.

Ein KI-Agent ist eine Kombination aus einem LLM-Modell (z.B. ChatGPT), gepaart mit einer Reihe von Anweisungen und einer Reihe von Werkzeugen, die etwas tun können. Angenommen, Sie haben einen Agent, der Folgendes kann:

• Suchen Sie im Internet nach Angeboten für Kfz-Versicherungen
• Ein weiterer, der alle gesuchten Informationen in vergleichbaren Optionen zusammenstellen kann
• Ein anderes, das über eine Reihe von Tools verfügt, mit denen möglicherweise Angebotsformulare ausgefüllt und die angegebenen Preise abgerufen werden können
• Ein anderes, das eine Anleitung zu den Vor- und Nachteilen verschiedener Kfz-Versicherungsoptionen geben kann

Jeder dieser Wirkstoffe (bestehend aus einem LLM, einer Reihe von Anweisungen, Werkzeugen für die Interaktion mit der Umgebung (für Beispielzitate) kann dann von einem anderen Agenten gesteuert werden, um eine Aufgabe zu erledigen.

Eine der jüngsten Entwicklungen in diesem Bereich ist ein Standard namens "Model Context Protocol". Das wirklich Wichtige am MCP-Protokoll ist, dass es vom Dienstanbieter entwickelt und veröffentlicht wird (Zum Beispiel eine Versicherungsgesellschaft, die Angebote erstellt) Damit der Agent auf standardmäßige Weise mit externen Diensten interagieren kann. Betrachten Sie es als einen Appstore für Tools, die Agenten verwenden können.

Weitere Beispiele für MCP-Tools könnten sein:

• Die Möglichkeit, die Verfügbarkeit in einem Hotel anzuzeigen
• Die Möglichkeit, festzulegen, wie ein Antrag eingereicht werden soll, und die Möglichkeit, diese Informationen zu sammeln
• Die Möglichkeit, die besten Mobilfunkverträge in bestimmten Preisklassen anzuzeigen

MCP ermöglicht es KI-Agenten, auf reale Dienste zuzugreifen, damit die Agenten ihre Aufgaben erledigen können. MCP wird von vielen Bereichen der KI-Community und den großen Akteuren wie OpenAI und Anthropic unterstützt.

Bei der Entwicklung einer KI-Lösung (bestehend aus mehreren Agenten wie oben), ist es möglich, diese Agenten von Hand zu programmieren, aber es gibt wirklich hervorragende Frameworks wie Langchain und Semantic Kernal, die die Entwicklung von Agenten beschleunigen, und dann gibt es visuelle Tools, die die KI-Frameworks verwenden, um es nicht-technischen Personen zu ermöglichen, Agentenlösungen zu entwickeln. Die Entwicklung in diesem Bereich vollzieht sich in Windeseile!

Da wir uns auf Journeys konzentrieren, ist der wichtigste Punkt, wie eine Agentenlösung in ein Journey-Framework eingebunden werden kann und was ein Journey-Framework bietet, um die Fähigkeiten von Agenten zu verbessern. Ich möchte als nächstes darauf eingehen.

Wenn wir eine Lösung für die Orchestrierung und Analyse von Journeys bereitstellen, haben alle Journeys folgende Vorteile:

• Ein Anfang
• Ein Ziel
• Verfolgung des Fortschritts auf dem Weg zum Ziel
• Im Falle einer Störung werden Abgabestellen
• Die Fähigkeit, während der gesamten Customer Journey Erkenntnisse über den Kunden zu sammeln

Aus diesen Gründen ergibt sich eine wunderbare Chance, wenn die Welt der Agenten und Reisen zusammenkommt:

• Agenten arbeiten am besten, wenn es ein Ziel gibt. Sie sind relativ intelligent, aber angesichts der Tatsache, dass die allgemeine KI noch nicht erreicht wurde (und wird es wahrscheinlich auch in absehbarer Zeit nicht sein), ein klares Ziel zu haben, optimiert den Einsatz von Wirkstoffen
• Agenten können dramatisch verbessert werden, wenn sie über einen besseren Kontext verfügen. Im obigen Beispiel gilt: Je mehr der Agent über die Bedürfnisse des Kunden weiß, der eine Versicherung abschließt, desto besser passt das Angebot und das, was der Kunde braucht
• Die Extraktion von Daten aus Unternehmenssystemen kann eine Herausforderung darstellen, aber Journey-Analytics- und Journey-Orchestrierungslösungen sind dafür optimiert, und sie verfügen über gut entwickelte Datenextraktions- und Mapping-Funktionen, um die Visualisierung und Analyse von Journeys zu ermöglichen
• Agentenlösungen fehlen in der Regel ein Effektivitäts- und Messrahmen, und Customer Journeys bieten genau das.

Die folgende Abbildung zeigt eine Ansicht, wie dies geschieht:

Customer Journeys bringen eine einzigartige Perspektive in die Agenten, indem das Konzept der Zeit eingeführt wird. Der Agent wartet nicht mehr nur auf den Kunden, sondern begleitet und pflegt den Kunden auf dem Weg, da es einen Rahmen für die Bewertung des Fortschritts gibt. Es kann den Kunden so anstupsen, wenn er nicht weiterkommt, und sicherstellen, dass der Agent sowohl die Bedürfnisse des Kunden erfüllt, als auch den Schwung der Reise aufrechterhält (mit vielen Customer Journeys, die sich über Tage erstrecken)

Die Zukunft der Customer Journeys und Kundenerlebnisse wird von KI-Agenten geprägt sein. Die gesamte Technologie, um dies zu tun, ist vorhanden, und wir werden in den nächsten Monaten einen massiven Aufschwung erleben. Ich hoffe, dass der obige Newsletter ein wenig mehr Einblick in das "Wie" gibt, wo vieles, was ich gelesen habe, viel breiter ist und keine Details enthält.

Ich freue mich auf Feedback und Debatten zu diesem Thema.

Habt eine brillante Woche vor euch und genießt wie immer die Reise

Trent