Un ghid "Cum să" pentru călătoriile clienților și Agentic AI

Anul s-a construit cu un mare avânt. Am petrecut ultima săptămână în Amsterdam la inaugurarea Institute 4 Journey Management, interacționând cu alți experți în Journey Space. A fost o oportunitate de a vedea cu ce sunt ocupate companiile de top și succesele pe care le obțin. Feedback-ul analiștilor cheie din industrie este că nu au văzut niciodată mai mult interes pentru Customer Journey Management. Cu toate acestea, multe companii încă se luptă cu modul de a adopta Customer Journey Management.

Ceea ce a fost, la fel de important, un punct semnificativ de discuție în spațiul social media de afaceri (și în special LinkedIn) este o discuție extinsă despre AI agentică și, mai recent, MCP – Model Context Protocol.

Voi începe rapid pentru a poziționa agenții AI. Aceasta va fi mai degrabă o explicație profană și, prin urmare, explicația mea tehnică s-ar putea să nu îndeplinească.

Un agent AI este o combinație a unui model LLM (De exemplu, ChatGPT), cuplat cu un set de instrucțiuni și un set de instrumente care pot face ceva. De exemplu, este posibil să aveți un agent care poate:

• Caută pe web oferte de asigurare auto
• Un altul care poate compila toate informațiile căutate în opțiuni comparabile
• Un altul care are un set de instrumente care pot popula formularele de ofertă și pot prelua prețurile cotate
• Altul poate oferi îndrumări cu privire la avantajele și dezavantajele diferitelor opțiuni de asigurare auto

Fiecare dintre acești agenți (constând dintr-un LLM, set de instrucțiuni, instrumente pentru interacțiunea cu mediul (de exemplu citate) poate fi apoi controlat de un alt agent pentru a face o treabă.

Una dintre evoluțiile recente în acest spațiu este un standard numit "Model Context Protocol". Ceea ce este cu adevărat important la protocolul MCP este că este dezvoltat și publicat de furnizorul de servicii (De exemplu, o companie de asigurări care oferă oferte) astfel încât agentul să poată interacționa cu serviciile externe într-un mod standard. Gândiți-vă la el ca la un Appstore pentru instrumente pe care agenții le pot folosi.

Alte exemple de instrumente MCP ar putea include:

• Posibilitatea de a afișa disponibilitatea la un hotel
• Capacitatea de a specifica modul în care trebuie depusă o cerere și de a colecta aceste informații
• Capacitatea de a afișa cele mai bune contracte de telefonie mobilă între anumite intervale de preț

MCP permite agenților AI să acceseze servicii reale, astfel încât agenții să-și poată îndeplini sarcinile. MCP este susținut de multe sectoare ale comunității AI și de jucători mari, cum ar fi OpenAI și Anthropic.

Când dezvoltați o soluție AI (alcătuit din mai mulți agenți ca mai sus), este posibil să codați manual acești agenți, dar există framework-uri cu adevărat excelente, cum ar fi Langchain și Semantic Kernal care accelerează dezvoltarea agenților și apoi există instrumente vizuale care folosesc framework-urile AI pentru a permite persoanelor non-tehnice să dezvolte soluții de agenți. Dezvoltarea în acest spațiu se întâmplă cu viteza fulgerului!

Având în vedere concentrarea noastră pe călătorii, punctul cheie de interes este cum să conectăm o soluție de agent într-un cadru de călătorie și ce oferă un cadru de călătorie pentru a îmbunătăți capacitățile agenților. Aș dori să trec la asta în continuare.

Când livrăm o soluție de orchestrare și analiză a călătoriei, toate călătoriile au:

• Un început
• Un obiectiv
• Urmărirea progresului în direcția atingerii obiectivului
• În cazul unei defecțiuni, predați
• Capacitatea de a colecta informații despre client de-a lungul călătoriei

O oportunitate minunată apare atunci când lumea agenților și a călătoriilor se reunesc din următoarele motive:

• Agenții lucrează cel mai bine atunci când există un obiectiv. Sunt relativ inteligenți, dar având în vedere că IA generală nu a fost realizată (și probabil că nu va fi pentru ceva timp), având un obiectiv clar optimizează utilizarea agenților
• Agenții pot fi îmbunătățiți dramatic atunci când au un context mai bun. În exemplul de mai sus, cu cât agentul știe mai multe despre nevoile clientului care cumpără asigurare, cu atât este mai bună potrivirea dintre ceea ce se oferă și ceea ce are nevoie clientul
• Extragerea datelor din sistemele corporative poate fi o provocare, dar soluțiile de analiză și orchestrare a călătoriilor sunt optimizate pentru a face acest lucru și au capabilități bine dezvoltate de extragere și cartografiere a datelor pentru a permite vizualizarea și analiza călătoriilor
• Soluțiile agenților sunt de obicei absente de un cadru de eficacitate și măsurare, iar călătoriile clienților oferă exact acest lucru.

Imaginea de mai jos oferă o imagine a modului în care se face acest lucru:

Customer Journeys aduce o perspectivă unică agenților prin faptul că este introdus conceptul de timp. Agentul nu mai așteaptă doar clientul, ci îl ghidează și îl hrănește de-a lungul călătoriei, deoarece există un cadru pentru evaluarea progresului. Astfel, poate împinge clientul atunci când se blochează, asigurându-se că agentul satisface nevoile clientului, dar și menține impulsul călătoriei (cu multe călătorii ale clienților care se întind pe zile)

Viitorul călătoriilor clienților și al experiențelor clienților va fi infuzat cu agenți AI. Toată tehnologia pentru a face cele de mai sus este la locul ei și vom vedea un val masiv de fond în următoarele câteva luni. Sper că buletinul informativ de mai sus oferă un pic mai multe informații despre "cum", unde am citit multe dintre ele, este mult mai larg și lipsește detaliile.

Aștept cu nerăbdare feedback și dezbateri pe această temă.

Aveți o săptămână strălucitoare în față și, ca întotdeauna, bucurați-vă de călătorie

Trent