پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

از جست‌وجو تا تحویل کالا؛ ایجنت‌های هوش مصنوعی چگونه رابطه با مشتری را دگرگون می‌کنند؟

انتشار:۳ آبان ۱۴۰۵(۱۰ دقیقه پیش)
۶ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

با ورود ایجنت‌های هوش مصنوعی، زنجیره خرید و تعامل با مشتری به لایه‌هایی مستقل تقسیم شده است. در این ساختار جدید، مراحلی مانند کشف کالا، پرداخت مالی، جبران خسارت و تحویل محصول هر کدام بازیگران و سازوکارهای مختص خود را پیدا می‌کنند.

از جست‌وجو تا تحویل کالا؛ ایجنت‌های هوش مصنوعی چگونه رابطه با مشتری را دگرگون می‌کنند؟

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • تفکیک زنجیره خرید به چهار بخش؛ ایجنت‌های هوش مصنوعی رابطه یکپارچه مشتری با فروشگاه‌ها را به لایه‌های کشف محصول، اختیار پرداخت، جبران خسارت و تحویل کالا تقسیم می‌کنند.
  • تمرکز پلتفرم‌ها بر مراحل تخصصی؛ شرکت‌هایی نظیر OpenAI بر کشف محصول و تبلیغات تمرکز دارند و تسویه‌حساب و پرداخت نهایی را به بانک‌ها و فروشگاه‌ها واگذار کرده‌اند.
  • فرصت ویژه برای کسب‌وکارهای واسط و تأمین‌کنندگان؛ حفظ لایه تحویل کالا، تضمین خسارت و ارائه سوابق شفاف، اعتماد ایجنت‌های خریدار را برای همکاری مداوم جلب می‌کند.
مراحل تراکنش‌های مبتنی بر ایجنت: کشف محصول، اختیار پرداخت، جبران خسارت و تحویل کالا
تجارت مبتنی بر ایجنت، رابطه با مشتری را حداقل به چهار لایه تقسیم می‌کند که هر یک می‌تواند به قابلیت‌های هوشمند مجهز شود.

در تاریخ ۸ سپتامبر، متا از Muse رونمایی کرد؛ ایجنت هوش مصنوعی شخصی و رایگانی که می‌تواند مرورگر را باز کند، فرم‌ها را پر کند، چانه‌زنی انجام دهد و به نمایندگی از کاربر خود خرید کند. ۱۲ روز بعد، کاربرانی که این ایجنت را برای خرید به وب‌سایت آمازون فرستادند، با یک پیام هشدار پاپ‌آپ مواجه شدند که اعلام می‌کرد: «دسترسی مداوم یک ایجنت هوش مصنوعی غیرمجاز، نقض شرایط استفاده آمازون محسوب می‌شود.» سخنگوی آمازون در این باره گفت ایجنت‌های خرید شخص ثالث «باید با شفافیت کامل فعالیت کنند و به تصمیم ارائه‌دهندگان خدمات درباره همکاری یا عدم همکاری احترام بگذارند.» این در حالی است که دستیار خرید اختصاصی خود آمازون، اقلام مورد نظر کاربرانش را از وب‌سایت‌های سایر خرده‌فروشان خریداری می‌کند.

پیش از این تصور می‌شد ایجنت‌های هوش مصنوعی بازارها را به دو بخش پیشنهادهای ارزان‌تر و مناسب‌ترین انتخاب‌ها تقسیم می‌کنند. اما اکنون پرسش بنیادین این است که مالکیت رابطه با مشتری در اختیار چه کسی خواهد بود؛ تقابل اخیر آمازون و متا نیز ماجرا را شبیه به نبردی همه‌جانبه نشان می‌دهد که در آن برنده همه چیز را تصاحب می‌کند. با این حال، تحلیل روندهای جاری حاکی از واقعیتی متفاوت است: رابطه با مشتری در حال خرد شدن به بخش‌های متعددی است که هر یک مدعیان خاص خود را دارد. این دگرگونی، فرصت‌های فراوانی برای شرکت‌هایی به وجود می‌آورد که شاید هرگز اقدام به ساخت یک ایجنت هوشمند اختصاصی نکنند، از جمله اکثر تأمین‌کنندگان خدمات سازمانی و کسب‌وکار به کسب‌وکار (B2B).

جدایی مرحله کشف محصول از مرحله فروش

لئونید میرونیوک (Leonid Myroniuk)، مدیر ارشد سابق محصول در شرکت ویزا، در این باره توضیح می‌دهد: «بزرگ‌ترین ریسک استراتژیک، از دست دادن صفحه تسویه‌حساب نیست؛ بلکه از دست دادن همان لحظه‌ای است که مشتری تصمیم می‌گیرد به چه کسی اعتماد کند.»

در ماه مارس، شرکت OpenAI نیز با همین دیدگاه همراه شد و از ارائه امکان تسویه‌حساب مستقیم درون ChatGPT عقب‌نشینی کرد؛ این شرکت اعلام کرد نسخه اولیه قابلیت پرداخت فوری (Instant Checkout) «انعطاف‌پذیری مورد انتظار ما را برآورده نمی‌کرد.» بنابراین، OpenAI فرایند پرداخت را بر عهده فروشندگان گذاشت و خود بر مرحله کشف محصول متمرکز شد؛ رویکردی که نتیجه‌بخش بود و تا ماه اوت، درآمد سالانه حاصل از کسب‌وکار تبلیغاتی جدید آن به نرخ سالانه ۱ میلیارد دلار رسید.

آنکور مالهوترا (Ankur Malhotra)، مدیر سابق محصول هوش مصنوعی در شرکت Expedia، اشاره می‌کند مسافران سال‌هاست این دو بخش را از یکدیگر تفکیک کرده‌اند: «پلتفرمی که برای جست‌وجو و کشف مقصد به آن اعتماد دارم، لزوماً همان بستری نیست که برای رزرو نهایی به آن اطمینان کنم.» او نمونه زوج‌هایی را مثال می‌زند که هنگام برنامه‌ریزی ماه عسل، گزینه‌های خود را در یک فایل اشتراکی بررسی و مقایسه می‌کنند و سپس سفارش رزرو را در وب‌سایتی دیگر به ثبت می‌رسانند. خریدهای سازمانی نیز معمولاً چنین ساختاری دارند؛ به این صورت که مهندسان فهرست نهایی گزینه‌ها را مشخص می‌کنند و دپارتمان تدارکات سفارش را ثبت می‌کند.

چهار بخش تفکیک‌پذیر در رابطه با مشتری

رابطه تجاری با مشتری به بخش‌های مشخصی تقسیم می‌شود و هوش مصنوعی مبتنی بر ایجنت به رقبای گوناگون اجازه می‌دهد بر سر تصاحب هر یک از این بخش‌ها با هم رقابت کنند:

  1. کشف محصول (Discovery): نقطه‌ای که در آن نیازها تعریف می‌شوند و گزینه‌های نهایی در یک فهرست کوتاه قرار می‌گیرند. پلتفرم‌های ارائه‌دهنده ایجنت می‌توانند در این بخش قوی‌ترین عملکرد را داشته باشند و از طریق تبلیغات جایگاهی، دریافت درصدی از کارمزد تراکنش‌ها یا حق اشتراک کاربران، درآمد کسب کنند.
  2. اختیار پرداخت (Authority to spend): شامل احراز هویت، سقف‌های مالی و موافقت‌هایی است که به ایجنت اجازه پرداخت می‌دهد؛ چه با کارت اعتباری یک مصرف‌کننده شخصی و چه در چارچوب قوانین تدارکاتی یک شرکت. بانک‌ها و شبکه‌های پرداخت در حال توسعه این لایه هستند و شرکت مسترکارت امسال با همکاری گوگل استاندارد «نیت قابل تأیید» (Verifiable Intent) را معرفی کرد که سوابقی غیرقابل دستکاری از آنچه کاربر تأیید کرده است ثبت می‌کند.
  3. جبران خسارت و رفع مشکل (Recourse): مشخص می‌کند در صورتی که ایجنت محصول اشتباهی خریداری کند، چه کسی خسارت خریدار را جبران می‌کند. این موضوع همچنان بلاتکلیف مانده است؛ کریستوفر والر (Christopher Waller)، عضو شورای حکام فدرال رزرو، در سخنرانی ماه سپتامبر خود پیرامون ایجنت‌های هوشمند این پرسش را مطرح کرد: «اگر یک ایجنت خریدی اشتباه انجام دهد، مسئولیت پاسخگویی با کیست؟»
  4. تحویل کالا و پشتیبانی (Fulfillment and service): شامل پیگیری و رسیدگی به امور پس از فروش است. فروشگاه‌ها و بازرگانان همچنان کنترل این بخش را حفظ کرده‌اند. برای نمونه هنگامی که گوگل در ماه اوت قابلیت رزرو هتل را به حالت AI Mode اضافه کرد، مسئولیت نهایی ثبت تراکنش و ارائه خدمات پشتیبانی به مشتریان را بر عهده هتل یا پلتفرم رزرو باقی گذاشت.

بانک‌ها در بخش دوم و سوم دست بالاتر را دارند، زیرا از قبل به اطلاعات هویتی و اعتباری مشتریان دسترسی داشته و سازوکارهای حل اختلاف در پرداخت را اداره می‌کنند. خاویر رودریگز سولر (Javier Rodríguez Soler)، مدیر بخش بانکداری شرکتی و سرمایه‌گذاری بانک بزرگ BBVA، معتقد است مشتریان یک رستوران را صرفاً به خاطر بانک خود انتخاب نمی‌کنند: «شما ابتدا به غذا نیاز دارید و سپس از کارت اعتباری استفاده می‌کنید.»

با این حال، او تجارت مبتنی بر ایجنت را فرصتی فوق‌العاده بزرگ قلمداد می‌کند، زیرا وقتی مردم تراکنش‌های مالی خود را با ایجنت‌های کاملاً خودکار انجام دهند، بانک‌ها علاقه‌مندند نقش واسط اصلی را بازی کنند. در ماه ژوئیه، بانک BBVA با همکاری ویزا نخستین گام را در این مسیر برداشت و اولین خرید انجام‌شده توسط یک ایجنت هوش مصنوعی را به ثبت رساند؛ خریدی که در آن از کلیدهای عبور بیومتریک (Passkeys) برای احراز هویت دارنده کارت استفاده شد.

داده‌های کاربری به‌تنهایی وفاداری مشتری را تضمین نمی‌کند

پیش‌تر این فرضیه مطرح بود که هر شرکتی بتواند از طریق ایجنت هوشمند خود درک عمیق‌تری از نیازهای کاربر به دست آورد، مشتری را برای همیشه نزد خود نگه خواهد داشت. بن تامپسون (Ben Thompson)، تحلیل‌گر سرشناس دنیای فناوری، با تأکید بر دیدگاهی مشابه استدلال می‌کند که بیشتر افراد و شرکت‌ها تنها به یک ایجنت متکی خواهند بود، نه چند ایجنت هم‌زمان.

اما رودریگز سولر با قطعیت چنین نظری موافق نیست؛ بخشی از تردید او به تجربه شخصی در کار با مدل‌های Claude و ChatGPT و ابزار تخصصی بانکداران با نام Rogo بازمی‌گردد: «آنچه Claude درباره من می‌داند، ChatGPT از آن بی‌خبر است و برعکس.» او معتقد است داده‌ها و زمینه‌های انباشته‌شده کاربر در این پلتفرم‌ها لزوماً ایجاد وابستگی پایدار نمی‌کند و می‌افزاید: «شاید حتی خود ما ترجیح بدهیم اطلاعاتمان را میان ابزارهای مختلف تفکیک و دسته‌بندی کنیم.»

از سوی دیگر، پلتفرم‌ها انتقال این داده‌ها را روزبه‌روز ساده‌تر می‌کنند؛ چنان‌که مدل Gemini متعلق به گوگل اکنون امکان انتقال حافظه و تاریخچه گفتگوها از دستیارهای رقیب را فراهم کرده است. در مقابل، بخش‌هایی چون اختیار پرداخت، تضمین خسارت و تحویل کالا به این سادگی قابل جابه‌جایی نیستند و اعتماد کاربران احتمالاً نزد همان کسانی باقی خواهد ماند که این خدمات را اداره می‌کنند. بر اساس نظرسنجی مؤسسه اکسنچر (Accenture) در ۱۶ کشور، میزان اعتماد مصرف‌کنندگان به ایجنت‌های تحت مدیریت برندها یا فروشگاه‌ها، بیش از دو برابر ایجنت‌های توسعه‌یافته توسط شرکت‌های صرفاً هوش مصنوعی بوده است.

سانجیت پل چودری (Sangeet Paul Choudary) در مقاله‌ای برای مجله Harvard Business Review تأکید می‌کند: «مزیت رقابتی آینده متعلق به شرکت‌هایی خواهد بود که به ایجنت‌ها کمک کنند تصمیم‌های دقیق‌تری بگیرند.» نهادهایی که خدمات تحویل و پشتیبانی را انجام می‌دهند می‌توانند این اطلاعات حیاتی را تأمین کنند، چراکه به اتفاقات و واقعیت‌های پس از معامله دسترسی دارند؛ اموری که ایجنت‌ها به‌تنهایی به‌راحتی قادر به مشاهده آن‌ها نیستند.

کسب‌وکارها باید کدام لایه را تصاحب کنند؟

پرسش عملی پیش روی اکثر شرکت‌ها این است که باید کدام یک از این بخش‌ها را در انحصار خود نگه دارند. تأمین‌کنندگان سازمانی (B2B) کمتر می‌توانند مالکیت مرحله کشف محصول را تصاحب کنند، هرچند می‌توانند دسترسی به خدمات خود را طوری بهینه‌سازی کنند که ایجنت‌ها به‌سادگی آنها را پیدا کرده و به آن‌ها اعتماد کنند. در عوض، اکثر آنها قادرند بخش‌های تحویل و خدمات پس از فروش را در دست بگیرند و کیفیت عملکرد خود مانند تحویل سروقت یا پایداری خدمات را به داده‌های معتبری تبدیل کنند که برای ایجنت‌های هوشمند قابل خواندن و ارزیابی باشد.

برخی شرکت‌ها نیز می‌توانند با تضمین قطعی نتایج، بار مسئولیت جبران خسارت را به دوش بکشند و ریسک تصمیم‌گیری برای ایجنت خریدار را به حداقل برسانند. میرونیوک که معتقد است بخش B2B می‌تواند پرچم‌دار تجارت مبتنی بر ایجنت باشد، تأکید می‌کند خریدهای انجام‌شده با ایجنت‌ها باید از دستور اولیه تا نتیجه نهایی، کاملاً قابل ردیابی و حسابرسی باشند.

اقدام آمازون در مسدودسازی ایجنت Muse متا شاید دفاعی آگاهانه از لایه‌هایی بود که از پیش در اختیار داشت؛ از سوابق ورود به حساب و تاریخچه سفارش‌ها گرفته تا انبارداری و میز بازگرداندن کالا. شرکت‌های انگشت‌شماری از قدرتی هم‌اندازه آمازون برخوردارند، اما هر کسب‌وکاری می‌تواند از خود بپرسد در روزگاری که ایجنت‌های هوش مصنوعی تمام سفارش‌ها را ثبت می‌کنند، کدام حلقه‌های زنجیره باید همچنان از مسیر شرکت او بگذرد و همان بخش‌ها را در اولویت حفاظت و سرمایه‌گذاری قرار دهد.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

جذاب‌ترین گجت‌ها و پوشیدنی‌های هوش مصنوعی؛ از آویزهای هوشمند تا دستیارهای همیشه همراه
آخرین اخبار

جذاب‌ترین گجت‌ها و پوشیدنی‌های هوش مصنوعی؛ از آویزهای هوشمند تا دستیارهای همیشه همراه

موج تازه‌ای از گجت‌ها و پوشیدنی‌های مجهز به هوش مصنوعی در قالب گردنبند، مچ‌بند و حلقه‌های هوشمند راهی بازار شده‌اند تا نقش دستیار شخصی و همدم دیجیتال را ایفا کنند. این ابزارها با ضبط مکالمات و تحلیل رفتار روزمره، تعامل انسان با هوش مصنوعی را به سطحی کاملاً تازه می‌رسانند.

۶ دقیقه مطالعه
۰
۳ آبان
عقب‌نشینی گوگل از محدودسازی هوش مصنوعی؛ بازگشت مدل Gemini 4 Argon برای دارندگان اشتراک‌های هدیه
آخرین اخبار

عقب‌نشینی گوگل از محدودسازی هوش مصنوعی؛ بازگشت مدل Gemini 4 Argon برای دارندگان اشتراک‌های هدیه

گوگل پس از اعتراض گسترده خریداران پرچمداران خود، محدودیت دسترسی به مدل‌های پیشرفته هوش مصنوعی را در اشتراک‌های هدیه لغو کرد. با این تصمیم، کاربران ابزار برنامه‌نویسی Antigravity می‌توانند به مدل جدید Gemini 4 Argon و برخی مدل‌های شرکت Anthropic دسترسی داشته باشند.

۵ دقیقه مطالعه
۰
۳ آبان
بحران‌های زنجیره‌ای در عصر هوش مصنوعی؛ خطرات پیش‌بینی‌نشده‌ای که اقتصاد و امنیت جهان را تهدید می‌کنند
آخرین اخبار

بحران‌های زنجیره‌ای در عصر هوش مصنوعی؛ خطرات پیش‌بینی‌نشده‌ای که اقتصاد و امنیت جهان را تهدید می‌کنند

جهان با زنجیره‌ای از خطرات بزرگ روبه‌روست که سرعت وقوع آن‌ها فراتر از توان مدیریت دولت‌ها و بازارها است. پیشرفت شتابان هوش مصنوعی در کنار حملات سایبری و شوک‌های اقتصادی، ریسک بروز یک بحران چندوجهی و غیرقابل مهار را تا سال ۲۰۲۸ به بالاترین سطح رسانده است.

۶ دقیقه مطالعه
۰
۳ آبان