S više od 20 godina iskustva, transformiramo vaš digitalni identitet. Specijalizirani smo za razvoj web stranica i e-trgovina, SEO i digitalni marketing, ERP softver i pametna automatizacijska rješenja koja podižu vaše poslovanje na nove visine.
Adresa:
Ulica Egnatia 154, Solun 546 36
Telefon:
+30 231 231 4095
E-pošta:
[email protected]
Spremni za sljedeći korak?;
Emerson proširuje svoj alat umjetne inteligencije Nigel na više dijelova svog softverskog paketa, integrirajući ga u svakodnevne radne platforme. Ovaj potez odražava trend prema integraciji umjetne inteligencije kao funkcionalnog sloja podrške, a ne samo kao samostalne alate. Za vlasnike e-trgovina to znači da će buduće konkurentske prilike ovisiti o inteligentnoj integraciji podataka i automatizaciji.
Vijest da Emerson planira proširiti Nigel, svoj alat umjetne inteligencije, na širi dio svog softverskog paketa nije relevantna samo za industriju, inženjere ili tvornice. To je snažan signal kamo se poslovni softver u cjelini upućuje: umjetna inteligencija prestaje funkcionirati kao zaseban “alat” i počinje se integrirati kao praktični sloj podrške unutar platformi koje timovi svakodnevno koriste. Za vlasnika e-trgovine to se prevodi u nešto vrlo konkretno: buduće konkurentske prednosti neće proizaći isključivo iz boljih oglasa ili brže web stranice, već iz toga koliko su inteligentno međusobno povezani podaci, procesi, automatizacija i odluke unutar istog operativnog sloja.
Prema pisanju Design Newsa, Emerson proširuje Nigel AI na širi raspon svojih softverskih paketa, s ciljem da pomogne korisnicima industrijskog softvera da rade brže, pronaći odgovore kroz tehničku stručnost i smanjiti trenje u složenim radnim tokovima. Zanimljivo nije samo to što velika tvrtka za automatizaciju dodaje generativnu umjetnu inteligenciju. Ključna je stvar u tome što Emerson tretira AI kopilota kao dio radnog okruženja, a ne kao vanjski chatbot. To znači da korisnik ne mora izlaziti iz softvera, pretraživati priručnike, prenositi informacije s jednog sustava na drugi ili samostalno tumačiti tehničke podatke. Softverski paket s umjetnom inteligencijom postaje sve “konverzacijalniji”, sve više usmjerava korisnika i, u konačnici, korisniji za svakodnevnu produktivnost.
Za industrijsku automatizaciju vrijednost je jasna: od inženjera i operativnih timova traži se da upravljaju sve većom složenošću, nedostatak kvalificiranog osoblja, zahtjevi za neprekidnim radom i pritisak za bržim donošenjem odluka. Ali ista logika vrijedi i za e-trgovinu. Internetska trgovina može imati ERP, WMS, PIM, CRM, helpdesk, analitika, oglašivačke platforme, e-mail marketing, CMS i alati za personalizaciju. Kada ovi sustavi rade izolirano, tim gubi vrijeme na pretraživanja, izvoze, usporedbe i ručne provjere. Kada se umjetna inteligencija integrira u tijek rada, može pomoći vlasniku tvrtke ili timu u prepoznavanju problema s zalihama, tumačenju pada stope konverzije, predlaganju promjena na stranicama proizvoda, prioritetizirati upite kupaca i ubrzati izradu sadržaja na temelju stvarnih podataka.
Umjetna inteligencija je već prešla iz eksperimentalne faze u fazu integracije. Posljednjih godina mnoga su poduzeća isprobala pojedinačne AI alate za tekst, slike, korisničku podršku ili analizu podataka. Sljedeća faza je strateškija: poslovna umjetna inteligencija ugrađena u sam softver koji pokreće poslovanje. To je razlika između “pametnog alata” i pravog sloja umjetne inteligencije. Prvo reagira na upit. Drugo razumije kontekst, povezuje se s podacima, slijedi pravila pristupa, pojavljuje se u pravom trenutku u procesu i pomaže korisniku dovršiti zadatak.
Ova promjena također se odražava u međunarodnim podacima. McKinsey je izvijestio da je udio organizacija koje redovito koriste generativnu umjetnu inteligenciju porastao s 33 posto u 2023. na 65 posto u 2024. godini, promjena koja ukazuje na to da se usvajanje odvija znatno brže nego u prethodnim tehnološkim ciklusima. Kao što je prikazano na grafikonu u nastavku, ovo povećanje nije marginalno, već predstavlja gotovo udvostručenje u razdoblju od otprilike jedne godine.
Rutinska upotreba generativne umjetne inteligencije u organizacijama
Izvor: McKinsey Global Survey o umjetnoj inteligenciji, 2024.
Praktična implikacija za tvrtke jest da se strategija umjetne inteligencije više ne može svoditi na “samo ćemo postaviti chatbot”. Potrebno je odgovoriti na sofisticiranija pitanja: koji su podaci pouzdani, koji korisnici imaju pristup, koji se proces poboljšava, koji je KPI zahvaćen i kako se nadzire kvaliteta izlaza. U slučaju Emersona, Nigel AI svoju vrijednost crpi iz povezanosti sa stručnim znanjem i stvarnim industrijskim softverskim zadacima. Slično tome, u e-trgovini umjetna inteligencija pruža stvarnu vrijednost kada je povezana s stopama konverzije, prosječnom vrijednošću košarice, povratima, doživotnom vrijednošću kupca, dostupnošću proizvoda i brzinom usluge.
U svom izvješću "Global AI Adoption Index 2023", IBM je naveo da je 42 posto organizacija velikih poduzeća već aktivno implementiralo umjetnu inteligenciju, dok je dodatnih 40 posto u fazi istraživanja ili eksperimentiranja. To znači da je većina velikih organizacija već uvrstila umjetnu inteligenciju na svoj dnevni red, iako u različitim fazama zrelosti. Grafikon u nastavku prikazuje relativnu raspodjelu.
Zrelost usvajanja umjetne inteligencije u poslovnim organizacijama
Izvor: IBM Global AI Adoption Index 2023
Za vlasnika e-trgovine, pouka koju treba naučiti od Emersona nije oponašati industrijsku automatizaciju, već oponašati njezinu logiku: Umjetna inteligencija treba se primijeniti tamo gdje postoji ponavljajuća složenost, visoki trošak pogreške i potreba za brzim donošenjem odluka. U e-trgovini takva područja postoje gotovo posvuda. U korisničkoj podršci sustav umjetne inteligencije za korisničku podršku može predložiti odgovore temeljene na pravilima o povratu, povijesti narudžbi i dostupnosti zaliha. U merchandisingu prediktivna analitika može identificirati proizvode s većom vjerojatnošću rasprodaje ili proizvode kojima je potrebna bolja promocija. U SEO A kada je riječ o sadržaju, AI kopilot može pomoći u izradi smjernica, poboljšanju opisa proizvoda i mapiranju namjere pretraživanja, pod uvjetom da postoji ljudski nadzor i jasna urednička politika.
Najveća zamka je usvajanje na komade. Mnoge tvrtke kupuju tri ili četiri AI alata, a da nisu definirale koji poslovni problem rješavaju. Rezultat je “buka umjetne inteligencije”: više obavijesti, više prijedloga, više nadzornih ploča, ali ne nužno i bolje odluke. Suprotno tome, zreo model automatizacije e-trgovine započinje s podacima i procesima. Na primjer, ako tim za korisničku podršku svakodnevno gubi vrijeme na upite “gdje je moja narudžba?”, rješenje nije samo chatbot. To je integracija s praćenjem narudžbi, podataka o prijevoznicima, pravila o kašnjenjima i pravila za eskalaciju. Ako marketinški tim proizvodi sadržaj koji ne konvertira, rješenje nije samo više teksta generiranog umjetnom inteligencijom. To je poveznica između istraživanja ključnih riječi, marži proizvoda, analitike, recenzija i stvarnog ponašanja korisnika.
Isto vrijedi i za tehničke timove. Gartner predviđa da će do 2028. godine 75 posto softverskih inženjera u poduzećima koristiti AI asistente za kodiranje, u usporedbi s manje od 10 posto početkom 2023. godine. Za tvrtke za e-trgovinu koje se oslanjaju na prilagođeni razvoj, Shopify aplikacije, WooCommerce proširenja, ERP integracije ili headless commerce, to znači brže izradu prototipova, bolju dokumentaciju, brže otklanjanje pogrešaka i potencijalno smanjenje vremena provedenog na ponavljajućim zadacima. To, međutim, ne znači da se ljudski nadzor ukida. Naprotiv, što se više povećava automatizacija softvera, to postaju važniji pregledi koda, sigurnosne provjere i arhitektonsko razmišljanje.
Upotreba AI kodnih asistenata od strane korporativnih programera
Izvor: Gartner, prognoza do 2028.
Pravi pristup ne počinje odabirom alata, nego mapiranjem odluka koje poduzeće donosi svakodnevno. Praktičan prvi korak je identificirati procese u kojima tim troši vrijeme, a da pri tome ne stvara odgovarajuću vrijednost: odgovaranje na ponavljajuće tikete, ažuriranje proizvoda, izrada izvještaja, provjeravanje dostupnosti zaliha, kategoriziranje potencijalnih klijenata, upravljanje povratima, analiza kampanja. Pokraj svakog procesa zabilježite prosječno potrebno vrijeme, trošak pogreške i KPI na koji to utječe. Na taj način izbjegavate opće rasprave o inovacijama i dolazite do mjerljivih prioriteta.
Korak 1: Odaberite tijek rada s jasnim poslovnim ishodom. Na primjer, smanjenje vremena odgovora podrške, povećanje stope konverzije u kategorijama s visokom maržom ili ubrzanje lansiranja novih proizvoda. Korak 2: Provjerite podatke. Ako su nazivi proizvoda nedosljedni, nedostaju atributi ili pravila o povratu postoje u različitim verzijama, AI će replicirati nered. Korak 3: Definirajte kontekst. AI kopilot za e-trgovinu mora biti upoznat s glasom brenda, komercijalnom politikom, kategorijama proizvoda, segmentima kupaca i pravilima usklađenosti. Korak 4: Povežite ga s pravim sustavima, a ne sa svima. Počnite s CRM-om, helpdeskom, feedom proizvoda ili analitikom, ovisno o slučaju upotrebe. Korak 5: Uvedite ljudski nadzor u ključnim točkama. Odgovori korisnicima, promjene cijena, pravne tvrdnje i medicinski ili financijski sadržaj ne smiju se objavljivati bez pregleda. Korak 6: Mjerite prije i poslije. Prati vrijeme rješavanja, CSAT, stopu konverzije, povrate, organski promet, prihode po kategoriji i troškove usluga. Ako ne postoji polazna vrijednost, ne možete dokazati ROI.
U praksi, e-trgovina male do srednje veličine može započeti s ograničenim pilot-projektom u trajanju od 30 do 60 dana. Na primjer, može koristiti generativnu umjetnu inteligenciju za izradu preliminarnih odgovora na upite korisničke podrške, uz konačno odobrenje agenta. Istovremeno može koristiti prediktivnu analitiku za prepoznavanje proizvoda kod kojih se tražnja povećava, ali su zalihe niske. U drugoj fazi može primijeniti AI na izradu opisa proizvoda, ne kao masovnu automatiziranu objavu, već kao pomoć pri korištenju strukturiranih predložaka, SEO smjernica i provjera točnosti. Na taj način umjetna inteligencija ne zamjenjuje tim, već uklanja rutinske zadatke i omogućuje mu da se usredotoči na komercijalnu prosudbu, kreativnost i korisničko iskustvo.
Što se umjetna inteligencija sve više ugrađuje u poslovne platforme, to postaje važnije upravljanje. E-E-A-T – to jest iskustvo, stručnost, autoritativnost i pouzdanost – nije samo SEO koncept. To je okvir za povjerenje. Ako e-trgovina koristi AI za sadržaj, mora moći dokazati da su informacije točne, da tvrdnje nisu pretjerane, da su upute za proizvod provjerene i da kupac nije doveden u zabludu. Ako koristi AI za korisničku podršku, moraju postojati jasne granice: kada odgovara automatski, kada preusmjerava upit na čovjeka i kada se suzdržava od davanja odgovora.
Robustan model upravljanja umjetnom inteligencijom obuhvaća najmanje pet praktičnih elemenata. Prvo, dokumentacija slučajeva upotrebe i njihove svrhe. Drugo, pravila koja uređuju pristup podacima, osobito kada su u pitanju osobni podaci korisnika. Treće, postupak za procjenu kvalitete rezultata, koji uključuje uzorke, bodovanje i pregled od strane ljudi. Četvrto, politika o glasu brenda i zabranjenim formulacijama. Peto, tehničko nadgledanje pogrešaka, halucinacija, pristranosti i nedosljednosti. Posebno za tvrtke koje se oslanjaju na SEO, sadržaj generiran umjetnom inteligencijom mora nuditi stvarnu vrijednost, originalne komercijalne uvide i biti kreiran od strane ljudi koji razumiju proizvod i tržište. U suprotnom postoji rizik da postane generičko, netočno ili nezanimljivo.
Primjer Emersona Nigela ilustrira još nešto: AI postaje moćnija kada je ograničena na pouzdano područje znanja. Opći model može odgovoriti na mnoga pitanja, ali model koristan u poslovnom kontekstu mora znati gdje pronaći ovlaštene informacije, koji se priručnik primjenjuje, koja je politika najnovija, koji su podaci dostupni i koje su radnje dopuštene. Za e-trgovinu to znači da se AI mora povezati s odobrenim podacima o proizvodima, pravilima dostave, stvarnim razinama zaliha, poviješću kupaca i pravilima određivanja cijena, umjesto da se oslanja na opće znanje. To je razlika između impresivne demonstracije i svakodnevnih poslovnih rezultata.
Proširenje Nigel AI tvrtke Emerson jasna je naznaka da će sljedeća faza poslovnog softvera biti integrirana, kontekstualna i podržavajuća. Umjetna inteligencija neće se ocjenjivati po tome koliko je “pametno” odgovara na pojedinačna pitanja, nego po tome koliko smanjuje vrijeme, pogreške i nesigurnost u stvarnim radnim procesima. Za vlasnike e-trgovina, ovo je i prilika i upozorenje. Oni koji AI tretiraju kao stratešku operativnu sposobnost moći će poboljšati brzinu, korisničku podršku, sadržaj, analitiku i tehničku produktivnost. Oni koji ga smatraju samo još jednim dodatkom najvjerojatnije će dodati složenost bez ikakvog smislenog povrata ulaganja.
Praktične smjernice su jasne: počnite malim koracima, mjerite rigorozno, gradite na jasnim podacima i osigurajte da ljudi zadrže svoju ulogu nadzornika, stručnjaka i strateških donositelja odluka. Umjetna inteligencija može postati pravi pokretač rasta samo kada podržava specifične poslovne odluke. Upravo to pokazuje prijelaz s alata za umjetnu inteligenciju na paket softvera za umjetnu inteligenciju: vrijednost ne leži u upitu, već u kontekstu unutar kojeg umjetna inteligencija pomaže poslovanju da djeluje učinkovitije.
Vijesti o dizajnu: Emerson proširuje AI alat Nigel na svoj softverski paket
McKinsey: Stanje umjetne inteligencije 2024.
IBM: Globalni indeks usvajanja umjetne inteligencije 2023
Emerson proširuje Nigel AI kako bi integrirao umjetnu inteligenciju u svoj industrijski softver, nudeći vođenije i produktivnije radno okruženje. Cilj je smanjiti trenje te poboljšati brzinu i točnost u tijekovima rada.
Integracija umjetne inteligencije u e-trgovinu pomaže poboljšati upravljanje zalihama, razumjeti fluktuacije u stopama konverzije i ubrzati stvaranje sadržaja. AI omogućuje pametniju integraciju podataka i automatizaciju.
Strategija umjetne inteligencije nije ograničena na same alate, već zahtijeva integraciju u operativno okruženje poslovanja. To uključuje odabir pouzdanih podataka, poboljšanje procesa i utjecaj na ključne pokazatelje uspješnosti.
Za razvojne timove, AI ubrzava izradu prototipova, poboljšava otklanjanje pogrešaka i unapređuje dokumentaciju. Očekuje se da će se upotreba AI asistenata za kodiranje značajno povećati, omogućujući brži razvoj softvera.
Najveći izazov je usvajanje umjetne inteligencije na komade bez jasnih ciljeva. Poduzeća moraju povezati umjetnu inteligenciju s konkretnim operativnim potrebama i izbjegavati “AI hype”.
Organizacija mora započeti s mapiranjem svojih svakodnevnih odluka i procesa, provjeriti podatke i strateški odabrati sustave za integraciju. Ključno je da postoji ljudski nadzor i jasni pokazatelji uspješnosti.
AI se mora integrirati na način koji povećava povjerenje i točnost. To zahtijeva jasna pravila pristupa, procjenu kvalitete i usklađenost s politikama tvrtke.
