هوش مصنوعی با هوش مصنوعی عاملمحور، تغییر در موارد استفاده هدفمند و تغییر جهت نیروی کار در چشم انداز را برای تکامل مدیریت ارتباط با مشتری (CRM) تسریع میکند.
هوش مصنوعی میتواند با خودکارسازی وظایف روزمره، جمعآوری دادههای مرتبط از منابع متعدد، درک قصد مشتری و ارائه پیشنهادات و توصیههایی برای کمک به پیشبرد کسبوکارهای جدید، به فروشندگان کمک کند. هم چنین هوش مصنوعی مولد میتواند به نوشتن مطالب بازاریابی کمک کند. حتی هیجانانگیزتر، مطلب نویدبخش این است که عوامل خودمختار (هوش مصنوعی عامل) بدون نقص و یکپارچه، انواع عملکردهای خدمات مشتری را در کانالهای متعدد (صوتی، چتباتها) به عهده میگیرند.
در حالی که افزایش استفاده از هوش مصنوعی تاکنون مهمترین روند در CRM بوده است، مطمئناً تنها روند نیست. در اینجا پیشرفتهای کلیدی و عوامل بازار که CRM را در سال جاری به جلو میبرند، آورده شده است.
هوش مصنوعی از هیجان به ارزش تبدیل میشود
در حالی که همه پتانسیل باورنکردنی هوش مصنوعی را تشخیص میدهند، هیاهو و هیجان اولیه ایجاد شده توسط انتشار ChatGPT در سال 2022 تا حدودی از بین رفته است.
دونا فلاس، بنیانگذار و رئیس شرکت مشاوره DMG، میگوید: «در ابتدا، مردم در مورد چگونگی فتح جهان توسط هوش مصنوعی صحبت میکردند. اما اکنون ما از جادو عبور کرده و به کاربرد عملی و مزایای هوش مصنوعی رسیدهایم.»
هری داتوانی، مدیر ارشد Deloitte Digital، اضافه میکند که بسیاری از مشتریانی که با آنها صحبت میکند، پروژههای آزمایشی هوش مصنوعی و اثبات مفهوم (POC) را امتحان کردهاند، اما «هنوز نفهمیدهاند که چگونه ارزش را در مقیاس بزرگ استخراج کنند و چگونه صرفهجویی کنند، چه بهرهوری باشد چه کارایی یا صرفهجوییهایی که به تغییر تعداد کارکنان یا کاهش تعداد کارکنان تبدیل شود.»
در سال ۲۰۲۵، به دنبال شرکتهایی باشید که موارد استفاده هدفمند هوش مصنوعی را جستجو میکنند که ارزش قابل اندازهگیری را برای سازمان در زمینههای رضایت مشتری، فرآیندهای تجاری خودکار و افزایش درآمد فروش ارائه میدهند.
هوش مصنوعی عامل به عنوان یک عامل تغییر دهنده بازی ظهور میکند
هر چقدر هم که هوش مصنوعی برای مواردی مانند تجزیه و تحلیل پیشبینی و ایجاد محتوا هیجانانگیز باشد، هوش مصنوعی عامل، مدیریت ارتباط با مشتری (CRM) را به سطح دیگری میبرد. مارک پردی، مدیر عامل Purdy & Associates، میگوید که هوش مصنوعی عامل به جای تکیه بر قوانین از پیش تعیین شده، میتواند مستقل عمل کند – و اتوماسیون پشتیبانی مشتری و هوش تجاری دو مورد از موارد استفاده امیدوارکننده اولیه این فناوری هستند.
پردی میگوید: این سیستمها «به دستورات انسانی متکی نیستند، بلکه برای بهینهسازی اهداف یا مقاصد خاص، مانند به حداکثر رساندن فروش، نمرات رضایت مشتری یا کارایی در فرآیندهای زنجیره تأمین، تنظیم شدهاند. آنها میتوانند توالیهای پیچیدهای از فعالیتها را انجام دهند، به طور مستقل در پایگاههای داده جستجو کنند و گردشهای کاری را برای تکمیل فعالیتها فعال کنند.»
داتوانی پیشبینی میکند که سازمانهای پیشرو در سال ۲۰۲۵ شروع به استقرار هوش مصنوعی عاملمحور «درون دیوارهای سازمانی» خواهند کرد، اما احتمالاً نه برای تعامل مستقیم با مشتریان«بهویژه در صنایع تحت نظارت، شرکتها از عاملهایی که با مشتریان نهایی تعامل دارند، هیجانزده میشوند، اما هنوز هم کمی ترس و نگرانی وجود دارد»، زیرا سیستمهای هوش مصنوعی اشتباهاتی مرتکب میشوند که میتواند به اعتبار برند آسیب برساند.
کیت لگت، تحلیلگر فورستر، موافق است که هوش مصنوعی عاملمحور در نهایت میتواند تعامل با مشتری را کاملاً خودکار کند، اما ما هنوز به آنجا نرسیدهایم. او میگوید عاملهای هوش مصنوعی موجود در بازار امروز در کارهایی که میتوانند انجام دهند محدود هستند، اما «آنها خیلی سریع بهتر خواهند شد.»
هوش مصنوعی، نیروی کار را دوباره هماهنگ میکند
پذیرش هوش مصنوعی مستلزم هماهنگسازی و بازنگری در نیروی کار CRM است. هوش مصنوعی میتواند با کاهش بار وظایف روزمره برای کارکنان پرمشغله، بهویژه در مشاغل پراسترس و با فرسودگی شغلی بالا مانند خدمات مشتری، در موقعیتی قرار گیرد که حفظ کارکنان را افزایش دهد.
اما این همچنین به معنای تنظیم شرح وظایف، تغییر اهداف و مقاصد و آموزش مجدد کارمندان برای همکاری با هوش مصنوعی، در عین حال نظارت و پایش هوش مصنوعی است.
در سطح دیگری، خود سیستمهای هوش مصنوعی میتوانند به هماهنگسازی کارآمدترین استفاده از تخصص انسانی کمک کنند. به عنوان مثال، فلاس یک لایه هماهنگسازی هوش مصنوعی را در یک مرکز تماس پیشبینی میکند که سوالات مشتری را به فرد مناسب با مجموعه مهارتهای مورد نیاز برای برآوردن نیازهای آن مشتری هدایت میکند. سپس سیستم هوش مصنوعی میتواند آن هوش مسیریابی را برای تصمیمگیری در مورد مدیریت نیروی کار به کار گیرد برای مثال اینکه به چه تعداد از این یا آن نوع متخصص انسانی (پشتیبانی فنی در مقابل مشکل طرح شده) نیاز است.
قیمتگذاری مبتنی بر نتیجه در حال افزایش است
بحثها در مورد نحوه قیمتگذاری هوش مصنوعی عاملمحور رو به افزایش است. یک مدل، قیمتگذاری مبتنی بر نتیجه، برای اولین بار در آگوست 2024 توسط Zendesk برای عاملهای هوش مصنوعی خود که به طور فزایندهای مستقل میشوند، به بازار CRM معرفی شد. Zendesk در آن زمان گفت: «قیمتگذاری ما اکنون مستقیماً به نتایج ارائه شده توسط عاملهای هوش مصنوعی وابسته است، به این معنی که مشتریان فقط برای مسائلی که به طور مستقل توسط هوش مصنوعی حل میشوند، هزینه دریافت میکنند.»
کیت کرکپاتریک، مدیر تحقیقات در گروه Futurum، میگوید: «قیمتگذاری مبتنی بر نتیجه با تضمین ارزش و هماهنگ کردن هزینهها با نتایج، مزایایی را برای فروشندگان و مشتریان ارائه میدهد. به عنوان مثال، Zendesk قصد دارد برای تعاملات موفقیتآمیز هزینه دریافت کند، در حالی که Workhuman تضمینهایی را ارائه داده است که به معیارهای وسیعتری مانند حفظ کارکنان مرتبط است.»
او اضافه میکند: «اگرچه هنوز در مراحل اولیه خود است، اما با گسترش روزافزون کارگزاران هوش مصنوعی، قیمتگذاری مبتنی بر نتایج توجهها را به خود جلب میکند. این روش به تقاضای مشتریان برای سرمایهگذاریهای مبتنی بر بازگشت سرمایه و انعطافپذیری، بهویژه در مقایسه با هزینههای صدور مجوز ثابت سنتی، پاسخ میدهد. با بهبود کارگزاران هوش مصنوعی و تبدیل شدن آنها به بخشی جداییناپذیر از فرآیندهای کسبوکار، این مدل قیمتگذاری میتواند جذب فروشندگان را افزایش داده و پویایی بازار SaaS [1]را تغییر دهد.»

CRM ترکیبی مورد توجه قرار میگیرد
لگت از Forrester توضیح میدهد که مشکل اصلی CRM این است که فروشندگان ویژگیهای زیادی را در بستههای CRM خود گنجاندهاند که مشتریان را سردرگم کرده است. «من با تعدادی از مشتریانی که از راهحلهای پیشرو CRM استفاده میکنند صحبت کردهام و آنها به من میگویند که نمیتوانند با سرعت نوآوری همگام شوند. فروشندگان آنقدر سریع نوآوری ارائه میدهند که نمیدانند از کجا شروع کنند.»
او اضافه میکند: «هوش مصنوعی و اتوماسیون با سرعت و شدت زیادی در حال ظهور هستند. اکنون، ما موجی از عوامل هوش مصنوعی داریم که قرار است کارهای بیشتری انجام دهند، اما فروشندگان CRM باید در مورد سادهسازی و تجزیه محصولات خود به بخشهای ترکیبی از عملکرد که مشتریان میتوانند انتخاب کنند، مجوز بگیرند و استفاده کنند، فکر کنند.»
لگت معتقد است که جنبش CRM ترکیبی در حال افزایش است و Creatio در این زمینه پیشرو است و سایر فروشندگان CRM نیز از آن پیروی میکنند.
مدیریت ارتباط با مشتری (CRM) وقتی مشتریان ماشین هستند
یکی از موارد استفاده نوظهور هوش مصنوعی شامل دستیاران شخصی است که میتوانند به طور مستقل تعطیلات شما را برنامهریزی کنند، مواد غذایی شما را سفارش دهند یا اقدامات دیگری را بر اساس آنچه در مورد ترجیحات شما میدانند، انجام دهند. به طور مشابه، دان شایبنریف، تحلیلگر گارتنر، میگوید: در دنیای تجارت، به زودی عوامل هوش مصنوعی میتوانند تصمیمات خرید بزرگ را بر عهده بگیرند، حتی در مورد شرایط قرارداد مذاکره کنند.
به عنوان مثال، شایبنریف روزی را پیشبینی میکند که یک ربات کارخانهای بیرون میرود و قطعات جایگزین خود را سفارش میدهد.
او میگوید: «سازمانها باید برای ماشینهایی که در خانه شما را میزنند آماده باشند.» او اشاره میکند که عوامل هوش مصنوعی الزامات فروش متفاوتی دارند – شما نمیتوانید آنها را برای شام بیرون ببرید یا با اسلایدهای فانتزی تحت تأثیر قرار دهید. آنها به اطلاعات فوری نیاز دارند و احتمالاً ترجیح میدهند با یک عامل هوش مصنوعی دیگر به جای یک انسان تعامل داشته باشند.
ServiceNow چشمانداز رقابتی را متحول میکند
Salesforce مدتهاست که رهبر بلامنازع بازار در CRM بوده است. آخرین آمار IDC سهم بازار Salesforce را ۲۱.۷٪ اعلام میکند؛ نزدیکترین رقیب، مایکروسافت با تنها ۵.۹٪ است.
با این حال، اوایل امسال، ServiceNow، رهبر مدیریت خدمات فناوری اطلاعات (ITSM)، با اعلام اینکه “ما در CRM هستیم”، مستقیماً Salesforce را هدف قرار داد.
این شرکت در حال حاضر یک پلتفرم مدیریت خدمات مشتری (CSM) پیشرو در بازار دارد، اما این اولین بار است که خود را به عنوان یک فروشنده کامل CRM معرفی میکند. و بیل مکدرموت، مدیرعامل ServiceNow، با تمام قوا به Salesforce حمله میکند.
او در حال ایجاد اتحاد است. مکدرموت گفت: “ServiceNow و مایکروسافت در حال گسترش اتحاد خود برای تسریع تحول در دسته CRM هستند. این اتحاد بر اساس همکاری Microsoft Copilot و ServiceNow AI ساخته شده است و از نقاط قوت منحصر به فرد هر دو پلتفرم بهره میبرد.”
همچنین او در حال انجام خریدهای استراتژیک است. ServiceNow به تازگی اعلام کرد که Moveworks را با قیمت ۲.۸ میلیارد دلار خریداری میکند که بزرگترین معامله در تاریخ آن است. Moveworks دستیارهای هوش مصنوعی شبیه ChatGPT را برای شرکتها فراهم میکند تا درخواستهای کارکنان در سطح سازمان را مدیریت کنند. ServiceNow همچنین اخیراً CueIn، یک پلتفرم تحلیل دادههای محاورهای بومی هوش مصنوعی، را خریداری کرده است. هر دو خرید با هدف پیشبرد پذیرش هوش مصنوعی عاملمحور و مولد در سراسر سازمان انجام میشود.
مارک بنیوف، مدیرعامل Salesforce، نیز اخیراً اعلام کرد که Salesforce ممکن است به بازار ITSM ServiceNow بپیوندد. بنابراین، انتظار میرود رقابت در سال 2025 داغتر شود.
توسعهدهندگان معمولی، عاملهای هوش مصنوعی ایجاد میکنند
جنبش کمکد و بدون کد به حوزه هوش مصنوعی گسترش یافته است تا توسعهدهندگان معمولی بتوانند عاملهای هوش مصنوعی خود را ایجاد کنند.
به عنوان مثال، Salesforce، Agent Builder را منتشر کرده است که به کاربران امکان میدهد عاملهای آماده را سفارشی کنند یا عاملهای جدیدی را برای هر نقش، صنعت یا مورد استفاده بسازند. با استفاده از کمکد یا بدون کد، Agent Builder دادههای ساختاریافته و بدون ساختار را از Data Cloud جمعآوری میکند و از ابزارهای موجود مانند Flows، Prompts، Apex و MuleSoft API برای پیکربندی یک عامل استفاده میکند.
ServiceNow همچنین ServiceNow Studio را معرفی کرده است، یک مکان متمرکز برای توسعهدهندگان بدون کد و کمکد برای مدیریت و توسعه برنامههای عامل.
ابرهای صنعتی، هوش مصنوعی و مدل های بزرگ زبانی را در بر میگیرند.
لگت میگوید که ابرهای صنعتی، زمان رسیدن به ارزش را سرعت میبخشند، نوآوری را تقویت میکنند و تمایز بازار ایجاد میکنند. دادههای نظرسنجی فورستر نشان میدهد که ۶۱٪ از متخصصان تجارت و فناوری جهانی میگویند که شرکتشان میخواهد ابرهای صنعتی خود را افزایش دهد.
فروشندگان محبوب CRM مانند Salesforce و مایکروسافت، ابرهای صنعتی متعددی ارائه میدهند. شرکت داروسازی Veeva اخیراً ابر صنعتی خود را برای علوم زیستی اعلام کرد.
و لگت میگوید: «من انتظار دارم که فروشندگان، ابرهای صنعتی جدید، مدهای بزرگ زبانی خاص صنعت و رویکردهای جدید ورود به بازار را اعلام کنند.»
منبع
https://www.cio.com/article/1255983/customer-relationship-management-crm-trends.html
[1] Software as a service