Veriler gerçekten üretken yapay zekanın yakıtıysa ve başarılı bir uygulamanın anahtarlarından biri, işi yürütmek için anlamlı olan verilere erişimse, bazı SaaS satıcılarının veriler söz konusu olduğunda yerleşik bir avantaja sahip olduğu görülüyor. Uygulamak başka bir konudur, ancak veriler oradaysa, modellerin en azından üzerinde çalışacak daha anlamlı bir şeyleri vardır.
Üretken yapay zekanın ilk SaaS taraftarlarından biri, daha iş odaklı modeller oluşturmaya yardımcı olmak için kendi platformundaki verilerden yararlanabilen ServiceNow oldu.
CIO Chris Bedi için her şey insanların işlerini daha verimli bir şekilde yapmalarına yardımcı olan pratik bir deneyim oluşturmakla ilgili. “Bir modelin yalnızca platform kadar iyi olduğuna inanıyorum. Harika bir modelin parçasıysa ancak bir deneyime bağlı değilse, bir iş akışına bağlı değilse, bunun anlamı ne?” dedi Bedi TechCrunch’a.
CRM Essentials’ın kurucusu ve baş analisti Brent Leary, ServiceNow’un yapay zekasını pratik konulara odaklamak için kasıtlı bir çaba gösterdiğini söylüyor. “Sanırım ServiceNow’un kendi tam kapsamlı üretken yapay zeka platformunu oluşturmaya odaklanması, onlara çabalarını iş akışı oluşturma, optimizasyon ve entegrasyon üzerine odaklama yeteneği veriyor. Bu, birden fazla departmana/alana ve platforma geçen süreçleri etkileme fırsatına sahip” dedi Leary.
Bunu başarmak için şirket, tüm iş akışlarına AI yerleştiriyor. Bedi, ServiceNow’ın üretken AI yeteneklerini üç geniş alana ayırıyor.
Birincisi, taleplerle daha sistematik bir şekilde ilgilenmektir. “Birisi bir şey istediğinde, biz ona talep eden diyoruz. Bu bir müşteri olabilir, bir tedarikçi olabilir, bir çalışan olabilir. Onların daha hızlı bir cevap almasına nasıl yardımcı olursunuz?”
İkinci parça, odak noktaları ne olursa olsun temsilcilerin işlerini daha iyi yapmalarına yardımcı olmayı içerir. “Bir İK temsilcisi, bir BT temsilcisi, bir müşteri hizmetleri temsilcisi olabilirsiniz – birileri bir şeyler yapıyor – tekrarlanan türdeki görevleri daha hızlı yapmalarına yardımcı oluyor veya işi tamamen makineye taşıyor; burada da üretkenlik artışları görüyoruz.” dedi.
Son parça inovasyonu hızlandırmanın yollarını bulmaktır. Bedi, bunun metinden koda, metinden otomatik iş akışına veya hatta kullanıcıların bir diyagramın veya beyaz tahta beyin fırtınası oturumunun fotoğrafını çekip bu resmi bir iş akışına dönüştürme gibi şeyler yapmasına olanak tanıyan çok modlu çalışma gibi tamamen yeni bir otomasyon düzeyi getirebileceğini düşünüyor.
Geniş bir yaklaşım benimsemek
Constellation Research analisti Holger Mueller, “ServiceNow, inşa etme, satın alma ve ortaklık kurmanın bir karışımı olan benzersiz bir AI stratejisi uyguluyor” dedi. Şirketin birkaç nedenden dolayı bu kadar çeşitli bir stratejiye ihtiyacı olduğunu söylüyor.
“Öncelikle ServiceNow müşterilerinin çok çeşitli yapay zeka ortaklıkları var ve ServiceNow’un bunlardan faydalanmasını ve onlarla birlikte yaşamasını istiyorlar” dedi. Bu ortaklıklar arasında diğerlerinin yanı sıra Nvidia ve Microsoft gibi şirketler de yer alıyor. “Müşteriler aynı zamanda alışılmışın dışında yapay zeka deneyimleri beklediğinden, kendi yapay zeka otomasyonunu oluşturması gerekiyor” dedi. Son olarak, platformu oluşturmak için şirket içi geliştirmeyi satın almayla birleştirir.
Aynı zamanda şirketin farklı düzeylerde AI hazırlığına sahip müşterileri var ve bu yetenekleri kapsayan bir dizi çözüm sunması gerekiyor, diyor ServiceNow’da AI ürünlerinden sorumlu başkan yardımcısı Jeremy Barnes, şirkete önceki şirketi Element AI’nın satın alınmasıyla geldi. “En büyük ve en hızlı büyüyen şirketlerin, dijital dönüşümü uygulamak için gereken organizasyonel değişiklikleri büyük ölçüde başardığını söyleyebilirim,” dedi.
Ancak bu kadar ileri gitmeyenler için, kendi çözümlerini ISV’lerin ve MSP’lerin yardımıyla birleştirmeye çalışarak yapay zekadan yararlanmalarını hızlandırmaya çalışıyorlar.
William Blair’den finans analisti Arjun Bhatia, yeni AI yeteneklerini müşterilerin ödemeye istekli olduğu bir şey olarak görüyor. “Hâlâ erken olsa da, ServiceNow, işletmelerin nesil AI’ya yatırım yapmanın yollarını aramasıyla birlikte yeni Pro-Plus SKU’larına yönelik güçlü talep eğilimlerini vurguladı,” diye yazdı. bir raporda Mayıs ayında yayınlandı. Dahası, şirket fiyatlandırma konusunda nispeten az tepki gördü, bu da değer gördüklerini gösterebilir.
Müşterilerin hızına ayak uydurmak
IDC analisti Stephen Elliot, şirketin beş yıldan uzun süredir yapay zeka, üretken yapay zeka ve ilgili yeteneklere yatırım yaptığını ve müşterilerin bu çabaların sonuçlarını gördüğünü söylüyor.
“Konuştuğum ve şu anda Şimdi Yardım Edin Elliot, TechCrunch’a yaptığı açıklamada, “Erken sonuçların bilet yönlendirme, bilgi tabanı özetleme ve sanal temsilcilerle iyileştirilmiş müşteri deneyimleri etrafında iş getirileriyle çok olumlu göründüğünü söylüyoruz. Maliyet ve ekip üretkenliği temel iş değeri gerçekleştirme temalarıdır” dedi.
Bedi, yapay zeka hakkında birkaç açıdan düşündüğünü söylüyor: Biri daha kısa vadeli, diğeri ise yapay zekanın daha yetenekli olabileceği ve şirketler içinde daha derin nüfuz sahibi olabileceği zamana bakıyor. “Birinci modu tanımlama şeklimiz, aslında mevcut çalışma yöntemlerinde artan iyileştirmelerle ilgilidir” dedi. Şirketlerin hareket etme ve işleri organize etme şekillerini iyileştirmek için mevcut yapay zeka teknolojisini kullandığını görüyor.
Ancak gerçekten ilginç hale geleceği yer, bir sürece bakıp tamamen yeni, yapay zeka destekli bir çalışma şekliyle karşılaşabileceğiniz gelecekte olacak. “İkinci mod, boş bir kağıtla başlasaydık, hangi işin makinelere gideceğini ve hangi işin bırakılacağını ve insanın hala hangi ilginç işi yapabileceğini söylemek olurdu” dedi.
Bedi ayrıca kendi çalışanları için şirket içi AI’dan yararlanmayı da düşündü. Ve şirket, şirket içi uygulamalar oluşturan geliştiriciler için birleşik bir deneyim sağlamaya yardımcı olmak için AI Control Tower adlı bir AI platformu oluşturdu. “Tüm fikir, mühendislere istedikleri modeli seçme özgürlüğü vermek ve seçimlerine göre farklı şekilde yapmaları gereken her şeyi yönetmek için ekstra iş yapmak zorunda kalmamak,” dedi.
Dahası, bir BT yönetimi perspektifinden, modelleri diğer herhangi bir BT nesnesi gibi yönetiyorlar. “Bu yüzden üretimdeki bir model bir varlıktır ve bir varlığın siber bir duruşu, operasyonel dayanıklılığı olması gerekir; çalışması gerektiğinde çalıştığını bilmeliyiz. Ve modellerin etkinliğini ve modellerin benimsenmesini ölçüyoruz.”
Barnes için bu, şirketin müşterileri daha fazla AI odaklı hale getirmek için benimsediği genel yaklaşımla örtüşüyor. “Gerçekten de üretken AI için temel kullanım durumlarından işin nasıl yapıldığına dair her bir parçayı yeniden tasarlamaya geçiyoruz,” dedi. “Ayrıca, AI ile neler olup bittiğini ve AI ile insanların birlikte işi yapmaya nasıl katkıda bulunabileceğini anlamak için daha iyi araçlar kullanarak daha üst düzey görev türlerini ele alma becerisini de içeriyor.”
