دانلود ترجمه مقاله هوش مشارکتی: ایجاد ارزش در قیف فروش B2B (ساینس دایرکت – الزویر ۲۰۲۰)

هوش مشارکتی: چگونگی ایجاد ارزش توسط هوش انسانی و مصنوعی در قیف فروش B2B

Collaborative intelligence: How human and artificial intelligence create value along the B2B sales funnel

چکیده

۱ آیا AI می تواند به عملکرد فروش کمک کند و در آن سهم داشته باشد؟

۲ بنیان های AI

۳ قیف فروش B2B توانمند شده با AI

۴ ملاحظات مدیریتی برای به حداکثر رساندن هوش مشارکتی

۵ AI بهبود خواهد بخشید، جایگزین نمی کند

منابع

چکیده

پیشرفتهای صورت گرفته در فناوری اطلاعات و ارتباطات، به ویژه در زمینه هوش مصنوعی (AI)، موجب تغییر و تحولاتی در فرایند فروش B2B شده است. فرض و اصل Al تبدیل مقادیر وسیعی از داده ها به اطلاعات جهت خلق و مدیریت دانش در بخش فروش B2B می باشد. در این راستا، AI فرایند فروش انسان محور سنتی را به طور چشمگیری تغییر می دهد. در این مقاله،چگونگی تاثیرگذاری AI بر قیف فروش B2B را شرح می دهیم. برای هر مرحله از قیف، وظایف کلیدی فروش را شرح داده، راجع به کارهای خاص AI توضیح داده و نقش انسانها را روشن می کنیم. در این راستا، ملاحظات مدیریتی برای به حداکثررساندن همکاریهای AI و افراد در زمینه فروش B2B، را نیز مطرح می کنیم.

و زمانی که آن را دیدم، فهمیدم که فروش بزرگترین حرفه ای بود که مرد خواهان آن بود. چه عاملی می توانست به او این قدرت را بدهد که در سن ۸۴ سالگی به ۲۰ یا ۳۰ شهر متفاوت رفته و تلفن را برداشته، از سوی افراد مختلف زیادی به خاطر آورده شده، به او عشق ورزیده شده و کمک شود؟

Willy Loman، Act II، در مرگ Arthur Miller فروشنده

۲- بنیان های AI
     AL می تواند به صورت یک واژه گمراه کننده ظاهر شود، زیرا امکان نمایش هوش انسان گونه توسط کامپیوترها را پیشنهاد می دهد (Kaplan و Haenlein، ۲۰۱۹؛ Russell و Norvig، ۲۰۱۶) که درست نیست. سیستم های AI امروز، سیستم های اطلاعاتی هستند که با توجه به آنچه می دانند، عملکرد منطقی به معرض نمایش می گذارند. به عبارت دیگر، عملکرد یک سیستم AI برحسب همنوایی و مطابقت با هوش انسانی خیر، بلکه برحسب یک عملکرد ایده آل به نام عقلانیت، اندازه گیری شده است (Gershman, Horvitz, & Tenenbaum، ۲۰۱۵؛ Paschen et al., 2019; Russell, 1997؛ Russell و Norvig، ۲۰۱۶؛ Tecuci, 2012 ). یک سیستم AI در صورتی هوشمند خوانده می شود که با توجه به آنچه می داند کار درست را انجام دهد؛ از اینرو، سیستم های AI برای رسیدن به نتیجه بهتر، یا در مورد عدم قطعیت، برای رسیدن به بهترین نتیجه مورد انتظار، مسائل را حل می کنند. تعریف ما از AI در این مقاله با فرض پذیرفته شده در رسانه های مشهور مبنی براینکه AI از هوش انسانی تقلید می کند، تفاوت دارد؛ دراینجا AI را به صورت سیستم های اطلاعاتی مفهوم سازی می کنیم که به صورت منطقی و براساس اطلاعات موجود عمل نموده و مسائل را حل می کنند.

     با وجود کاربردهای زیاد AI در میان بسیاری از صنایع، با استفاده از مدل معمول ورودی- فرایند- خروجی می توان راجع به کلیه سیستم های AI توضیح داد: کلیه سیستم های اطلاعاتی به داده هایی از محیط (ورودیها)، دستکاری چنین داده هایی در راستایی خلق ارزش (فرایندها) و تغذیه اطلاعات (خروجیها) به محیط نیاز دارند (Paschen et al., 2019 ). در قسمت بعد راجع به هر یک از این سه مولفه – ورودیها، فرایندها و خروجیها- به طور مختصر بحث می کنیم.

۲-۱- ورودیها
     یک سیستم اطلاعاتی AI به داده هایی از محیطش نیازدارد تا فرایند تبدیل ورودی- فرایند- خروجی را تغذیه کند. داده ها، ارزشهایی هستند که یک قلم یا شخص را با توجه به متغیرهای کیفی یا کمی اش توصیف می کنند، اما فقط زمانی می توانند برای تصمیم گیری مفید تلقی شوند، که داده ها مورد تجزیه و تحلیل قرار گرفته و پردازش شده باشند (Bellinger, Castro, & Mills، ۲۰۰۴ ). برای AI، داده های ورودی به دو شکل ظاهر می شوند: داده های ساختاریافته مشتمل بر مجموعه داده های استاندارد به شکل عددی – نظیر دموگرافیک، وب کلیک، یا رکوردهای معاملاتی- هستند، در حالیکه داده های غیر ساختاریافته غیر عددی بوده و به شکل متن، فایل شنیداری یا تصاویر ظاهرمی شوند (مثلاً، کامنت ها، لایک ها، مرورها، تحقیق و پرس و جو، عکس ها، ویدیوها). ۸۰ درصد از داده های امروز، ساختارنیافته (Rizkallah, 2017 ) بوده و ۱۵ برابر سریعتر از داده های ساختاریافته رشد می کنند (Nair و Narayanan، ۲۰۱۲).