ปัญหา: AI ระดับองค์กรยังขาดความน่าเชื่อถือ
ประสิทธิภาพของโมเดลไม่เคยดีเท่านี้มาก่อน ผล benchmark ดีขึ้นทุกไตรมาส เดโมก็ดูดีกว่าที่เคย แต่ผลลัพธ์ที่จับต้องได้ในองค์กรจริงกลับยังไปไม่ถึง
โครงการ AI ส่วนใหญ่ติดค้างอยู่ระหว่าง pilot ที่ดูมีอนาคตกับการใช้งานจริงใน production แม้ 88% ขององค์กรจะใช้ AI เป็นประจำ แต่ McKinsey พบว่ามีเพียงประมาณ 1 ใน 3 เท่านั้นที่ขยายการใช้ AI ได้เกินกว่าระดับ pilot
ระบบ AI แบบทั่วไปทำงานได้ดีในสภาพแวดล้อมที่ควบคุมได้ แต่องค์กรต้องเผชิญกับเงื่อนไขที่ซับซ้อนกว่านั้นมาก ทั้งระบบที่กระจัดกระจาย นโยบายที่มีรายละเอียดปลีกย่อย ข้อจำกัดจากระบบเดิม และกรณีพิเศษ (edge case) ที่เกิดขึ้นในการทำงานทุกวัน ช่องว่างนี้คือจุดที่โครงการ AI ส่วนใหญ่ล้มเหลว ไม่ว่าจะเป็นการเปิดตัวที่ชะงัก ความกังวลด้าน compliance หรือเอเจนต์ที่ส่งต่อเรื่องให้คนในขณะที่ควรแก้ปัญหาได้เอง
AI สำเร็จรูปแทบไม่เคยผ่านช่วงเปลี่ยนผ่านนี้ไปได้ ทีมงานพบซ้ำแล้วซ้ำเล่าว่าระบบทั่วไปใช้การไม่ได้เมื่อเจอนโยบายจริง ข้อมูลจริง และลูกค้าจริง เมื่อความคาดหวังเพิ่มขึ้นเร็วกว่าความสามารถในการนำไปใช้งาน ช่องว่างระหว่างประสิทธิภาพของโมเดลกับผลลัพธ์ทางธุรกิจขององค์กรก็ยิ่งชัดเจนจนมองข้ามไม่ได้
ทางออก: Forward Deployed Engineers
การปิดช่องว่างนี้ต้องการมากกว่าโมเดลที่ดีขึ้นหรือรอบการพัฒนาที่เร็วขึ้น แต่ต้องอาศัยการลงมือทำร่วมกันอย่างใกล้ชิด
Forward Deployed Engineers (FDE) คือวิศวกรที่เข้าไปทำงานร่วมกับทีมของลูกค้า เพื่อนำความสามารถของ AI ข้ามระยะสุดท้ายไปสู่ production ซึ่งเป็นที่ที่เวิร์กโฟลว์ยุ่งเหยิง ข้อมูลไม่สมบูรณ์ และความไว้วางใจเป็นสิ่งที่ต่อรองไม่ได้ ภารกิจของพวกเขาคือทำให้ระบบ AI ทำงานได้อย่างเชื่อถือได้ภายใต้สภาพการใช้งานจริง
ที่ Maven ทีม FDE ทำงานอยู่ตรงจุดเชื่อมระหว่างทีม Product และทีม Go-To-Market พวกเขาทำงานเหมือนทีมวิศวกรรมผลิตภัณฑ์ชั้นนำที่มีภารกิจเดียว คือเปลี่ยนศักยภาพของ AI ให้กลายเป็นผลลัพธ์ที่ใช้งานได้จริง
ซึ่งหมายความว่าพวกเขา:
- ตั้งค่าเอเจนต์ให้ตรงกับเวิร์กโฟลว์จริงของลูกค้า
- เชื่อมต่อระบบที่กระจัดกระจายเพื่อขจัด knowledge silo
- ทดสอบ edge case อย่างเข้มข้น เพื่อให้เอเจนต์ทำงานได้อย่างแม่นยำและสม่ำเสมอในทุกสถานการณ์
- อยู่จนกว่าระบบจะใช้งานได้จริง
จากคำมั่นสู่ Production: วิธีการทำงานของ Forward Deployed Engineers ของ Maven
ก่อนเริ่ม onboarding ทีม Solutions Engineers (SE) ของ Maven จะทำงานร่วมกับลูกค้าที่สนใจเพื่อสำรวจความเป็นไปได้ต่าง ๆ ระบุจุดที่ Maven AGI สามารถสร้างคุณค่าและเชื่อมต่อกับกระบวนการและระบบที่มีอยู่ แล้วกำหนดวิสัยทัศน์ในการ deploy ร่วมกัน
ทีม FDE จะทำให้วิสัยทัศน์นั้นเกิดขึ้นจริง โดยแปลงเป้าหมายให้เป็นระบบที่พร้อมใช้งานใน production และทำงานได้ภายใต้สภาพจริง เป้าหมายของพวกเขาคือขจัดอุปสรรคระหว่างความสามารถของ AI กับผลลัพธ์ทางธุรกิจ
ทีม FDE ของ Maven:
-
เชื่อมต่อข้อมูลจากระบบที่แยกขาดจากกันได้ภายในไม่กี่สัปดาห์
-
ตั้งค่าเอเจนต์ AI ให้ตรงกับนโยบาย โทนการสื่อสาร และเวิร์กโฟลว์อย่างแม่นยำ พร้อมการตรวจสอบย้อนกลับได้ครบถ้วนและขั้นตอนการอนุมัติสำหรับอุตสาหกรรมที่มีการกำกับดูแล
-
ปรับจูนประสิทธิภาพอย่างต่อเนื่องเมื่อเจอ edge case ในโลกจริง ผ่าน feedback loop จาก production แทนการ re-train แบบออฟไลน์
-
ตรวจสอบความพร้อมสำหรับ production ก่อนที่ลูกค้าจะจ่ายเงิน
งานเหล่านี้คือสิ่งที่แยกเอเจนต์ที่ทำได้ดีแค่ในเดโม ออกจากเอเจนต์ที่ไว้วางใจให้ดูแลลูกค้าจริงได้
ที่ Maven การ deploy แบบ forward deployment เป็นส่วนหนึ่งของการส่งมอบงานตั้งแต่ต้น ลูกค้าจึงได้เห็นเอเจนต์ทำงานในสภาพแวดล้อมของตนเองภายใต้เงื่อนไขจริงตั้งแต่วันแรก
มาตรฐานนี้คือสิ่งที่ทำให้ AI ระดับองค์กรได้รับความน่าเชื่อถือใน production
สิ่งที่ลูกค้าได้สัมผัสจริง
ความแตกต่างระหว่างการ implement แบบทั่วไปกับ forward deployment นั้นชัดเจน ลูกค้าสังเกตได้ว่าทีมงานลงแรงทำความเข้าใจสภาพแวดล้อมเฉพาะของพวกเขา แทนที่จะทำตาม playbook มาตรฐาน
จากลูกค้ารายหนึ่งที่ทำงานร่วมกับทีม FDE ของ Maven:
"ขอขอบคุณที่สละเวลาปรับ [ประสบการณ์ของเอเจนต์] ให้เหมาะกับเรา และใส่ใจกับมันอย่างจริงจัง ความทุ่มเทของทีมสะท้อนออกมาให้เห็นชัดเจน"
เสียงตอบรับนี้สะท้อนผลลัพธ์จากวิศวกรที่ทำแผนผังระบบ เข้าใจข้อจำกัด และสร้างโซลูชันที่ตรงกับความเป็นจริงของลูกค้า
ผลลัพธ์ของลูกค้า: K1x
K1x ต้องการก้าวข้ามเวิร์กโฟลว์แชตบอตแบบตั้งรับ และให้คำตอบที่ตรงบริบทได้ทันทีภายในสภาพแวดล้อมผลิตภัณฑ์ที่ซับซ้อนและอยู่ภายใต้การกำกับดูแล
ทีม FDE ของ Maven เข้าไปทำงานร่วมกับทีมโดยตรง ภายใน 1 สัปดาห์ พวกเขาเชื่อมต่อแพลตฟอร์ม ซิงก์บทความในศูนย์ช่วยเหลือหลายร้อยบทความ และ deploy เอเจนต์ AI แบบสนทนาไว้ในผลิตภัณฑ์โดยตรง
ลูกค้าไม่ต้องค้นหาเอกสารหรือลังเลว่าจะเปิดทิกเก็ตหรือไม่อีกต่อไป แต่ได้รับคำตอบที่แม่นยำตามบริบท
ผลลัพธ์คือการแก้ปัญหาได้จริง ช่วยลดภาระของทีมซัพพอร์ตที่งานล้นมือ และสร้างความมั่นใจว่า AI สามารถทำงานภายใต้ข้อจำกัดด้านกฎระเบียบและผลิตภัณฑ์ได้โดยไม่เพิ่มความเสี่ยง
ผลลัพธ์ของลูกค้า: Mastermind
Mastermind ต้องการโซลูชัน AI ที่รับมือกับปริมาณและความซับซ้อนของคำถามจากลูกค้าได้ โดยไม่ต้องส่งต่อให้เจ้าหน้าที่อยู่ตลอด
ทีม Forward Deployed Engineers ของ Maven ทำงานใกล้ชิดกับทีม Mastermind เพื่อ deploy เอเจนต์ AI ที่แก้ปัญหาในบทสนทนาได้ครบจบในตัว ทีม FDE ตั้งค่าระบบให้เข้าใจเวิร์กโฟลว์และความต้องการเฉพาะของลูกค้า Mastermind เพื่อให้ได้คำตอบที่แม่นยำและเป็นประโยชน์ในทุกระดับการใช้งาน
ผลลัพธ์พิสูจน์ได้ด้วยตัวเอง: ปัจจุบัน 93% ของแชตได้รับการดูแลโดย Maven โดยไม่ต้องส่งต่อ ดังที่ทีมกล่าวไว้ว่า "Mastermind ชอบสิ่งที่ทีมมอบให้มาก"
สิ่งสำคัญที่สุดคือการร่วมมือกับทีม Mastermind เพื่อให้ลูกค้าแก้ปัญหาได้ด้วยตนเองอย่างแท้จริง และคืนกำลังการทำงานที่มีความหมายให้กับทีมซัพพอร์ต
จุดเริ่มต้นของ AI ระดับองค์กร
การนำ AI มาใช้ในองค์กรยังอยู่ในช่วงเริ่มต้น บริษัทที่ประสบความสำเร็จคือบริษัทที่สามารถ deploy AI ได้อย่างเชื่อถือได้ภายในระบบ นโยบาย และข้อจำกัดจริง พร้อมความรับผิดชอบต่อผลลัพธ์ที่ชัดเจน FDE คือรูปแบบการทำงานที่ทำให้การ deploy ในระดับนั้นเป็นไปได้
ช่องว่างด้านความน่าเชื่อถือของ AI ระดับองค์กรจะปิดลงได้ เมื่อระบบถูก deploy อย่างมีความรับผิดชอบ ผ่านการตรวจสอบใน production และมีผู้รับผิดชอบตั้งแต่ต้นจนจบ ทีม Forward Deployed Engineers ของ Maven ปิดช่องว่างนั้นด้วยการนำ AI จากคำมั่นไปสู่ผลิตภัณฑ์ที่ใช้งานได้จริง
จองเดโม เพื่อดูว่าการ deploy AI อย่างมีความรับผิดชอบใน production เป็นอย่างไร
ทดลองกับบทสนทนาของคุณเอง
ขอรับเดโมเฉพาะสำหรับคุณฟรี
