Zdjęcie

Generatywna AI – rewolucja w handlu, marketingu i obsłudze Klienta

Generatywna sztuczna inteligencja zdobywa coraz większą popularność w różnych sektorach gospodarki, w tym w handlu detalicznym, marketingu, obsłudze klienta oraz wśród małych i średnich przedsiębiorstw. Raport Salesforce wskazuje na rosnące zainteresowanie i zastosowanie AI w celu personalizacji doświadczeń, poprawy efektywności i zwiększenia przychodów. Jednocześnie, przedsiębiorstwa borykają się z wyzwaniami związanymi z integracją danych i zapewnieniem etycznego wykorzystania technologii.

Retail

Z nowego raportu Salesforce oraz Retail AI Council wynika, że sprzedawcy detaliczni chętnie stosują generatywną sztuczną inteligencję w celu personalizacji oraz poprawy doświadczeń zakupowych w sklepach stacjonarnych i online. Jednak prawie połowa z 1300 ankietowanych sprzedawców ma trudności z wykorzystaniem swoich danych, a tylko 42% łączy różne silosy danych – co może prowadzić do nieskutecznych lub niedokładnych wyników dostarczanych przez sztuczną inteligencję (AI).

Liczby nie kłamią: Sprzedawcy detaliczni szukają generatywnej sztucznej inteligencji do personalizacji i obsługi klienta

Branża sprzedaży detalicznej nie stroni od wdrażania sztucznej inteligencji:

  • Ankietowani dyrektorzy szacują, że 36% ich pracowników już dziś korzysta z generatywnej sztucznej inteligencji, a liczba ta ma wzrosnąć do 45% do końca 2025 roku.
  • 93% sprzedawców detalicznych twierdzi, że już teraz wykorzystuje generatywną sztuczną inteligencję do pewnego rodzaju personalizacji, takiej jak spersonalizowane wiadomości e-mail i rekomendacje produktów.
  • 81% respondentów zgłosiło również posiadanie dedykowanego budżetu na sztuczną inteligencję, z czego średnio 50% przeznaczono na generatywną sztuczną inteligencję.
  • Trzy główne obszary, w których sprzedawcy detaliczni planują wykorzystać generatywną sztuczną inteligencję to obsługa klienta, marketing i operacje sklepowe.
  • Detaliści traktują priorytetowo użycie AI związane z obsługą klienta oraz chcą rozszerzenia jej działalności o wysoce spersonalizowane, zautomatyzowane wiadomości i treści przeznaczone do szybkiego wysyłania do klientów.
  • Po obsłudze klienta, drugim najważniejszym przypadkiem użycia AI w handlu detalicznym jest tworzenie konwersacyjnych, cyfrowych asystentów zakupów, którzy polecają produkty kupującym tworząc odpowiedzi w języku naturalnym.

Detaliści zmagają się ze strategiami dotyczącymi danych

Jak wynika z badania, sprzedawcy detaliczni rozumieją znaczenie danych, ale wielu z nich wciąż pracuje nad tym, jak ujednolicić wszystkie informacje i zbudować pojedynczy widok swoich klientów tak, aby odblokować bardziej efektywne wyniki generatywnej sztucznej inteligencji.

  • Tylko 17% respondentów stwierdziło, że posiada kompletny, całościowy obraz swoich klientów i skutecznie wykorzystuje swoje dane. 49% wciąż znajduje się na wstępnym etapie budowania lub nawet rozważania stworzenia pełnego profilu danych klienta.
  • Niezdolność do ujednolicenia i zharmonizowania danych oznacza, że generatywny model sztucznej inteligencji sprzedawcy detalicznego może dostarczać nieskuteczne lub niedokładne wyniki oraz odpowiedzi, które są toksyczne i  mogą zawierać uprzedzenia społeczne. Mimo że 67% sprzedawców detalicznych twierdzi, że jest w stanie w pełni przechwytywać dane klientów, tylko 39% uważa, że jest w stanie w pełni oczyścić te dane, a tylko 42% twierdzi, że jest w stanie je w pełni zharmonizować.
  • Wielu sprzedawców detalicznych ma również trudności z wykorzystywaniem swoich danych do podejmowania decyzji (40%) i udostępniania swoich danych (47%), co wskazuje, że wielu sprzedawców detalicznych ma znaczną ilość silosowych danych, które nie są wykorzystywane do skutecznego generowania wyników sztucznej inteligencji.

Zaufanie i etyka mają coraz większe znaczenie dla przyjęcia generatywnej AI

Sprzedawcy detaliczni są świadomi zagrożeń dla bezpieczeństwa i zaufania związanych z generatywną sztuczną inteligencją. Na szczęście są też gotowi na ich rozwiązanie i już podejmują kroki w tym kierunku.

  • Połowa (50%) ankietowanych sprzedawców twierdzi, że jest w stanie w pełni przestrzegać standardów bezpieczeństwa danych i przepisów dotyczących prywatności danych.
  • Sprzedawcy detaliczni deklarują stronniczość, gdy algorytmy sztucznej inteligencji generują uprzedzone wyniki lub odpowiedzi, jako największe ryzyko związane z korzystaniem z generatywnej sztucznej inteligencji – połowa respondentów zauważyła, że jest to dla nich powód do niepokoju. Oprócz stronniczości sprzedawcy detaliczni postrzegają halucynacje AI (38%) i toksyczność wyników (35%) jako główne zagrożenia.
  • 62% respondentów uważa, że posiada wytyczne dotyczące przejrzystości, bezpieczeństwa danych i prywatności, jeśli chodzi o etyczne wykorzystanie generatywnej sztucznej inteligencji, a także posiada zobowiązania dotyczące wiarygodnych i bezstronnych wyników.

Marketing

Salesforce, globalny lider w dziedzinie CRM, opublikował nowy raport State of Marketing, dzieląc się w nim spostrzeżeniami zebranymi od ponad 4800 liderów marketingu z 29 krajów – w tym 150 z Polski.

Raport opisuje najnowsze trendy dotyczące tego, w jaki sposób marketerzy oceniają i wdrażają sztuczną inteligencję do swoich działań. Opisuje także podejście do pozyskiwania danych, utrzymania i strategii rozwoju używanych aplikacji. Raport dotyka także problemu zapewnienia zaufania klientów i bezpieczeństwa ich danych.

Kluczowe wnioski z badań:

  • Priorytety w marketingu. Marketerzy stale rozwijają swoje praktyki w wysoce konkurencyjnym otoczeniu. Szukają sztucznej inteligencji – zarówno generatywnej, jak i predykcyjnej – aby pomóc w personalizacji na dużą skalę oraz zwiększyć swoją wydajność.
    • Wdrożenie / wykorzystanie sztucznej inteligencji jest priorytetem nr 1 marketerów w skali globalnej, a także ich największym wyzwaniem.
    • W Polsce marketerzy mają dokładnie ten sam priorytet, jednak z lokalnej perspektywy największym wyzwaniem są przestarzałe narzędzia i technologie.
  • Marketerzy wzmacniają swoje zasoby danych. Firmy od dawna zmagają się z łączeniem różnych punktów danych w celu tworzenia spójnych, spersonalizowanych doświadczeń w podróży klienta. Jednak w miarę deprecjacji plików cookie stron trzecich i rozprzestrzeniania się sztucznej inteligencji, zadanie to staje się coraz bardziej krytyczne i trudne.
    • Zaledwie 30% pracowników działów marketingu w Polsce jest w pełni zadowolonych ze swojej zdolności do ujednolicania źródeł danych klientów.
    • 50% z nich ma dostęp do danych w czasie rzeczywistym np. w celu przeprowadzenia kampanii, jednak aż 61% polskich marketerów potrzebuje do tego pomocy działu IT.
    • Marketerzy w Polsce stosują średnio dziewięć różnych taktyk w celu gromadzenia danych, przy czym wykorzystanie danych dotyczących klienta jest najbardziej powszechne. Na tym tle Polska nie różni się od reszty świata.
  • Marketerzy wykorzystują sztuczną inteligencję jednak myślą o zaufaniu do niej. Marketerzy zamierzają stosować sztuczną inteligencję w swoich działaniach z odpowiednimi danymi, ale obawiają się o bezpieczeństwo.
    • Już 82% marketerów w Polsce eksperymentuje lub w pełni wdrożyło sztuczną inteligencję do swoich przepływów pracy.
    • Wdrożenie sztucznej inteligencji jest jednak punktem różnicującym: zespoły marketingowe osiągające wysokie wyniki są 1,6x bardziej skłonne do pełnego wdrożenia sztucznej inteligencji w swoich działaniach, niż zespoły osiągające słabsze wyniki.
    • Trzy najpopularniejsze przypadki użycia sztucznej inteligencji wśród marketerów w Polsce to: automatyzacja interakcji z klientami, analiza wydajności oraz automatyzacja integracji danych. Dla przykładu w wielu innych krajach jednym z głównych przypadków użycia sztucznej inteligencji jest zautomatyzowane generowanie kontentu.
  • Pełna personalizacja to jeszcze proces, który trwa. Aby sprostać rosnącym oczekiwaniom klientów w zakresie personalizacji, marketerzy wykraczają poza szerokie segmentacje odbiorców, takie jak lokalizacja lub wiek, w kierunku bardziej szczegółowych identyfikatorów, takich jak indywidualne preferencje lub wcześniejsze interakcje. Istnieje również różnica między tym, jak dostosowują się do tego zespoły marketingowe o najwyższych i najniższych wynikach.
    • Zespoły osiągające najlepsze wyniki w Polsce w pełni personalizują średnio 5 kanałów. Zespoły ze słabszymi wynikami w pełni personalizują 4 kanały.
  • Marketerzy poszukują ujednoliconej analityki. Nie brakuje źródeł danych, ale wykorzystanie ich do pracy jest wciąż wyzwaniem – zwłaszcza gdy wymaga holistycznego lub długoterminowego spojrzenia na dane.
    • Tylko 44% zespołów marketingu w Polsce śledzi wartość klienta w całym okresie jego życia (CLV).
    • Jednocześnie aż 94% z nich twierdzi, że ma jasny obraz wpływu marketingu na przychody.
  • Głębsze relacje powstają dzięki marketingowi opartemu na kontach (ABM) i programom lojalnościowym. Firmy coraz częściej sięgają po strategie takie jak ABM i programy lojalnościowe w celu lepszego pozyskiwania i utrzymywania klientów. Jednak wiele źródeł informacji z tych programów pozostaje rozproszonych, podobnie jak doświadczenia klientów.
    • Tylko 51% marketerów w Polsce twierdzi, że dane lojalnościowe są w pełni zintegrowane we wszystkich punktach kontaktu.
    • 45% z nich twierdzi, że funkcje programu lojalnościowego są dostępne we wszystkich punktach kontaktu.
    • Marketerzy B2B w Polsce używają ABM do pozyskiwania klientów, ale mniej niż połowa używa go do upsellingu i cross-sellingu, odpowiednio to 40% i 58%.

AI w MŚP

Niedawna ankieta przeprowadzona wśród 600 specjalistów IT ujawniła, że małe i średnie firmy (sektor MŚP) są bardziej przekonane do sztucznej inteligencji i korzyści z niej płynących, niż duże przedsiębiorstwa. Zdecydowana większość (95%) specjalistów IT pracujących w sektorze MŚP czuje się pewnie, jeśli chodzi o wykorzystanie generatywnej sztucznej inteligencji w swojej pracy i widzi większe możliwości wzrostu przychodów dzięki tej technologii.

Rozwój nowej technologii generatywnej sztucznej inteligencji demokratyzuje innowacje i pozwala małym i średnim firmom konkurować na bardziej wyrównanych warunkach. Badania pokazują, że dzięki zastosowaniu sztucznej inteligencji małe i średnie firmy już teraz uzyskują głębszy wgląd w biznes, zwiększają przychody oraz poprawiają jakość obsługi klienta.

Małe i średnie firmy napędzają wzrost dzięki sztucznej inteligencji, podczas gdy duże przedsiębiorstwa koncentrują się na wydajności operacyjnej.

Trzy najważniejsze korzyści ze sztucznej inteligencji dla małych i średnich firm:

  • Lepszy wgląd w biznes
  • Zwiększenie przychodów
  • Lepsza obsługa klienta

Trzy największe korzyści ze sztucznej inteligencji dla dużych przedsiębiorstw:

  • Automatyzacja rutynowych zadań
  • Zwiększenie wydajności
  • Lepsza obsługa klienta

Duże przedsiębiorstwa zmagają się ze wdrażaniem nowych technologii, takich jak sztuczna inteligencja, częściej niż małe i średnie firmy

Zespoły IT w dużych przedsiębiorstwach pięciokrotnie częściej, niż zespoły IT w małych i średnich firmach, zmagają się z takimi problemami, jak równoważenie szybkości, wartości biznesowej i bezpieczeństwa, które mają miejsce podczas wdrażania nowych technologii, takich jak sztuczna inteligencja. Ponad dwukrotnie częściej martwią się także o to, że infrastruktura zarządzania danymi w ich organizacji, podobnie infrastruktura ds. bezpieczeństwa nie nadążą za zapotrzebowaniem na innowacje.

Obsługa klienta

Nowy raport State of Service, dzieląc się spostrzeżeniami ponad 5 500 specjalistów ds. obsługi klienta w 30 krajach – w tym 200 z Polski. Raport opisuje priorytety, wyzwania i strategie kształtujące obsługę klienta, w tym sposoby, w jaki zespoły wykorzystują sztuczną inteligencję oraz dane w celu zwiększenia przychodów, wydajności i zadowolenia klientów w obliczu rosnących oczekiwań.

Kluczowe wnioski:

  • Organizacje stawiają na sztuczną inteligencję w celu zwiększenia wydajności. Chcąc skalować usługi bez utraty jakości, organizacje coraz częściej sięgają po sztuczną inteligencję.
    • 82% organizacji usługowych w Polsce wykorzystuje lub ocenia możliwości sztucznej inteligencji.
    • 79% organizacji usługowych w Polsce planuje w tym roku zwiększyć inwestycje w sztuczną inteligencję.
    • Trzy najważniejsze przypadki wykorzystania AI w usługach w Polsce: odpowiedzi serwisowe, zautomatyzowane podsumowania i raporty, inteligentni asystenci dla klientów/ inteligentni asystenci dla agentów.
    • 93% specjalistów ds. usług w Polsce korzystających ze sztucznej inteligencji twierdzi, że oszczędza ona ich czas.
  • Organizacje usługowe podwajają przychody. Trend postrzegania usług jako czynnika generującego przychody, a nie centrum kosztów, znacznie przyspiesza.
  • 74% organizacji w Polsce oczekuje, że usługi przyniosą w tym roku większe przychody.
  • 77% organizacji usługowych w Polsce spodziewa się większego budżetu w tym roku.
  • 66% organizacji usługowych w Polsce spodziewa się zwiększenia zatrudnienia w tym roku.
  • Rosnące wymagania wywierają presję na zespoły obsługi. Wraz ze wzrostem oczekiwań klientów, pracownicy działów wsparcia kontrahenta odczuwają coraz silniejszą presję.
  • Pracownicy działów obsługi klienta w Polsce poświęcają średnio zaledwie 35% swojego czasu na pomoc klientom.
  • 69% organizacji usługowych w Polsce spodziewa się wzrostu liczby spraw w przyszłym roku.
  • 81% specjalistów ds. usług w Polsce twierdzi, że klienci są bardziej wymagający niż kiedyś.
  • Obsługa klienta zwiększa swoje możliwości w zakresie danych. Organizacje usługowe zwiększają swoje wysiłki w zakresie integracji danych, aby zasilić zasoby pracowników i systemy sztucznej inteligencji.
  • 88% specjalistów ds. usług w Polsce twierdzi, że lepszy dostęp do danych z innych zespołów poprawiłby jakość udzielanego wsparcia.
  • 74% organizacji usługowych w Polsce zamierza w tym roku zwiększyć inwestycje w integrację danych.

SI w pracy biurowej

Według najnowszych badań przeprowadzonych przez Slack, firmę należącą do Salesforce, wykorzystanie narzędzi AI w miejscu pracy wzrosło w ostatnim kwartale aż o 24%. Badanie pokazuje też średni czas, jaki pracownicy biurowi spędzają na żmudnych i rutynowych zadaniach o niskiej wartości biznesowej.

Kluczowe wnioski płynące z badania:

  • Wykorzystanie sztucznej inteligencji w miejscu pracy wzrosło o 24% w ostatnim kwartale, a 1 na 4 pracowników biurowych zgłosił, że wypróbował narzędzia sztucznej inteligencji do pracy w styczniu 2024 r., w porównaniu do 1 na 5 we wrześniu 2023 r.
  • Około 80% osób korzystających ze sztucznej inteligencji twierdzi, że ta technologia poprawia ich produktywność. Pomimo tego opinie pracowników biurowych nadal pozostają mieszane – 42% z nich twierdzi, że są podekscytowani możliwością wykorzystania sztucznej inteligencji i automatyzacji do obsługi zadań w ich obecnej pracy, 31% jest neutralnych, a 27% zaniepokojonych wykorzystaniem AI.
  • Niemal wszyscy członkowie kadry kierowniczej odczuwają presję na integrację narzędzi AI w swojej organizacji, przy czym połowa wszystkich członków kadry kierowniczej twierdzi, że odczuwa wysoki priorytet na wdrażanie narzędzi AI.
  • Pracownicy biurowi w firmach, które wydały wytyczne dotyczące sposobu korzystania ze sztucznej inteligencji, są prawie sześć razy bardziej skłonni do eksperymentowania z narzędziami AI, w porównaniu z pracownikami biurowymi, których firmy nie mają wytycznych dotyczących korzystania z AI.
  • Pracownicy biurowi zgłaszają, że spędzają 41% czasu na zadaniach, które są „niskiej wartości, powtarzalne lub nie mają znaczącego wkładu w ich podstawowe aktywności zawodowe”. Wskazuje to na wyraźną szansę dla narzędzi sztucznej inteligencji i automatyzacji, aby pomóc pracownikom biurowym skoncentrować swoją energię z dala od „pracy nad pracą” i na bardziej wartościowych działaniach.

Jak pracownicy biurowi postrzegają AI i kto z niej korzysta?

W najnowszym badaniu Slack – przeprowadzonej wśród ponad 10 000 pracowników biurowych na całym świecie – wykazano, że przyjęcie narzędzi AI w miejscu pracy przyspieszyło o 24% w porównaniu z poprzednim kwartałem, przy czym 1 na 4 zatrudnionych zgłosił, że wypróbował narzędzia AI do pracy w styczniu 2024 r., w porównaniu z 1 na 5 we wrześniu 2023 r. Z kolei 1 na 3 pracowników biurowych korzystał w swojej pracy z narzędzi do automatyzacji.

Spośród osób, które korzystały ze sztucznej inteligencji i narzędzi do automatyzacji pracy, około 80% twierdzi, że technologia ta już poprawia ich produktywność. Najważniejsze zadania, w których pracownicy biurowi dostrzegają obecnie największą wartość sztucznej inteligencji, to pomoc w pisaniu, automatyzacja przepływu pracy i podsumowywanie treści.

Wielu pracowników biurowych jest entuzjastycznie nastawionych do potencjału AI w zakresie poprawy ich efektywności w pracy, a 42% twierdzi, że są podekscytowani pomysłem wykorzystania AI do realizacji zadań służbowych. Jednocześnie 27% twierdzi, że obawia się, czy te narzędzia poradzą sobie z typowymi zadaniami w miejscu pracy, a dodatkowe 31% mówi, że ich odczucia są neutralne i czekają na rozwój sytuacji.

Większość (81%) kadry kierowniczej odczuwa pilną potrzebę włączenia generatywnej sztucznej inteligencji do swoich organizacji, a 50% liderów zgłasza wysoki stopień pilności. Jednak prawie połowa wszystkich respondentów (43%) twierdzi, że nie otrzymała żadnych wskazówek od swoich liderów lub organizacji na temat korzystania z narzędzi AI w pracy.

Podsumowanie

Generatywna sztuczna inteligencja staje się kluczowym narzędziem w wielu branżach, w tym w handlu detalicznym, marketingu i obsłudze klienta. Raporty Salesforce pokazują, że przedsiębiorstwa aktywnie wdrażają AI w celu personalizacji i poprawy wydajności, jednak często napotykają na trudności związane z zarządzaniem danymi i zapewnieniem etycznych standardów. Pomimo tych wyzwań, małe i średnie firmy coraz częściej wykorzystują AI do zdobywania przewagi konkurencyjnej, a pracownicy biurowi dostrzegają korzyści płynące z automatyzacji rutynowych zadań.

 

 

Komentarze (0)

Napisz komentarz

Nie ma tutaj jeszcze żadnego komentarza, bądź pierwszy!

Napisz komentarz
Dodaj komentarz

Przeczytaj również:

Sztuczna inteligencja skraca czas przygotowania ofert handlowych o 75%!

Przygotowywanie ofert powinno być proste, jednak dla większości przedstawicieli handlowych tak nie jest. Muszą oni szukać odpowiednich kombinacji numerów katalogowych (SKU), interpretować złożone zasady cenowe, sprawdzać warunki prawne i czekać na zatwierdzenia – wszystko pod presją szybkiego działania. Jeden błąd może spowodować opóźnienia, konieczność poprawek, a nawet – wysłanie błędnej oferty. Taka nieefektywność bezpośrednio spowalnia tempo finalizacji transakcji i generowanie przychodów. W odpowiedzi na te wyzwania Salesforce wprowadza Agentforce for Revenue – cyfrową siłę roboczą, która przejmuje rutynowe zadania, takie jak przygotowywanie ofert, śledzenie follow-upów i wprowadzanie danych, umożliwiając każdemu przedstawicielowi skoncentrowanie się na budowaniu relacji i zwiększaniu sprzedaży. Osadzone w Revenue Cloud rozwiązanie łączy potencjał ludzi i agentów AI, usprawniając cały proces „od oferty do zapłaty” – od ofertowania i zawierania umów, po zamówienia i fakturowanie – z większą szybkością, dokładnością i pewnością. Błyskawiczne oferty dzięki Agentforce for Revenue Agentforce umożliwia przedstawicielom handlowym tworzenie dokładnych, spersonalizowanych ofert w kilka sekund. Wystarczy, że opiszą, czego potrzebują – np. „Przygotuj ofertę na nowy generator z pakietem rozliczanym według zużycia energii” – a Agentforce natychmiast generuje ofertę, automatycznie dobierając odpowiednie produkty, ceny i warunki. Salesforce już korzysta z Agentforce wewnętrznie i odnotował 75% skrócenie czasu przygotowywania ofert oraz 87% redukcję liczby kliknięć w swoim zespole sprzedaży. Szybsza, inteligentniejsza konfiguracja produktów Stworzenie oferty to dopiero pierwszy krok. Aby rzeczywiście zwiększyć tempo i precyzję w całym procesie ofertowania, sprzedawcy potrzebują również inteligentniejszego sposobu konfiguracji produktów. Po wygenerowaniu wstępnej oferty przez Agentforce, przedstawiciele korzystają z udoskonalonego konfiguratora produktów Revenue Cloud, by szybko dostosować złożone propozycje – także te zawierające ponad tysiąc pozycji. W odróżnieniu od tradycyjnych narzędzi CPQ (Configure, Price, Quote), które opierają się wyłącznie na sztywnych systemach reguł, nowe rozwiązanie Salesforce wprowadza silnik logiki oparty na ograniczeniach, który uzupełnia dotychczasowe podejścia, oferując klientom elastyczność wymaganą przez złożone realia biznesowe. Dzięki dwukierunkowym regułom i szablonom „wskaż i kliknij”, znacznie zmniejsza się czas tworzenia i utrzymywania reguł. To jak GPS dla ofertowania – prowadzi przedstawicieli do poprawnych konfiguracji w czasie rzeczywistym, skracając czas przygotowania oferty. Dlaczego to ważne Dzisiejsze operacje przychodowe są bardziej złożone niż kiedykolwiek. Według Deloitte, 71% decydentów B2B zmaga się z ręcznymi, fragmentarycznymi procesami sprzedaży – a 13% transakcji przepada przez brak integracji narzędzi. W świecie, gdzie hybrydowe modele monetyzacji stają się normą, przedstawiciele handlowi nie mają czasu na ręczne zestawianie subskrypcji, rozliczeń za zużycie i usług dodatkowych. Revenue Cloud zasilany przez Agentforce eliminuje tę złożoność, łącząc wszystkie typy transakcji w jednej ofercie i przenosząc dane transakcyjne aż do zamówienia i faktury. Jak to działa Aby to umożliwić, Salesforce przebudował swoje rozwiązanie CPQ, tworząc całkowicie nową wersję Revenue Cloud – pierwszą w branży kompozytową platformę przychodową wspieraną przez agentów AI. Architektura oparta na API umożliwia osadzenie każdego procesu przychodowego w dostępnych interfejsach, co pozwala agentom AI efektywnie nimi zarządzać. „Salesforce CPQ zapoczątkował drugą falę zarządzania przychodami, umożliwiając skalowanie przychodów cyklicznych” – powiedziała Meredith Schmidt, EVP i dyrektor generalna Revenue Cloud w Salesforce. – „Teraz, dzięki Revenue Cloud, dostarczamy trzecią falę: zarządzanie przychodami oparte na platformie zorientowanej na API, gotowej na agentów AI i umożliwiającej swobodny przepływ przychodów we wszystkich kanałach – od przedstawicieli handlowych i portali partnerskich po samoobsługę i serwis terenowy.” Agentforce i Revenue Cloud integrują dane ustrukturyzowane i nieustrukturyzowane (historia zakupów, katalogi produktów, informacje o podłączonych zasobach), by podejmować dokładne działania we właściwym czasie. Te dane, harmonizowane w Data Cloud, zasilają agentowe AI w Agentforce, umożliwiając wdrażanie autonomicznych, zorientowanych na cel agentów, którzy potrafią rozumować i działać. W przeciwieństwie do tradycyjnych asystentów AI, którzy jedynie sugerują kolejne kroki, Agentforce wykonuje zadania od początku do końca, uwalniając sprzedawców do bardziej wartościowej pracy. W całym procesie dane są chronione przez warstwę zaufania Salesforce Trust Layer. Agenci działają bezpiecznie w ramach uprawnień przypisanych do konkretnego pracownika, co zapewnia dostęp tylko do autoryzowanych danych i działań — zarówno dla pracownika, jak i agenta. Dzięki temu każda oferta jest zgodna z polityką firmy, zasadami cenowymi i danymi klientów, znacząco skracając czas jej przygotowania. Zajrzyj głębiej Dodatkowe funkcje: Płynne przepływy pracy z Slack i CRM: Agentforce jest dostępny w Slacku przez API, a także z poziomu rekordów szans sprzedażowych, ofert i kont w Salesforce. Dzięki temu sprzedawcy mogą rozpoczynać, edytować i finalizować oferty z dowolnego miejsca — w tym samym przepływie pracy. Oferty podążają za transakcją, bez konieczności ponownego wpisywania danych czy ich duplikowania. Fakturowanie Revenue Cloud: Jako kompletna platforma przychodowa, architektura API-first Revenue Cloud umożliwia tworzenie własnych agentów wspierających dowolny proces w cyklu „od oferty do zapłaty”, w tym fakturowanie. Dzięki temu, że wszystkie dane od oferty po fakturę są przechowywane na jednej platformie, fakturowanie staje się dokładne i przejrzyste. Inteligencja zarządzania przychodami: Zespoły sprzedaży, finansów i operacji mogą przyspieszyć podejmowanie decyzji dzięki wglądowi w czasie rzeczywistym w cały cykl życia przychodów. Tableau Next, zintegrowane z Revenue Cloud, zapewnia przejrzysty widok kluczowych wskaźników, takich jak trendy cenowe, przepływ zamówień czy wyniki przychodowe, umożliwiając natychmiastowe działanie w oparciu o dane.
Sztuczna-inteligencja-skraca-czas-przygotowania-ofert-handlowych-o-75

Salesforce CRM
Cała Polska
Zobacz profil
Branża
Automotive, Biura rachunkowe, Budownicza, Chemiczna, Dystrybucja, eCommerce, Elektronika, Hotelarstwo, Meblarska, Medyczna, Metalurgiczna, Produkcyjna, Sektor publiczny, Spożywcza FMCG, Transportowa, Tworzywa sztuczne, Usługi, Przemysł obronny i lotniczy, Produkcja maszyn
Opis
Salesforce to firma, która tworzy oprogramowanie oparte na chmurze, zaprojektowane, aby pomóc firmom znaleźć więcej potencjalnych klientów, zamknąć więcej transakcji i zachwycić klientów niesamowitą obsługą....
rozwiń