Salesforce’un derin sektör uzmanlığına dayanan Sektörel Yapay Zeka, 15 sektör bulutunda 100’den fazla son derece özelleştirilebilir ve kişiselleştirilebilir yapay zeka özelliği sunuyor. Müşteriler bu özellikleri doğrudan kullanmaya başlayabiliyor.
Salesforce, müşterilerin hızlı bir şekilde değer sunmaya başlamasına yardımcı olmak için sektöre özgü ihtiyaçları ve zorlukları ele alan temel, önceden yapılandırılmış ve özelleştirilebilir yapay zeka yeteneklerinden oluşan Sektörel Yapay Zeka’yı duyurdu. Sektörel Yapay Zeka artık Salesforce’un 15 sektörel bulutunun her birine entegre edilmiş durumda, böylece müşteriler doğru hastaların klinik denemelere eşleştirilmesi, araçlar ve endüstriyel makineler için proaktif bakım uyarıları sağlanması, envanter yönetiminin kolaylaştırılması ve vatandaşlar ile program yararlanıcılarına daha iyi hizmet sunulması gibi zaman alıcı görevleri otomatikleştirmek için kullanıma hazır yapay zekayı devreye alabiliyor.
Müşterilerin hemen bugün başlamalarına yardımcı olmak amacıyla, Salesforce 100’den fazla Sektörel Yapay Zeka yeteneği ve her sektörel bulut için nasıl başlanacağına dair kaynaklarla dolu özel kullanım senaryolarını içeren ‘Yapay Zeka Kullanım Senaryosu Kütüphanesi’ni (AI Use Case Library) oluşturdu. Bu kütüphane, Şikayet Özetleri, Hasta Hizmetleri ve Yan Haklar Doğrulaması, Araç Telemetri Özeti gibi bugün duyurulan yeni yetenekler de dahil olmak üzere her bulut için düzenli olarak güncellenecektir.
Sektörel Yapay Zeka, ayrıca her rol ve iş akışında iş yapma şeklini büyük operasyonel ölçekte dönüştürecek, sektöre özgü ‘Agentforce temsilcilerinin’ oluşturulması için temel teşkil edecektir. Yakında her sektörel buluta gelecek olan bu temsilciler, dakikalar içinde kurulabilir, 7×24 çalışabilir ve sektöre özgü iş görevlerini ve eylemlerini otonom bir şekilde yerine getirebilir. Bir organizasyonun CRM verilerine, harici verilere ve net gizlilik ve güvenlik yönergeleriyle desteklenen metaverilerine dayanan bu temsilciler, karmaşık vakaları ilgili bağlam ve bilgilerle sorunsuz bir şekilde insanlara devredebilir.
Neden Önemli:
İş liderlerinin dörtte üçünden fazlası, yakında yapay zekayı devreye almazlarsa yapay zeka devrimini kaçıracaklarından endişe ediyor. Aslında, yapay zekayı kullanma aciliyeti son altı ayda %700 arttı. Ancak, çoğu kuruluşun kendi yapay zeka modellerini oluşturmak ve eğitmek için ne zamanı ne de parası var — özellikle de sadece bir modeli eğitmenin bazen 100 milyon doları aşmasıyla. Ayrıca, her sektör, yapay zekanın çözmesine yardımcı olması gereken görevler, zorluklar ve hedefler açısından önemli ölçüde farklılık gösterir. Yapay zekadan değer elde edebilmek için, kuruluşların benzersiz ihtiyaçlarını ve zorluklarını ele almak üzere özel olarak geliştirilmiş yapay zeka yeteneklerine ihtiyaçları vardır.
İnovasyon:
Sektörel Yapay Zeka, kurumsal düzeyde bir platformun en iyisini Salesforce’un derin sektör uzmanlığının hassasiyetiyle birleştiriyor. Ayrıca, ‘Data Cloud’ tarafından desteklenen ve ‘Einstein Trust Layer’ ile güvence altına alınan Salesforce platformu üzerine inşa edildiği için, kuruluşlar güvenlik veya güvenlik standartlarını tehlikeye atmadan yapay zekayı kullanmaktan emin olabilirler. Müşteriler, önceden yapılandırılmış komutları kullanabilir ve her yapay zeka yeteneğini sektör spesifik veri modelleri ve kendi verileri ve metaverileri ile güçlendirebilir (örneğin sağlık kayıtları, bağışçı veritabanları veya telematik sistemler) ve böylece ilgili ve bağlamsal sonuçlar ve içgörüler elde edebilirler.
Duyurulan yeni özellikler, Salesforce’un sektörel bulutlarına entegre edilmiş olup aşağıdaki yapay zeka araçlarını içeriyormektedir:
• Finansal Hizmetler :
◦ Şikayet Özetleri, bankalardaki müşteri hizmetleri temsilcilerinin, bireysel müşteri etkileşimlerini yazıya dökmek ve otomatik olarak bir vaka özeti oluşturmak için üretken yapay zekayı kullanarak şikayet çözüm sürecini hızlandırmalarına yardımcı olur. Böylece temsilcilerin sorunun temel nedenini ve olası çözüm yollarını hızla incelemelerine olanak tanır. Örneğin, bir müşteri kredi kartındaki yanlış bir ücretle ilgili şikayette bulunduğunda, müşteri hizmetleri temsilcisi, şikayet işleme ve çözüm sürecini hızlandırmak için çağrı kayıtları ve e-postalar gibi yapılandırılmış ve yapılandırılmamış verilerden müşteri vaka geçmişinin özetine hızlıca erişebilir.
• Yaşam Bilimleri :
◦ Aday Otomatik Eşleştirme, ilgili klinik çalışmalar için uygun katılımcıların belirlenmesini hızlandırmaya yardımcı olur, araştırmacıların ve saha personelinin hastaları incelemesine ve eşleştirmesine olanak tanır. Tanı kodları, ilaç ayrıntıları ve demografik bilgiler gibi hem yapılandırılmış hem de yapılandırılmamış verilerden yararlanarak değerlendirme süresini azaltır. Örneğin, ilaç ve medikal teknoloji sponsorları, saha koordinatörlerinin ve araştırmacılarının daha fazla tarama için hedeflenen bir klinik deneme adayı kısa listesi elde etmeleri için dahil etme-etmeme kriterlerini seçmelerine yardımcı olabilir.
• Sağlık Hizmetleri :
◦ Hasta Hizmetleri ve Yan Haklar Doğrulaması, ziyaret öncesi özetler ve yan hak özetleri ile bakım süresini hızlandırır, platformlar arasında geçişi azaltır ve daha hızlı onaylar sağlar. Örneğin, bakım koordinatörleri, bir tele sağlık randevusundan önce bakım planları, reçeteler, klinik karşılaşmalar, önceki yetkilendirmeler, tercihler ve daha fazlası dahil olmak üzere bir hastanın veya üyenin kapsamlı bir özetini alabilir. Doğrulama temsilcileri sigorta kapsamını kolayca doğrulayabilir, cepten ödeme maliyetlerini ve toplu olarak mali yardım uygunluğunu belirleyebilir ve toplanacak eksik bilgileri hızla tespit edebilir.
• Otomotiv :
◦ Araç Telemetri Özeti, kapsamlı araç telemetri verilerini izlemek ve araç performansının bir özetini oluşturmak için yapay zekayı kullanır, böylece müşteri hizmetleri temsilcileri aracın durumunu daha hızlı anlayabilir ve bakım fırsatlarını belirleyebilir, araç güvenliği ve durumunu iyileştirebilir. Örneğin, bir müşteri hizmetleri temsilcisi, müşterinin motor performansında bir sorun olduğunu uzaktan görebilir, müşteriyi sorundan haberdar edebilir ve bir servis randevusu planlamalarını önerebilir, bu da potansiyel bir arızayı önlemeye yardımcı olur.
• Kamu Sektörü :
◦ Başvuru Geçmişi, başvuru sahibinin yarar talepleri için kapsamlı bir genel bakış sağlayan üretken yapay zekayı kullanır; bu genel bakış başvurunun geçmişi, durum değişiklikleri, uygunluk belirlemeleri ve programlar arasındaki geçmiş sonuçları içerir, böylece vaka yönetimini basitleştirir ve karar verme sürecini hızlandırır. Kayıt Karşılaştırması, vaka üzerinde çalışanların, bir kişinin uygunluğunu etkileyebilecek değişiklikleri anlamalarını ve açıklamalarını kolaylaştırmak için mevcut ve geçmiş başvurular arasındaki farkları belirten yapay zeka tarafından üretilen özetleri oluşturur.
• Tüketim Malları :
◦ Envanter Kontrolü, teslimat yöneticilerine kamyon envanter sapmalarının bağlamlı bir özetini oluşturma yeteneği sağlar ve bu sapmaların arkasındaki ana nedenleri belirlemeye yardımcı olur.. Örneğin, bir meşrubat teslimat yöneticisi, günün başında yapay zekadan bir kamyon envanter değerlendirmesi güncellemesi isteyebilir. Envanter Kontrolü, bir önceki günden fazla envanter olduğunu ve kusurlu ambalaj ve hasarlı envanterin, perakendecilerin soda satın almamasının olası nedenleri olduğunu belirtebilir. Teslimat yöneticisi mallar kamyona yüklenmeden önce ambalaj bütünlüğüne odaklanmış yeni kalite kontrol kontrolleri uygulayarak düzeltici önlemler alabilir.
• Enerji ve Kamu Hizmetleri :
◦ Fatura Geçmişi, Tarife ve Kullanım İçgörüleri, enerji ve kamu hizmeti sağlayıcılarındaki müşteri hizmetleri ekiplerinin, müşteri fatura dalgalanmalarını ve zaman içindeki kullanımını izleyerek ve analiz ederek sorun çözümünü hızlandırmalarına yardımcı olur. Fatura Geçmişi İçgörüleri, bir müşterinin faturasındaki değişiklikleri ve maliyetlerinin neden değiştiğine dair olası nedenleri (örneğin mevsimsel değişiklikler veya enerji kullanımındaki değişiklikler) belirlemeye ve ortaya çıkarmaya yardımcı olur. Tarife ve Kullanım İçgörüleri, müşteri hizmetleri ekiplerine enerji kullanımını ve maliyetleri hızla karşılaştırarak müşterilerin doğru tarife planında olduklarından emin olmalarına yardımcı olur. Ayrıca, enerji tüketimini optimize etmek ve müşterilerin enerji verimliliği programları ve ev davranış değişiklikleri hakkında veri destekli tavsiyeler sağlayarak maliyetleri azaltmalarına yardımcı olabilir.
• Üretim:
◦ Varlık Hizmeti Özeti , yaş, konum, durum ve garanti kapsamı gibi varlık verilerini kullanarak üretim hizmeti temsilcilerine uyarılar, açık vakalar, iş emirleri ve garanti durumu hakkında genel bir bakış sağlar. Bu, üreticilerin daha hızlı, bilgilendirilmiş müşteri desteği sunmalarını ve proaktif bakım ve genişletilmiş garanti gibi gelir fırsatlarını belirlemelerini sağlar. Örneğin, hizmet ekipleri bir müşterinin endüstriyel makine ekipmanıyla ilgili olarak ne kadar eski olduğu, daha önce onarım yapılıp yapılmadığı ve hala garanti kapsamında olup olmadığı gibi önemli ayrıntıları görebilir. Hizmet ekipleri bu verileri kullanarak proaktif olarak bakım önerebilir ve müşterilere genişletilmiş garantiler veya yeni ekipman sunma fırsatlarını belirleyebilir.
• Eğitim:
◦ İşe Alım Sorgulama ve Fırsat Yönetimi, kolej ve üniversitelerdeki işe alım ekiplerinin işe alım sürecini kolaylaştırmalarına ve potansiyel öğrencilerle daha iyi etkileşimde bulunmalarına yardımcı olur. Artık, bölümler veya başvuru tarihlerine ilişkin gelen her soruya manuel olarak yanıt vermek yerine, kurumlar yapay zekayı kullanarak sorguları hızlıca özelleştirilebilir şablonlarla yanıtlayabilirler. Ayrıca, personeli potansiyel öğrencilere otomatik olarak atayarak ve bir öğrencinin ulaşıp ulaşmadığına, başvuruda bulunup bulunmadığına veya kabul edilip edilmediğine göre segmentasyon yaparak tüm kurum genelinde işe alma deneyimini daha iyi yönetebilirler.
• Kâr Amacı Gütmeyen Kuruluşlar:
◦ Program Katılımcı Notları Özetleri, kar amacı gütmeyen vaka ve program yöneticilerinin program katılımcılarına tek bir tıklamayla daha kişiselleştirilmiş ilgi göstermelerine yardımcı olur. Bir kişinin özel ihtiyaçlarını ve vaka geçmişini anlamak için sayfalar dolusu not ve kaydı okumak yerine, vaka çalışanları yapay zekayı kullanarak program katılımcılarının vakalarına hemen genel bir bakış elde edebilirler; bu da kâr amacı gütmeyen kuruluşların kendilerine güvenen insanları daha iyi anlamalarına ve desteklemelerine yardımcı olur.
• Net Sıfır:
◦ ESG Açıklama Raporu Oluşturma, sürdürülebilirlik programı yöneticilerinin ESG raporlamasını kolaylaştırmalarına yardımcı olmak için belirli raporlama çerçevesi kriterlerine uygun istemlere dayalı yanıtlar önermek için üretken yapay zeka kullanır. Ve şimdi, ESG Rapor Doğruluğu Değerlendirmesi her yanıtın tonunu, ifadesini ve genel kalitesini değerlendirmeye yardımcı olur. Bu özellik ayrıca ekiplerin hangi yanıtların iyileştirilmesi gerektiğini daha iyi anlamalarına ve bu yanıtları yeniden ifade önerileriyle revize etmelerine yardımcı olabilir ve sonuç olarak açıklama raporlarını iyileştirmek için önemli ölçüde daha az zaman harcamalarını sağlar.
• İletişim:
◦ Hızlı Teklif, bütçe teklifleri oluşturmanın karmaşık sürecini kolaylaştırmaya yardımcı olur ve iletişim hizmeti sağlayıcılarındaki (CSP’ler) satış temsilcilerinin verimliliği artırmalarına ve kişiselleştirilmiş bir müşteri deneyimi sunmalarını sağlar. Hızlı Teklif ile satış temsilcileri, çalışan sayısı, amaçlanan kullanım ve personel yetenekleri gibi belirli müşteri içgörülerine göre uyarlanmış ilgili ürünleri önermek için üretken yapay zekayı kullanabilirler. Ayrıca, satış temsilcileri, Hızlı Teklif tarafından sağlanan öneriler ve yapılandırmalar temelinde teklifin koşullarını daha da özelleştirebilir ve müzakere edebilirler.
• Medya ve Eğlence:
◦ RFP Yönetimi, medya ve eğlence satış ekipleri için teklif talebi (RFP) sürecini kolaylaştırmak için üretken yapay zekadan yararlanarak teklif taleplerine daha hızlı yanıt verebilirler. RFP Yönetimi, uygun hesap altında otomatik olarak bir fırsat oluşturur ve bütçe, zaman çizelgesi ve hedef kitle gibi önemli bilgileri belirler ve bunları doğrudan teklifin içinde vurgular, böylece satış ekiplerinin karmaşık RFP belgelerini manuel olarak incelemesine gerek kalmaz.
Salesforce perspektifi:
Salesforce Industries EVP ve GM’si Jeff Amann, “Misyonumuz, her sektördeki her çalışanın kullanımına güçlü ve pratik yapay zekayı vermek, böylece her kuruluş yapay zekadan hemen somut değer görmeye başlayabilir. Salesforce ile her büyüklükteki ve her bütçedeki kuruluşlar artık, bankaların işlem anlaşmazlıklarını daha hızlı çözmelerine yardımcı olmak, bakım sağlayıcılarının klinik notları otomatik olarak özetlemelerine, perakende markalarının envanterlerini daha iyi yönetmelerine ve çok daha fazlasına yardımcı olmak için özel olarak tasarlanmış yapay zeka yeteneklerini kolayca kullanmaya başlayabilir.”
Kullanılabilirlik:
Her sektörün yapay zeka yetenekleri kendi sektörel bulutunda kullanılabilir olacak ve özelliklerin çoğu genel olarak Ekim 2024 ve Şubat 2025’te kullanılabilir hale gelecektir. Üç yıllık Salesforce sürümünün bir parçası olarak daha fazla yetenek eklenmeye devam edecektir .
• Bugün genel olarak mevcut olanlar:
◦ Net Sıfır Bulut için ESG Bildirim Raporu Oluşturma ve ESG Raporu Doğruluk Değerlendirmesi
• Ekim 2024’te genel kullanıma sunulacak:
◦ Finansal Hizmetler Bulutu için Şikayet Özetleri
◦ Sağlık Bulutu için Hasta Hizmetleri ve Yan Hak Doğrulaması
◦ Yaşam Bilimleri Bulutu için Aday Otomatik Eşleştirme
◦ Eğitim Bulutu için İşe Alım Sorgulama ve Fırsat Yönetimi
◦ İletişim Bulutu için Teklif Oluşturma
◦ Medya ve Eğlence Bulutu için RFP Yönetimi
◦ Enerji ve Kamu Hizmetleri Bulutu için Fatura Geçmişi İçgörüleri, Tarife ve Kullanım İçgörüleri
◦ Kamu Sektörü Bulutu için Başvuru Geçmişi ve Kayıt Karşılaştırması
• Ekim 2024’te beta sürümü kullanıma sunulacak:
◦ Kar Amacı Gütmeyen Bulut için Program Katılımcı Notları Özetleri
• Şubat 2025’te genel kullanıma sunulacak:
◦ Otomotiv Bulutu için Araç Telemetri Özeti
◦ Üretim Bulutu için Varlık Hizmeti Özeti
◦ Tüketici Malları Bulutu için Envanter Kontrolü
