ao longo de apenas alguns meses, AI generativa (Genai) produziu interesse sem precedentes em todo o mundo, principalmente com as soluções de IA de conversação do OpenAI e do Google, ChatGPT e Bard. A rápida adoção dessas tecnologias, com o ChatGPT acumulando mais de um milhão de usuários em menos de uma semana, estabeleceu novos benchmarks no cenário da tecnologia. As novas soluções da Genai estão sendo lançadas semanalmente à medida que as empresas se apressam para aproveitar uma revolução tecnológica inevitável.
O potencial da Genai em áreas como compras de conversação, suporte ao cliente, pesquisa, personalização e síntese de conhecimento é inegável. No entanto, a emoção gerada por essas novas oportunidades não deve abafar um fato importante: as empresas não devem abandonar os fundamentos do grande design de produtos. No final do dia, se uma organização é B2C ou um B2B, os humanos são os usuários finais finais de sua solução generativa de IA. E essas soluções precisam trabalhar para as pessoas usá -las repetidamente. A retenção de foco na construção de soluções geniais holísticas e centradas no usuário é, portanto, crítica para desbloquear seu valor para os clientes. As soluções iniciais da Genai para reservar quartos de hotel, pedir mantimentos ou fazer reservas de mesa, exigem que os usuários instalem plug-ins ou adicionam teclas aos sistemas de IA baseados em bate-papo, criando uma camada adicional de complexidade à nova maneira de fazer as coisas. Se as soluções genai não forem fáceis de usar, os usuários padrão das soluções que conhecem, como mecanismos de pesquisa ou aplicativos de serviço. Para desenvolver um produto que resista ao teste do tempo, ele deve agregar valor aos usuários, resolvendo seus problemas de maneira eficiente e intuitivamente. para suas soluções genai. Se seus objetivos estão centrados no valor de marketing, melhoria da experiência, geração de dados ou métricas financeiras, é vital conectar esses objetivos às aspirações e pontos problemáticos de seus usuários. Chegar ao núcleo de suas áreas de oportunidade está na escuta ativa e na pesquisa de usuários para definir requisitos. Sua solução Genai é tão bem -sucedida quanto sua capacidade de resolver problemas reais. Etnografia e teste de protótipo podem fornecer informações valiosas sobre as perspectivas do usuário, como:
Pillar #1: Emphasize user centricity
In BCG’s study of numerous genAI solutions, we have observed that while powerful, these solutions often lack user-centric design. Initial genAI solutions to book hotel rooms, order groceries or make table reservations, require users to install plug-ins or add keys to chat-based AI systems, creating an additional layer of complexity to the new way of doing things. If genAI solutions are not easy to use, users will default to the solutions they know, such as search engines or service apps. To develop a product that stands the test of time, it must deliver value to users, solving their problems efficiently and intuitively.
Key points to remember when building genAI applications and services are to start with a strong strategy, incorporate human-centric design, build iteratively, and make solutions easy to access and return to.
Set a strategy: Begin by defining the organizational objectives for your genAI solutions. Whether your goals are centered around marketing value, experience improvement, data generation, or financial metrics, it is vital to connect these objectives to the aspirations and pain points of your users. Getting to the core of your opportunity areas lies in active listening and user research to define requirements. Your genAI solution is only as successful as its ability to solve real problems.
Testing and feedback: Establish tight feedback loops and conduct user tests to gather insights for iteration and optimization. Ethnography and prototype testing can provide valuable insights on user perspectives, such as:
- LENS: A pesquisa etnográfica oferece a capacidade de analisar um produto do ponto de vista de um usuário, e não apenas como uma solução de tecnologia. e uso de formatos de mídia. ADAPT:
- User experience: Collect feedback on UX, and in the case of conversational AI, how to strike the right conversational tone, number of questions to response ratio, chat lengths, and use of media formats.
- Hooks: A deeper understanding of what would get users to return to the solution, and double down on these value-adding features.
- Edge-cases: Identifying edge-cases and scenarios that have not been accounted for in the design process, which also provide the opportunity to troubleshoot new areas to set up guardrails around.
Build fast and adapt: Adote uma abordagem iterativa para construir e dimensionar soluções genai, permitindo avaliação rápida e a capacidade de correção de curso. Dada a rápida evolução dessa tecnologia nascente, a organização do trabalho em sprints curtos com equipes enxutas garante agilidade e adaptabilidade. Nas soluções digitais tradicionais, a experiência do usuário e a jornada do cliente são definidas pelos construtores de produtos de maneira linear. Essa lógica foi aplicada aos chatbots tradicionais e é uma experiência frustrante e limitadora, onde o bot não pode lidar com solicitações não estruturadas. Para que as interações humanas (mesmo com um bot) se sintam naturais, as conversas precisam ser abertas e gratuitas, o que desafia a abordagem tradicional para a construção de produtos digitais. É nisso que os modelos de IA de conversação como ChatGPT e Bard tiveram sucesso; Eles se destacam em interações naturais imitando conversas humanas e criando um sentimento de liberdade. No entanto, embora essa nova liberdade coloque desafios de design para criar aplicativos em torno de Genai,
Pillar #2: Rethink solution development in the GenAI era
Traditional approaches to solution design need to evolve from linear to open design principles when working with genAI solutions. In traditional digital solutions, the user experience and customer journey are defined by the product builders in a linear fashion. This logic has been applied to traditional chatbots and makes for a frustrating and limiting experience where the bot cannot handle unstructured requests.
However, common to many generative AI solutions is that their relationship to the user is non-linear. For human interactions (even with a bot) to feel natural, conversations need to be open and free, which challenges the traditional approach to building digital products. This is what conversational AI models like ChatGPT and Bard have succeeded at; they excel at natural interactions by mimicking human conversations and creating a sense of freedom. However, although this newfound freedom poses design challenges for building applications around genAI, Os sistemas Genai ainda são sistemas de software: você ainda precisa criar um pipeline de integração e implantação para a equipe de engenharia, você ainda precisa prestar controle de qualidade e implantar serviços para um ambiente de produção. Os sistemas Genai ainda precisam ser mantidos depois de executar ao vivo em produção.
Com base em nossa experiência no desenvolvimento, teste e construção de soluções baseadas em Genai, aqui estão algumas recomendações importantes:
Demonstrar valor: Os usuários podem não estar cientes dos recursos completos da sua solução Genai. Permita que a IA demonstre seu valor mostrando recursos adicionais além da solicitação inicial do usuário. Esses recursos podem ser comunicados em diferentes formatos, como nas páginas de desembarque da solução (por exemplo, ChatGPT no OpenAI), através de isenções de responsabilidade pela janela de bate -papo ou durante todo o bate -papo com o destaque da IA, quando relevante, com o valor: As soluções tradicionais dependem da coleta de informações detalhadas por meio de entradas do usuário. Por exemplo, ao solicitar alimentos, um aplicativo precisa de dados sobre localização, culinária, restaurante, itens alimentares específicos a serem encomendados, instruções de entrega, detalhes do usuário, informações sobre cartão de crédito etc. Por outro lado, o Genai permite um diálogo mais natural. Ofereça recomendações ou informações úteis antecipadamente e responda de forma incremental a solicitação final por meio de uma conversa interativa. Esse conceito de "ganhar o direito de solicitar informações" estabelece uma dinâmica de dar e receber entre o usuário e a IA, criando um equilíbrio na quantidade de informações compartilhadas por e com o usuário. Fazer isso ajudará a melhorar uma estatística crucialmente negligenciada; Aproximadamente 40% dos usuários abandonam as conversas com os chatbots após o primeiro texto, com mais 25% de partida após o segundo. Os modelos de IA de conversação podem fazer perguntas de acompanhamento com base nos padrões de comportamento previstos ou no contexto da conversa. Essa mudança na dinâmica da interação abre possibilidades de relacionamentos e engajamento mais profundos do cliente, entendimento mais profundo do cliente, permitindo que as empresas alinhem suas ofertas com os objetivos do cliente. Um estudo de chatbots no setor bancário descobriu que os bots de Genai tinham taxas de engajamento 55% melhores e que 72% dos clientes classificaram a personalização como altamente importante. Cada sessão de bate -papo pode ser vista como um bloco de construção em um relacionamento, com todas as novas sessões serem construídas para aprofundar o entendimento das necessidades de um usuário. Esse entendimento é um requisito essencial para permitir a personalização, que cria lealdade e retenção de maneiras que antes eram reservadas apenas para soluções de tecnologia focadas em personalização, como Spotify e Netflix. Aproveitar os recursos de memória da IA generativa, como os vistos em Langchain, cria uma experiência personalizada e fortalece a relevância das informações e a lealdade do usuário. O aumento do uso aumenta o mecanismo de recomendação, criando um custo de comutação mais alto para usuários que não desejam perder benefícios acumulados como resultado de um histórico de conversas. Esses blocos de conversação podem incluir (mas não estão limitados a):
Time to value: Maintain user interest by delivering value early in an interaction. Traditional solutions rely on gathering detailed information through user inputs. For instance, when ordering food, an app needs data on location, cuisine, restaurant, specific food items to be ordered, delivery instructions, user details, credit card information etc. In contrast, genAI allows for more natural dialogue. Offer recommendations or useful information upfront and incrementally answer the final request through an interactive conversation. This concept of ‘earning the right to ask for information’ establishes a give-and-take dynamic between the user and the AI, creating a balance in the amount of information shared by and with the user. Doing so will help improve a crucially overlooked statistic; approximately 40% of users drop out of conversations with chatbots after the first text, with a further 25% leaving after the second.
AI-led interaction: GenAI holds the power to shift the interaction dynamic from being simply question and response based to be more proactive, by being AI-driven. Conversational AI models can ask follow-up questions based on predicted behavior patterns or the context of the conversation. This shift in interaction dynamic opens possibilities for deeper customer relationships and engagement, deeper customer understanding enabling businesses to align their offerings with customer objectives. A study of chatbots in the banking industry found that genAI-powered bots had 55% better engagement rates and that 72% of customers rated personalization as highly important.
Relationship and retention: GenAI has the potential to transform the way users interact with businesses and their solutions. Each chat session can be seen as a building block in a relationship, with every new session building upon previous ones to deepen the understanding of a user’s needs. This understanding is a key requirement to enable personalization which builds loyalty and retention in ways that were previously reserved only for personalization-focused tech solutions, such as Spotify and Netflix. Leveraging generative AI's memory capabilities, such as those seen in LangChain, creates a personalized experience, and strengthens information relevance and user loyalty. Increased usage enhances the recommendation engine, creating a higher switching cost for users who do not want to lose benefits accumulated as a result of having a conversation history.
Modular blocks: Conversational chat can be organized around modules and combined in various permutations to create unique user journeys. These conversational blocks may include (but are not limited to):
- Solicitação do usuário: Esta solicitação geralmente inicia o relacionamento e abre um diálogo com sua solução Genai. Com essa solicitação, um usuário pode iniciar uma conversa em qualquer direção. Se o usuário não tiver fornecido contexto ou informação suficiente em sua solicitação, é importante demonstrar valor e equilibrar o número de acompanhamentos com o tempo para valorizar o princípio. Esta também é uma oportunidade de encerrar cada mensagem com uma chamada à ação ou uma pergunta aberta para iniciar uma nova conversa em um tópico adjacente.
- Contextual analysis: Once your user’s request has been submitted, it is key for your genAI engine to understand the context and provide an appropriate response, while simultaneously identifying potential information gaps that need to be closed to optimize the response.
- AI-driven response/follow-up: This is your opportunity to showcase your genAI solution’s value. If the user has not provided enough context or information in their request, it is important to demonstrate value and balance the number of follow-ups with the time to value principle. This is also an opportunity to end each message with a call to action or an open-ended question to initiate a new conversation into an adjacent topic.
- User response and/or follow-up: This is where you receive proof that your AI-driven response has delivered (or shown promise to deliver) value to the user, and that the user is interested in continuing to engage with your solution.
- Iniciação de bate-papo não solicitada por IA: Depois de estabelecer um relacionamento entre o usuário e sua solução de IA de conversação, aproveite ao máximo a memória da sua IA para acompanhar e reenomicar o usuário de uma maneira significativa. A importância é encontrar o equilíbrio certo entre utilidade e spam. Tópico de interesse. Para garantir a adoção e a acessibilidade, as empresas devem considerar alavancar pontos de contato existentes onde já existe sua marca, como sites, aplicativos e canais de mídia social, além de explorar novos canais, como avatares virtuais, hologramas e robôs, para expandir o alcance e o engajamento. Ao explorar as vantagens únicas dos pontos de contato existentes, as empresas e organizações podem maximizar o sucesso de uma implantação de soluções da solução genai. Diferentemente dos produtos digitais tradicionais com limites definidos, a IA generativa capacita os usuários a fazer solicitações que podem não se alinhar com os cenários planejados. Essa abertura traz riscos potenciais, financeiros e reputacionais, de que as empresas devem abordar. A criação de guardrails apropriados é, portanto, uma decisão estratégica. No BCG X, desenvolvemos um
- AI-driven closing: When the conversation comes to a natural end, your genAI solution can close the conversation by reminding the user that it is always available and ready to provide support, thereby conditioning the user to return.
The flexibility of modular design allows various permutations, creating a unique journey for every individual user, depending on context, conversation initiation, and topic of interest.
Touchpoints and access: GenAI solutions require a behavioral shift from users, similar to the early days of search engines when people had to adopt new habits to benefit from their potential. To ensure adoption and accessibility, businesses should consider leveraging existing touchpoints where their brand already exists, such as websites, apps, and social media channels, while also exploring new channels, such as virtual avatars, holograms, and robots, to expand reach and engagement. By exploiting the unique advantages of existing touchpoints, businesses and organizations can maximize the success of a genAI solution roll-out.
Pillar #3: Setting appropriate guardrails
The use of conversational AI solutions introduces new challenges in terms of user behavior and ethical considerations. Unlike traditional digital products with defined boundaries, generative AI empowers users to make requests that may not align with planned scenarios. This openness brings forth potential risks, both financial and reputational, that businesses must address.
Ensuring safe and responsible implementation of genAI is not just a product decision, but an organization-wide decision. Setting up appropriate guardrails is therefore a strategic decision. At BCG X we have developed a Filosofia da IA Responsável , com o qual nossa equipe está pronta para ajudá -lo a configurar as estruturas organizacionais, processos, ferramentas e corrimões apropriados, começando pelo conjunto de liderança até a solução do produto. Como líder de negócios, não se trata de adotar a Genai, mas sim como aplicá -lo de maneira eficaz. Ao priorizar a centricidade do usuário, repensar os princípios de desenvolvimento de soluções e definir os corrimãos apropriados, as empresas podem aproveitar o poder da IA generativa para criar valor duradouro para suas organizações e usuários. Nosso foco no design centrado no usuário, no pensamento estratégico e na implementação responsável garante que nossos clientes desbloqueem rapidamente o verdadeiro potencial da Genai. Juntos, podemos moldar um futuro em que as soluções de IA oferecem resultados e valor tangíveis para usuários e empresas. Inscreva -se
Generative AI is a rapidly evolving technology that holds immense potential for businesses across industries. As a business leader, it is not a question of whether to adopt genAI but rather how to apply it effectively. By prioritizing user centricity, rethinking solutions development principles, and setting appropriate guardrails, businesses can harness the power of generative AI to create lasting value for both their organizations and users.
At BCG X, we have a proven track record of building and scaling more than 1000+ AI solutions and 200+ successful ventures. Our focus on user-centric design, strategic thinking, and responsible implementation ensures that our clients rapidly unlock the true potential of genAI. Together we can shape a future where AI solutions deliver tangible results and value to users and businesses.
