ایجنت هوش مصنوعی یا اتوماسیون بازاریابی؛ کدام را انتخاب کنیم؟
قاعدهٔ ثابت، یک مرحلهٔ هوش مصنوعی با بازبینی، گردش کار کنترلشده یا ایجنت: هر کدام چیست، اختیار بیشتر چه هزینهای در بررسی و قابلیت اطمینان دارد، و یک درخت تصمیم برای انتخاب سادهترین رویکردی که جواب میدهد.
خلاصهٔ مطلب
- خیلی از «ایجنتها» در واقع قاعده، یک مرحلهٔ هوش مصنوعی یا گردش کار ثابتاند. مهم این است که مسیر را چه کسی تعیین میکند: شما یا مدل.
- وقتی کار قابل نوشتن است از قاعده، برای تفسیر از یک مرحلهٔ هوش مصنوعی با بازبینی و وقتی مراحل معلوماند از گردش کار کنترلشده استفاده کنید.
- سراغ ایجنت فقط وقتی بروید که مسیر باید با یافتهها تغییر کند و ارزش کار، هزینهٔ متغیر و آزمون بیشتر را توجیه کند.
- هر کاری که پول خرج میکند، با مشتری تماس میگیرد یا در CRM مینویسد، به نقطهٔ تأیید صریح یا دسترسی کاملاً محدود نیاز دارد.
فهرست این نوشته
این روزها تقریباً هر ابزار بازاریابی یکی از قابلیتهایش را «ایجنت» مینامد. این کلمه آنقدر کش آمده که میتواند یک ایمیل زمانبندیشده باشد، یک چتبات، یک پرامپت با یک دکمه، یا سیستمی که خودش برای مجموعهای از کارها برنامه میریزد و اجرایشان میکند. این سردرگمی هزینه دارد، چون انتخاب بین این رویکردها تعیین میکند هزینههایتان چقدر قابل پیشبینی است، کار چقدر بررسی لازم دارد و وقتی چیزی خراب شد چه اتفاقی میافتد.
جواب کوتاه: سادهترین رویکردی را انتخاب کنید که کار را انجام میدهد. قاعدههای ثابت وقتی بهتریناند که بشود کار را دقیق نوشت. وقتی کار به تفسیر یا نوشتن پیشنویس نیاز دارد، یک مرحلهٔ هوش مصنوعی با بازبینی انسانی اضافه کنید. وقتی مراحل از قبل معلوماند، از گردش کار کنترلشده استفاده کنید. سراغ ایجنت فقط وقتی بروید که مسیر واقعاً باید بر اساس یافتههای سیستم تغییر کند و ارزش کار، آزمون و نظارت بیشتر را توجیه کند. هر کدام را انتخاب کنید، هر کاری که پول خرج میکند، با مشتری تماس میگیرد یا در سیستمهایتان مینویسد، به یک کنترل صریح نیاز دارد.
چهار رویکرد، به زبان ساده
فروشندههای نرمافزار این اصطلاحها را یکدست به کار نمیبرند، پس اینها تعریفهایی است که در این مقاله استفاده میکنم.
- قاعدههای ثابت. اگر این شد، آن کار را بکن. فرمی که از یک کشور مشخص میرسد به یک نفر مشخص میرود؛ نشانیای که پارامترهای ردیابی درست را ندارد علامت میخورد. هیچ هوش مصنوعیای در کار نیست.
- یک مرحلهٔ هوش مصنوعی. یک فراخوانی هوش مصنوعی داخل فرایندی که یک نفر کنترلش میکند. «متن این تماس را خلاصه کن»؛ «این بریف را با قالب مقایسه کن». یک نفر خروجی را پیش از استفاده بازبینی میکند.
- گردش کار کنترلشده. چند مرحله، بعضی با هوش مصنوعی، که با ترتیب ثابت و با بررسی بین مرحلهها به هم وصل شدهاند. مسیر از قبل طراحی شده است.
- ایجنت (عامل هوش مصنوعی). سیستمی که بر اساس آنچه در طول کار میبیند، خودش قدم بعدی و ابزار مورد استفاده را انتخاب میکند.
تفاوت دو مورد آخر از مقالهٔ مهندسی Anthropic با عنوان ساختن ایجنتهای مؤثر میآید. به تعبیر آن مقاله، گردشکارها سیستمهاییاند که در آنها مدلهای زبانی و ابزارها از طریق مسیرهای کدنویسیشدهٔ از پیش تعیینشده هماهنگ میشوند، در حالی که ایجنتها سیستمهاییاند که در آنها مدلهای زبانی خودشان فرایند و استفاده از ابزارها را بهطور پویا هدایت میکنند. این یک تعریف مفید است، نه یک استاندارد جهانی صنعت، اما سؤال اصلی را نام میبرد: مسیر را چه کسی تعیین میکند، شما یا مدل؟
وقتی قاعدهٔ ثابت کافی است، از همان شروع کنید
خیلی از کارهای اتوماسیون بازاریابی اصلاً به هوش مصنوعی نیاز ندارند. مسیریابی سرنخ بر اساس منطقه، فرستادن ایمیل تأیید، علامت زدن یک فیلد خالی، توقف کمپین وقتی بودجه تمام میشود: اینها کارهای قطعیاند. قاعدهها ارزان، سریع، قابل پیشبینی و راحت قابل حسابرسیاند. وقتی یک قاعده جواب غلط میدهد، دقیقاً میبینید چرا.
اضافه کردن هوش مصنوعی به کاری که قاعده از پسش برمیآید، آن را کندتر، گرانتر و سختتر قابل بررسی میکند، بی هیچ فایدهای. اگر میتوانید منطق را به شکل فهرست کوتاهی از شرطها بنویسید، قاعده بنویسید.
برای تفسیر یا پیشنویس، یک مرحلهٔ هوش مصنوعی با بازبینی اضافه کنید
هوش مصنوعی وقتی جایش را پیدا میکند که ورودی ساختار ندارد و کار قضاوت میخواهد: خواندن یک بریف و پیدا کردن چیزهای جاافتاده، خلاصه کردن یک تماس، نوشتن نسخهٔ اول یک ایمیل برای اینکه یک نفر ویرایشش کند. سادهترین الگوی مفید، یک مرحلهٔ هوش مصنوعی است که یک نفر پیش از هر اقدامی خروجیاش را بازبینی میکند.
به نظرم بیشتر تیمها باید از همینجا شروع کنند. آزمودنش آسان است، چون میتوانید خروجی را با چیزی که یک نفر تولید میکرد مقایسه کنید. هزینهها قابل پیشبینیاند، چون هر اجرا یک فراخوانی است. و خطا دیده میشود، چون یک نفر همهٔ خروجیها را میبیند.
وقتی مراحل معلوماند، از گردش کار کنترلشده استفاده کنید
وقتی یک کار چند مرحله دارد که همیشه با یک ترتیب اتفاق میافتند، آنها را در یک گردش کار به هم وصل کنید: جمع کردن ورودیها، اجرای یک مرحلهٔ هوش مصنوعی، بررسی نتیجه با قاعدهها، سپردن آن به یک نفر، ثبت نتیجه. هر مرحله را میشود جدا آزمود و یک بررسی بین مرحلهها میتواند خروجی بد را پیش از اینکه جلوتر برود متوقف کند.
یک گردش کار کنترلشده میتواند کاملاً پیشرفته باشد، بیآنکه ایجنت باشد. ویژگی کلیدیاش این است که مسیر را شما طراحی کردهاید، پس همهٔ مسیرهایی را که کار ممکن است طی کند میشناسید.
وقتی مسیر باید خودش را تطبیق دهد، به ایجنت فکر کنید
بعضی کارها را نمیشود از قبل نقشهکشی کرد. تحقیق مثال کلاسیکش است: اینکه بعد چه چیزی را نگاه کنید، به چیزی بستگی دارد که همین حالا پیدا کردهاید. یک ایجنت میتواند جستوجو کند، بخواند، تصمیم بگیرد به منبع دیگری نیاز دارد، اطلاعات متناقض را مقایسه کند و آنقدر ادامه دهد که اطلاعات کافی داشته باشد؛ و همهٔ این مراحل را خودش انتخاب کند.
این انعطاف هزینه دارد. همان مقالهٔ Anthropic میگوید سیستمهای ایجنتی اغلب تأخیر و هزینه را با عملکرد بهتر در کار معاوضه میکنند، و خودمختاری ایجنتها یعنی هزینهٔ بیشتر و احتمال انباشته شدن خطاها. توصیهاش هم آزمون گسترده در محیطهای ایزوله، همراه با محافظهای مناسب است. به زبان بازاریابی: هر اجرا ممکن است هزینهٔ متفاوتی داشته باشد، بررسی مسیر سختتر است و یک اشتباه اول کار میتواند در همهٔ مرحلههای بعدی تکرار شود.
مقایسهٔ این چهار رویکرد
| سؤال | قاعدهٔ ثابت | یک مرحلهٔ هوش مصنوعی | گردش کار کنترلشده | ایجنت |
|---|---|---|---|---|
| مسیر را چه کسی تعیین میکند؟ | شما، از قبل | شما؛ هوش مصنوعی یک مرحله را انجام میدهد | شما، از قبل | مدل، در حین کار |
| مناسب برای | مسیریابی و بررسیهای قطعی | تفسیر یا پیشنویس یک مورد | فرایندهای چندمرحلهای معلوم | کارهای باز که قدم بعدی به یافتهها بستگی دارد |
| هزینهٔ هر اجرا | ناچیز و ثابت | قابل پیشبینی | قابل پیشبینی | متغیر |
| چطور بررسی میشود | حسابرسی قاعده | بازبینی هر خروجی | آزمون هر مرحله؛ بازبینی در نقطههای کنترل | بازبینی نتیجه و مسیر طیشده؛ به مجموعهٔ نمونههای ارزیابی نیاز دارد |
| وقتی خطا میکند | دیده میشود و قابل توضیح است | بازبین آن را میبیند | در بررسی بعدی گرفته میشود، اگر خوب طراحی شده باشد | ممکن است پیش از اینکه کسی ببیند در چند مرحله انباشته شود |
| نگهداری | بهروز کردن قاعدهها با تغییر فرایند | بهروز کردن دستورالعمل | بهروز کردن مرحلهها و بررسیها | بهروز کردن دستورالعمل، ابزارها، دسترسیها و ارزیابیها |
جواب درست با کار تغییر میکند. نه ایجنتها همیشه بهترند و نه فقط هیاهو هستند. ابزاریاند برای نوع مشخصی از مسئله.
سه کار در مسیر تصمیم
این نمونهها فرضیاند. نشان میدهند انتخاب چطور انجام میشود، نه سیستمهایی که من راهاندازی کردهام.
بررسی پیوندهای ردیابی کمپین. تیمی میخواهد پیش از شروع هر کمپین، نشانیها از نظر پارامترهای ردیابی درست بررسی شوند. قاعدهها معلوماند: کدام پارامترها لازماند و چه مقدارهایی مجازند. قاعدهٔ ثابت. یک مرحلهٔ هوش مصنوعی فقط به کاری که یک قاعدهٔ اعتبارسنجی کوتاه بینقص انجام میدهد، هزینه و عدم قطعیت اضافه میکند.
بازبینی بریف کمپین. بریفها بهصورت متن آزاد از تیمهای مختلف میرسند. کار این است که هر کدام با یک قالب مقایسه شود، کمبودها فهرست شود و سؤالهایی برای درخواستکننده پیشنویس شود. این تفسیر میخواهد، پس قاعده بهتنهایی کافی نیست. اما مراحل همیشه یکیاند. یک گردش کار کنترلشده با یک مرحلهٔ هوش مصنوعی و یک نفر که سؤالها را پیش از ارسال بازبینی میکند.
تحقیق دربارهٔ یک مشتری بالقوه پیش از اولین تماس. منابع مفید برای هر شرکت فرق میکنند و اینکه بعد چه چیزی خوانده شود به صفحهٔ قبلی بستگی دارد. ایجنت میتواند مناسب باشد، با مرزهای محکم: دسترسی فقطخواندنی به منابع عمومی، ثبت همهٔ منابع استفادهشده، آشکار ماندن موارد نامعلوم، سقف تعداد مراحل و هزینه، و یک نفر که پیش از رسیدن هر چیزی به CRM خلاصه را بازبینی میکند. روش بررسی چنین تحقیقی را در تحقیق سرنخ با AI: خلاصهای بسازید که قابل بررسی باشد نوشتهام و گردش کار گامبهگامش در تحقیق دربارهٔ مشتری بالقوه با هوش مصنوعی آمده است.
درخت تصمیم برای کار خودتان
این سؤالها را به ترتیب جواب بدهید و در اولین «بله» بایستید:
- میشود کار را به شکل قاعدههای صریح با ورودیهای معلوم نوشت؟ قاعدهٔ ثابت.
- برای هر مورد، تفسیر یا پیشنویس لازم است؟ یک مرحلهٔ هوش مصنوعی با یک نفر که خروجی را بازبینی میکند.
- مراحل هر بار یکیاند؟ گردش کار کنترلشده با بررسی بین مرحلهها.
- آیا مسیر واقعاً به یافتههای سیستم بستگی دارد و ارزش کار، آزمون، پایش و هزینهٔ متغیر را توجیه میکند؟ به ایجنت فکر کنید و با دسترسی فقطخواندنی شروع کنید.
- هیچکدام؟ شاید این کار هنوز برای خودکارسازی آماده نیست. اول فرایند را روشن کنید.
بعد یک قاعده را روی همهٔ جوابها اعمال کنید: هر مرحلهای که پول خرج میکند، برای مشتری پیام میفرستد یا در CRM مینویسد، به یک نقطهٔ تأیید صریح یا دسترسی کاملاً محدود نیاز دارد، بقیهٔ سیستم هر طور که ساخته شده باشد. تولید یک خروجی باورپذیر با انجام درست اقدام مورد نظر فرق دارد، و برگرداندن یک اقدام خیلی سختتر از برگرداندن یک پیشنویس است.
برگهٔ مرزهای اجرا
پیش از ساختن هر چیزی، این را پر کنید. اگر پر کردن یک بخش سخت است، طراحی هنوز آماده نیست.
| بخش | محتوا |
|---|---|
| کار | [یک جمله: سیستم چه میکند] |
| رویکرد | [قاعده، مرحلهٔ هوش مصنوعی، گردش کار کنترلشده یا ایجنت، و چرا] |
| ورودیها | [چه چیزی را، از کجا، با چه مجوزی میخواند] |
| اقدامهای مجاز | [چه کارهایی میتواند بکند] |
| اقدامهای ممنوع | [چه کاری را هرگز نباید بکند؛ مثل ارسال، خرج یا بازنویسی] |
| نقطههای بازبینی | [کجا یک نفر بررسی میکند و چه چیزی را] |
| شرطهای توقف | [سقف مرحله، زمان یا هزینه؛ چه چیزی باعث میشود بایستد و بپرسد] |
| جایگزین دستی | [اگر سیستم خاموش بود تیم چطور کار را انجام میدهد] |
| مجموعهٔ ارزیابی | [نمونههای واقعی برای آزمون، از جمله خطاهای شناختهشده] |
| مسئول | [چه کسی نگهداریاش میکند و دربارهٔ تغییرش تصمیم میگیرد] |
آیا بازاریاب بدون کدنویسی هم میتواند شروع کند؟
بله. خیلی از پلتفرمهای اتوماسیون اجازه میدهند قاعدهها را بسازید و مرحلههای هوش مصنوعی را بهصورت بصری وصل کنید، و یک مرحلهٔ هوش مصنوعی با بازبینی به چیزی بیشتر از یک دستورالعمل خوبنوشتهشده و یک چکلیست نیاز ندارد. مرزهای برگهٔ بالا از خود ابزار مهمترند. کدنویسی وقتی مطرح میشود که یکپارچهسازی سفارشی، کنترل دقیق دسترسیها یا یک سازوکار ارزیابی درست لازم دارید، و اغلب همانجا وقت کمک گرفتن است.
اگر هنوز دارید تصمیم میگیرید از کدام کار شروع کنید، استراتژی هوش مصنوعی در بازاریابی؛ کدام کار را اول خودکار کنیم؟ را بخوانید. وقتی چیزی راه افتاد، بازگشت سرمایه هوش مصنوعی در بازاریابی توضیح میدهد چطور قضاوت کنید ارزش نگه داشتن دارد یا نه.
منابع و مطالعهٔ بیشتر
پرسشهای رایج
آیا اتوماسیون حتماً به هوش مصنوعی مولد نیاز دارد؟
اغلب نه. مسیریابی، اعلانها، اعتبارسنجی و سقف بودجه کارهای قطعیاند که قاعدههای ثابت ارزان و قابل پیشبینی انجامشان میدهند. هوش مصنوعی را فقط جایی اضافه کنید که ورودی ساختار ندارد و کار به تفسیر یا پیشنویس نیاز دارد.
چه زمانی ایجنت انتخاب مناسبی است؟
وقتی مسیر را نمیشود از قبل طراحی کرد، چون هر قدم بعدی به یافتهٔ قبلی بستگی دارد؛ مثل تحقیق باز. حتی آنوقت هم با دسترسی فقطخواندنی شروع کنید، منابع را ثبت کنید، برای مراحل و هزینه سقف بگذارید و یک نفر پیش از هر اقدامی خروجی را بازبینی کند.
آیا بازاریاب بدون کدنویسی هم میتواند شروع کند؟
بله. خیلی از پلتفرمهای اتوماسیون اجازه میدهند قاعدهها و مرحلههای هوش مصنوعی را بهصورت بصری بسازید، و یک مرحلهٔ هوش مصنوعی با بازبینی فقط به یک دستورالعمل روشن و یک چکلیست نیاز دارد. تعریف ورودیها، اقدامهای مجاز، نقطههای بازبینی و جایگزین دستی از خود ابزار مهمتر است.
