En Databricks, nuestra visión de la automatización es automatizar todos los aspectos del negocio, haciéndolo mejor, más rápido y más crematístico. Para los equipos de ventas, estamos transformando digitalmente nuestra experiencia de mercader proporcionando agentes genAI que ayudan al mercader durante todo el ciclo de vida de las ventas. Nuestro objetivo es aumentar la experiencia del mercader con capacidades de IA integrándolas perfectamente en sus tareas diarias y proporcionando una forma más sencilla y eficaz para que los vendedores recuperen activos de información y orquesten acciones mediante la automatización de tareas administrativas manuales repetitivas.
Nuestro «Asistente de IA de campo» se sostén en el ámbito agente de IA de Databricks Mosaic y proporciona una forma para que los vendedores consulten e interactúen con datos a través de múltiples fuentes de datos. Se integra con varias plataformas esencia que incluyen:
- Nuestro Databricks Lakehouse interno para inteligencia de cuentas, contenido de facultad de ventas y guías de ventas
- Nuestro sistema de plataforma de papeleo de relaciones con el cliente (CRM)
- Nuestra plataforma de colaboración recopila e indexa la mayoría de nuestros datos no estructurados.
La aplicación de IA se utiliza para:
- Interactuar conversacionalmente con datos de múltiples fuentes de datos utilizando habla natural (comenzando con inglés)
- Capacidad para descargar y crear documentos basados en la información recopilada.
- Tome acciones basadas en el conocimiento de los datos (actualice campos en nuestro CRM, redacte un correo electrónico de prospección saliente personalizado, cree una propuesta de cliente personalizada, prepárese para una reunión con un cliente, etc.
El asistente de campo alega a solicitudes iniciales basadas en el afortunado y el contexto de la página y incluso proporciona una interfaz similar a un chat para consultas abiertas sobre los conjuntos de datos mencionados anteriormente.
Impacto empresarial
Los vendedores suelen sentirse abrumados por el masa de información que se les presenta. Necesitan comunicación a los datos que residen en varias aplicaciones aisladas, como parte de su rutina diaria natural. Requieren un viable comunicación a los datos de cuentas, oportunidades y casos de uso que residen en nuestro CRM, así como conocimientos del mercado de clientes e inteligencia de cuentas, incluidos los datos de consumo de cuentas que residen en nuestra casa del estanque. Por otra parte, incluso necesitan comunicación al contenido de ventas: guías de facultad, material de ventas competitivo, así como artículos de la colchoneta de conocimiento del producto y documentos de hoja de ruta del producto. No se limita solo a la recuperación de datos, sino que las verdaderas ganancias de eficiencia se producen cuando las tareas manuales repetitivas que realizan a diario en función de los datos que recuperan se pueden automatizar por completo. Esa es exactamente la función del asistente de IA de campo: ayudar a los vendedores en las tareas diarias, incluida la recuperación de información, la cuna de conocimientos a partir de la información y la realización de acciones basadas en esos conocimientos.
Descripción genérico de la alternativa
Utilizando el ámbito del agente de IA de Databricks Mosaic, creamos un asistente de IA de campo integrando datos estructurados y no estructurados de múltiples fuentes de datos. La alternativa proporciona un enfoque integral personalizado y adaptado a nuestros vendedores, apto bajo demanda en nuestro CRM. Algunas de las capacidades ofrecidas incluyen:
Información del cliente Proporcionar una olfato de la cuenta del cliente de 360 grados con:
- Parte/información financiera sobre la cuenta
- Panorama de datos competitivos
- Consumo de productos por ringlera de productos y aglomeración
- Casos de atención al cliente
- Principales casos de uso que generan ingresos
- Recomendaciones del mercader sobre otros casos de uso que se ofrecen a clientes similares
Alertas de higiene de datos
- Casos de uso que se publicarán en la próxima semana/mes/trimestre
- Principales bloqueadores de casos de uso
- Casos de uso que carecen de información esencia (es proponer, patrocinador comercial ejecutor, etc.)
respaldo de ventas
- Manuales de ventas
- Fianza competitiva
- Prontuario de la reunión
- Plataformas de presentación
Orquestar obra
- Actualice CRM con los próximos pasos sobre oportunidades o casos de uso específicos
- Redacte un correo electrónico de prospección para un nuevo contacto de cliente
- Crear una propuesta orientada al cliente
Nuestra alternativa de asistente de IA de campo se sostén completamente en nuestra pila tecnológica de Databricks. Permite la integración en múltiples y diversas fuentes de datos y proporciona un ámbito de infraestructura escalable para la recuperación de datos, indicaciones y papeleo de LLM. Está construido utilizando el ámbito agente compuesto de IA y admite la suplemento de múltiples herramientas (consultas SQL, funciones de Python) que se rigen a través de nuestra capa de gobernanza de Unity Catalog.
Agente/Situación de herramientas
Los aportes humanos son inherentemente ambiguos; Los LLM ahora nos han brindado la capacidad de usar el contexto para interpretar la intención de una solicitud y convertirla en poco más determinista. Para atender la solicitud, puede ser necesario recuperar hechos específicos, ejecutar código y aplicar un ámbito de razonamiento basado en una transformación aprendida previamente. Toda esta información debe retornar a ensamblarse en una salida coherente y formateada correctamente para quien (o lo que sea) la consuma.
Eso es exactamente lo que hace el asistente de IA de campo para reponer a las consultas de los vendedores. El asistente de IA de campo tiene 1 agente conductor y múltiples herramientas y funciones que realizan el procesamiento determinista.
- Pulvínulo de datos: Este es el conjunto de fuentes de datos con las que interactúa el agente. En nuestra alternativa, esta colchoneta de datos incluye datos en nuestro Lakehouse, material de ventas, documentos de Google y datos que residen en nuestro CRM (Salesforce).
- Procesamiento determinista: El conjunto de funciones y herramientas necesarias para producir respuestas correctas y de incorporación calidad. El LLM puede extraer campos de una consulta y pasarlos a una citación de función standard para realizar un procesamiento determinista. En el interior de la plataforma Databricks, el Herramientas y funciones de IA en baldosa Las capacidades permiten esto y las funciones definidas por el afortunado pueden realizar la mayoría de las actividades adentro de Databricks. Por lo genérico, pueden ser funciones de Python o consultas SQL simples o API que se integran con aplicaciones externas como Glean, Perplexity, Aha, etc. y se pueden invocar utilizando habla natural.
- Modelos de LLM: Aprovechamos Azure OpenAI, GPT 4 como maniquí fundamental para la alternativa de asistente de IA de campo. Dicho esto, el ámbito admite un enfoque multimodelo en el que se evalúan las capacidades específicas de cada maniquí con respecto a cómo aborda casos de uso específicos. Por ejemplo, hemos evaluado nuestra alternativa con varios modelos de código rajado y elegimos Azure Open AI – GPT 4 como maniquí para nuestra alternativa en función de la solidez del maniquí, su capacidad para gestar contenido fáctico y relevante, su capacidad para nominar el software correcto. Función/aparejo definida por el afortunado para procesar cada mensaje, y su capacidad para incorporarse al formato de salida del contenido proporcionado al maniquí.
Dicho eso, Nuestra cimentación de alternativa está diseñada para permitir flexibilidad en la admisión de nuevos modelos a medida que estén disponibles en nuestro ámbito de agentes Mosaic AI.
En Databricks, hemos aplicado la Situación del agente Mosaic AI lo que facilita la creación de una aplicación genAI como el asistente de IA de campo. Utilizando este ámbito, hemos definido criterios de evaluación y aprovechamos la capacidad de LLM como mediador para catalogar las respuestas de la solicitud. El Puerta de enlace de IA en baldosa proporciona controles de comunicación, tapia de velocidad, registro de carga útil y barreras de seguridad (filtrado de entradas y horizontes del sistema). La puerta de enlace brinda al afortunado un monitoreo constante de los sistemas en ejecución para monitorear la seguridad, el sesgo y la calidad.
Los componentes que aprovechamos para nuestro asistente de IA de campo son:
Construcción de la alternativa
Nuestros aprendizajes
Los datos están desordenados. – Lakehouse aplicado, expansión iterativa de conjuntos de datos, centrada en canalizaciones diseñadas por datos y en la creación de conjuntos de datos limpios y de fuente única de verdad GOLD.
Cronometrar el ROI es difícil – Esté preparado para tantear con pequeños grupos focales en el piloto. Crear conjuntos de datos de evaluación para calibrar la efectividad del maniquí es difícil y requiere un esfuerzo enfocado y una logística que respalde la experimentación rápida.
La gobernanza de datos e inteligencia industrial es imprescindible – Interactúe desde el principio con los equipos legales, de privacidad y de seguridad empresarial. Cree un maniquí de gobernanza sólido en Unity Catalog para los datos, así como para los agentes y las herramientas.
Conclusión
A través de esta publicación, esperamos que haya aprendido sobre nuestros Databricks en el alucinación GenAI de Databrick y cómo aprovechamos tecnología como esta para ayudar a nuestros vendedores a ser más efectivos. El uso de GenAI para este caso de uso ha ayudado a mostrar cómo los agentes de IA pueden trocar y ayudar significativamente en cada aspecto del repaso del mercader, desde la prospección y la recuperación de información del cliente, impulsando una mejor higiene de los datos mediante la automatización de tareas manuales repetitivas y la aplicación de esa información para gestar oportunidades y mejorando la velocidad de ventas.
Estén atentos a nuestras próximas publicaciones, donde continuaremos compartiendo nuestras experiencias sobre cómo la IA está remodelando la experiencia del mercader en Databricks.