Ένας marketeer ή αναλυτής δεδομένων που συλλέγει τιμές ανταγωνιστών κάνει στην ουσία τρία πράγματα: αναζητά τιμές και προσφορές, τις παραθέτει σύμφωνα με ένα σταθερό κριτήριο, και κάνει το αποτέλεσμα χρήσιμο για μια απόφαση σχετικά με την τιμολόγηση της δικής του επιχείρησης. Αυτό είναι ένα έργο που αποτελείται σε μεγάλο βαθμό από ανάκτηση και οργάνωση δεδομένων, και είναι ακριβώς το είδος εργασίας που η AI μπορεί ήδη σήμερα να αναλάβει σε μεγάλο βαθμό, εφόσον πληρούνται ορισμένες προϋποθέσεις.
Τρεις άξονες παίζουν εδώ καθοριστικό ρόλο: η δομημένη φύση, ο όγκος και το περιθώριο κρίσης. Οι τιμές είναι αριθμοί, οι προσφορές βρίσκονται σε ιστοσελίδες με αναγνωρίσιμη δομή, και η ίδια η σύγκριση ακολουθεί ένα κριτήριο που έχει καθοριστεί εκ των προτέρων: ίδια κατηγορία προϊόντος, ίδια μονάδα, ίδια περίοδος. Αυτό κάνει το έργο αρκετά δομημένο για αυτοματοποίηση. Ο όγκος βοηθάει επίσης: δέκα ανταγωνιστές, εκατό προϊόντα, επαναλαμβανόμενα εβδομαδιαίως, είναι ακριβώς το είδος επαναλαμβανόμενης εργασίας συλλογής όπου ένα σύστημα δεν κουράζεται, ενώ ένας άνθρωπος κουράζεται. Και το περιθώριο κρίσης είναι σκόπιμα περιορισμένο: ένας agent εφαρμόζει μια σταθερή λογική σύγκρισης, δεν επινοεί νέα στρατηγική.
Οι υπόλοιποι άξονες επιβεβαιώνουν αυτή την εικόνα. Δεν υπάρχει επαφή με πελάτες, δεν υπάρχει φυσική ενέργεια, και η ευαισθησία σε θέματα κανονιστικής συμμόρφωσης είναι χαμηλή: πρόκειται για δημόσια πληροφορία που μπορεί να συμβουλευτεί ο καθένας. Το κόστος σφάλματος είναι μέτριο — μια λάθος συγκριτική τιμή οδηγεί σε παραμορφωμένη εικόνα, όχι σε παραβίαση σύμβασης ή σε δυσαρεστημένο πελάτη. Η δημιουργικότητα παίζει ρόλο στην ερμηνεία ασυνήθιστων προσφορών (μια έκπτωση πακέτου, μια προσωρινή προσφορά, μια διαφορετική συσκευασία), αλλά αυτό είναι μάλλον εξαίρεση παρά κανόνας.
Πρόκειται για ένα έργο κατάλληλο για agent: ένα σύστημα που αυτόνομα επισκέπτεται σελίδες τιμών, εξάγει δεδομένα από κείμενο και δομή, τα κατατάσσει στα καθορισμένα κριτήρια σύγκρισης και παραδίδει το αποτέλεσμα ως επισκόπηση. Αυτό λειτουργεί υπό δύο προϋποθέσεις. Πρώτον: πρόσβαση σε δημόσια δεδομένα τιμών, που σημαίνει ότι η πληροφορία πρέπει να είναι ευρετή και αναγνώσιμη — χωρίς τείχος σύνδεσης, χωρίς τιμή που δίνεται μόνο τηλεφωνικά. Δεύτερον: κριτήρια σύγκρισης που έχουν καθοριστεί εκ των προτέρων. Χωρίς αυτή τη συμφωνία — τι είναι 'συγκρίσιμο', ποια μονάδα, ποια περίοδος — ένας agent παράγει μια συλλογή αριθμών χωρίς κανείς να γνωρίζει αν επιτρέπεται να παρατεθούν το ένα δίπλα στο άλλο.
Αυτό είναι ακριβώς το σημείο όπου η εικόνα αποκτά αποχρώσεις. Η συλλογή και η οργάνωση είναι για την AI. Η μετάφραση αυτής της σύγκρισης σε απόφαση τιμολόγησης — αύξηση, μείωση, εκκίνηση προσφοράς — παραμένει ανθρώπινη εργασία, με κρίση σχετικά με το περιθώριο κέρδους, την τοποθέτηση και τη σχέση με τον πελάτη. Το έργο σε αυτή τη σάρωση αναφέρεται στην κατάρτιση της σύγκρισης, όχι στην απόφαση που ακολουθεί.
Ένα ηλεκτρονικό κατάστημα που παρακολουθεί εβδομαδιαίως τις τιμές δεκαπέντε ανταγωνιστών για εκατό κατηγορίες προϊόντων μπορεί να αναθέσει αυτή τη διαδικασία σε μεγάλο βαθμό σε έναν agent: αυτός συλλέγει τα δεδομένα, αναγνωρίζει προσφορές, και τα τοποθετεί όλα σε μια σταθερή επισκόπηση. Ένας marketeer στη συνέχεια αξιολογεί το αποτέλεσμα — είναι σωστή η σύγκριση, υπάρχει κάτι περίεργο με έναν ανταγωνιστή που ξαφνικά είναι κατά ένα τρίτο φθηνότερος — και εγκρίνει ή στέλνει πίσω με μια αιτιολογία. Αυτή είναι η δεύτερη κατηγορία της ταξινομίας: η AI κάνει τη δουλειά, ένας άνθρωπος ασκεί επίβλεψη με κρίση.
Σε έναν πάροχο υπηρεσιών B2B όπου οι τιμές είναι διαθέσιμες μόνο κατόπιν αιτήματος, οι προσφορές είναι εξατομικευμένες και το 'συγκρίσιμο' δεν έχει σαφή σημασία, η εικόνα μετατοπίζεται. Η δομημένη φύση μειώνεται, το περιθώριο κρίσης αυξάνεται, και η εργασία βασίζεται περισσότερο σε έναν αναλυτή που συλλέγει πληροφορίες τηλεφωνικά ή μέσω δικτύου και ο ίδιος εκτιμά τι είναι συγκρίσιμο. Αυτό είναι τότε λιγότερο έργο για agent και περισσότερο έργο όπου η AI υποστηρίζει — για παράδειγμα δομώντας σημειώσεις — ενώ η κρίση παραμένει στον άνθρωπο.
Αυτή η μετατόπιση επηρεάζει περισσότερα σημεία σε μια επιχείρηση από την απλή παρακολούθηση τιμών. Όποιος θέλει να προσαρμόζεται ο διαφημιστικός προϋπολογισμός με βάση τα αποτελέσματα βλέπει ένα παρόμοιο μοτίβο: δομημένα δεδομένα, υψηλός όγκος, περιορισμένο περιθώριο κρίσης, και έναν agent που μπορεί να αναλάβει το μεγαλύτερο μέρος της εργασίας εφόσον τα κριτήρια είναι καθορισμένα. Επίσης όποιος εξετάζει πώς αναλύονται τα στατιστικά ιστοσελίδας βλέπει τον ίδιο συνδυασμό συλλογής, οργάνωσης και μόνο μετά ερμηνείας. Όπου εμπλέκεται περισσότερη δημιουργική εργασία, όπως στη συγγραφή μιας ανάρτησης κοινωνικών μέσων, η σχέση μεταξύ αυτοματοποίησης και επίβλεψης είναι διαφορετική. Το μοτίβο είναι πάντα το ίδιο: όσο πιο δομημένη είναι η εισροή και όσο μεγαλύτερος ο όγκος, τόσο πιο εύκολα ένας agent μπορεί να κάνει το μεγαλύτερο μέρος της εργασίας, με έναν άνθρωπο που αξιολογεί το αποτέλεσμα αντί να κάνει την εργασία ο ίδιος.
Αυτό δεν είναι δήλωση σχετικά με τη θέση εργασίας του marketeer ή του αναλυτή δεδομένων, ούτε βάση για τη λήψη αποφάσεων προσωπικού. Για αποφάσεις σχετικά με θέσεις εργασίας και στελέχωση ισχύουν δικές τους νομικές απαιτήσεις, ανεξάρτητα από αυτό που δείχνει μια ανάλυση έργου όπως αυτή. Αυτή η σελίδα περιγράφει ένα έργο, όχι έναν ρόλο, και ένας ρόλος αποτελείται συνήθως από πολύ περισσότερα από ένα έργο.
Για να δείτε πώς ισχύει αυτό για τη δική σας επιχείρηση, το δωρεάν quickscan αποτελεί ένα πρώτο βήμα: δώδεκα ερωτήσεις, χωρίς λογαριασμό, με αποτέλεσμα μια ένδειξη για το ποιο μέρος των ωρών σε αυτό το είδος εργασίας μπορεί σήμερα να αναλάβει η AI. Η πλήρης ανάλυση εργασίας, που αναλύει το έργο της επιχείρησής σας σε επιμέρους εργασίες σύμφωνα με αυτούς τους οκτώ άξονες, βρίσκεται ακόμη υπό κατασκευή και θα προσφερθεί εδώ αργότερα.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.