Les converses d'AI d'empreses sovint es centren en la mida del model, les dades de formació o el potencial d'automatització, però en entorns aplicats, especialment en el coaching de vendes, el veritable repte no és la capacitat de model. , Fundador del dissenyador de productes a Hyperbound, ha estat treballant a la intersecció de la IA conversacional, els sistemes d'aprenentatge i l'UX empresarial. El seu enfocament no és reemplaçar els gerents amb la IA, sinó dissenyar sistemes que ampliïn el feedback sense trencar els fluxos de treball humans. Eugènia Reuka Eugènia Reuka El problema que s’està tractant és estructural. Per què el coaching de vendes tradicional no escala Dins de la majoria dels equips de vendes empresarials, els gerents supervisen des de 10 a 25 representants. Cada representant pot generar desenes de trucades per setmana. El coaching es converteix en: 
 
 
 
 Basat en l'exemple en comptes de complet Retard en comptes de context Depèn de la memòria en comptes de les dades "La majoria dels sistemes de coaching entren després del fet", explica Reuka. "Però els acords es formen en moviment, no en retrospectiva". La pregunta tècnica esdevé: com dissenyar un sistema que pugui observar patrons de conversa a escala sense sobreposar els gestors amb soroll? Aquesta pregunta forma tot a baix. Constricte AI vs. General AI Un dels principis clau que Reuka aplica als sistemes d'IA és la restricció. En comptes de construir agents de conversa amples i oberts, prefereix entorns de joc de rol estretament estrets. En la pràctica, això significa que els sistemes d'IA es configuren al voltant de: 
 
 
 
 
 Metodologies de venda específiques Frameworks d'oposició definits Escorcolls estructurats Estils de conversa personalitzats Això redueix el risc d'al·lucinació i augmenta la fiabilitat. “La IA generalitzada se sent impressionant”, assenyala. “La IA restringida se sent usable”. Des d'una perspectiva de disseny de sistemes, aquest enfocament restringeix l'espai de problemes. En lloc de demanar a un model de llenguatge per simular qualsevol possible humà, es tracta d'actuar dins d'un arbre de decisió conegut reforçat pel raonament contextual. Aquesta decisió arquitectònica afecta directament els resultats d'aprenentatge. El repte del disseny de rol: el realisme sense pressió Un concepte equivocat comú sobre els entorns d'entrenament d'IA és que més realisme millora automàticament l'eficàcia. Reus no està d’acord. En les primeres exploracions de disseny, es va plantejar la pregunta: hauria d'introduir-se en el joc de rol de l'IA avatars de vídeo? Tècnicament, els avatars generats per la IA romanen imperfectes.La latència de la microexpressió, les inexactituds de seguiment dels ulls i els subtils males coincidències de timing sovint creen el que els psicòlegs anomenen l'efecte de la "dolça estranya". Però el més important és psicològic. "Quan alguna cosa sembla massa humana però una mica fora, crea distracció", diu Reuka. La síntesi del discurs i la latència de la conversa han madurat significativament, permetent que les veus d'IA mantinguin la cadència natural, el maneig de la interrupció i la memòria contextual. El resultat és un entorn d’entrenament que se sent prou real per participar, però prou artificial per reduir l’ansietat. Aquest equilibri augmenta l’adopció i la repetició, totes dues crítiques per al desenvolupament d’habilitats. Elaboració del feedback loop La capa més exigent tècnicament és la intel·ligència post-call. A escala, l'anàlisi de conversació requereix múltiples passos de processament: 
 
 
 
 
 
 Transcripció del discurs al text Objecció i detecció de paraules clau Segmentació de flux de conversació Sentiment i compromís senyal inferència Alineació amb els scorecards interns Però les anàlisis crues no són coaching. El sistema ha de traduir el senyal en acció. L'enfocament de Reuka posa l'accent en l'automatització amb supervisió.Si un representant lluita constantment amb un tipus d'objecció específic, el sistema pot suggerir assignaments de rol específics. Aquest model de control híbrid és intencional. “La intel·ligència artificial hauria d’ajudar al judici, no superar-lo”. El repte del disseny es troba en la superfície de les perspectives sense sobreposar els usuaris. massa dades creen paràlisi. L'equilibri d'aquests extrems requereix una extensa observació de l'usuari. Per a equips no tècnics Els equips de vendes empresarials no pensen com els enginyers. Els panells de control sobrecarregats amb mètriques i anàlisi comportamental poden reduir la usabilitat. Reuka aplica els principis de divulgació progressiva: 
 
 
 
 
 Senyals de superfície d'alt nivell primer Permetre drill-down només quan sigui necessari Mantenir patrons d'interacció SaaS coneguts Minimitzar la càrrega cognitiva El test d'usuari se centra en l'observació del comportament: 
 
 
 
 
 A on va primer l’ull? Què es fa de forma instintiva? On es produeixen les hesitacions? Quant triga a completar la tasca? L’objectiu és la claredat, no la densitat. "Els sistemes de backend complexos no han de sentir-se complexos per a l'usuari". Aquesta filosofia és particularment rellevant quan els sistemes d'IA estan involucrats. l'opacitat percebuda pot reduir la confiança. La confiança empresarial és un problema d'enginyeria La confiança no és només un repte de màrqueting, és un problema de disseny de sistemes. Les empreses que avaluen plataformes de coaching d'IA solen preguntar: 
 
 
 
 
 Determinació de precisió Riscos biològics Disrupció del flux de treball Fiabilitat en el temps Reuka s'hi apropa a través de models d'integració gradual: 
 
 
 
 
 Observació només de moda Recomanacions basades en suggeriments Automació aprovada Increment de l’aprenentatge comportamental En permetre a les organitzacions controlar la velocitat d'adopció, la resistència disminueix. “La intel·ligència artificial hauria de guanyar la seva autoritat a través del rendiment”. Des d'una perspectiva de producte, aquest model de responsabilitat escalonada esdevé essencial en entorns regulats o d'alt rendiment. El centre humà Tot i treballar profundament amb els sistemes d'IA, la perspectiva de Reuka segueix sent fonamentada. No veu AI com un reemplaçament per al lideratge humà o coaching. En canvi, ho enquadra com un multiplicador de visibilitat: un sistema que captura patrons que els humans no poden monitoritzar realment a escala. L’objectiu a llarg termini no és l’autonomia, és l’augment. En el coaching de vendes específicament, això vol dir: 
 
 
 
 
 Augmentar la freqüència del feedback Reducció de la banda ampla del gestor Desenvolupament de habilitats personalitzades Preservar el judici humà A mesura que els sistemes d'IA d'empreses continuen evolucionant, les implementacions més sostenibles poden no ser les més autònomes, sinó les més integrades. I per a Reuka, la integració comença amb el disseny. 
 
 Aquesta història va ser distribuïda com una versió de Jon Stojan sota el Programa de Blogging de Negocis de HackerNoon. Aquesta història va ser distribuïda com una versió de Jon Stojan sota el Programa de Blogging de Negocis de HackerNoon.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Aquest àudio és produït a l'idioma original de la història!

Construcció de sistemes de rol de vendes d'IA que realment funcionin

About Author

COMENTARIS

Etiquetes penjant

AQUEST ARTICLE VA SER PRESENTAT A

Related Stories

The Fall of OM by Mantra DAO: Accident or Pattern?

What Are Writers' Biggest Struggles in 2025?

Generar líders de qualitat ASAP: HackerNoon's Content-Relevant Niche Ads FTW

TON Game ‘BANANA’ Hits 1M Users In 72 Hours

The Fall of OM by Mantra DAO: Accident or Pattern?

What Are Writers' Biggest Struggles in 2025?

Generar líders de qualitat ASAP: HackerNoon's Content-Relevant Niche Ads FTW

TON Game ‘BANANA’ Hits 1M Users In 72 Hours

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps