Искусственный интеллект (ИИ), основанный на принципах машинного обучения, уже давно является движущей силой художественной литературы. Но с недавним прорывом в вычислительной мощности и доступностью массивных данных некоторые из этих фантастических идей сегодня стали реальностью.

ИИ и машинное обучение — одна из больших тенденций, и неудивительно, что SaaS — часть этой большой тенденции. Пару недель назад генеральный директор Google Сундар Пичаи заявил аудитории на мероприятии, спонсируемом Recode, что для человечества влияние искусственного интеллекта может быть более глубоким, чем, я не знаю, электричество или огонь. В этой статье я расскажу, как компании SaaS могут использовать AI/ML в будущем.

Рынок SaaS сегодня:

Отчет IDC показывает, что сегмент SaaS, который составляет 68,7% от общей доли рынка облачных вычислений, был самым медленно растущим сегментом облачного рынка с темпами роста 22,9% в годовом исчислении в прошлом году.

Было обнаружено, что венчурное финансирование, обычно являющееся индикатором того, насколько горячими инвесторами является рынок, сокращается, когда речь идет о стартапах SaaS. TechCrunch объяснил это в значительной степени насыщением рынка и тем фактом, что новички, ищущие финансирование, часто пытаются конкурировать с крупными, устоявшимися игроками.

Хотя ожидается, что рынок SaaS по-прежнему будет демонстрировать некоторый рост, ожидается, что он будет более низким, чем мы видели ранее. Рынки SaaS взрослеют, и кажется, что те, кто собирается выйти победителями, должны будут заняться следующим «большим делом».

ИИ и машинное обучение могут помочь SaaS занять более стратегическую позицию

Все крупные игроки на рынке, такие как Amazon, Google и Microsoft, объявляют о предложениях, интегрирующих ИИ. Oracle, еще один крупный игрок на рынке SaaS, заявила, что делает большую ставку на искусственный интеллект и машинное обучение, чтобы превзойти продажи в SaaS. Это убедительный показатель того, что ИИ и машинное обучение могут стать следующим шагом в дифференциации SaaS и помощи в завоевании места на рынке.

Как SaaS использует искусственный интеллект и машинное обучение

SaaS набирает обороты для искусственного интеллекта и машинного обучения, и инвестиции в эту область постоянно растут. Ниже приведены некоторые решения SaaS, в которых машинное обучение играет стратегическую роль.

1. Персонализация

ИИ может привнести в SaaS возможность гипер-персонализации, что мы уже видели, в частности, в мобильных приложениях (например, «Мой бариста Starbucks» от Starbucks). В SaaS обработка естественного языка и способность ИИ учиться на предыдущих взаимодействиях пользователя могут помочь настроить пользовательские интерфейсы так, чтобы они соответствовали индивидуальным потребностям.

Например, если вы думаете о любой SaaS без возможностей искусственного интеллекта, добавление дополнительных функций или возможностей имеет тенденцию загромождать пользовательский интерфейс и усложнять работу пользователя. ИИ может помочь не только с персонализацией, но и с более простым внедрением функций.

2. Автоматизация

Автоматизация демонстрируется в SaaS по-разному со встроенным ИИ. Она может занять место там, где ранее требовались ручные функции, например, в случай чат-ботов, которые помогают давать пользователям ответы на основные вопросы.

Автоматизация снижает затраты, поскольку устраняет необходимость нанимать дополнительных людей для выполнения большего объема работы. Бот отвечает на вопросы о сбросе входа в систему автоматическим ответом со ссылкой на базу знаний, освобождая представителей службы поддержки, чтобы сосредоточиться на более сложных вопросах.

Одной из задач SaaS всегда является сохранение заинтересованной клиентской базы с точки зрения удаленного управления. Может быть сложно оставаться в курсе запросов клиентов и гарантировать, что каждый клиент получит хороший опыт. ИИ может помочь в этом, уменьшая эту удаленность и вмешиваясь в дополнение к человеческим усилиям.

Например, уже есть несколько примеров приложений (Verizon, банковские приложения и т. д.), в которых чат-боты отвечают на вопросы до определенного момента, но при необходимости направляют пользователей к операторам-людям.

3. Предиктивная аналитика

Существует множество потенциальных способов, с помощью которых искусственный интеллект, встроенный в SaaS, может использовать прогностическую аналитику для улучшения взаимодействия с пользователем и/или для предотвращения оттока клиентов из SaaS. Например, машинное обучение может помочь предсказать предпочтения или поведение пользователя, а затем, возможно, вызвать оповещения или действия, когда кажется, что пользователь отключается.

4. Поиск продукта

Когда пользователь ищет продукт, как мы находим наилучшие результаты для пользователя? Одним из факторов, используемых при ранжировании продуктов, является рейтинг кликов пользователей или уровень продаж продукта. Кроме того, данные о поведении пользователей дают ссылку из запроса на просмотр страницы продукта, вплоть до события покупки. Благодаря крупномасштабному анализу данных журналов запросов мы можем создавать графики между запросами и продуктами, а также между разными продуктами.

Мы также можем анализировать данные, чтобы понять намерения пользователя. Когда пользователь ищет «Toyota Prius», он ищет новый автомобиль или просто ремонтные детали автомобиля? Обнаружение намерения запроса происходит благодаря пониманию пользователя, поисковых запросов других пользователей и семантики терминов запроса.

5. Управление выпуском

Последствия того, что SaaS спешит с кодом и рано развертывает только для того, чтобы иметь сбой или ошибку, которая затрагивает всех пользователей, могут быть очень дорогостоящими. Существует множество проблем с репутацией и потенциальной ответственностью, но возможность быстрого развертывания может быть явным преимуществом. Если вы работаете на конкурентном рынке, разница между лидерством и отставанием может заключаться в том, что вы первыми обращаетесь к людям.

ИИ меняет правила игры для разработчиков SaaS, потому что он может расширить их собственные возможности кодирования, обеспечивая необходимые проверки качества кодирования. Развертывание может быть сокращено с нескольких месяцев до очень короткого времени, когда ИИ сможет убедиться, что SaaS рассчитан на тысячи пользователей.

Пример тому Докер, проверяющий и тестирующий код для быстрого развертывания. Следите за дальнейшими разработками в этой области — Майкрософт и Кембриджский университет работают над тем, чтобы научить ИИ самому писать код.

6. Улучшенная безопасность

Проблемы облачной безопасности всегда являются горячей темой среди SaaS, а традиционные меры безопасности, как правило, представляют собой статические устройства периметра, которые требуют участия человека для обновления для новых угроз. ИИ дает SaaS возможность служб безопасности, которые могут автоматически воспроизводить новые угрозы безопасности и учиться на них. Oracle недавно добавила машинное обучение и искусственный интеллект в свои облачные службы безопасности, упрощая автоматическое обнаружение угроз.

Возможность впереди

ИИ представляет собой новое поколение продуктов SaaS и возможность использовать новые способы получить преимущество на рынке. Мы видим, что многие крупные игроки уже переходят в это пространство, и отраслевые эксперты прогнозируют, что оно будет продолжать расти.

По большому счету, сегодня наиболее частыми приложениями машинного обучения в SaaS являются приложения для повышения эффективности — автоматизация объемных ручных процессов и снижение затрат. Следовательно, если вы хотите создать SaaS-компанию, основанную на машинном обучении, найдите действительно дорогой внутренний процесс и автоматизируйте его.

Соображения ИИ и машинного обучения для вашего SaaS?