Nhìn vào sự lựa chọn của khách hàng đối với các mô hình lớn từ góc độ truyền thông

Toàn văn phân tích sâu sắc những khó khăn gặp phải trong quá trình triển khai các mô hình lớn và đưa ra những gợi ý thực tế cho các công ty mô hình lớn. Dành cho sinh viên quan tâm đến lĩnh vực mô hình lớn.

Một giám đốc điều hành cho biết : "Mô hình lớn nói chung là tự chúc mừng" .

Gần đây, tôi đã trao đổi với một số nhà quản lý B2B và giám đốc tiếp thị về quan điểm của họ về ứng dụng thực tế của các mô hình lớn, quan hệ công chúng và truyền thông. Điều đáng ngạc nhiên là nhiều người lại chỉ trích những việc làm của các công ty người mẫu lớn.

Ví dụ:

Sau khi các công ty này tung ra một mẫu sản phẩm mới, họ thường nhanh chóng tổ chức một cuộc họp báo để cố gắng thu hút sự chú ý nhanh chóng, sau đó hợp tác với các đơn vị truyền thông để thực hiện một loạt các hoạt động quan hệ công chúng.

Nhưng vấn đề đằng sau điều này là mặc dù mọi người đều đã nghe về mô hình lớn của bạn, nhưng vẫn khó để hiểu được giá trị của mô hình này, cách nó có thể giúp ích cho hoạt động kinh doanh của khách hàng hoặc mô hình này được áp dụng trong những tình huống cụ thể nào và nó có thể mang lại lợi ích gì cho doanh nghiệp.

Những câu hỏi này khiến tôi bắt đầu suy nghĩ, liệu có phải quan hệ công chúng đang mất đi hiệu quả truyền thông hay là các công ty mô hình lớn không sử dụng tốt các công cụ quan hệ công chúng để tìm kiếm sự lựa chọn của khách hàng; hay là mô hình lớn không được định vị tốt và đó là niềm vui giả tạo?
Một giám đốc điều hành nói với tôi rằng để giải quyết vấn đề này, chúng ta phải bắt đầu với "tại sao", nghĩa là điều gì là quan trọng nhất đối với một công ty mô hình lớn và cốt lõi là gì?

01

Dữ liệu, tất nhiên là dữ liệu, đúng không? Nhưng chúng ta cần dữ liệu gì?

OpenAI ban đầu có gần một nghìn tỷ từ dữ liệu, nhưng họ không sử dụng trực tiếp nhiều như vậy vì họ thấy rằng chất lượng dữ liệu lấy trực tiếp từ Internet không tốt.
Vì vậy, họ đã chọn sử dụng dữ liệu chất lượng tốt để đào tạo và cuối cùng đã có được mô hình 175 tỷ tham số mà mọi người đều biết. Những dữ liệu chất lượng cao này chủ yếu đến từ năm nơi:

a) Dữ liệu trực tuyến đã được lọc

b) Bộ dữ liệu Web Text2

c) Thư viện số 1 Dữ liệu

d) Thư viện số 2 Dữ liệu

e) Wikipedia tiếng Anh

Khi bạn bắt đầu sử dụng GPT, bạn sẽ nghĩ rằng nó thực sự mạnh mẽ và dường như biết mọi thứ. Nhưng nếu bạn đã học các gợi ý chuyên nghiệp về trí tuệ nhân tạo và hỏi nó những câu hỏi chuyên sâu trong ngành, bạn sẽ thấy rằng câu trả lời của nó đôi khi quá chung chung, giống như lời nói suông.

Vì không có hiểu biết sâu sắc về các lĩnh vực chuyên môn nên các kịch bản ứng dụng của các mô hình lớn nói chung cũng vẫn chỉ là "chung chung".

Đây cũng là lý do tại sao chúng ta vẫn cần nhiều kiến ​​thức chuyên môn hơn để hỗ trợ ra quyết định hoặc trả lời một số câu hỏi sâu hơn. Vậy câu hỏi đặt ra là nếu công việc chung không có chiều sâu thì các lĩnh vực chuyên môn thì sao?
Một giám đốc điều hành cho biết mọi người muốn sử dụng mô hình lớn nhưng lại không muốn sử dụng trực tiếp vì ba lý do:

1. Không hiểu được nhu cầu của công ty

Chúng tôi là một công ty B2B và để đạt được lợi thế cạnh tranh, chúng tôi phải xây dựng các rào cản.

Trong lĩnh vực bảo mật dữ liệu, chúng tôi đã đạt được nhiều thành quả tốt và đã thâm nhập vào nhiều lĩnh vực như công ty ô tô, giáo dục và chăm sóc y tế. Đối với mỗi khách hàng mà họ phục vụ, họ đều có dữ liệu và kinh nghiệm riêng, và thông tin này là tài sản có giá trị không thể công khai một cách tùy tiện.

Điều này tạo ra một vấn đề: các công ty cung cấp mô hình lớn hy vọng có thể học hỏi từ dữ liệu này để cung cấp dịch vụ tốt hơn, nhưng do lo ngại về bảo mật và quyền riêng tư, nhiều công ty không muốn đưa dữ liệu của mình lên đám mây công cộng. Làm sao để giải quyết vấn đề này?

Ngoài ra, thị trường đám mây của Trung Quốc hoàn toàn khác với thị trường Hoa Kỳ.

Ở Hoa Kỳ, đám mây công cộng rất phổ biến. Mặc dù IBM đã mua lại Red Hat, thị trường đám mây riêng không lớn lắm và nhiều cơ quan chính phủ sẽ lựa chọn đám mây công cộng của Microsoft và Amazon.

Ở Trung Quốc thì khác. Nhiều chủ doanh nghiệp rất quan tâm đến vị trí lưu trữ dữ liệu và khả năng tương tác giữa các nền tảng dữ liệu khác nhau. Ví dụ, một số công ty B2B chọn Huawei Cloud, trong khi một số công ty B2C cần thu hút khách hàng và quản lý tên miền riêng, họ thường sử dụng Tencent Cloud hoặc Byte Cloud.

Điều này có nghĩa là tiềm năng của thị trường đám mây lai và đám mây riêng của Trung Quốc vượt xa Hoa Kỳ. Việc tôi tạo ra một mô hình lớn đa năng hoặc giới thiệu một mô hình lớn đa năng rồi bán cho họ đều vô ích.

2. Không hiểu các thuộc tính kinh doanh

Bạn nên xem câu chuyện hài hước về "Baidu" ở phần đầu. Đưa cho mô hình lớn một đoạn văn và yêu cầu nó vẽ một bức tranh cho bạn. Ví dụ như cảnh Giả Bảo Ngọc nhổ bật gốc cây liễu rủ và cảnh Tôn Ngộ Không cùng ba con yêu quái xương trắng. Nó thực sự có thể tạo ra một bức tranh từ hư không cho bạn.

Những bức tranh này hoàn toàn không thực tế, nhưng đừng cười, trí tưởng tượng như vậy là thành quả của trí tuệ, và rất ít người ở Trung Quốc có thể đạt được Trung hành trình.

Tuy nhiên, điều này không quan trọng đối với TOC. Sẽ có vấn đề phát sinh nếu những điều vô lý này được đưa vào công ty. Ví dụ, chúng ta muốn kết nối mô hình lớn này với hệ thống của công ty để hỗ trợ việc ra quyết định, nhưng nếu có vấn đề với dữ liệu mô hình lớn thì sẽ xảy ra rắc rối.

Ví dụ:

Giống như ngành tài chính, hãy tưởng tượng việc sử dụng các mô hình lớn để phân tích dữ liệu và ra quyết định. Nghe có vẻ thú vị khi dạy tất cả các sách kinh tế và báo cáo tài chính.

Nhưng nếu mô hình lớn đưa ra cho bạn một gợi ý đầu tư một cách tình cờ, bạn có thể muốn điều chỉnh nó, nói với nó rằng gợi ý này không tốt và hy vọng rằng nó có thể được tối ưu hóa. Nhưng câu hỏi đặt ra là, những khuyến nghị của mô hình này có thể chính xác đến mức nào?

Bạn có dám sử dụng nó để tư vấn đầu tư không? Làm sao để đảm bảo lời khuyên là đáng tin cậy? Và nếu dữ liệu mà nó dựa vào đã lỗi thời thì sao?

Tương tự như vậy, nếu tôi dạy tất cả các công thức bí mật trong lĩnh vực y học cổ truyền Trung Quốc cho một con robot, liệu nó có thể kê đơn thuốc chính xác cho bạn không? Ngay cả khi bạn có thể bắt được nó, bạn cũng không dám ăn nó.

Do đó, các loại công ty và ngành công nghiệp khác nhau có những thách thức khác nhau. Những yêu cầu này giống như việc tùy chỉnh các sản phẩm SaaS. Nếu bạn muốn tùy chỉnh nhiều hơn, tốt hơn là triển khai riêng tư vào cuối cùng; nếu bạn muốn ít tùy chỉnh hơn, công ty sản xuất mô hình lớn không thể bán nó với giá cao được.

Điều đáng nói là còn có vấn đề về dữ liệu.

Với tư cách là một công ty B, tôi cung cấp dữ liệu của mình cho một công ty người mẫu lớn. Ngay cả khi tôi ký thỏa thuận, làm sao tôi biết được liệu họ có sử dụng dữ liệu của tôi để hành nghề rồi cung cấp dịch vụ cho các công ty khác hay không? Quyền riêng tư của người dùng hiện nay rất nghiêm ngặt. Đây không chỉ là vấn đề kỹ thuật mà còn liên quan đến lòng tin và trách nhiệm.

Vì vậy, mặc dù các mô hình lớn rất hấp dẫn, chúng cũng ẩn chứa nhiều vấn đề.

Bất cứ khi nào một công ty phát hành một mô hình lớn, chúng tôi đều chú ý đến những công ty vẫn chỉ phát hành các mô hình chung. "Theo tôi, có thể họ chưa thực sự hòa nhập vào lĩnh vực cạnh tranh cao này. Tất nhiên, có thể họ chỉ muốn thử nghiệm trước." Một giám đốc điều hành của một công ty B-side cho biết.

02

Rõ ràng, điều này có nghĩa là sẽ không có một mô hình công cộng cụ thể nào dành riêng cho ngành công nghiệp và nhiều công ty sẽ xây dựng các mô hình độc quyền của riêng mình.

Ví dụ:

Một bệnh viện sử dụng toàn bộ dữ liệu ca bệnh để đào tạo một mô hình lớn. Sau khi đào tạo, họ sẽ sử dụng mô hình này để cải thiện hoạt động kinh doanh của mình, nhưng sẽ không chia sẻ mô hình này cho các bệnh viện khác.

Một công ty có hàng nghìn khách hàng tên miền riêng sẽ thu thập và phân tích lượng lớn dữ liệu người dùng và thói quen mua hàng. Khi họ có một mô hình lớn như vậy, mặc dù nó có thể mang lại giá trị to lớn cho toàn bộ ngành, nhưng họ có thể sẽ chọn giữ bí mật và chỉ phục vụ cho doanh nghiệp của mình để duy trì lợi thế cạnh tranh.

Về việc liệu mô hình công nghiệp lớn có phải là một đề xuất sai lầm hay không, chưa ai đưa ra câu trả lời. Tuy nhiên, một số ông chủ tin rằng các công ty sản xuất mô hình lớn đã đảo ngược logic kinh doanh của họ.

Một mặt, theo góc nhìn từ dưới lên, chỉ những công ty có đủ dữ liệu trong các lĩnh vực dọc mới có thể phát triển một mô hình phân khúc lớn và việc tạo ra các mô hình toàn ngành dựa trên phân khúc là một lựa chọn tốt.

Mặt khác, nhìn từ trên xuống, các công ty chuyên đào tạo các mô hình lớn rất khó có thể xây dựng các mô hình cấp độ công nghiệp. Họ cần phải xem xét tất cả những người tham gia và nhu cầu của họ, điều này gần như là không thể.

Bởi vì các công ty khác nhau, ngay cả trong cùng một ngành, có thể có mô hình hoạt động, cơ sở khách hàng và quy trình kinh doanh khác nhau; rất khó để tạo ra một mô hình lớn có thể đáp ứng tất cả những nhu cầu khác nhau này.

Vì vậy, tôi tò mò hỏi về phía cầu, loại mô hình lớn nào là nhu cầu cấp thiết nhất? Nhận được hai điểm:

1. Ngành dọc chuyên nghiệp

Nói một cách đơn giản, chuyên nghiệp theo chiều dọc có nghĩa là đặc biệt giỏi ở một lĩnh vực hoặc công cụ cụ thể và thu hút được lượng lớn khách hàng.

Ví dụ:

Nguồn nhân lực có hệ thống riêng, bán hàng có CRM, sản xuất có ERP. Hãy tưởng tượng rằng hệ thống CRM của bạn đã phục vụ hơn 2.000 khách hàng và những khách hàng này đến từ nhiều ngành khác nhau như giáo dục, hàng tiêu dùng nhanh, chuỗi cung ứng, bệnh viện, v.v. Hiện tại, mô hình lớn CRM+ của bạn giải quyết vấn đề gì?

Trong lĩnh vực giáo dục, nó có thể phân tích sâu dữ liệu học tập của học sinh, phản hồi trong lớp học, v.v., giúp giáo viên đưa ra các gợi ý giảng dạy có mục tiêu hơn và xây dựng kế hoạch học tập phù hợp cho học sinh.

Khi nói đến quản lý chuỗi cung ứng, các mô hình lớn có thể theo dõi luồng hàng hóa và tình trạng hàng tồn kho theo thời gian thực, dự đoán nhu cầu thị trường, tối ưu hóa hàng tồn kho và điều chỉnh kế hoạch hậu cần cho doanh nghiệp.

Tương tự như các dịch vụ phần mềm như Youzan SaaS, mô hình lớn đóng vai trò cầu nối ở đây. Nó không chỉ kết nối dữ liệu từ nhiều ngành công nghiệp khác nhau mà còn đảm bảo rằng dữ liệu này cung cấp thông tin có giá trị cho việc đào tạo mô hình . Theo cách này, mô hình lớn có thể điều chỉnh các giải pháp cho nhiều lĩnh vực chuyên môn khác nhau để đáp ứng nhu cầu kinh doanh thực tế.

2. Chuyên môn hóa biên

Điều này có nghĩa là gì? Bạn có trình độ chuyên môn cao trong một ứng dụng hoặc lĩnh vực cụ thể. Nghĩa là nó được tối ưu hóa sâu sắc và được áp dụng trong một môi trường cụ thể và theo các yêu cầu đặc biệt.

Ví dụ:

Bạn có một công ty thiết kế và sản xuất máy bay không người lái để sử dụng ở các vùng núi cao. Những máy bay không người lái này được tối ưu hóa đặc biệt cho môi trường ở độ cao lớn, ít oxy và nhiệt độ thấp, giúp chúng hoạt động ổn định và hiệu quả hơn trong môi trường khắc nghiệt.

Máy bay không người lái thông thường có thể gặp phải các vấn đề như bay không ổn định và pin tiêu thụ nhanh trong môi trường như vậy, nhưng mô hình dữ liệu máy bay không người lái của bạn có thể giải quyết tốt những thách thức này vì nó đã được thiết kế và điều chỉnh đặc biệt.

Nói một cách đơn giản, nó giống như bạn có đủ loại giày dép ở nhà, nhưng nếu muốn đi bộ đường dài, bạn sẽ chọn giày đi bộ đường dài chuyên nghiệp thay vì một đôi giày thể thao thông thường.

Đôi giày đi bộ đường dài này được thiết kế dành cho việc đi bộ trên núi và có độ bám tốt hơn, khả năng hỗ trợ và chống thấm nước.

Nói một cách thẳng thắn hơn, hầu hết các mẫu máy lớn trên thị trường đều là "máy đa năng" có thể xử lý văn bản, hình ảnh, cuộc hội thoại, v.v.

Nhưng nếu bạn chuyên về văn bản và tập trung vào một lĩnh vực cụ thể như giáo dục hoặc y học, sau đó chỉ tập trung vào nghiên cứu học thuật, thì mô hình của bạn sẽ giống như một tay bắn tỉa chính xác, và giá trị cũng như hiệu quả của nó sẽ vượt xa những mô hình "lớn và toàn diện" đó.

Điều đáng nói là họ cũng đề cập đến nhiều cơ hội để doanh nghiệp phát triển theo chiều dọc. ‍

Nói cách khác, nếu một công ty đặc biệt thành công trong một lĩnh vực nào đó, họ không chỉ tập trung vào lĩnh vực đó mà còn phải kết hợp kinh nghiệm và kiến ​​thức độc đáo của công ty vào đó, tương tự như một nhà hàng ba sao Michelin.

Nhà hàng này không chỉ giành được ba sao vì kỹ năng nấu ăn mà còn vì sự kết hợp hoàn hảo giữa kinh nghiệm và kiến ​​thức độc đáo như kỹ thuật nấu ăn đặc biệt, lựa chọn nguyên liệu, sự sáng tạo trong món ăn và dịch vụ, giúp nhà hàng này nổi bật giữa nhiều nhà hàng khác.

Sau khi nghe điều này, tôi đột nhiên nhận ra rằng các công ty không cần người làm việc tổng quát, họ cần người làm việc chuyên môn.

Điều này có phần giống với logic cơ bản của TOB khi thực hiện SaaS trong những năm trước. Biết được điều này, chúng ta có thể suy nghĩ xem liệu mô hình truyền thông quan hệ công chúng lớn có mất đi tác dụng hay chưa được sử dụng hiệu quả hay không.

03

Quan hệ công chúng, thường được gọi là Quan hệ công chúng, thực chất là làm gì?

Đúng như tên gọi, nó đề cập đến mối quan hệ giữa thương hiệu và các bên liên quan khác nhau trong công chúng. Các bên liên quan này không chỉ là người tiêu dùng mà còn là chính phủ, tổ chức phi lợi nhuận, nhà đầu tư, nhân viên công ty, v.v.

Nói một cách đơn giản, quan hệ công chúng là về "xây dựng mối quan hệ" và "truyền tải thông tin một cách hiệu quả".

Nhưng giao tiếp không chỉ là nói chuyện. Quan trọng hơn, đó là khả năng truyền tải thông tin đúng đắn vào những thời điểm quan trọng, để mọi người có thể hiểu được công ty lớn đang làm gì, công ty có giá trị gì và khách hàng có thể tìm thấy bạn như thế nào.

Lưu ý rằng nó "có hiệu quả và đúng đắn". Theo quan điểm của mô hình lớn, thông thường có thể chia thành bốn phương pháp truyền thông: bình luận, lập trường, tin tức và giáo dục.

Trong số đó, các bài đánh giá cung cấp sự đánh giá hoặc ý kiến ​​về một công ty, sự kiện hoặc cá nhân lớn nào đó. Quan điểm này thể hiện quan điểm của một cá nhân hoặc tổ chức chủ yếu từ góc nhìn của phương tiện truyền thông và thường mang tính nhắm mục tiêu. Tin tức tập trung vào việc đưa tin về các sự kiện và thông tin thực tế, với mục đích cung cấp cho công chúng thông tin khách quan, kịp thời và chính xác.

Ba phương pháp này hiện được phân loại thành một loại và được sử dụng phổ biến hơn.

Mặc dù đây là hình thức quan hệ công chúng phổ biến và đa dạng nhất hiện nay nhưng giá trị của chúng cũng là thấp nhất. Xét cho cùng, chúng chỉ liên quan đến việc phổ biến thông tin cơ bản và không cung cấp thêm giá trị sâu hơn cho phía cầu.

Một giám đốc điều hành xung quanh tôi đã đề cập rằng anh ấy đã chú ý đến hội nghị nâng cấp của DingTalk vài ngày trước. Chủ đề là “Đi trên lưng AI” và hội nghị đã diễn ra rất tốt đẹp.

Nhưng sau buổi họp báo, anh cảm thấy có phần bối rối trước nhiều bản tin tự đưa tin, và kết quả là anh đã bỏ theo dõi một số tài khoản công khai nổi tiếng chỉ trong vòng một ngày.

Tôi tò mò hỏi: “Tại sao anh lại làm thế?”

Ông giải thích rằng cuộc họp báo quan trọng này chắc chắn sẽ được các phương tiện truyền thông chính thống đưa tin. Để bắt kịp xu hướng, các phương tiện truyền thông tự phát cũng chạy theo, nhưng rất ít trong số chúng thực sự mang lại giá trị gia tăng cho người dùng B-side, điều này khiến anh cảm thấy rất nhàm chán.

Do đó, về phía cầu, điều họ thực sự quan tâm là nội dung "giáo dục".

Trong các ứng dụng thực tế, quan hệ công chúng giáo dục được chia thành loại tương tác và loại thuyết phục, hai loại này thường bị bỏ qua trong giao tiếp.

"Giáo dục" là truyền đạt kiến ​​thức, kỹ năng và thông tin về cách sử dụng một công cụ. Mục đích chính ở đây là giúp tôi hiểu được nhận thức mà tôi cần thay đổi, những hiểu biết mà bạn cung cấp cho tôi và cách giúp doanh nghiệp giảm chi phí và tăng hiệu quả.

“Tương tác” chú trọng hơn đến giao tiếp hai chiều với phía cầu.

Điều này có nghĩa là các công ty phát triển mô hình lớn cần phải thực tế hơn, tìm kiếm những khách hàng như tôi, thu thập phản hồi, xây dựng mối quan hệ và thậm chí tạo ra một nền tảng hoặc kênh để chúng tôi thảo luận trong cộng đồng.

Còn về "thuyết phục", điều này tương đối dễ hiểu. Chủ yếu là để quảng bá sản phẩm hoặc dịch vụ với mục đích tác động đến quyết định hoặc hành vi mua hàng của tôi.

Tôi hiểu.
Nhiều bên có nhu cầu muốn có nội dung sâu sắc và có ý nghĩa hơn. Họ hy vọng có thể thực sự hiểu được giá trị sản phẩm, cách thức sử dụng và cách mang lại lợi ích cho doanh nghiệp thông qua hoạt động quan hệ công chúng của các công ty mẫu lớn. Họ cũng hy vọng có nhiều tương tác thực tế hơn với họ và nhận được phản hồi và hỗ trợ theo thời gian thực.

04

Vậy, điều đó có nghĩa là phương tiện truyền thông tự thân không có khả năng viết nhiều nội dung chuyên sâu không?

Trên thực tế, vì khó có thể có được thông tin chuyên sâu về các công ty nên họ chỉ có thể chọn viết các bài viết "kiểu đánh giá" từ góc nhìn của ngành.

Ví dụ:

Một số blogger công nghệ xung quanh tôi sẽ chú ý ngay lập tức mỗi khi một nhà sản xuất lớn tung ra một mẫu điện thoại cỡ lớn mới. Họ chủ yếu bắt đầu bằng các chức năng và phương pháp sử dụng, nhưng không suy nghĩ sâu hơn về lý do tại sao sản phẩm được tạo ra.

Giống như "điện thoại màn hình gập Xiaomi" thời gian trước, nếu Lôi Quân không nhắc đến cuộn xương rồng, giới truyền thông sẽ không biết đến thứ này, cũng không biết sản xuất nó khó khăn đến thế nào? Bạn bè của chúng ta có gì khác biệt?

Những điều này liên quan đến các công nghệ được cấp bằng sáng chế và các thỏa thuận bảo mật, vì vậy chúng không thể được tiết lộ ở giai đoạn đầu. Khi những điều này được tiết lộ, không có nhóm nào có thể giải thích rõ ràng mọi thứ, dẫn đến việc khách hàng chỉ hiểu một cách hời hợt về động cơ.

Nếu bạn hiểu điều này, bạn cũng sẽ hiểu loại thông tin truyền bá nào là cần thiết theo góc độ nhu cầu. Nói một cách đơn giản, có ba khía cạnh:

1. Hãy cho chúng tôi biết bạn có gì

Một giám đốc điều hành thân cận với tôi cho biết, một số công ty người mẫu lớn, để tỏ ra có năng lực kỹ thuật mạnh mẽ, đã đưa ra đủ loại thuật ngữ chuyên môn như công nghệ ngôn ngữ, khả năng đa phương thức và học chéo. Những lời nói hoa mỹ này làm nhiều người choáng ngợp.

Tôi kiệt sức sau khi hiểu được điều đó. Cách tiếp cận này có vẻ giúp công ty có được danh tiếng là "người dẫn đầu về công nghệ", nhưng về lâu dài, việc tích hợp công nghệ khó hiểu này sẽ không có lợi cho việc quảng bá sản phẩm và được người dùng chấp nhận.

Hãy nghĩ về điều này, tôi được coi là người có trình độ học vấn cao và tôi có thể hiểu điều đó, nhưng các giám đốc dưới quyền tôi có thể không hiểu.

Điều này có nghĩa là những khoảng trống thông tin sẽ khiến họ không thể sử dụng, và khi họ phát hiện ra một công cụ hữu ích nhưng lại quá phức tạp để thực sự hiểu nó là gì, họ có thể sẽ chọn cách từ bỏ.

Trên thực tế, những gã khổng lồ công nghệ nên đơn giản hóa các công nghệ phức tạp để người dùng bình thường có thể dễ dàng bắt đầu. Chỉ khi người dân bình thường có thể bắt đầu thì các công ty mới có thể trích dẫn họ, thay vì chỉ tập trung vào việc thể hiện công nghệ tiên tiến của họ.

2. Cách sử dụng nó với một nhóm người

Cái gọi là "cách sử dụng" tập trung vào một bộ đầy đủ các quy trình vận hành của người dùng, giống như SOP.

Lấy SCRM làm ví dụ:

Khi chúng ta cân nhắc tích hợp mô hình lớn, chúng ta cần lưu ý rằng mặc dù chúng ta phục vụ khách hàng B-side, một số trong số họ có hàng triệu người dùng hoạt động trên WeChat for Business, nhưng điều này không có nghĩa là mọi nhà điều hành tên miền riêng của khách hàng của chúng tôi đều có thể tự do giao tiếp với người dùng cộng đồng hoặc phân phối thông tin trong nhiều cộng đồng.

Vì vậy, chúng ta cần xây dựng một bộ SOP rõ ràng.

Trong quá trình này, nếu người vận hành gặp vấn đề khi viết bản sao, họ có thể sử dụng cơ sở kiến ​​thức của mô hình lớn để tối ưu hóa bản sao và đơn giản hóa thao tác để người mới có thể nhanh chóng thành thạo.

Lấy ngành y làm ví dụ, khi bác sĩ cung cấp dịch vụ y tế từ xa cho bệnh nhân, họ có thể dựa vào phần mềm hỗ trợ chẩn đoán dựa trên mô hình lớn. Phần mềm này không chỉ cung cấp các chức năng truy vấn y khoa chung mà còn có thể hỗ trợ sâu sắc cho bác sĩ trong quá trình chẩn đoán.

Khi bác sĩ phải đối mặt với một số bệnh hiếm gặp hoặc các triệu chứng phức tạp, ngoài việc dựa vào kinh nghiệm của bản thân, họ còn có thể sử dụng phần mềm này để so sánh với các cơ sở dữ liệu y tế hiện có nhằm đưa ra chẩn đoán chính xác hơn.

Do đó, chỉ bằng cách giải quyết vấn đề về cách một nhóm người có thể sử dụng nó thì các công ty mô hình lớn mới có thể có nhiều dữ liệu hơn và hoạt động tốt hơn.

3. Tôi cần phải thay đổi những gì?

Một giám đốc điều hành cho biết, tôi luôn tin rằng việc triển khai các mô hình lớn và con đường đi đến thành công của các sản phẩm B2B là tương tự nhau và cả hai đều đòi hỏi phải tìm đúng điểm vào. Điểm mấu chốt chính là làm sao để "quy trình kinh doanh" hiệu quả hơn.

Ví dụ, hãy xem xét một khách hàng là nhà sản xuất đồ uống lớn. Trong quá trình sản xuất và phân phối, họ thường gặp phải những vấn đề như hàng tồn kho không ổn định, tình trạng đầu cơ của các đại lý trung gian và kênh đầu cuối.

Nếu mô hình lớn có thể thúc đẩy sản xuất chuỗi cung ứng dựa trên lịch sử mua hàng, doanh số bán hàng tại cửa hàng và biến động thị trường, nó có thể đẩy nhanh tốc độ đưa sản phẩm mới ra thị trường và cải thiện khả năng cạnh tranh trên thị trường.

Nhưng mô hình dữ liệu lớn này có vai trò gì? Dữ liệu chính là gì và làm thế nào để cung cấp chúng cho mô hình? Những phòng ban nào cần hợp tác không phải là câu hỏi đơn giản.

Vì vậy, cần phải tích hợp vào quy trình kinh doanh để hiện thực hóa giá trị thực.
Tôi hiểu rồi. Những gì bạn có, cách nhóm người sử dụng chúng và những gì công ty cần thay đổi là ba điểm mà người có nhu cầu B2B quan tâm nhiều nhất khi nói đến các mô hình lớn.

Tóm lại:

Mô hình lớn, có nhiều không gian để di chuyển.

Trong năm năm tới, có lẽ tất cả các công cụ đều được trang bị các mô hình lớn như SCRM+AI, ERP+AI, OA+AI...
Đừng lúc nào cũng cố gắng chế tạo một chiếc ô tô. Hãy suy nghĩ nhiều hơn về cách cải tiến những bánh xe hiện có. Thị trường không cần quá nhiều công ty mang tính cách mạng ngay lập tức.

Tác giả: Vương Chí Viễn;

Tài khoản công: Vương Chí Viễn;