Czy AI i ML zapewnią kiedyś wsparcie techniczne?
Stworzenie sklepu internetowego staje się coraz prostsze, bo można kupić gotowe oprogramowanie do tego celu, przejąć gotowy, prototypowy serwis lub po prostu zlecić jego wykonanie do specjalizowanej firmy. Natomiast coraz trudniej jest zapewnić kompetentne wsparcie techniczne, bo wykracza to daleko poza działalność handlową. Karta katalogowa komponentu podpięta pod symbol produktu jest oczywiście użyteczna, bo oszczędza nieco czasu, ale nie daje odpowiedzi na pytanie, czy ten produkt będzie pasować w tworzonej aplikacji. Dlatego wsparcie techniczne ze strony kompetentnego inżyniera sprzedaży jest dzisiaj bardzo dużą wartością dodaną do dystrybucji i w praktyce sensem istnienia dla wielu firm handlowych, które po prostu znają sprzedawane produkty na wylot i wiedzą, gdzie je aplikują klienci, jakie mają problemy, w czym są one lepsze od innych itd. Faktem jest, że produktów na rynku jest coraz więcej, praca specjalisty jest coraz droższa, stąd kompetentne wsparcie techniczne staje się elitarne.
Być może w przyszłości podpowiadać klientom będzie sztuczna inteligencja i należy mieć nadzieję, że będzie bardziej zaawansowana od aktualnie dostępnych narzędzi, które są bardzo ułomne. Jest w tym obszarze wielki potencjał, gdyż wielkie firmy dystrybucyjne mają ogromne bazy danych, które algorytmy mogą przetwarzać w celu budowania reguł wnioskowania do celów uczenia maszynowego.
Sztuczna inteligencja oraz boty pracujące na stronach serwisów z pewnością można postrzegać jako szansę na to, aby niewielkim kosztem zapewnić klientom jakąś pomoc, ale trzeba być świadomym ich ograniczeń. Po pierwsze, elektronika się szybko zmienia, praktycznie co chwila pojawiają się nowe rozwiązania i technologie. Co więcej, wiele wartościowych aplikacji, innowacyjnych pomysłów wiąże się z zastosowaniem nowych produktów lub opiera się na wykreowaniu innej propozycji w stosunku do tego, co już jest znane. W takiej sytuacji algorytmy AI i ML mogą niestety nie pomóc, bo ich działanie opiera się na danych historycznych. Ważnym zagadnieniem w dystrybucji komponentów jest też bycie blisko klienta od samego początku prac nad nowym urządzeniem, co sprzyja tradycyjnemu podejściu do wsparcia technicznego. W tym AI nie pomoże.
Po drugie, brakuje ustandaryzowanej dokumentacji technicznej dla podzespołów. Karty katalogowe różnią się niekiedy znacznie od siebie, przez co automatyczne tworzenie bazy danych jest bardzo ograniczone.
Po trzecie, rozwój dystrybucji przypomina kulę śnieżną, a więc firmy te są coraz większe, mają więcej produktów w magazynie i reprezentują stale rosnącą liczbę producentów. Taka ogromna oferta handlowa utrudnia proponowanie, bo w sprzedaży jest wiele komponentów identycznych lub równoważnych.
Największy potencjał tkwi prawdopodobnie w tym, aby AI i ML przejęły rolę wyszukiwarki parametrycznej, czyli aby można było im zadać pytanie w języku zbliżonym do naturalnego, na przykład "Wyświetl tranzystory 60-woltowe P-MOSFET o napięciu progowym bramki mniejszym niż 2 V…". We wszystkich innych problemach najlepszą pomocą jest telefon do inżyniera wsparcia.
Jeszcze innym pomysłem na użycie AI może być zmiana prezentacji informacji (personalizacja serwisu) pod kątem użytkownika, to jest klas produktów, jakie najczęściej kupuje. Niemniej to raczej jest działanie obliczone na wygodę korzystania niż pomoc techniczna.