איך "הממשק האנושי" החדש יעצב את הפעילות העסקית

מאת: ד"ר לוי שאול | Data & AI Lead, Accenture Israel

---

הניסיון להבין אנשים - כיחידים, כלקוחות, קבוצות יעד או אוכלוסיות - הוא אתגר עסקי בן עשרות שנים אם לא יותר מכך. ובעשורים האחרונים, שימוש בטכנולוגיה דיגיטלית לשם כך היה הרכיב האולטימטיבי שאיפשר לארגונים לייצר בידול. פלטפורמות ומכשירים דיגיטליים אפשרו לעסקים לעבור משלב מיפוי דמוגרפי, לשלב של מיפוי פעולות עסקיות (טרנזקציות) וכיום לשלב של ניטור, ניתוח כלל המידע והבנה מדויקת יותר של ההתנהגות האנושית ליצירת יתרון עסקי מדויק יותר כגון NBO (Next best offer), NBA (Next best action), המסר הנכון ללקוח וכו'.

כעת, בעידן הבינה המלאכותית, "הממשק האנושי" משנה שוב את המשחק, ומאפשר להבין לקוחות בדרכים עמוקות יותר ולייצר אינטרקציה מדויקת ומותאמת יותר איתם.

כיצד הטכנולוגיה הדיגיטלית "מבינה" אנשים

לשם כך נדרש להבין את האסטרטגיות המובילות שחברות משתמשות בהן כיום כדי להבין את ההתנהגות האנושית ברזולוציה גבוהה ומדויקת יותר.

האסטרטגיות המובילות מתחלקות לשתי קטגוריות מרכזיות: איסוף נתונים באינטרנט וחיישנים פיזיים בעולם. באינטרנט, היכולת של עסקים להבין את ההתנהגות של הלקוחות היא גורם מרכזי בעיצוב חוויות דיגיטליות. פלטפורמות מסתמכות כיום על נתוני משתמשים כדי להתאים אישית חוויות ולשפר את הצעת הערך המסופקת ללקוח. עפ"י מחקר של חברת  Statista  ההכנסה העולמית של תוכנות התאמה אישית ואופטימיזציה של חוויית לקוח צפויה להגיע ל-11.6 מיליארד דולר עד 2026. נוסף על כך, חברות מובילות מוציאות כיום יותר ממחצית מתקציבי השיווק שלהן על קידום התאמה אישית בפעילותן. שימושי דירוגי ניוזפיד (Newsfeed rankings), המלצות תוכן, מיקוד מודעות (ad targeting) ועוד, כאשר רובם ככולם נובעים מכך.

כמו באינטרנט, גם בעולם הפיזי, הרבה מהחדשנות הטכנולוגית האחרונה התרכזה בהבנת ההתנהגות האנושית. מכשירים אספו מזה זמן רב נתונים על אנשים ואפשרו להמיר התנהגות במימד הפיסי למידע במימד הדיגיטלי וכפועל יוצא לבנות מוצרים ושירותים סביב היבטים פיזיים (כגון מיקום, תנועה), ביולוגיים (כגון מדדי בריאות, שינה), טכניים (רעידות, חום) ועוד. כמו כן, אמצעים אלו אפשרו גם רמות גבוהות יותר של ההבנה האנושית כגון סוגיות רגשיות: למשל ניתוח תנועת רגליים, הבעות פנים, ניתוח קול וכו'. יכולות מתקדמות אלו בסביבה הפיזית מאפשרות להגיע להבנה טובה יותר של אנשים על מנת לכוון אותם לעבר פעולות ותוצאות רצויות עסקית.

אלו טכנולוגיות חשובות, אולם, האתגר הוא ליצור את האינטראקציה של הלקוחות עם הטכנולוגיה באופן טבעי יותר כך שהיכולת שלנו להבין את ההתנהגות האנושית תהיה מדויקת ותוביל לפעילות עסקית מדויקת יותר ומותאמת אישית. הטכנולוגיות כיום עדיין מבוססות על מעקב והתבוננות בדפוסים שעדיין חסרים ספציפיות בהקשר של הכוונה. אנחנו טובים מאוד בזיהוי מה אנשים עושים, אבל אנחנו לא תמיד מבינים את הכוונה המדויקת.

עפ"י מחקרים עולה כי כמעט אחד מכל שלושה לקוחות מציין תסכול מכך שהטכנולוגיה לא מצליחה לנתח את כוונותיו במדויק. אחד התרחישים השכיחים בהם לקוחות מתוסכלים מחוסר הבנה של כוונתם הינו קיום אינטראקציה מבוססת מחוות (Gestures). במקרים רבים הסוכן שנדרש לנתח את המחוות שלנו ולהוביל לפעולה, מפרש לא נכונה את הכוונה ומוביל לפעולה שגויה.

לפיכך האתגר בעידן הנוכחי הוא לייצר "ממשק אנושי" המבוסס על אלגוריתמים מדויקים יותר התומך את האינטראקציה של הלקוחות עם מערכי החיישנים המרובים המקיפים אותו. למעשה זה תהליך עם היזון חוזר כי ככל שהאלגוריתמים יהיו יותר ויותר מדויקים כך גם תתפתח התשתית של מערכי חיישנים כך שיחד יאפשרו להבין בצורה מדויקת יותר את ההתנהגות של הלקוחות.

"הממשק האנושי" אינו טכנולוגיה אחת. למעשה, הוא מארג של טכנולוגיות שמעמיקות את האופן שבו מובילי חדשנות "רואים" את הלקוחות ואת הכוונה האמיתית שלהם. אחת הטכנולוגיות במארז זה הינה מכשירים לבישים המאפשרות לעקוב אחר אותות ביולוגיים של המשתמשים ומסייעות בהבנת המצב הקוגניטיבי שלהם. לדוגמה, חוקרים מאוניברסיטת וושינגטון סיאטל חקרו דרכים שבהן מעקב עיניים ממוקד מבט בVR  יכול להעניק למשתמשים יותר שליטה על תותבים המושתלים בגופם, למשל הרמת חפץ מסוים. דוגמה נוספת הינה חברת Immersion Neuroscience  המשתמשת בשעונים חכמים וחיישני כושר כדי למדוד שינויים עדינים בקצב הלב של אנשים במטרה לחזות את המצב הקוגניטיבי שלהם. 

במקרה אחר, חוקרים באוניברסיטת טונגג'י (Tongji University’s School of Automotive Studies), רצו לברר כיצד ניתן להפחית התנגשויות בין אדם לרכב. ברוב המקרים עיקר המאמצים בתחום זה למניעת תאונות מתמקדים בהיבטי הזירה, התנועה הכללית והמרחק בין האדם לרכב. חוקרים אלה ערכו מחקר שהרחיק לכת ובחנו מעבר לכך גם היבטים התנהגותיים ברזולוציה גבוהה כגון היציבה הפיזית של הולך הרגל, הזווית בין הירכיים והשוקיים או בין השוקיים לקרקע, התנוחה הדינאמית של האדם בזמן הליכה ברחוב ועוד. כל אלו הובילו לניתוח מעמיק יותר של התנהגות האדם בזירה והצפה של התסמינים שיכולים להוביל לתרחישים של התנגשות במטרה להפוך את הסביבה לבטוחה יותר עבור כלל הגורמים בזירה.

חברת הבת למכוניות לנהיגה עצמית של אלפבית, Waymo, עושה משהו דומה. בנוסף לצפייה בכל מה שקורה מסביב למכונית - כמו תמרורים ואותות, הולכי רגל, בנייה, רוכבי אופניים ומכוניות אחרות - המערכת האוטונומית של החברה,  Waymo Driver  , מבצעת תחזיות לגבי הכוונות של כלל משתמשי הדרך, וזאת מתוך הבנה שהולכי רגל, רוכבי אופניים ואחרים -  כולם נעים בצורה שונה ויש להבין את הכוונה שלהם בצורה מדויקת במטרה לחזות נכון את הנתיבים הרבים האפשריים שכל אחד מהם עשוי ללכת, והכל בזמן אמת.

דוגמא נוספת לצורך לזהות היטב את ההתנהגות של המשתמש הינה בהקשר של אינטרקציה ושיתופי פעולה בין אדם לרובוט (למשל digital assistance) כתלות במצב הנפשי של האדם. בניגוד לרובוט/ סוכן דיגיטלי , התפקוד של האדם מושפע מהמצב הנפשי. לכן סוכן/רובוט, הנדרש לסייע לאדם בביצוע משימות, נדרש לזהות לא רק את הכוונה אלא גם את המצב הנפשי של האדם לו הוא מסייע על מנת שיוכל לסייע לו באופן מיטבי.  האופן שבו הוא נדרש לסייע יהיה מן הסתם מאוד מושפע מהמצב הנפשי של אדם – האם הוא רענן / עייף, האם הוא ממוקד במשימה או טרוד במשימות נוספות וכו', בעוד שבני אדם נוטים להיות טובים בהבנת מצבי הנפש הללו ולספק תמיכה בהתאם, רובוטים לא. לפיכך, חוקרים מאוניברסיטת דרום קליפורניה ניסו ללמד רובוטים לזהות את המצבים הנפשיים הללו כדי לעזור להם לעזור טוב יותר לאנשים. בדרך כלל, אימון רובוט כך שיתאים לסגנון העבודה של אדם לוקח הרבה זמן. החוקרים הציעו מערכת לומדת שבה הרובוט צופה בביצוע משימה מסוימת במצבים שונים ואז בונה מודל העדפה המתעדכן ככל כשהרובוט והאדם מתקשרים.

באופן דומה, מאמר מחקר משנת 2023 של אוניברסיטת קורנל וחברת Accenture מתאר גישת פתרון המתבססת על ניתוח שגיאות באינטראקציה שבין רובוט לאדם על סמך תגובות מרומזות של בני אדם איתם הם מקיימים את האינטראקציה - בדומה לאופן שבו אנשים משתמשים ברמזים חברתיים כדי לזהות טעויות של עצמם. החוקרים בנו מערך נתונים של תגובות עוברי אורח לטעויות אנושיות ורובוטים והשתמשו בו כקלט למודל למידה עמוקה כדי לחזות כשלים באינטראקציה. על ידי יצירת מערכות אלו הרגישות לאותות חברתיים אנושיים, הן משתמשות ביעילות במומחיות של תפיסה ופעולה אנושית כסמן להפחתת טעויות רובוטיות.

אלו הן רק כמה מהגישות השונות המתפתחות בתחום "הממשק האנושי". בשנים הקרובות, אנו מצפים לראות מגוון רחב של גישות ומערכות שיוכלו להבין טוב יותר את כוונת האדם, החל מבחוץ לחלוטין, למגע בעור ועד שתלים פולשניים בגופנו. בעוד שאנו מתמקדים כאן בעיקר בטכנולוגיות חיצוניות ונוגעות בעור, ראוי לציין שגם מכשירים פולשניים מתקדמים צפויים להתפתח בשנים הקרובות. מה שברור הוא שאנחנו כבר מתחילים להבין את הכוונה האנושית בצורה טובה יותר באופן שישפיע מהותית על האינטראקציה שלנו עם סוכנים ורובוטים ויצירת הצעות ערך חדשניות, מתקדמות יותר ומותאמות יותר ללקוח.