Künstliche Intelligenz (KI), insbesondere durch die Weiterentwicklung von Large Language Models (LLMs), hat einen großen Einfluss auf unsere Gesellschaft. Dieser Insight-Story untersucht, wie LLMs die Customer Journey am Beispiel von Robotik-Automatisierungssystemen verändern.
Bevor wir uns der Customer Journey zuwenden, definieren wir zunächst zwei zentrale Herausforderungen, die mit LLMs gelöst werden können.
Welche Probleme lösen LLMs?
Wenn es um den Verkauf von robotergestützten Automatisierungssystemen geht, stellt das Auffinden und Präsentieren der richtigen Informationen eine große Herausforderung dar. Vertriebsteams müssen effizient relevante Quellen identifizieren, durch ähnliche Datensätze navigieren und potenzielle Käufer schnell mit spezifischen Details versorgen. Besonders für Neulinge in der Industrierobotik kann dies eine große Herausforderung sein, und die Flut ähnlicher Optionen kann den Verkaufsprozess entmutigen. Um die richtigen Informationen zu finden, ist oft externe Hilfe erforderlich. Spezialisierte Werkzeuge wie Kundensupportportale werden entwickelt, um das Auffinden und Abrufen von Informationen zu erleichtern. Diese Werkzeuge müssen skalierbar und nachfrageorientiert sein, um kosteneffizient zu sein
Die Generierung relevanter Informationen ist jedoch mit einer Reihe von Herausforderungen verbunden. Die Herausforderungen im Verkaufsprozess bestehen darin, die Tiefe der Inhalte an die Bedürfnisse der Zielgruppe anzupassen, redundante Informationen zu produzieren, um sie an die Sprache des Verbrauchers anzupassen, und die Komplexität zu bewältigen, die durch die Vielfalt der Quellen entsteht. Dies erfordert eine sorgfältige Ausbalancierung der Informationen, um sicherzustellen, dass sie sowohl relevant als auch prägnant sind, wobei unnötige Duplizierungen die Verwaltung erschweren und die Kosten in die Höhe treiben können. Zur Lösung dieser Probleme wurden spezialisierte Anwendungen entwickelt, die von halb- bis vollautomatischen Systemen reichen, die in der Lage sind, komplexe Eingaben wie CAD-Dateien zu interpretieren und standardisierte Dokumentationsvorlagen zu erstellen. Die Integration dieser Werkzeuge in die Belegschaft erfordert jedoch zusätzliche Schulungen und damit verbundene Kosten.
Trends, die den Absatz von Industrierobotern beeinflussen
Ein wichtiger Trend in der Industrierobotik ist die zunehmende Bezahlbarkeit für kleinere Unternehmen. Dieser Trend wird durch sinkende Hardwarekosten und Effizienzsteigerungen durch KI-Anwendungen vorangetrieben. Dies ermöglicht es einem breiteren Spektrum von Unternehmen, die Robotik zu nutzen, und eröffnet neue Märkte für Vertriebsteams.
LLM-Anwendungen entlang der gesamten Robotik-Customer Journey
Die folgende Liste gibt einen kurzen Einblick in die Bereiche, in denen LLMs die Customer Journey von Industrieprodukten beeinflussen. Jeder Schritt ist ein Beispiel dafür, wie LLMs die Kundenbeziehung innovieren.
Awareness- und Consideration-Phase
Für potenzielle Kunden ist es wichtig, detaillierte und relevante Informationen über Robotiklösungen zu finden. Früher wurden Anfragen zu Automatisierungslösungen, Anpassungen und ROI-Berechnungen von Fachberatern bearbeitet. Die hohen Kosten für Expertenberatungen sind jedoch für Kunden, die nur einen kleinen kollaborativen Roboter (Cobot) kaufen möchten, nicht tragbar. Dies hat zu einer Nachfrage nach umfassenden Schulungsmaterialien, wie z. B. detaillierten Leitfäden und Handbüchern, geführt, die den Kunden helfen, ihre Optionen zu verstehen. Die Herausforderung besteht darin, sicherzustellen, dass diese Informationen für den potenziellen Käufer relevant und zugänglich sind.
Durch den Einsatz von KI-gesteuerten Lösungen wie spezialisierten Chatbots können potenzielle Kunden zu den für ihre Bedürfnisse relevantesten Informationen geleitet werden, wodurch die erste Erkundungsphase vereinfacht wird.
Decision-Phase
Nachdem der Kunde seine Optionen geprüft hat, geht er zur Entscheidungsphase über und wählt die Robotiklösung aus, die seinen Bedürfnissen am besten entspricht. Dazu gehört eine eingehende Prüfung der Produkteigenschaften, des Nutzens, des Preises und des Gesamtwerts, einschließlich der Kosten für die Integration von Cobots.
Generative Szenarien ermöglichen Kundenentscheidungen zu geringen Kosten. Für KMU muss eine Investitionsentscheidung ein greifbares Ergebnis haben. Simulationen können diesen Nachweis erbringen. Simulationen sind jedoch kostspielig und erfordern eine genaue Kenntnis des erwarteten Ergebnisses – zwei Dinge, die in einem Cobot-Anwendungsfall für ein KMU wahrscheinlich fehlen. Die künstliche Generierung von Szenarien visualisiert greifbare Szenarien, die für die Kaufentscheidung des Kunden relevant sind, und dies zu wesentlich geringeren Kosten als eine Simulation. Darüber hinaus fördert ein KI-Szenengenerator mit Selbstbedienung konsequent die Idee der Kundenbefähigung.
Kauf-Phase
In der Kaufphase geht es vor allem darum, eine reibungslose Transaktion zu ermöglichen und veerbleibende Bedenken auszuräumen, um ein Zögern in letzter Minute zu vermeiden. KI-Verbesserungen können zu einer wettbewerbsfähigeren Preisgestaltung führen, was möglicherweise das Hauptanliegen eines potenziellen Cobot-Kunden ist.
Die Verbesserung der Effizienz und Effektivität von Ingenieuren, Backoffice, Kundensupport, Controlling und Vertrieb hilft, mit Niedriglohnmärkten zu konkurrieren. Ein KI-Chatbot und KI-Dienste wie ein CompanyGPT helfen den Mitarbeitern, relevante Informationen schneller zu finden, und machen die Einhaltung von Geschäftsprozessen einfacher und kostengünstiger. KI-befähigte Mitarbeiter können sich auf wertschöpfende Tätigkeiten konzentrieren, was Ihrem Unternehmen einen Wettbewerbsvorteil verschafft.
Kundenbindungs- und Kundenpflege-Phase
Die Aufrechterhaltung einer starken Beziehung nach dem Kauf kann Kunden zu Fürsprechern der Marke machen. Dazu gehören kontinuierlicher Support, Kundendienst und die Einbindung der Kunden durch Schulungen oder zusätzliche Angebote.
Ein Cobot-Kunde kann den größtmöglichen Nutzen aus seinem Kauf ziehen, wenn die Schulungsinhalte sinnvoll sind und sich auf reale Aufgaben beziehen: Schulungsinhalte sind effektiver, wenn sie für die Arbeitsaufgaben der Lernenden relevant sind. Die Erstellung relevanter Informationen für die richtige Zielgruppe kann Szenariobeschreibungen, Fallstudien und Videozeugnisse umfassen. Die Erstellung solcher Inhalte ist kostspielig! Dies gilt insbesondere für Roboterhersteller, da ihre Kunden sehr unterschiedlich sind und Nischenmärkte bedienen. Maßgeschneiderte Schulungsinhalte, die mithilfe von KI erstellt werden, können direkt auf die tatsächlichen Bedürfnisse der Kunden eingehen und den Nutzen der erworbenen Robotersysteme erhöhen.
KI kann auch die Erstellung von dynamischen Handbüchern unterstützen.
Intelligente Handbücher vermitteln dem Wartungs- und Reparaturpersonal das Gefühl, mit einem erfahrenen Techniker zu sprechen: Cobots sind so konzipiert, dass Kunden für ihre Anwendungen keine Integratoren mehr benötigen. Die Hersteller versprechen ihren Kunden, dass sie die Automatisierungssysteme selbst in die Produktionslinie oder den Arbeitsplatz integrieren können. Die Fähigkeit zur Selbstintegration hängt von den Programmiermöglichkeiten ab, die wiederum von der Software und den Handbüchern des Herstellers abhängen. Es war schon immer schwierig, für proprietäre Systeme eine Community mit Handbüchern, Q&A-Webseiten und Foren bereitzustellen. Selbst wenn die Sprache quelloffen ist, wie z.B. Python, ist es das zugrundeliegende System nicht. Eine fein abgestimmte Experten-KI kann die dringend benötigte Schnittstelle für Nicht-Software-Ingenieure sein. KI-Experten können Kunden zum Erfolg führen.
Während der gesamten Customer Journey können Hersteller von Robotik-Automatisierungssystemen KI nutzen, um spezifischere Informationen für die Bedürfnisse ihrer Kunden zu erstellen.
Indem KI in jeder Phase auf spezifische Herausforderungen und Bedürfnisse eingeht, ermöglicht sie ein informiertes, effizientes und befriedigendes Kauferlebnis und legt so den Grundstein für eine langfristige Kundenbindung und -beziehung.
