Obawy związane z AI i bezpieczeństwem danych

Bezpieczeństwo i niezawodność danych od dawna mają kluczowe znaczenie dla powodzenia inicjatyw biznesowych. Jednak szybki postęp w sztucznej inteligencji (AI) sprawił, że te elementy stały się jeszcze ważniejsze. Pewność, że sztuczna inteligencja jest zasilana dokładnymi, kompleksowymi danymi to klucz do wykorzystania jej pełnego potencjału.

Niemal 9 na 10 (87%) analityków i liderów IT zgadza się z tym, że postęp w sztucznej inteligencji sprawił, że zarządzanie danymi staje się coraz wyższym priorytetem. Najnowszy raport Salesforce „State of Data and Analytics” wskazuje na brak zaufania respondentów do dokładności danych. Ponadto, największym wyzwaniem w zarządzaniu danymi i ich wykorzystywaniu do potrzeb biznesowych okazało się ich bezpieczeństwo.

Brak wiarygodnych danych budzi strach przed utratą korzyści płynących ze sztucznej inteligencji

Obecnie firmy koncentrują się na wykorzystaniu generatywnej sztucznej inteligencji w celu poprawy produktywności, wydajności i zwiększenia przychodów. Od tworzenia treści, aż po rozwój oprogramowania – liderzy biznesowi w pełni przyjmują dobrodziejstwa płynące z generatywnej sztucznej inteligencji. Najnowsze badania Salesforce pokazują, że pierwsi użytkownicy już zauważają rezultaty, w tym krótszy czas rozwiązywania problemów w zakresie obsługi klienta i zwiększoną sprzedaż. Nic więc dziwnego, że firmy boją się pozostać w tyle.

Aby skorzystać z dobrodziejstw sztucznej inteligencji, firmy muszą jednak najpierw uporządkować swoje dane. Wspieranie skutecznej sztucznej inteligencji wymaga bezpiecznych i niezawodnych danych wejściowych. 92% analityków i liderów IT twierdzi, że zapotrzebowanie na zaufane dane jest większe niż kiedykolwiek.

Z zaufaniem do danych bywa dziś różnie

Zespoły znajdujące się najbliżej danych, na przykład analitycy, mają największe zaufanie do dokładności swoich danych. Jednak nawet te zespoły mają duże pole do poprawy: tylko 57% liderów działów analityki jest całkowicie pewnych swoich danych. Działy biznesowe takie jak marketing, sprzedaż i usługi są jeszcze bardziej sceptyczne, a średnio tylko 43% z nich całkowicie ufa swoim danym.

Zespoły obsługi klienta, których wydajność zależy od terminowego i dokładnego połączenia danych zwrotnych od klientów, informacji o zgłoszeniach do pomocy technicznej czy też szczegółów dotyczących produktów i informacji o klientach, mają szczególnie dużo wątpliwości co do jakości swoich danych.

Zagrożenia bezpieczeństwa i brak harmonizacji danych utrudniają ich wiarygodność

Podczas gdy brak zaufania podkreśla walkę firm o wykorzystanie danych jako podstawy rozwiązań opartych na sztucznej inteligencji, to jednak największym wyzwaniem wśród ankietowanych są zagrożenia bezpieczeństwa danych.

Niedawne opublikowane badanie Salesforce pokazało, że aż 65% liderów IT doświadczyło naruszenia bezpieczeństwa w okresie od czerwca 2021 r. do czerwca 2022 r. Wśród tych, którzy doświadczyli naruszenia, 35% nie było w stanie odzyskać żadnych danych. Generatywna sztuczna inteligencja niesie ze sobą dodatkowe ryzyko wycieku zastrzeżonych danych firmowych do publicznych, dużych modeli językowych.

Rosnące obawy związane z cyberbezpieczeństwem są potęgowane przez inny ważny czynnik: dane organizacyjne rosną zarówno pod względem ilości, jak i złożoności, zwiększając poziom zagrożenia.

Ponad dwie trzecie (68%) zespołów analitycznych i informatycznych przewiduje wzrost ilości danych w ciągu najbliższych 12 miesięcy. Przewidują oni, że wzrost ten będzie znaczny. Średnio liderzy techniczni spodziewają się około 20% wzrostu w różnych miejscach: w danych własnych, danych stron trzecich i danych urządzeń. Ich przewidywania są jednak prawdopodobnie mocno zaniżone, biorąc pod uwagę dane płynące z niezależnych badań.

Zarządzanie przyrastającą liczbą danych pochodzących z wielu różnych źródeł jest czymś więcej, niż tylko kwestią bezpieczeństwa. To techniczne wyzwanie do standaryzacji. Zaraz po zagrożeniach związanych z bezpieczeństwem, firmy wymieniają brak harmonizacji danych, jako największą barierę w wydobywaniu z nich wartości. Dalsze skutki utrzymywania rozproszonych, silosowych danych przekładają się na przytłaczające ilości danych i brak jednego źródła prawdy, a to według badanych główne bariery w wykorzystywaniu własnych danych. Podają oni również brak szkoleń i skutecznych sposobów wydobywania informacji jako kolejne, duże wyzwania związane z danymi w ich organizacjach.

Zarządzanie danymi i kultura danych kluczem do skutecznego wykorzystania danych

Kluczową częścią budowania sukcesu sztucznej inteligencji jest zarządzanie danymi – zestaw zasad lub polityk, zgodnie z którymi informacje są gromadzone, zarządzane, przechowywane, mierzone i przekazywane w organizacji.

Ustanawiając jasne i czytelne zasady dostępu do danych, ich dokładności, prywatności, bezpieczeństwa i przechowywania, doświadczeni liderzy wykorzystują zarządzanie danymi w celu zapewnienia jakości, demokratyzacji dostępu i ochrony prywatności. Skuteczne zarządzanie danymi może zapewnić jasność w kluczowych kwestiach. Dotyczą one przede wszystkim tego danych czy dane są poprawne i bez rozbieżności, czy są kompletne, czy są wiarygodności oraz trafne.

Zdecydowana większość ankietowanych deklaruje, że wykorzystuje zarządzanie danymi jako narzędzie do zapewnienia i certyfikacji podstawowej jakości danych (85%), ramy do wzbudzania zaufania do danych (84%) oraz skuteczny sposób na demokratyzację dostępu do danych (81%).

Oczywiście poprawa zaufania do danych to coś więcej niż tylko rozwiązanie techniczne. Wspieranie silnej kultury danych – tworzenie sposobu myślenia i praktyki wokół wartości bycia firmą opartą na danych ma kluczowe znaczenie dla zwiększenia zaufania. Badania wykazały, że firmy oparte na danych osiągają lepsze wyniki pod względem niemal każdego wskaźnika.

Kluczowe dane z raportu Salesforce:

Zarządzanie danymi:

87% liderów analityki i IT zgadza się, że postępy w dziedzinie sztucznej inteligencji sprawiają, że zarządzanie danymi ma wyższy priorytet
92% z nich zgadza się, że potrzeba wiarygodnych danych jest wyższa niż kiedykolwiek wcześniej
57% ankietowanych jest całkowicie pewnych swoich danych
68% zespołów analitycznych i zespołów IT przewiduje wzrost ilości danych w ciągu najbliższych 12 miesięcy.

Priorytety biznesowe:

77% liderów biznesowych obawia się, że ich firma traci korzyści płynące z generatywnej sztucznej inteligencji.
Poprawa jakości danych jest priorytetem nr 1 dla liderów analityki i IT
Zagrożenia bezpieczeństwa to wyzwanie nr 1 dla liderów biznesu, analityki i IT
Ponad 7 na 10 firm zwiększa budżety na narzędzia do analizy danych i szkolenia z tego zakresu

Zarządzanie danymi:

85% liderów analityki i IT wykorzystuje zarządzanie danymi, jako narzędzie do zapewnienia i certyfikacji podstawowej jakości danych.
84% liderów analityki i IT wykorzystuje zarządzanie danymi. jako ramy do wzbudzania zaufania do danych.

Przeczytaj również:

AI CRM

Sztuczna inteligencja skraca czas przygotowania ofert handlowych o 75%!

Przygotowywanie ofert powinno być proste, jednak dla większości przedstawicieli handlowych tak nie jest. Muszą oni szukać odpowiednich kombinacji numerów katalogowych (SKU), interpretować złożone zasady cenowe, sprawdzać warunki prawne i czekać na zatwierdzenia – wszystko pod presją szybkiego działania. Jeden błąd może spowodować opóźnienia, konieczność poprawek, a nawet – wysłanie błędnej oferty. Taka nieefektywność bezpośrednio spowalnia tempo finalizacji transakcji i generowanie przychodów. W odpowiedzi na te wyzwania Salesforce wprowadza Agentforce for Revenue – cyfrową siłę roboczą, która przejmuje rutynowe zadania, takie jak przygotowywanie ofert, śledzenie follow-upów i wprowadzanie danych, umożliwiając każdemu przedstawicielowi skoncentrowanie się na budowaniu relacji i zwiększaniu sprzedaży. Osadzone w Revenue Cloud rozwiązanie łączy potencjał ludzi i agentów AI, usprawniając cały proces „od oferty do zapłaty” – od ofertowania i zawierania umów, po zamówienia i fakturowanie – z większą szybkością, dokładnością i pewnością. Błyskawiczne oferty dzięki Agentforce for Revenue Agentforce umożliwia przedstawicielom handlowym tworzenie dokładnych, spersonalizowanych ofert w kilka sekund. Wystarczy, że opiszą, czego potrzebują – np. „Przygotuj ofertę na nowy generator z pakietem rozliczanym według zużycia energii” – a Agentforce natychmiast generuje ofertę, automatycznie dobierając odpowiednie produkty, ceny i warunki. Salesforce już korzysta z Agentforce wewnętrznie i odnotował 75% skrócenie czasu przygotowywania ofert oraz 87% redukcję liczby kliknięć w swoim zespole sprzedaży. Szybsza, inteligentniejsza konfiguracja produktów Stworzenie oferty to dopiero pierwszy krok. Aby rzeczywiście zwiększyć tempo i precyzję w całym procesie ofertowania, sprzedawcy potrzebują również inteligentniejszego sposobu konfiguracji produktów. Po wygenerowaniu wstępnej oferty przez Agentforce, przedstawiciele korzystają z udoskonalonego konfiguratora produktów Revenue Cloud, by szybko dostosować złożone propozycje – także te zawierające ponad tysiąc pozycji. W odróżnieniu od tradycyjnych narzędzi CPQ (Configure, Price, Quote), które opierają się wyłącznie na sztywnych systemach reguł, nowe rozwiązanie Salesforce wprowadza silnik logiki oparty na ograniczeniach, który uzupełnia dotychczasowe podejścia, oferując klientom elastyczność wymaganą przez złożone realia biznesowe. Dzięki dwukierunkowym regułom i szablonom „wskaż i kliknij”, znacznie zmniejsza się czas tworzenia i utrzymywania reguł. To jak GPS dla ofertowania – prowadzi przedstawicieli do poprawnych konfiguracji w czasie rzeczywistym, skracając czas przygotowania oferty. Dlaczego to ważne Dzisiejsze operacje przychodowe są bardziej złożone niż kiedykolwiek. Według Deloitte, 71% decydentów B2B zmaga się z ręcznymi, fragmentarycznymi procesami sprzedaży – a 13% transakcji przepada przez brak integracji narzędzi. W świecie, gdzie hybrydowe modele monetyzacji stają się normą, przedstawiciele handlowi nie mają czasu na ręczne zestawianie subskrypcji, rozliczeń za zużycie i usług dodatkowych. Revenue Cloud zasilany przez Agentforce eliminuje tę złożoność, łącząc wszystkie typy transakcji w jednej ofercie i przenosząc dane transakcyjne aż do zamówienia i faktury. Jak to działa Aby to umożliwić, Salesforce przebudował swoje rozwiązanie CPQ, tworząc całkowicie nową wersję Revenue Cloud – pierwszą w branży kompozytową platformę przychodową wspieraną przez agentów AI. Architektura oparta na API umożliwia osadzenie każdego procesu przychodowego w dostępnych interfejsach, co pozwala agentom AI efektywnie nimi zarządzać. „Salesforce CPQ zapoczątkował drugą falę zarządzania przychodami, umożliwiając skalowanie przychodów cyklicznych” – powiedziała Meredith Schmidt, EVP i dyrektor generalna Revenue Cloud w Salesforce. – „Teraz, dzięki Revenue Cloud, dostarczamy trzecią falę: zarządzanie przychodami oparte na platformie zorientowanej na API, gotowej na agentów AI i umożliwiającej swobodny przepływ przychodów we wszystkich kanałach – od przedstawicieli handlowych i portali partnerskich po samoobsługę i serwis terenowy.” Agentforce i Revenue Cloud integrują dane ustrukturyzowane i nieustrukturyzowane (historia zakupów, katalogi produktów, informacje o podłączonych zasobach), by podejmować dokładne działania we właściwym czasie. Te dane, harmonizowane w Data Cloud, zasilają agentowe AI w Agentforce, umożliwiając wdrażanie autonomicznych, zorientowanych na cel agentów, którzy potrafią rozumować i działać. W przeciwieństwie do tradycyjnych asystentów AI, którzy jedynie sugerują kolejne kroki, Agentforce wykonuje zadania od początku do końca, uwalniając sprzedawców do bardziej wartościowej pracy. W całym procesie dane są chronione przez warstwę zaufania Salesforce Trust Layer. Agenci działają bezpiecznie w ramach uprawnień przypisanych do konkretnego pracownika, co zapewnia dostęp tylko do autoryzowanych danych i działań — zarówno dla pracownika, jak i agenta. Dzięki temu każda oferta jest zgodna z polityką firmy, zasadami cenowymi i danymi klientów, znacząco skracając czas jej przygotowania. Zajrzyj głębiej Dodatkowe funkcje: Płynne przepływy pracy z Slack i CRM: Agentforce jest dostępny w Slacku przez API, a także z poziomu rekordów szans sprzedażowych, ofert i kont w Salesforce. Dzięki temu sprzedawcy mogą rozpoczynać, edytować i finalizować oferty z dowolnego miejsca — w tym samym przepływie pracy. Oferty podążają za transakcją, bez konieczności ponownego wpisywania danych czy ich duplikowania. Fakturowanie Revenue Cloud: Jako kompletna platforma przychodowa, architektura API-first Revenue Cloud umożliwia tworzenie własnych agentów wspierających dowolny proces w cyklu „od oferty do zapłaty”, w tym fakturowanie. Dzięki temu, że wszystkie dane od oferty po fakturę są przechowywane na jednej platformie, fakturowanie staje się dokładne i przejrzyste. Inteligencja zarządzania przychodami: Zespoły sprzedaży, finansów i operacji mogą przyspieszyć podejmowanie decyzji dzięki wglądowi w czasie rzeczywistym w cały cykl życia przychodów. Tableau Next, zintegrowane z Revenue Cloud, zapewnia przejrzysty widok kluczowych wskaźników, takich jak trendy cenowe, przepływ zamówień czy wyniki przychodowe, umożliwiając natychmiastowe działanie w oparciu o dane.

Salesforce

30 lipiec 2025

Sztuczna-inteligencja-skraca-czas-przygotowania-ofert-handlowych-o-75