KI-basierte CRM-Plattformen im Vergleich

Salesforce Einstein
Einstein von Salesforce ist natürlich eine branchenführende KI-Präsenz, die viel Aufmerksamkeit in der Presse erregt und als Schrittmacher bei KI-Angeboten für Unternehmen fungiert. Funktionen umfassen:

Ad-hoc-Analyse von Big Data, auch wenn diese Daten aus einer Nicht-Salesforce-Quelle stammen;
Vertriebs- / Service-Schwerpunkt, basierend auf der langjährigen Branchenführerschaft von Salesforce;
Discovery, eine benutzerfreundliche App zum Auffinden von Mustern, die ohne ein komplexes Datenmodell funktioniert;
Benutzerfreundlichkeit gegenüber Laien; und
effektive KI-Trainingsressourcen zur Verfügung des Benutzers.

Einstein hat sich kürzlich auch in Watson von IBM integriert, eine leistungsstarke Allianz, die erst jetzt ihr volles Potenzial entfaltet.

Zu den Schwächen der Plattform zählen bescheidene Visualisierungsfunktionen und ein eingeschränkter oder unbewiesener Nutzen außerhalb der Vertriebs- und Marketingdomänen.

Was bedeutet das alles für Salesforce CRM?

Die Discovery-App selbst ist ein großer Segen, da das Dienstprogramm zur Musterfindung auf das Kundenverhalten, die Geschäftsleistung sowie die Kampagnenleistung und -trends angewendet werden kann. Einstein Bots sind ein weiterer Vorteil. Diese kunden- / dienstspezifischen Smartbots lassen sich einfach vom Benutzer konfigurieren, sind direkt in Salesforce-Kunden- / Produktdaten fest verdrahtet und enthalten ausgefeilte Skriptfunktionen. Darüber hinaus geben Einstein Prediction Builder und Next Best Action komplexe Analysen und datengesteuerte KI-Empfehlungen an die Front-Line-Mitarbeiter ohne datenwissenschaftliche Schulung.

IBM Watson
Wenn Salesforce Einstein im Unternehmensspiel ganz vorne mit dabei ist, ist IBMs Watson direkt daneben. Berühmt von seiner Gefahr! Erfolg, Watson hat viel mehr zu bieten als schnelle Antworten auf harmlose Fragen. Zu den Stärken gehören:

mehrstufige Zugänglichkeit;
schnelle Leistung;
robuste Abfrage in natürlicher Sprache;
starke Visualisierungen;
einfache Einrichtung;
tiefe Lernfähigkeit;
starke Integration in soziale Medien; und
Viele Konnektoren stehen für die Integration mit anderen Anbietern zur Verfügung.

Zu den Nachteilen zählen das Fehlen von Echtzeit-Streaming-Analysen - eine schwerwiegende Einschränkung für Anwendungen - und das Fehlen einer nahtlosen Hadoop-Integration.

IBM bietet Watsons beste Funktionalität in seinen kundenbasierten Tools und bietet Folgendes:

Watson Discovery - aus der Salesforce-Partnerschaft - liefert starke Kundenerkenntnisse.
Verarbeitung natürlicher Sprache;
Kampagnenautomatisierung - Watson Assistant for Marketing - eine intuitive Design-Leinwand mit Watson im Hintergrund, die Personalisierung, kampagnenspezifische Einblicke und Berichterstellung unterstützt;
ein Lightning-basiertes UI-Dashboard für AI-basierte CRM-Support-Apps; und
AI-Kundendienstfunktionalität, die den Watson-Assistenten zur Automatisierung von Supportaufgaben verwendet.
Microsoft Cognitive Services

Wie zu erwarten ist, unterscheidet sich die Cloud-KI von Microsoft in vielerlei Hinsicht von allen anderen - einige gut, andere schlecht. Cognitive Services bietet eine umfassende Analysefunktionalität mithilfe von Tools, mit denen Kunden diese Funktionalität in ihre Apps, Workflows und Geschäftssysteme integrieren können.

Insbesondere umfasst es Folgendes:

Datenaggregationen von Databricks, die Daten für eine schnelle und effiziente Verarbeitung für Big-Data-Analysen, Produktionsanwendungen und Forschung organisieren;
Verarbeitung natürlicher Sprache, einfach in Apps und Prozesse eingebettet;
Power BI-, Power Query- und Power BI-Datenflüsse für Unternehmensanalysen;
Deep-Learning-Funktionalität - etwas beschränkt auf Textanalyse; und
Starke, flexible und einfach zu konfigurierende Visualisierungen über Power BI.

Der größte Nachteil ist, dass Cognitive Services nur wenig von der Ad-hoc-Funktionalität von Einstein und Watson bietet.

Mehrere Dynamics 365-Module werden direkt von Cognitive Services unterstützt, darunter:

Sales Insights für datengesteuerte Kundenerkenntnisse;
Customer Insights für die Personalisierung von Kampagnen und Verkäufen;
Market Insights für globale Trends und Marktsegmenttrends sowie Social-Media-Analysen;
Customer Service Insights für proaktive Eingaben zur Pflege der Kundenbeziehung; und
Cognitive Services, die die einfach zu konfigurierenden, anpassbaren virtuellen Agenten der Plattform unterstützen.

Künstliche Intelligenz von Oracle
Oracle arbeitet seit mehr als 20 Jahren leise und stetig an KI. Die Bemühungen des Unternehmens begannen als Initiative zur Anwendung intelligenter Automatisierung bei der Wartung der Back-End-Oracle-Infrastruktur. Aus diesem Unternehmen gingen zwei Hauptprodukte hervor:
Autonomous Database, ein überwachtes lernbasiertes Expertensystem für die SaaS-Datenbankumgebung von Oracle.
Basierend auf der Protokollanalyse erleichtert es die Optimierung der Datenbankleistung und Adaptive Intelligent Applications, die maschinell lerngesteuerte Funktionen in der ERP-Plattform von Oracle umfassen.

Wenn Oracle eine Einschränkung hat, ist es so, dass seine beträchtlichen KI-Ressourcen, die in einem so begrenzten Kontext entwickelt wurden, noch nicht so stark in der Funktionalität verallgemeinert sind wie seine Konkurrenten. Für die Anwendung in der CX Cloud von Oracle bietet AI die folgenden Funktionen:

robuste prädiktive Analyse;
KI-gesteuerte Kundenbindungsfunktionalität;
nächstbeste Aktionen nach der Mode von Salesforce;
KI-gesteuerte Produktkonfigurationen, spezifisch für Kundengelegenheiten;
Nutzungsanalyse zur Teamaktivität;
Chatbots mit KI-Unterstützung; und
Ein AI-gesteuertes, einheitliches Kundenerlebnis, das sich auf die Optimierung der Markentreue konzentriert.

SAP Leonardo
Leonardo von SAP hat nicht annähernd so viel Presse erhalten wie seine Konkurrenten, aber es wurden beträchtliche Ressourcen zur Unterstützung seiner robusten, verallgemeinerten KI-Plattform eingesetzt, die als "digitales Innovationssystem" angepriesen wird. Das System umfasst:

vielseitiger, unkomplizierter intelligenter Workflow;
erweiterte Analyse;
Blockchain-Integration;
Cloud-zentrierte Verallgemeinerung von Geschäftsszenarien zur schnellen Nutzung als neue Lösungen;
eine offene Plattform mit offenen Standards; und
Einfache Integration in andere Cloud-Infrastrukturen wie AWS, Google und Azure.

Leonardo von SAP ist weniger eng und eingeschränkt als Oracle und für nahezu jedes umgebende Cloud-System geeignet. Dies führt wie folgt in SAP CRM ein:

Conversational AI, eine Verbesserung der Kunden- / Mitarbeitererfahrung, die vollständig in andere SAP-Produkte integriert ist;
Einfach zu erstellende digitale Assistenten, die die Conversational AI-Funktion nutzen und sich kanalübergreifend in Aufgaben und Workflows integrieren lassen, um CRM-Interaktionen zu humanisieren.
Verarbeitung natürlicher Sprache, die all das erleichtert; und
Intelligente Roboter-Prozessautomatisierung von SAP, die auf eine breite Palette von kundenbezogenen Apps und Prozessen anwendbar ist und die Reaktionszeit für Kunden verbessert.

Adobe Sensei
Noch weniger bekannt ist die Sensei-KI von Adobe, die etwas weniger vielseitig als die anderen ist, aber auf ihrem Markt sehr effektiv ist. Es bietet einige Funktionen, die andere nicht (oder zumindest nicht so bequem) bieten, einschließlich:

Anomalieerkennung, um festzustellen, wann etwas Unerwartetes passiert;
Beitragsanalyse, eine Funktion zur Bestimmung, warum dieses unerwartete Ereignis aufgetreten ist;
Intelligente Warnungen, um die richtigen Personen zu benachrichtigen, wenn etwas Unerwartetes passiert; und
Virtual Analyst, ein kanalübergreifender Analyseprozess im Hintergrund, der "unbekannte Unbekannte" identifiziert.

Konventioneller umfasst Sensei:

einfache englische Abfrage;
Ad-hoc-Analysewerkzeuge;
Softwareentwicklungskits und -vorlagen - Tensorflow und Pytorch - für das Framework für maschinelles Lernen; und
direkte Verbindung zur Azure-Umgebung von Microsoft.

In der Adobe Experience Cloud ermöglichen diese Funktionen Folgendes:

KI-gesteuertes Kundenerlebnis, einschließlich der Adobe Target-Personalisierungs-Engine zur Feinabstimmung von Kundenkontakten und Kampagnen;
Echtzeit-CRM-Entscheidungsunterstützung für relevante Kundenaktionen;
passive Berichterstattung darüber, wie, wann und wofür Kunden einkaufen; und
Am interessantesten ist jedoch, dass Target das Online-Verhalten von Kunden in Echtzeit beobachtet und Signale zur sofortigen Änderung des Kundenerlebnisses aufnimmt.

Diese Vielfalt von Ansätzen zur Unternehmens-KI führt zu einer ebenso vielfältigen Reihe von KI-gestützten CRM-Plattformen, von denen jede ihre eigenen positiven und negativen Aspekte aufweist. Diese Vielfalt wird nur zunehmen, wenn sich im kommenden Jahr mehr CRM-Anbieter dem Kampf anschließen.