Από το «άνοιξε την εφαρμογή» στο «στείλε ένα μήνυμα»: Η νέα εποχή του Conversational AI

Της Ισμήνης Καρυδά, απόφοιτης MBA του Ελληνικού Ανοικτού Πανεπιστημίου. Άρθρο-αντικείμενο μεταπτυχιακής έρευνας υπό την επίβλεψη του Καθηγητή Γιάννη Μαραγκού, Πανεπιστήμιο Μακεδονίας

Το επόμενο μεγάλο βήμα στην ψηφιακή εμπειρία μπορεί να μην είναι μια ακόμη εφαρμογή, αλλά μια συνομιλία που ενώνει επικοινωνία, εξυπηρέτηση και συναλλαγή.

Μέχρι σήμερα, η ψηφιακή οικονομία μας έμαθε να αλλάζουμε συνεχώς περιβάλλον. Κατά την έρευνα αγοράς ενός προϊόντος βλέπουμε μια διαφήμιση, επισκεπτόμαστε μία ιστοσελίδα ή ανοίγουμε μια εφαρμογή, πραγματοποιούμε σύνδεση στο προφίλ χρήστη για ταυτοποίηση, αναζητούμε ένα προϊόν, πληρώνουμε και, αν χρειαστούμε βοήθεια, μεταφερόμαστε σε ένα διαφορετικό μέσο επικοινωνίας.

Τι θα γινόταν, όμως, αν όλα αυτά μπορούσαν να πραγματοποιηθούν μέσα από μία συζήτηση στο κινητό;

Αυτό αναδεικνύει την επιχειρηματική αξία της ανάπτυξης της Τεχνητής Νοημοσύνης (ΤΝ) που συνομιλεί με τους χρήστες (Conversational AI) και του ηλεκτρονικού εμπορίου μέσα από συνομιλιακά κανάλια (conversational commerce). Πλατφόρμες επικοινωνίας όπως SMS, Viber, WhatsApp κ.ά. εξελίσσονται σταδιακά από απλά μέσα ειδοποιήσεων σε περιβάλλοντα όπου ο καταναλωτής μπορεί να ενημερωθεί, να αλληλοεπιδράσει, να αγοράσει, να πληρώσει, να ταυτοποιηθεί μέσω κωδικών μιας χρήσης (One Time Passwords-OTP) ή να εξυπηρετηθεί από την επιχείρηση.

Με άλλα λόγια, το business messaging εξελίσσεται από μέσο επικοινωνίας σε επιχειρηματική υποδομή. Αυτή η μετάβαση αποτέλεσε το αντικείμενο της μεταπτυχιακής μου έρευνας στο MBA του Ελληνικού Ανοικτού Πανεπιστημίου, υπό την επίβλεψη του Καθηγητή Ιωάννη Μαραγκού, με επίκεντρο τη στρατηγική αξία του Conversational AI για τις επιχειρήσεις.

Η ουσιαστική επιχειρηματική ανάγκη: Λιγότερα εμπόδια στην εξυπηρέτηση του πελάτη

Η συζήτηση γύρω από την Τεχνητή Νοημοσύνη (ΤΝ) συχνά επικεντρώνεται στην ίδια την τεχνολογία. Για τις επιχειρήσεις, όμως, το ουσιαστικό ερώτημα είναι διαφορετικό: ποιο πραγματικό πρόβλημα λύνει η ΤΝ;

Στην επικοινωνία με τον πελάτη, ένα από τα σημαντικότερα προβλήματα είναι η δυσκολία που συναντά σε κάθε επιπλέον βήμα. Κάθε επιπλέον πάτημα ενός κουμπιού, σύνδεση σε λογαριασμό ή εφαρμογή, καθώς και κάθε μετάβαση από ένα μέσο επικοινωνίας σε άλλο —για παράδειγμα, από ένα γραπτό προωθητικό μήνυμα σε μια ιστοσελίδα— μπορεί να δυσκολέψει τον χρήστη και να τον οδηγήσει στην εγκατάλειψη της διαδικασίας αγοράς. Η διεθνής βιβλιογραφία έχει αναδείξει αντίστοιχα τη σημασία μιας συνεκτικής και χαμηλής τριβής εμπειρίας σε όλη τη διαδικασία της έρευνας αγοράς (Lemon & Verhoef, 2016).

Το conversational μοντέλο επιχειρεί να αντιστρέψει αυτή τη λογική. Αντί να ζητά από τον πελάτη να ακολουθήσει την επιχείρηση από πλατφόρμα σε πλατφόρμα, φέρνει την επιχείρηση εκεί όπου βρίσκεται ήδη ο πελάτης: στο κινητό του και στη συζήτησή του.

Έτσι, μία συνομιλία μπορεί να καλύψει ολοένα και μεγαλύτερο μέρος της διαδρομής του πελάτη: από την προβολή προϊόντων και την αναζήτησή τους έως την ταυτοποίηση, τις πληρωμές, την εξυπηρέτηση και τη διατήρηση της σχέσης με τον πελάτη. Η έρευνα εντοπίζει τη μετάβαση προς την «ενοποίηση της διαδρομής του πελάτη» (journey compression), δηλαδή την ολοκλήρωση περισσότερων ενεργειών μέσα σε ένα ενιαίο περιβάλλον συνομιλίας. Η εξέλιξη των πλατφορμών ανταλλαγής μηνυμάτων (messaging platforms) προς ολοκληρωμένα ψηφιακά περιβάλλοντα που υποστηρίζουν πολλαπλές επιχειρηματικές λειτουργίες αποτυπώνεται και στη σχετική βιβλιογραφία (Huang & Rust, 2021· McTear, 2022).

Όταν η αλληλοεπίδραση μεταφράζεται σε οικονομικό αποτέλεσμα

Η τεχνολογία αποκτά επιχειρηματική σημασία όταν μπορεί να συνδεθεί με μετρήσιμα αποτελέσματα.

Η διατριβή συνδύασε πραγματικά δεδομένα από καμπάνιες επικοινωνίας από επιχειρήσεις προς τους πελάτες τους από επτά επιχειρηματικούς κλάδους με ποιοτική έρευνα από ανώτατα στελέχη του business messaging.

Τα αποτελέσματα δείχνουν ότι το όφελος μπορεί να ξεπεράσει τις παραδοσιακές μετρήσεις της αποτελεσματικότητας της επικοινωνίας. Στα δεδομένα που εξετάστηκαν, το ποσοστό μετατροπής (conversion rate) στις καμπάνιες Click-to-WhatsApp ήταν έως και τριπλάσιο σε σύγκριση με τη συμβατική ψηφιακή διαφήμιση, ενώ τα εξατομικευμένα μηνύματα οδήγησαν σε μέση αύξηση περίπου 40% στο ποσοστό μετατροπής. Παράλληλα, καταγράφηκε μείωση έως 50% στο κόστος ανά υποψήφιο πελάτη (cost per lead) και μέση μείωση περίπου 30% στο κόστος απόκτησης πελάτη (Customer Acquisition Cost – CAC).

Επομένως, το ζητούμενο δεν είναι πλέον μόνο «πόσα μηνύματα στείλαμε» ή «πόσα παραδόθηκαν». Η αποτελεσματικότητα των μηνυμάτων μπορεί να αξιολογείται με δείκτες που ενδιαφέρουν άμεσα τη διοίκηση: ποσοστό μετατροπής (conversion rate), κόστος απόκτησης πελάτη (CAC), απόδοση επένδυσης (Return on Investment – ROI), απόδοση διαφημιστικής δαπάνης (Return on Ad Spend – ROAS), διατήρηση πελατών (retention) και κόστος επικοινωνίας.

Ένα χαρακτηριστικό παράδειγμα από την έρευνα δείχνει γιατί έχει σημασία αυτή η αλλαγή. Σε σύγκριση καμπανιών εταιρείας οικιακού εξοπλισμού μεταξύ 2024 και 2025, το μέγεθος του κοινού μειώθηκε, αλλά η απόδοση βελτιώθηκε. Το ποσοστό ανοίγματος μηνυμάτων Viber (open rate) αυξήθηκε από 55% σε 91%, το ποσοστό κλικ στα SMS (Click-Through Rate – CTR) από 24% σε 28% και το ποσοστό παράδοσης SMS (delivery rate) από 90% σε 94%.

Διάγραμμα 2. Σύγκριση απόδοσης καμπανιών 2024–2025: μικρότερο κοινό, καλύτερη απόδοση. Πηγή: Πρωτογενή δεδομένα καμπανιών και επεξεργασία στο πλαίσιο της μεταπτυχιακής έρευνας.

Το συμπέρασμα είναι ιδιαίτερα επίκαιρο σε μια εποχή υπερπληροφόρησης: περισσότερα μηνύματα δεν σημαίνουν απαραίτητα καλύτερα αποτελέσματα. Η αξία βρίσκεται στη σωστή στόχευση, στην εξατομίκευση των μηνυμάτων (personalization), στην κατάλληλη χρονική στιγμή αποστολής και στην επιλογή του κατάλληλου καναλιού επικοινωνίας.

Το κινητό ως το νέο «κατάστημα»

Εδώ βρίσκεται ίσως η μεγαλύτερη επιχειρηματική ευκαιρία.

Το ηλεκτρονικό εμπόριο μετέφερε το κατάστημα σε μια ιστοσελίδα. Τα κινητά τηλέφωνα το μετέφεραν στις εφαρμογές. Το conversational commerce μπορεί να μεταφέρει ένα σημαντικό μέρος του καταστήματος μέσα στη συνομιλία.

Ένας πελάτης θα μπορεί όλο και περισσότερο να λαμβάνει μια προσωποποιημένη πρόταση, να κάνει μια ερώτηση, να επιλέγει προϊόν ή υπηρεσία, να πληρώνει, να λαμβάνει επιβεβαίωση και αργότερα να ζητά υποστήριξη χωρίς να χρειάζεται να μετακινείται συνεχώς μεταξύ διαφορετικών ψηφιακών περιβαλλόντων.

Με την ανάπτυξη της παραγωγικής τεχνητής νοημοσύνης (Generative AI) και της τεχνητής νοημοσύνης με αυτόνομη δράση (Agentic AI), αυτή η εμπειρία μπορεί να εξελιχθεί περαιτέρω: από αυτοματοποιημένες διαδικασίες με προκαθορισμένα βήματα σε συστήματα που αναγνωρίζουν καλύτερα την πρόθεση και το πλαίσιο της επικοινωνίας και υποστηρίζουν πιο σύνθετες αλληλεπιδράσεις. Η παραγωγή περιεχομένου με τεχνητή νοημοσύνη, η αυτόνομη δράση, η προγνωστική αποστολή μηνυμάτων (predictive messaging), η υπερ-εξατομίκευση (hyper-personalization) και οι βοηθοί τεχνητής νοημοσύνης (AI copilots) αποτελούν βασικές κατευθύνσεις για την επόμενη φάση του κλάδου, καθώς τα συστήματα συνομιλίας εξελίσσονται σε πιο σύνθετα περιβάλλοντα αλληλεπίδρασης και συνεργασίας (Schöbel et al., 2024).

Η τεχνολογία δεν είναι από μόνη της ανταγωνιστικό πλεονέκτημα

Υπάρχει όμως μία κρίσιμη προϋπόθεση: η πρόσβαση στην τεχνολογία δεν αρκεί.

Όσο τα εργαλεία τεχνητής νοημοσύνης γίνονται ευρύτερα διαθέσιμα, η διαφοροποίηση θα εξαρτάται από το πόσο αποτελεσματικά μια επιχείρηση συνδυάζει την τεχνολογία, τα δεδομένα, την ανθρώπινη τεχνογνωσία και τις διαδικασίες διακυβέρνησης. Η προσέγγιση αυτή συνδέεται με τη θεωρία των πόρων και των δυναμικών ικανοτήτων (Resource-Based View και dynamic capabilities): η τεχνολογία αποκτά στρατηγική αξία όταν εντάσσεται σε διακριτές οργανωτικές ικανότητες, διαδικασίες και δεδομένα (Barney, 1991; Teece, 2007).

Αυτό προϋποθέτει τη διασύνδεση των καναλιών ανταλλαγής μηνυμάτων με συστήματα διαχείρισης πελατών (CRM) και ανάλυσης δεδομένων (analytics), την αξιοποίηση των δεδομένων για ουσιαστική τμηματοποίηση του κοινού (segmentation), τη συνεργασία των ομάδων μάρκετινγκ, πληροφορικής, εξυπηρέτησης πελατών, καθώς και την ενσωμάτωση της ασφάλειας και της προστασίας δεδομένων από τον αρχικό σχεδιασμό. Η έρευνα αναδεικνύει την οργανωτική ετοιμότητα ως βασική προϋπόθεση για τη μετατροπή των τεχνολογικών δυνατοτήτων σε στρατηγική αξία, εύρημα που συμφωνεί με τη σχετική βιβλιογραφία για την υιοθέτηση της τεχνητής νοημοσύνης (Jöhnk et al., 2021).

Το Conversational AI, επομένως, δεν είναι απλώς ένα ακόμη εργαλείο αυτοματοποίησης. Μπορεί να αποτελέσει μέρος μιας ευρύτερης αλλαγής στον τρόπο με τον οποίο οι επιχειρήσεις επικοινωνούν, εξυπηρετούν και συναλλάσσονται με τους πελάτες τους.

Επίλογος: Από τις εφαρμογές στους AI assistants

Το κινητό τηλέφωνο αποτελεί πλέον την κύρια πύλη πρόσβασης στις ψηφιακές υπηρεσίες της καθημερινότητάς μας. Το επόμενο βήμα μπορεί να είναι να μη χρειάζεται καν να σκεφτόμαστε ποια εφαρμογή πρέπει να ανοίξουμε – αλλά απλώς ποια συζήτηση πρέπει να ξεκινήσουμε.

Και αυτή η συζήτηση δεν χρειάζεται απαραίτητα να γίνεται σε διαφορετικό κανάλι για κάθε επιχείρηση. Η εξάπλωση της τεχνητής νοημοσύνης οδηγεί προς ένα μέλλον όπου ένα ενιαίο περιβάλλον συνομιλίας θα μπορεί να παρέχει πρόσβαση σε πολλές υπηρεσίες: να αναζητά πληροφορίες, να συγκρίνει επιλογές, να πραγματοποιεί κρατήσεις ή αγορές και να συντονίζει ενέργειες για λογαριασμό του χρήστη. Η κατεύθυνση αυτή συνδέεται με τη συνεχή εξέλιξη των ψηφιακών βοηθών που επικοινωνούν με τους χρήστες, οι οποίοι αποκτούν μεγαλύτερη αυτονομία και δυνατότητα συνεργασίας. (Schöbel et al., 2024). 

Ίσως, λοιπόν, το επόμενο βασικό μέσο αλληλεπίδρασης στην ψηφιακή οικονομία να μην είναι μια εφαρμογή, αλλά η ίδια η συνομιλία. Για τις επιχειρήσεις, το ερώτημα δεν είναι μόνο αν αυτή η μετάβαση θα συμβεί, αλλά πόσο έτοιμες είναι να αποτελέσουν μέρος της – και να τη μετατρέψουν σε πραγματική, μετρήσιμη επιχειρηματική αξία.

Βιβλιογραφία

Barney, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99–120. https://doi.org/10.1177/014920639101700108 

Huang, M.-H., & Rust, R. T. (2021). A strategic framework for artificial intelligence in marketing. Journal of the Academy of Marketing Science, 49(1), 30–50. https://doi.org/10.1007/s11747-020-00749-9 

Jöhnk, J., Weißert, M., & Wyrtki, K. (2021). Ready or not, AI comes—An interview study of organizational AI readiness factors. Business & Information Systems Engineering, 63(1), 5–20. https://doi.org/10.1007/s12599-020-00676-7 

Lemon, K. N., & Verhoef, P. C. (2016). Understanding customer experience throughout the customer journey. Journal of Marketing, 80(6), 69–96. https://doi.org/10.1509/jm.15.0420 

McTear, M. (2022). Conversational AI: Dialogue systems, conversational agents, and chatbots. Springer Nature.

Schöbel, S., Schmitt, A., Benner, D., Saqr, M., Janson, A., & Leimeister, J. M. (2024). Charting the evolution and future of conversational agents: A research agenda along five waves and new frontiers. Information Systems Frontiers, 26(2), 729–754. https://doi.org/10.1007/s10796-023-10375-9 

Teece, D. J. (2007). Explicating dynamic capabilities. Strategic Management Journal, 28(13), 1319–1350. https://doi.org/10.1002/smj.640