قال الفيلسوف فرانسيس بيكون بشكل شهير: "المعرفة قوة". ومع ذلك، لا تزال العديد من الشركات تعتمد بشكل كبير على الحدس بدلاً من البيانات الملموسة عند السعي وراء الفرص، مسلحة بشكل رئيسي بشخصيات تسويقية تقليدية—شخصيات خيالية أُنشئت لتمثيل الفئات المستهدفة من الجمهور، كما وصفها موقع Wrike. com. إلا أن هذه الشخصيات غالبًا ما تكون ضعيفة. فهي مبنية على تفسيرات ذاتية أو بيانات CRM مجزأة، وتكون عادة سطحية وغير مكتملة، مما يحد من ثقة وفعالية فرق المبيعات في الاجتماعات الحاسمة. بينما كانت الحكمة القديمة تقول "هناك تطبيق لذلك"، قد يكون من الأفضل اليوم أن نقول: "هناك ذكاء اصطناعي لذلك. " ينادي مارك أوبزورن، الرئيس التنفيذي لشركة استراتيجيات الإيرادات الحديثة، باستخدام الشخصيات الاصطناعية—ملفات شخصية ديناميكية مدعومة بالذكاء الاصطناعي تتطور من خلال دمج البيانات الحقيقية والمفترضة. تتعلم هذه الشخصيات من التفاعلات المستمرة، موفرة فهمًا أعمق وأكثر دقة للفرص المحتملة. يتوازى هذا المفهوم مع "نسخ عقول الذكاء الاصطناعي"، وهي من إبداعات الذكاء الاصطناعي المتطورة التي تعيد خلق خبرات الأفراد، مما يسمح للمستخدمين بالوصول إلى حكمة شخصيات تاريخية مثل بيتر دراكر أو فريدريش نيتشه. يوضح أوبزورن أن الشخصيات الاصطناعية تدمج مصادر بيانات متنوعة: مدخلات العملاء الحقيقية من المقابلات والاتصالات، رؤى من طرف ثاني من تقييمات المنافسين ووسائل التواصل الاجتماعي، وبيانات ديموغرافية أو سيكولوجية من طرف ثالث، تُعزز أحيانًا بتوقعات من الذكاء الاصطناعي. يساهم هذا المزيج الغني في أن يتمكن مندوبي المبيعات من محاكاة وتوقع سلوك العميل المحتمل بدقة تفوق الطرق التقليدية. يسلط جيف وودز، مؤلف كتاب "القائد المدفوع بالذكاء الاصطناعي"، الضوء على استخدام مبتكر آخر للذكاء الاصطناعي: تكليفه بأدوار لاستجلاء المعرفة من خلال إجراء مقابلات مع المستخدم، مما يساعد على كشف رؤى استراتيجية. تضع هذه التطبيقات الذكاء الاصطناعي خارج نطاق الأدوات الثابتة مثل الآلات الحاسبة ومحركات البحث، وتحوله إلى شريك ديناميكي قادر على حوارات تفاعلية تشبه الإنسان، يمكن أن تحاكي ردود العملاء أو تقدم نصائح مستنيرة. المحرك الرئيسي وراء هذه التطورات هو نماذج اللغة الكبيرة (LLMs).

على عكس الدردشات الأساسية، تفهم LLMs اللغة البشرية غير المنظمة بطريقة متعمقة، وتلتقط السياق والمنطق بشكل يتجاوز مطابقة الكلمات المفتاحية، حسب ما تؤكده IBM. يمكنها تلخيص المحتوى، إصلاح الأكواد، أو صياغة نصوص قانونية، وتتكيف مع مهام متعددة. ويمكن تشبيه LLMs بالأوراكلات الحديثة—التي كان يستشيرها قادة تاريخيون مثل الإسكندر الأكبر—لتقليل الغموض وتوجيه عملية اتخاذ القرارات. يشكل هذا التحدي الإنساني المستمر، وهو "عدم توازن المعرفة"، عقبة في التنبؤ، ولكنه أيضًا محرك للابتكار. فعلى مدار الزمن، سمحت الشخصيات الاصطناعية المدعومة بالذكاء الاصطناعي لفرق المبيعات والتسويق بالتنبؤ بردود أفعال العملاء وتخصيص الاستراتيجيات بدقة غير مسبوقة. يمكن للمسوقين اختبار رسائلهم على شخصيات اصطناعية لمعرفة الأكثر فاعلية، بينما يستخدمها فريق المبيعات في تدريبات "وضع الصعوبة" لتعزيز مهارات إتمام الصفقات. يروي أوبزورن عن عميل في صناعة التنظيف الجاف كان يعتمد على الراحة كركيزة لعلامته التجارية، لكنه لم يكن متأكدًا من الجانب الأكثر جاذبية—هل هو الساعات الممتدة، أو الخدمات، أو الأسعار. بدلًا من التخمين، استخدموا شخصية اصطناعية لتوليد رؤى تعتمد على البيانات، مما حسّن بشكل كبير من استراتيجيتهم التسويقية. تتجاوز آثار الشخصيات الاصطناعية مبيعات فقط. فهي تعد بإعادة تشكيل كيفية إدارة عدم اليقين في نواحٍ متعددة من الحياة. وحتى التطبيقات التي قد تبدو ترفيهية، مثل الطلاب الذين يخلقون شخصيات اصطناعية للتفاعل الاجتماعي من خلال ملاحظات في المدرسة، قد لا تكون بعيدة المنال—تمامًا كما بدا أن تبني الذكاء الاصطناعي واسع الانتشار أمر غير محتمل في البداية. ختامًا، تمثل الشخصيات الاصطناعية المدعومة بالذكاء الاصطناعي قفزة تحويلية في فهم والتفاعل مع الناس، وتحويل السعي الطويل الأمد لسد فجوات المعرفة إلى واقع عملي وديناميكي للشركات وما بعدها.