Optimizely Opal: AI som en del av arbeidshverdagen

Det er nettopp dette Optimizely forsøker å løse videre med de nyeste oppdateringene i Opal. Målet er ikke bare flere funksjoner, men å gjøre teknologien til en mer integrert del av arbeidsflyten.

Mai-utgivelsen av Opal handler derfor mindre om én stor nyhet, og mer om mange små forbedringer som til sammen gjør at AI oppleves mindre som en chatbot og mer som et arbeidsverktøy.

AI med mer kontekst og bedre hukommelse

En av de største utfordringene med AI-verktøy i dag er at de ofte mangler kontekst. Brukeren må forklare oppgaven på nytt hver gang, og resultatene blir deretter.

I Opal forsøker Optimizely å løse dette ved å gi agentene mer hukommelse og bedre forståelse av arbeidet som allerede gjøres.

Med nye funksjoner som Memory og Conversation Mode kan agentene:

• huske tidligere interaksjoner
• bygge videre på tidligere arbeid
• forstå konteksten rundt kampanjer og innhold
• samarbeide mer naturlig med brukeren over tid

Det gjør det enklere å bruke AI i faktiske arbeidsprosesser, ikke bare til enkeltstående oppgaver.

Fra chat til arbeidsflyt

Samtidig flyttes Opal tettere inn i verktøyene team allerede bruker.

Plattformen kan nå kobles mot blant annet:

• Google Docs, Sheets og Calendar
• Notion
• Contentful
• Sanity
• ClickUp
• Optimizely Experimentation

Det betyr at AI ikke lenger bare lever i et eget grensesnitt ved siden av arbeidet, men blir en del av arbeidsflyten mange allerede jobber i.

For mange virksomheter er dette viktigere enn nye enkeltfunksjoner. Verdien kommer ofte først når AI reduserer friksjon i det daglige arbeidet, ikke når man må bygge helt nye prosesser rundt teknologien.

Flere oppgaver kan automatiseres

Optimizely har også lansert flere ferdige agenter som skal hjelpe team med analyse, optimalisering og eksperimentering.

Blant annet kan Opal nå:

• analysere sideytelse og Lighthouse-score
• foreslå forbedringer for konvertering
• evaluere og forbedre sidetekster
• identifisere konflikter mellom eksperimenter
• generere testideer basert på tidligere resultater

Mye av dette er oppgaver som tidligere krevde manuell analyse, koordinering og oppfølging på tvers av flere verktøy og team.

Det betyr ikke nødvendigvis at AI tar over arbeidet, men at terskelen for å teste, analysere og forbedre digitale opplevelser blir lavere.

AI flytter seg fra eksperiment til drift

Det kanskje mest interessante med utviklingen i Opal er hva den sier om retningen i markedet generelt.

De siste årene har mange virksomheter eksperimentert med AI i små pilotprosjekter. Nå ser vi i større grad at AI flyttes inn i den daglige driften av markeds-, innholds- og digitale team.

Det handler mindre om å teste hva AI kan gjøre, og mer om hvordan teknologien kan:

• redusere manuelt arbeid
• støtte beslutninger
• gjøre team mer effektive
• forbedre arbeidsflyt og samarbeid

Samtidig blir det viktigere å ha kontroll på struktur, prosesser og innhold. AI fungerer best når dataene og arbeidsflyten rundt er godt organisert.

Hva betyr dette for virksomheter som bruker Optimizely?

For virksomheter som allerede bruker Optimizely, betyr utviklingen først og fremst at AI blir tettere integrert i plattformen og arbeidsprosessene rundt den.

Det gjør det enklere å teste ut nye arbeidsmåter uten å måtte innføre enda flere separate verktøy.

Samtidig er det viktig å skille mellom funksjoner som er interessante å teste, og funksjoner som faktisk skaper verdi i hverdagen. De fleste virksomheter trenger ikke å ta i bruk alt på én gang.

I Epinova følger vi utviklingen tett, både teknologisk og i hvordan team faktisk jobber med innhold, eksperimentering og digitale tjenester i praksis.

Vil du diskutere hvilke AI-funksjoner som faktisk er relevante for deres organisasjon, tar vi gjerne en prat.