AIን ስታመርት፣ የእርስዎን AI ሞዴል በአንድ ሂደት ወይም በሰዎች ላይ እንዴት እንደሚተገብሩ፣ መረጃዎችን እና ሞዴሎችን ማረጋጋት፣ አካባቢን በሚለዋወጡበት ጊዜ እና በጊዜ ሂደት እንዴት ሞዴልዎን በትክክል ማቆየት እንደሚችሉ፣ ልኬቱን እንዴት እንደሚያሳድጉ፣ ሊያጋጥሙዎት የሚችሉ ብዙ ፈተናዎች አሉ። ወይም የእርስዎን AI ሞዴል ችሎታዎች ይጨምሩ።
AI በመክተት ላይ
የተሳካ የማሽን መማሪያ የፅንሰ ሀሳብ ማረጋገጫ (PoC)ን በአዲስ ስልተ ቀመር ማስኬድ እሱን ለማምረት እና ትክክለኛ ዋጋ ለማግኘት ከሚያስፈልገው ጥረት 10% ብቻ ነው። ቀሪው 90% ጥቅም ላይ ሊውል የሚችል ምርት ለመስራት ማድረግ ያለብዎትን እና ጠቃሚ ምርትን ለመስራት በሚያስፈልጉ ነገሮች ሊከፋፈል ይችላል።
ጥቅም ላይ የሚውል ምርት ለመስራት ምርቱን ለተጠቃሚዎችዎ ተደራሽ የማድረግ ቴክኒካዊ አተገባበር ላይ ማጉላት ያስፈልግዎታል። ጠቃሚ ለማድረግ ምርቱን ለተጠቃሚዎች ሂደት ውስጥ ማስገባትን መመልከት አለብዎት. በመጀመሪያ ግን፣ በPoC እና ጥቅም ላይ በሚውል ምርት መካከል ያለው ልዩነት በትክክል ምንድን ነው?
በመጀመሪያ ደረጃ ፖሲዎች ለማምረት የታሰቡ አይደሉም። ምርቶች ሁል ጊዜ፣ በማንኛውም ጊዜ እና በተለዋዋጭ ሁኔታዎች ውስጥ መስራት አለባቸው። በPoCዎ ጊዜ፣ የሚፈልጉትን ውሂብ ያገኛሉ፣ ቅጂ ይስሩ እና ማጽዳት እና መተንተን ይጀምራሉ። በምርት ውስጥ፣ የውሂብ ምንጭዎ ከውሂብ መድረክ ጋር በቅጽበት፣ በአስተማማኝ እና ደህንነቱ በተጠበቀ ሁኔታ መገናኘት አለበት። የመረጃ ዥረቱ በራስ-ሰር መንቀሳቀስ እና ከሌሎች የመረጃ ምንጮች ጋር ማነፃፀር አለበት።
በእርስዎ PoC ጊዜ፣ ከወደፊት ተጠቃሚዎችዎ ጋር ለመነጋገር እና መፍትሄ ለመንደፍ ከእነሱ ጋር ለመስራት የመቻል ቅንጦት ይኖርዎታል፣ ወይም ምንም አይነት ተጠቃሚ የሎትም፣ እና ቴክኒካዊ መፍትሄ እየነደፉ ነው። ለአንድ ምርት ያንን መፍትሄ መረዳት ያለባቸው ተጠቃሚዎች እና ቴክኒካዊ መፍትሄው እንዲሰራ የማድረግ ኃላፊነት ያለባቸው ሰዎች አሎት። ስለዚህ፣ አንድ ምርት ጥቅም ላይ እንዲውል ስልጠና፣ ተደጋጋሚ ጥያቄዎች እና/ወይም የድጋፍ መስመሮችን ይፈልጋል። በተጨማሪም፣ ለአንድ ጊዜ አገልግሎት በPoC ውስጥ አዲስ እትም ፈጥረዋል። ምርቶች ዝማኔዎችን ይፈልጋሉ፣ እና ምርትዎን ለብዙ ደንበኞች ሲያወጡ፣ ኮድዎን ለምርት (CI/CD pipelines) ለመፈተሽ እና ለማሰማራት መንገድ ያስፈልግዎታል።
“በኢትሊቲ፣የእኛን የአይቲሊቲ ዳታ ፋብሪካ እና AI ፋብሪካን ገንብተናል። ይህ ማለት ከጅምሩ የተሸፈነው ጥቅም ላይ የሚውል አንግል አለን ፣ ስለሆነም ጠቃሚ በሆነው አንግል ላይ (ይህም የበለጠ ደንበኛ እና የጉዳይ ጥገኛ ነው) ላይ ማተኮር እንድንችል ”ሲል ኩባንያው ገልጿል።
የተባይ ማወቂያ መተግበሪያ - ከPoC እስከ ጥቅም ላይ ሊውል የሚችል ምርት
“የእኛ የተባይ ማወቂያ መተግበሪያ የፅንሰ-ሀሳብ ማረጋገጫው በግሪንሀውስ ቡድን አባላት በተነሱ ምስሎች ላይ በመመስረት ዝንቦችን ሙጫ ወጥመድ ላይ የመመደብ እና የመቁጠር ጠባብ ተግባርን የሚያከናውን ሞዴልን ያቀፈ ነው። ፎቶ ካመለጣቸው ወይም የሆነ ችግር ከተፈጠረ ወደ ኋላ ተመልሰው ሌላ ማንሳት ወይም በቀጥታ በዳሽቦርዱ ውስጥ ማስተካከል ይችላሉ። አንዳንድ በእጅ ቼኮች ያስፈልጉ ነበር።
"የእኛ PoC-ዓለም ቀላል ነበር፣ በአንድ መሣሪያ፣ በአንድ ተጠቃሚ እና በአንድ ደንበኛ። ነገር ግን፣ ጥቅም ላይ ሊውል የሚችል ምርት ለማድረግ፣ ብዙ ደንበኞችን መመዘን እና መደገፍ ያስፈልገናል። ከዚያ, መረጃን እንዴት መለየት እና ደህንነቱ እንደተጠበቀ ማቆየት እንደሚቻል ጥያቄ ይነሳል. በተጨማሪም ፣ እያንዳንዱ ደንበኛ / ማሽን ማዋቀር እና ነባሪ ውቅር ይፈልጋል። ስለዚህ 20 አዳዲስ ደንበኞችን እንዴት ማዋቀር/ማዋቀር ይቻላል? የአስተዳዳሪ በይነገጽ መቼ እንደሚገነቡ እና የመሳፈሪያ ላይ በራስ ሰር እንደሚሠሩ እንዴት ያውቃሉ? በ2 ደንበኞች፣ 20፣ ወይስ 200?”
በእርግጥ፣ እንደ 'ዝንቦች መቁጠር ደንበኛዬን የሚረዳው እንዴት ነው? ከዚህ መረጃ እሴት እንዴት መፍጠር እንደሚቻል? ውሳኔዎችን እንዴት መምከር እና እርምጃ መውሰድ? ይህ AI መተግበሪያ ከንግዱ ሂደት ጋር የሚስማማው እንዴት ነው?' ደረጃ አንድ የማጣቀሻ ፍሬምዎን ከቴክኒካል/መረጃ እይታ ወደ መጨረሻ ተጠቃሚ እይታ መቀየር ነው። ይህ ማለት ከደንበኛዎ ጋር የሚደረገውን ውይይት መቀጠል እና የተረጋገጠው PoC ከዕለታዊ ሂደቶች ጋር እንዴት እንደሚስማማ ማየት ማለት ነው።
"እንዲሁም ሂደቱን ረዘም ላለ ጊዜ በቅርበት መከታተል አለቦት፣ በየትኛው መረጃ ላይ በመመርኮዝ በየቀኑ ምን አይነት እርምጃዎች እንደሚወሰዱ፣ ምን ያህል ጊዜ እንደሚያጠፋ እና በምክንያት ላይ በመመርኮዝ በትክክል ለመረዳት ወደ ተግባራዊ እና ታክቲካዊ ስብሰባዎች መቀላቀል አለብዎት። ከተወሰኑ ድርጊቶች በስተጀርባ. ከእርስዎ ሞዴል ውስጥ ያለው መረጃ የንግድ ሥራ ዋጋን ለመፍጠር እንዴት ጥቅም ላይ እንደሚውል ሳይረዱ ጠቃሚ ምርት ላይ መድረስ አይችሉም.
"በእኛ ሁኔታ ውሳኔዎችን ለማድረግ ምን ዓይነት መረጃ ጥቅም ላይ እንደዋለ ደርሰንበታል. ለምሳሌ፣ ለአንዳንድ ተባዮች የሳምንታዊውን አዝማሚያ መከተል የበለጠ አስፈላጊ እንደሆነ ደርሰንበታል (ለዚህም እጅግ በጣም ከፍተኛ ትክክለኛነት አያስፈልጎትም) ሌሎች ደግሞ በተባይ የመጀመሪያ ምልክት ላይ እርምጃ መውሰድ አለባቸው (ይህ ማለት ባልና ሚስት ቢኖሩ ይሻላል) አንድ የውሸት አሉታዊ እንኳን ከማግኘት ይልቅ የሐሰት አዎንታዊ).
“በተጨማሪም፣ ደንበኞቻችን ከዚህ ቀደም ተመሳሳይ መሣሪያ በትክክል ማቅረብ ያልቻሉትን ትክክለኛነት በመግለጽ 'መጥፎ' ተሞክሮ እንደነበረው ደርሰንበታል። ለምን በእኛ ላይ እምነት ጣሉ? ይህንን የመተማመን ችግር ወደፊት ወስደን ትክክለኛነትን እና ግልጽነትን የምርቱ ቁልፍ ባህሪ አድርገናል። ይህንን መረጃ ተጠቅመን አፕሊኬሽኑን ከዋና ተጠቃሚ የአሰራር ዘዴዎች ጋር በማጣጣም እና የግንኙነቱን ግልፅነት በማሳደግ ተጠቃሚው በአፕሊኬሽኑ ላይ የበለጠ ቁጥጥር በማድረግ ምርታችንን ጠቃሚ ለማድረግ ተጠቅመንበታል።
ትልቁ ፈተና ምንድን ነው?
“በእኛ የዝንብ ቆጠራ ሁኔታ፣ ስለምንፈልገው ትክክለኛ ነጥብ መነጋገር እንችላለን። ነገር ግን፣ ጠቃሚ ለመሆን ተጠቃሚው (የግሪንሃውስ ባለሙያ) ከመቶኛ በላይ ያስፈልገዋል። የሚያስፈልገው እሱን መለማመድ እና እሱን ማመንን መማር ነው። ሊከሰት የሚችለው በጣም መጥፎው ነገር ተጠቃሚዎችዎ የእርስዎን ውጤቶች ከራሳቸው የእጅ ውጤቶች ጋር ሲያወዳድሩ እና (ትልቅ) ልዩነት ሲኖር ነው። ስምህ ወድቋል እናም እምነትን መልሶ ለማግኘት ምንም ቦታ የለም። ተጠቃሚው እነዚያን አለመግባባቶች ፈልጎ እንዲያስተካክል የሚያበረታታ ሶፍትዌር ወደ ምርቱ በመጨመር ይህንን ተቃውመናል።
"አካሄዳችን ስለዚህ ተጠቃሚውን ስፔሻሊስቱን የሚተካ ስርዓት ሆኖ ከማቅረብ ይልቅ የ AI መፍትሄ አካል ማድረግ ነው. ስፔሻሊስቱን ወደ ኦፕሬተር እንለውጣለን. AI ችሎታቸውን እያሳደገው ነው እና ስፔሻሊስቶች AIን በቀጣይነት በማስተማር እና በመምራት አከባቢው ወይም ሌሎች ተለዋዋጮች በሚንሸራተቱበት ጊዜ እርማቶችን እንዲያደርጉ ይቆያሉ። እንደ ኦፕሬተር ፣ ስፔሻሊስቱ የመፍትሄው ዋና አካል ናቸው - AIን በተወሰኑ እርምጃዎች ማስተማር እና ማሰልጠን።
ጠቅ ያድርጉ እዚህ በኦፕሬተር-ማእከላዊ አቀራረብ ላይ ተጨማሪ ዝርዝሮችን የያዘ ቪዲዮ ለማየት.