جڏهن AI کي پروڊڪٽ ڪري رهيا آهيو، اتي ڪيترائي چئلينج آهن جن کي توهان منهن ڏئي سگهو ٿا، جهڙوڪ توهان جي AI ماڊل کي پروسيس يا ماڻهن تي ڪيئن لاڳو ڪرڻ، ڊيٽا ۽ ماڊل کي مستحڪم ڪرڻ، توهان جي ماڊل کي تبديل ٿيندڙ ماحول ۾ درست ڪيئن رکڻ ۽ وقت سان گڏ، اسڪيلنگ، ۽ ڪيئن وڌو. يا توهان جي AI ماڊل جي صلاحيتن کي وڌايو.
ايمبيڊنگ AI
هڪ ڪامياب مشين لرننگ پروف آف ڪانسيپٽ (PoC) کي هلائڻ هڪ نئين الگورٿم سان صرف 10 سيڪڙو ڪوشش آهي ان کي پيداوار ڏيڻ ۽ ان مان حقيقي قيمت حاصل ڪرڻ لاءِ. باقي 90٪ انهن شين ۾ ورهائي سگهجي ٿو جيڪي توهان کي استعمال ڪرڻ جي قابل پراڊڪٽ ٺاهڻ جي ضرورت آهي ۽ شيون جيڪي توهان کي مفيد پيداوار ٺاهڻ لاءِ ڪرڻ گهرجن.
هڪ قابل استعمال پراڊڪٽ ٺاهڻ لاءِ، توهان کي ضرورت آهي ته پراڊڪٽ کي توهان جي استعمال ڪندڙن لاءِ دستياب بڻائڻ لاءِ ٽيڪنيڪل عمل ۾ وڌو. ان کي ڪارائتو بڻائڻ لاءِ، توھان کي ڏسڻ گھرجي پراڊڪٽ کي استعمال ڪندڙن لاءِ ھڪڙي عمل ۾ شامل ڪرڻ. پهرين، جڏهن ته، هڪ PoC ۽ قابل استعمال پيداوار جي وچ ۾ ڇا فرق آهي؟
سڀ کان پهريان، PoCs پيداوار لاء نه آهن. مصنوعات کي هر وقت، ڪنهن به وقت، ۽ تبديل ٿيندڙ حالتن ۾ ڪم ڪرڻ جي ضرورت آهي. توهان جي PoC دوران، توهان اهو ڊيٽا ڳوليندا آهيو جيڪو توهان ڳولي رهيا آهيو، هڪ ڪاپي ٺاهيو، ۽ ان کي صاف ڪرڻ شروع ڪيو ۽ ان جو تجزيو ڪيو. پيداوار ۾، توهان جي ڊيٽا جو ماخذ حقيقي وقت ۾ ڊيٽا پليٽ فارم سان ڳنڍڻو پوندو، محفوظ ۽ محفوظ طور تي؛ ڊيٽا جي وهڪري کي خودڪار طريقي سان ترتيب ڏيڻو پوندو ۽ ان جي مقابلي ۾ / ٻين ڊيٽا ذريعن سان گڏ.
توهان جي PoC دوران، توهان وٽ يا ته عيش آهي توهان جي مستقبل جي استعمال ڪندڙن سان ڳالهائڻ ۽ انهن سان گڏ ڪم ڪرڻ جي قابل ٿي هڪ حل ڊزائين ڪرڻ، يا توهان وٽ ڪو به صارف ناهي، ۽ توهان هڪ ٽيڪنيڪل حل ٺاهي رهيا آهيو. هڪ پراڊڪٽ لاءِ، توهان وٽ صارف آهن جن کي انهي حل کي سمجهڻ جي ضرورت آهي، ۽ ٽيڪنيڪل حل کي هلائڻ جا ذميوار ماڻهو. اهڙيء طرح، هڪ پراڊڪٽ جي ضرورت آهي ٽريننگ، FAQs، ۽ / يا سپورٽ لائينون ان کي استعمال ڪرڻ لاء. ان کان علاوه، توهان صرف هڪ PoC ۾ توهان جي هڪ استعمال جي صورت لاء هڪ نئون نسخو ٺاهيو. پراڊڪٽس کي اپڊيٽ جي ضرورت آهي، ۽ جڏهن توهان پنهنجي پراڊڪٽ کي ڪيترن ئي گراهڪن لاءِ رول آئوٽ ڪيو آهي، توهان کي ضرورت آهي هڪ طريقي جي جانچ ۽ ترتيب ڏيڻ لاءِ توهان جي ڪوڊ جي پيداوار لاءِ (CI/CD پائپ لائنون).
"Itility تي، اسان اسان جي Itility ڊيٽا فئڪٽري ۽ AI ڪارخاني کي ترقي ڪئي آهي جيڪا عمارت جي بلاڪ ۽ بنيادي پليٽ فارم کي ڍڪيندي آهي اسان جي ڪنهن به منصوبي لاء. ان جو مطلب اهو آهي ته اسان وٽ استعمال جي قابل زاويه شروع کان ڍڪيل آهي، انهي ڪري ته اسان مفيد زاوي تي ڌيان ڏئي سگهون ٿا (جيڪو وڌيڪ گراهڪ آهي ۽ ڪيس تي منحصر آهي)، "ڪمپني چيو.
پيسٽ ڳولڻ واري ايپ - PoC کان استعمال لائق پيداوار تائين
”اسان جي Pest Detection ايپ جو Proof of Concept مرحلو هڪ ماڊل تي مشتمل آهي جيڪو گرين هاؤس ٽيم جي ميمبرن پاران ورتل تصويرن جي بنياد تي هڪ گلو ٽرپ تي مکين جي درجه بندي ۽ ڳڻپ جو تنگ ڪم سرانجام ڏئي سگهي ٿو. صورت ۾ اهي هڪ تصوير وڃايو يا جيڪڏهن ڪجهه غلط ٿي ويو آهي، اهي واپس وڃي سگهن ٿا ۽ ٻي وٺي سگهن ٿا، يا سڌو سنئون ڊيش بورڊ ۾ ان کي درست ڪري سگھن ٿا. ڪافي ڪجهه دستي چيڪن جي ضرورت هئي.
"اسان جي PoC-دنيا سادي هئي، هڪ واحد ڊوائيس، هڪ واحد صارف، ۽ هڪ واحد گراهڪ جي بنياد تي. بهرحال، ان کي استعمال لائق پراڊڪٽ ٺاهڻ لاءِ، اسان کي ضرورت هئي ته ڪيترن ئي گراهڪن کي ماپڻ ۽ سپورٽ ڪرڻ جي. پوء، سوال پيدا ٿئي ٿو ته ڊيٽا کي ڪيئن الڳ ۽ محفوظ رکڻ لاء. ان کان علاوه، هر فرد ڪسٽمر / مشين کي سيٽ اپ ۽ ڊفالٽ ترتيب جي ضرورت آهي. تنهن ڪري، 20 نون گراهڪن کي ڪيئن ترتيب ڏيڻ/سيٽ ڪرڻ؟ توهان ڪيئن ڄاڻو ٿا جڏهن هڪ منتظم انٽرفيس ٺاهيو ۽ آن بورڊنگ کي خودڪار ڪيو؟ 2 گراهڪن تي، 20، يا 200؟
يقينا، توهان وٽ شايد سوال هوندا، جهڙوڪ 'ڪيئن ڳڻڻ واريون اڏاميون منهنجي گراهڪ جي مدد ڪن ٿيون؟ ھن معلومات مان قدر ڪيئن ٺاھيو؟ فيصلن جي سفارش ۽ عمل ڪيئن ڪجي؟ هي AI ايپليڪيشن ڪاروباري عمل ۾ ڪيئن ٺهڪي اچي ٿي؟'. هڪ قدم اهو آهي ته توهان جي حوالي جي فريم کي ٽيڪنيڪل/ڊيٽا جي نقطه نظر کان آخري صارف جي نقطه نظر ڏانهن تبديل ڪرڻ. ان جو مطلب آهي توهان جي گراهڪ سان گفتگو جاري رکڻ ۽ ڏسو ته ڪيئن ثابت ٿيل PoC روزاني عملن ۾ فٽ ٿئي ٿو.
”توهان کي پڻ گهڻي عرصي تائين عمل جي ويجهڙائي سان عمل ڪرڻو پوندو ، توهان کي عملي ۽ تاکتياتي گڏجاڻين ۾ شامل ٿيڻ جي ضرورت آهي حقيقت ۾ اهو سمجهڻ لاءِ ته هر روز ڪهڙا ڪارناما کنيا وڃن ٿا ڪهڙي معلومات جي بنياد تي ، ڪيترو وقت ڇا ڪرڻ تي خرچ ڪيو وڃي ٿو ، ۽ استدلال. ڪجهه عملن جي پٺيان. اهو سمجهڻ کان سواءِ ته توهان جي ماڊل مان معلومات ڪيئن استعمال ڪئي ويندي آهي ڪاروباري قدر پيدا ڪرڻ لاءِ، توهان حاصل نه ڪندا هڪ مفيد پراڊڪٽ.
"اسان جي صورت ۾، اسان دريافت ڪيو ته ڪهڙي معلومات فيصلا ڪرڻ لاء استعمال ڪئي وئي هئي. مثال طور، اسان دريافت ڪيو ته ڪجهه آفتن لاءِ هفتيوار رجحان جي پيروي ڪرڻ وڌيڪ ضروري آهي (جنهن لاءِ توهان کي تمام گهڻي درستگين جي ضرورت نه آهي) جڏهن ته ٻين کي ضرورت آهي ته هڪ آفت جي پهرين نشاني تي عمل ڪيو وڃي (جنهن جو مطلب آهي ته اهو بهتر آهي ته ٻه ڀيرا هڪ غلط منفي هجڻ جي ڀيٽ ۾ ڪوڙو مثبت).
"اضافي طور تي، اسان اهو دريافت ڪيو ته اسان جي گراهڪ اڳ ۾ ئي هڪ 'خراب' تجربو ڪيو هو ساڳئي اوزار سان دعوي ڪئي هئي ته اها درستي آهي اها عملي طور تي پهچائي نه ٿي سگهي. اهي اسان تي اعتبار ڇو ڪندا؟ اسان هن اعتماد واري مسئلي کي سر تي ورتو ۽ درستگي ۽ شفافيت کي پيداوار جي هڪ اهم خصوصيت بنايو. اسان هن معلومات کي استعمال ڪيو پنهنجي پروڊڪٽ کي ڪارآمد بنائڻ لاءِ ايپليڪيشن کي آخري صارف جي ڪم ڪرڻ جي طريقن سان ترتيب ڏيڻ، ۽ رابطي ۾ شفافيت وڌائڻ سان، صارف کي ايپليڪيشن تي وڌيڪ ڪنٽرول ڏئي، ”ڪمپني جاري آهي.
سڀ کان وڏو چئلينج ڇا آهي؟
"اسان جي پرواز جي ڳڻپ واري منظر ۾، اسان اسان جي درستگي جي سکور بابت ڳالهائي سگهون ٿا جيڪو اسان چاهيون ٿا. بهرحال، مفيد ٿيڻ لاء، صارف (هڪ گرين هاؤس ماهر) کي فيصد کان وڌيڪ ضرورت آهي. ڇا جي ضرورت آهي ان کي تجربو ڪرڻ، ۽ ان تي ڀروسو ڪرڻ سکڻ جي. بدترين شيء جيڪا ٿي سگهي ٿي اها آهي جڏهن توهان جا صارف توهان جي نتيجن کي پنهنجن دستي نتيجن سان گڏ ڪن ٿا ۽ اتي هڪ (وڏي) تفاوت آهي. توهان جي شهرت برباد ٿي وئي آهي ۽ اعتماد حاصل ڪرڻ جي ڪا به گنجائش ناهي. اسان ان جو مقابلو ڪيو پراڊڪٽ ۾ سافٽ ويئر شامل ڪندي جيڪو صارف کي حوصلا افزائي ڪري ٿو انهن تضادن کي ڳولڻ ۽ انهن کي درست ڪرڻ.
”اسان جو طريقو اهو آهي ته صارف کي AI حل جو حصو بڻائڻ بجاءِ ان کي سسٽم طور پيش ڪيو وڃي جيڪو ماهر کي تبديل ڪرڻ وارو آهي. اسان ماهر کي هڪ آپريٽر ۾ ڦيرايو. AI انهن جي صلاحيتن کي وڌائي رهيو آهي ۽ ماهرن کي مسلسل سيکارڻ ۽ رهنمائي ڪرڻ سان ڪنٽرول ۾ رهي ٿو AI کي وڌيڪ سکڻ ۽ سڌارو ڪرڻ جي لاءِ جڏهن ماحول يا ٻيون تبديليون وڌي وڃن ٿيون. هڪ آپريٽر جي طور تي، ماهر حل جو هڪ لازمي حصو آهي - تعليم ۽ تربيت AI کي مخصوص عملن سان.
ڪلڪ ڪيو هتي آپريٽر سينٽرڪ اپروچ تي وڌيڪ تفصيل سان وڊيو ڏسڻ لاءِ.