Kur prodhoni AI, ka sfida të shumta që mund të hasni, të tilla si të aplikoni modelin tuaj të AI në një proces ose njerëz, stabilizimi i të dhënave dhe modeleve, si ta mbani modelin tuaj të saktë në ndryshimin e mjediseve dhe me kalimin e kohës, shkallëzimi dhe si të rritet ose rritni aftësitë e modelit tuaj të AI.
Përfshirja e AI
Drejtimi i një prove të konceptit të suksesshëm të mësimit të makinerive (PoC) me një algoritëm të ri është vetëm 10% e përpjekjes së kërkuar për ta prodhuar atë dhe për të marrë vlerën aktuale prej tij. 90% e mbetur mund të ndahet në gjërat që duhet të bëni për të bërë një produkt të përdorshëm dhe gjërat që duhet të bëni për të bërë një produkt të dobishëm.
Për të bërë një produkt të përdorshëm, duhet të zmadhoni zbatimin teknik të vënies së produktit të disponueshëm për përdoruesit tuaj. Për ta bërë atë të dobishëm, duhet të shikoni përfshirjen e produktit në një proces për përdoruesit. Së pari, megjithatë, cili është saktësisht ndryshimi midis një PoC dhe një produkti të përdorshëm?
Para së gjithash, PoC-të nuk janë të destinuara për prodhim. Produktet duhet të punojnë gjatë gjithë kohës, në çdo kohë dhe në rrethana të ndryshimit. Gjatë PoC tuaj, ju gjeni të dhënat që kërkoni, bëni një kopje dhe filloni t'i pastroni dhe analizoni. Në prodhim, burimi juaj i të dhënave duhet të lidhet me një platformë të dhënash në kohë reale, të sigurt dhe të sigurt; rrjedha e të dhënave duhet të manipulohet automatikisht dhe të krahasohet/kombinohet me burime të tjera të të dhënave.
Gjatë PoC tuaj, ju ose keni luksin të jeni në gjendje të flisni me përdoruesit tuaj të ardhshëm dhe të punoni me ta për të hartuar një zgjidhje, ose nuk keni fare përdorues dhe jeni duke projektuar një zgjidhje teknike. Për një produkt, ju keni përdorues që duhet ta kuptojnë atë zgjidhje dhe njerëz përgjegjës për funksionimin e zgjidhjes teknike. Kështu, një produkt kërkon trajnim, FAQ dhe/ose linja mbështetëse që ai të jetë i përdorshëm. Për më tepër, thjesht krijoni një version të ri për rastin tuaj të një përdorimi në një PoC. Produktet kërkojnë përditësime dhe kur e keni nxjerrë produktin tuaj për klientë të shumtë, ju nevojitet një mënyrë për të testuar dhe vendosur kodin tuaj për prodhim ( tubacionet CI/CD).
“Në Itility, ne kemi zhvilluar Fabrikën tonë të të Dhënave Itility dhe Fabrikën e AI që mbulojnë blloqet e ndërtimit dhe platformën themelore për cilindo nga projektet tona. Kjo do të thotë që ne kemi këndin e përdorshëm të mbuluar që në fillim, në mënyrë që të mund të fokusohemi në këndin e dobishëm (i cili varet më shumë nga klienti dhe rasti i përdorimit),” tha kompania.
Aplikacioni për zbulimin e dëmtuesve – nga PoC tek produkti i përdorshëm
“Faza e provës së konceptit të aplikacionit tonë të zbulimit të dëmtuesve përbëhej nga një model që mund të kryejë detyrën e ngushtë të klasifikimit dhe numërimit të mizave në një kurth ngjitës bazuar në imazhet e marra nga anëtarët e ekipit të serrës. Në rast se humbin një foto ose nëse diçka shkon keq, ata mund të kthehen dhe të marrin një tjetër, ose ta rregullojnë drejtpërdrejt në panelin e kontrollit. Duheshin mjaft kontrolle manuale.
“Bota jonë PoC ishte e thjeshtë, e bazuar në një pajisje të vetme, një përdorues të vetëm dhe një klient të vetëm. Megjithatë, për ta bërë atë në një produkt të përdorshëm, na nevojitej të përshkallëzojmë dhe mbështesim shumë klientë. Më pas, lind pyetja se si të mbahen të dhënat të ndara dhe të sigurta. Për më tepër, çdo klient/makinë individuale kërkon një konfigurim dhe konfigurim të paracaktuar. Pra, si të konfiguroni/konfiguroni 20 klientë të rinj? Si e dini se kur të ndërtoni një ndërfaqe administratori dhe të automatizoni hyrjen në bord? Tek 2 klientë, 20 apo 200?”
Sigurisht, mund të keni pyetje, të tilla si 'si e ndihmon klienti im numërimi i mizave? Si të krijoni vlerë nga ky informacion? Si të rekomandoni vendime dhe të merrni masa? Si përshtatet ky aplikacion i AI në procesin e biznesit?'. Hapi i parë është të ndryshoni kornizën tuaj të referencës nga një këndvështrim teknik/të dhënash në perspektivën e përdoruesit fundor. Kjo do të thotë të vazhdoni bisedën me klientin tuaj dhe të shihni se si PoC-ja e provuar përshtatet në proceset e përditshme.
“Ju gjithashtu duhet ta ndiqni nga afër procesin për një periudhë më të gjatë kohore, ju duhet të bashkoheni në takime operative dhe taktike për të kuptuar me të vërtetë se çfarë veprimesh ndërmerren çdo ditë në bazë të cilit informacion, sa kohë shpenzohet për të bërë çfarë dhe arsyetimi. prapa disa veprimeve. Pa kuptuar sesi informacioni nga modeli juaj përdoret për të krijuar vlerë biznesi, nuk do të arrini te një produkt i dobishëm.
“Në rastin tonë, ne zbuluam se çfarë informacioni përdorej për të marrë vendime. Për shembull, ne zbuluam se për disa dëmtues ishte më e rëndësishme të ndiqni tendencën javore (për të cilën nuk keni nevojë për saktësi super të larta) ndërsa të tjerët kërkojnë veprim në shenjën e parë të një dëmtuesi (që do të thotë se është më mirë të kesh një çift. të pozitivëve të rremë sesa të kesh qoftë edhe një negativ të rremë).
“Për më tepër, ne zbuluam se klienti ynë kishte pasur më parë një përvojë 'të keqe' me një mjet të ngjashëm që pretendonte se kishte saktësi që nuk mund t'i jepte në praktikë. Pse do t'i besonin tonat? Ne e morëm këtë problem besimi kokë më kokë dhe e bëmë saktësinë dhe transparencën një veçori kryesore të produktit. Ne e përdorëm këtë informacion për ta bërë produktin tonë të dobishëm duke përshtatur aplikacionin me metodat e punës së përdoruesit fundor dhe duke rritur transparencën në ndërveprim, duke i dhënë përdoruesit më shumë kontroll mbi aplikacionin”, vijon kompania.
Cila është sfida më e madhe?
“Në skenarin tonë të numërimit të mizave, ne mund të flasim për rezultatin tonë të saktësisë sa duam. Megjithatë, për të qenë i dobishëm, përdoruesi (një specialist i serrave) ka nevojë për më shumë se përqindje. Ajo që nevojitet është ta përjetosh atë dhe të mësosh t'i besosh. Gjëja më e keqe që mund të ndodhë është kur përdoruesit tuaj krahasojnë rezultatet tuaja me rezultatet e tyre manuale dhe ka një mospërputhje (të madhe). Reputacioni juaj është shkatërruar dhe nuk ka vend për të rifituar besimin. Ne e kundërshtuam këtë duke shtuar softuer në produkt që inkurajon përdoruesin të kërkojë ato mospërputhje dhe t'i korrigjojë ato.
“Qasja jonë është kështu që ta bëjmë përdoruesin pjesë të zgjidhjes së AI në vend që ta paraqesim atë si një sistem që do të zëvendësojë specialistin. Ne e kthejmë specialistin në operator. AI po shton aftësitë e tyre dhe specialistët mbeten në kontroll duke mësuar dhe udhëhequr vazhdimisht AI për të mësuar më shumë dhe për të bërë korrigjime kur mjedisi ose variablat e tjerë lëvizin. Si operator, specialisti është një pjesë integrale e zgjidhjes – mësimdhënies dhe trajnimit të AI me veprime specifike.”
Kliko këtu për të parë një video me më shumë detaje mbi qasjen në qendër të operatorit.