Οι περισσότερες εταιρείες που δοκιμάζουν πράκτορες Τεχνητής Νοημοσύνης για πρώτη φορά προχωρούν κατευθείαν στην επιλογή ενός εργαλείου. Αυτό συνήθως είναι λάθος. Οι επιχειρήσεις που αποκομίζουν πραγματική αξία τείνουν να ξεκινούν από κάπου λιγότερο συναρπαστικό: να καταλάβουν ακριβώς ποιο πρόβλημα λύνουν πριν κάποιος αγγίξει μια πλατφόρμα.
Αυτός ο οδικός χάρτης παρουσιάζει τα τέσσερα στάδια που διαχωρίζουν έναν λειτουργικό παράγοντα τεχνητής νοημοσύνης από ένα ακριβό πείραμα, ξεκινώντας από τον ορισμό της περίπτωσης χρήσης και καταλήγοντας σε αυτό που συμβαίνει μετά την κυκλοφορία.
Διαβάστε παρακάτω για να δείτε πώς κάθε στάδιο βασίζεται στο προηγούμενο.
Ορισμός της σωστής περίπτωσης χρήσης για τον πρώτο σας πράκτορα τεχνητής νοημοσύνης
Η επιλογή του σωστού σημείου εκκίνησης έχει μεγαλύτερη σημασία από ό,τι αναμένουν οι περισσότερες ομάδες, καθώς καθορίζει αν ο πράκτορας θα νιώθει χρήσιμος ή αν θα εγκαταλειφθεί αθόρυβα. Ο πειρασμός είναι να στοχεύσουμε σε μεγάλα πράγματα, αλλά οι μικροί και συγκεκριμένοι στόχοι τείνουν να λειτουργούν καλύτερα για μια πρώτη ανάπτυξη.
Ακολουθούν ορισμένες σκέψεις που διαμορφώνουν μια ισχυρή αρχική περίπτωση χρήσης:
Επαναληψιμότητα εργασιών
Μια καλή πρώτη περίπτωση χρήσης συμβαίνει αρκετά συχνά ώστε να δημιουργήσει ουσιαστικά δεδομένα μέσα σε εβδομάδες, όχι μήνες. Ένας εκπρόσωπος που χειρίζεται πέντε ερωτήσεις πελατών την ημέρα δεν θα αποκαλύψει πολλά για τα δυνατά ή τα αδύνατα σημεία του. Κάτι όπως τα αιτήματα επαναφοράς κωδικού πρόσβασης ή οι έλεγχοι κατάστασης παραγγελιών, που μπορεί να γίνονται δεκάδες φορές την ημέρα, δίνει σε μια ομάδα αρκετό όγκο για να αξιολογήσει γρήγορα την απόδοση.
Σαφή κριτήρια επιτυχίας
Πριν από την κατασκευή οποιουδήποτε έργου, μια ομάδα χρειάζεται έναν τρόπο να γνωρίζει εάν ο πράκτορας λειτουργεί. Μια εταιρεία logistics μπορεί να παρακολουθεί πόσα ερωτήματα σχετικά με τις αποστολές επιλύονται χωρίς ανθρώπινη παρέμβαση. Αυτός ο αριθμός γίνεται η βάση για να αποφασιστεί εάν ο πράκτορας θα αποκτήσει μεγαλύτερο ρόλο αργότερα.
Περιορισμένη επίδραση αστοχίας
Οι πρώιμοι εκπρόσωποι θα κάνουν λάθη, επομένως η περίπτωση χρήσης θα πρέπει να περιορίζει το μέγεθος της ζημιάς που μπορεί να προκαλέσει ένα λάθος. Ένας εκπρόσωπος που συντάσσει περιλήψεις εσωτερικών συσκέψεων φέρει μικρότερο κίνδυνο από έναν που εκδίδει αυτόματα επιστροφές χρημάτων. Η έναρξη με εργασίες χαμηλότερου διακυβεύματος δίνει στην ομάδα το περιθώριο να διορθώσει τα προβλήματα πριν φτάσουν σε έναν πελάτη.
Επιλογή της σωστής υποδομής και εργαλείων
Οι αποφάσεις για τις υποδομές τείνουν να λαμβάνονται βιαστικά μόλις ολοκληρωθεί μια περίπτωση χρήσης, αλλά καθορίζουν πόση εργασία θα απαιτηθεί για το υπόλοιπο έργο. Ορισμένες ομάδες κατασκευάζουν τα πάντα εσωτερικά, ενώ άλλες βασίζονται σε εξωτερικούς συνεργάτες για την τεχνική προετοιμασία.
Οι ακόλουθοι είναι μερικοί από τους παράγοντες που συνήθως καθοδηγούν αυτήν την απόφαση:
Εσωτερική κατασκευή έναντι διαχειριζόμενης κατασκευής
Η δημιουργία ενός agent από την αρχή σημαίνει ότι αναλαμβάνετε την ευθύνη για κάθε ενσωμάτωση, ενημέρωση και διόρθωση σφαλμάτων στο μέλλον. Ένας πάροχος διαχειριζόμενων υπηρεσιών συχνά φέρνει υπάρχουσα υποδομή που έχει ήδη δοκιμαστεί σε άλλες αναπτύξεις.
Αυτό ισχύει ιδιαίτερα για τους πωλητές τεχνητής νοημοσύνης , όπου οι πάροχοι προσφέρουν προκατασκευασμένες ενσωματώσεις CRM και δρομολόγησης υποψήφιων πελατών. Διαφορετικά, η εσωτερική τους ανάπτυξη θα διαρκούσε μήνες. Μια ομάδα που θα ζυγίζει και τις δύο διαδρομές θα πρέπει να λάβει υπόψη όχι μόνο τον χρόνο κατασκευής αλλά και τη συντήρηση που ακολουθεί.
Πολυπλοκότητα ολοκλήρωσης
Ορισμένοι εκπρόσωποι πρέπει να συνδέονται σε ένα μόνο σύστημα, όπως μια πλατφόρμα help desk, ενώ άλλοι συνδέονται σε πολλά εργαλεία ταυτόχρονα. Μια ομάδα πωλήσεων μπορεί να χρειάζεται έναν εκπρόσωπο που να αγγίζει ταυτόχρονα το CRM, την πλατφόρμα email και ένα εργαλείο προγραμματισμού. Περισσότερα σημεία ενσωμάτωσης συνήθως σημαίνουν περισσότερα σημεία όπου κάτι μπορεί να παρουσιάσει προβλήματα.
Κριτήρια αξιολόγησης προμηθευτών
Δεν προσφέρουν όλοι οι πάροχοι το ίδιο επίπεδο υποστήριξης μόλις ένας εκπρόσωπος τεθεί σε λειτουργία. Μια ομάδα θα πρέπει να ρωτήσει πώς ένας προμηθευτής χειρίζεται τον χρόνο διακοπής λειτουργίας, τι είδους προσαρμογή είναι δυνατή και πώς η τιμολόγηση κλιμακώνεται με τη χρήση. Αυτές οι απαντήσεις συχνά έχουν μεγαλύτερη σημασία από την αρχική επίδειξη, καθώς καθορίζουν πώς η σχέση θα διατηρηθεί με την πάροδο του χρόνου.
Δημιουργία και δοκιμή του πράκτορα πριν από την κυκλοφορία
Η ποιότητα των δεδομένων εκπαίδευσης διαμορφώνει όλα όσα ακολουθούν σε αυτή τη φάση, καθώς ένας εκπρόσωπος αποδίδει εξίσου καλά μόνο με ό,τι μαθαίνει. Μια ομάδα υποστήριξης που αντλεί από ξεπερασμένη τεκμηρίωση θα καταλήξει με έναν εκπρόσωπο που δίνει ξεπερασμένες απαντήσεις. Η αναθεώρηση του πηγαίου υλικού πριν από την έναρξη της εκπαίδευσης το εντοπίζει αυτό νωρίς, αντί να το προσέξουν οι πελάτες.
Πέρα από τα ίδια τα δεδομένα, ο καθορισμός σαφών ορίων εμποδίζει τον πράκτορα να υπερβεί τον ρόλο του. Ένας πράκτορας χωρίς καθορισμένα όρια μπορεί να προσφέρει μια έκπτωση που δεν έχει εξουσία να εγκρίνει, απλώς επειδή τίποτα δεν του είπε να μην την κάνει. Ο καθορισμός του τι μπορεί να αποφασίσει ο πράκτορας μόνος του, σε αντίθεση με το τι χρειάζεται ανθρώπινη έγκριση, αποτρέπει αυτές τις καταστάσεις πριν καν συμβούν.
Μόλις τεθούν η εκπαίδευση και τα όρια, οι δοκιμές με βάση τα ακατάστατα, πραγματικά δεδομένα έχουν μεγαλύτερη σημασία από τις δοκιμές με βάση τις ιδανικές περιπτώσεις. Μια εταιρεία λιανικής πώλησης που παρέχει εξυπηρέτηση πελατών μέσω ενός αντιπροσώπου μπορεί να διαπιστώσει ότι χειρίζεται καλά ευγενικές, σαφώς διατυπωμένες ερωτήσεις, αλλά δυσκολεύεται με μηνύματα γεμάτα απογοητευμένα τυπογραφικά λάθη. Η εκτέλεση ενός σύντομου εσωτερικού πιλοτικού προγράμματος πριν από την πλήρη κυκλοφορία τείνει να φέρει στην επιφάνεια αυτά τα κενά, ενώ είναι ακόμα εύκολο να διορθωθούν.
Παρακολούθηση, Επανάληψη και Κλιμάκωση μετά την Ανάπτυξη
Οι πρώτες εβδομάδες μετά την κυκλοφορία αποκαλύπτουν περισσότερα για την πραγματική συμπεριφορά ενός πράκτορα από ό,τι θα μπορούσε να κάνει οποιαδήποτε δοκιμή πριν από την κυκλοφορία. Μια εταιρεία logistics μπορεί να ανακαλύψει ότι οι πελάτες ρωτούν για καθυστερήσεις στην παράδοση με τρόπους που τα δεδομένα εκπαίδευσης δεν είχαν προβλέψει ποτέ. Η στενή παρακολούθηση κατά τη διάρκεια αυτού του παραθύρου εντοπίζει αυτά τα κενά προτού επηρεάσουν έναν μεγάλο αριθμό αλληλεπιδράσεων.
Από εκεί και πέρα, η παρακολούθηση της απόδοσης σε σχέση με τις μετρήσεις που έχουν οριστεί νωρίτερα μετατρέπει την παρακολούθηση σε κάτι εφαρμόσιμο. Μια μείωση στο ποσοστό επίλυσης μπορεί να υποδηλώνει έναν συγκεκριμένο τύπο ερώτησης που ο εκπρόσωπος συνεχίζει να παρερμηνεύει. Η εβδομαδιαία αναθεώρηση αυτού του μοτίβου, αντί να περιμένεις έναν τριμηνιαίο έλεγχο, διευκολύνει την προσαρμογή του εκπροσώπου πριν επιδεινωθούν τα μικρά προβλήματα.
Μόλις η απόδοση διατηρηθεί σταθερή με την πάροδο του χρόνου, η κλιμάκωση γίνεται ένα λογικό επόμενο βήμα και όχι μια εικασία. Μια επιχείρηση μπορεί να επεκτείνει έναν εκπρόσωπο υποστήριξης για να χειρίζεται ερωτήσεις χρέωσης μετά από μήνες αξιόπιστης απόδοσης σε ερωτήματα αποστολής. Κάθε νέα προσθήκη λειτουργεί καλύτερα όταν ακολουθεί την ίδια βασική εργασία που έχει σχεδιαστεί σε προηγούμενα στάδια, από τον ορισμό της περίπτωσης χρήσης έως την ορθή δοκιμή της.
Τελικές Σκέψεις
Η επιτυχής ανάπτυξη ενός πράκτορα Τεχνητής Νοημοσύνης (AI) εξαρτάται από την αλληλουχία. Η παράλειψη ενός σταδίου ή η βιαστική μετάβαση από ένα στάδιο για να περάσει κανείς στο επόμενο τείνει να φέρνει στην επιφάνεια προβλήματα αργότερα, όταν είναι πιο δύσκολο να διορθωθούν. Οι επιχειρήσεις που επεξεργάζονται κάθε φάση καταλήγουν σκόπιμα με πράκτορες που αντέχουν πραγματικά σε πραγματικές συνθήκες.