قادة الفكر
الذكاء الاصطناعي يلتقي مع هندسة التحليلات: نضج الذكاء الاصطناعي للعمليات
تشعر الشركات في جميع أنواع الصناعات والتخصصات بالحاجة إلى الغوص في عالم الذكاء الاصطناعي، ويشمل ذلك هندسة التحليلات. الفرص حقيقية ومثيرة، ولكن المنظمات التي تريد الاستفادة القصوى منها يجب أن تنفذ هيكل العمليات بطريقة مدروسة وواقعية، بناءً على نضج الذكاء الاصطناعي. دعونا نستكشف كيف.
مستويات نضج الذكاء الاصطناعي
عند وصف تعقيد الذكاء الاصطناعي الذي تستخدمه، تكون مستويات نضج الذكاء الاصطناعي مفيدة كإطار مبسط وموحد.
المستوى 1: الذكاء المساعد (الآلي): آليته أساسية للعمليات المتكررة والتدفقات العمل. الأمثلة: محادثات الدردشة مع إجابات محددة، أدوات التصفح للويب، أدوات البحث الداخلي.
المستوى 2: الذكاء المعزز (التحليل الموجه): تقول للذكاء الاصطناعي الطريقة / النموذج وما يجب تحليله، وسيقوم بالباقي. الأمثلة: خوارزميات المناقصة الإعلانية، ملخصات المحتوى.
المستوى 3: الذكاء المستقل (الذكاء الاصطناعي الذاتي التعلم): يختار الذكاء الاصطناعي الأساليب، ويجد الأنماط، ويوفر التوصيات. الأمثلة: السيارات ذاتية القيادة، روبوتات تداول الأسهم المستقلة stock trading robots.
الضغط ليكون “ذكاء اصطناعي”}
بالطبع، اليوم هناك ضغط كبير ليكون “في المستوى 3”. ولكن هذا يعتمد إلى حد كبير على موارد الشركة، والأصول، والقدرات الأساسية، والمعرفة، والأشخاص. أفضل نهج هو البدء من حيث يبدو مناسبًا، حتى لو كان في المستوى 1.
في الوقت الحالي، هناك ملايين من المقالات على الإنترنت التي تقذفك بأفكار للذكاء الاصطناعي. ولكن الأفكار لا تجلب النتائج. وفقًا لأدوبي،只有 12% من الشركات لديها حاليًا حلول ذكاء اصطناعي تعمل التي تظهر عائدًا على الاستثمار واضحًا. معظم هذه الحلول لا تزال في مرحلة الاختبار، وتقييم الفعالية، أو مواجهة تحديات في توسيع مبادرات الذكاء الاصطناعي. يعاني العديد من الفرق في تحديد مكان دمج الذكاء الاصطناعي بشكل مفيد في تدفقات العمل، وحتى عند تحديد حالة استخدام، يعاني العديد من المنظمات من نقص القدرات الداخلية لبناء أدوات ذكاء اصطناعي مخصصة أو العثور على حلول خارجية موثوقة.
دعونا نلتزم بالتطبيقات الواقعية. هناك طرق رائعة لتطوير استخدام الذكاء الاصطناعي التدريجي إلى عناصر واقعية للعمل للقادة الذين يستعدون لتوسيع نطاقه بشكل مسؤول.
ما يمكن تطبيقه تلقائيًا عند بناء التحليلات لمنتج تجارة إلكترونية / سaaS
في رأيي، هناك عمليتان شائعتان داخل فرق هندسة التحليلات الناجحة هما مرشحان رائعان لبناء نضج الذكاء الاصطناعي:
- الذكاء الاصطناعي لإدارة المعرفة والتدريب
- الذكاء الاصطناعي لآليته التأكد والتدقيق
1. الذكاء الاصطناعي لإدارة المعرفة والتدريب”
التوثيق هو أداة رئيسية للتعرف على الأنظمة المعقدة. وفقًا لإطار العملية، يحتاج مرجع التصميم الحل (SDR) إلى توثيق كل خطوة من الخمس خطوات. قد يبدو هذا:
- العمليات #1: توثيق النتائج المتوقعة.
- العمليات #2: تتبع القصص الرئيسية لجمع البيانات التي يتم فحصها بانتظام.
- العمليات #3: تسجيل تاريخ متطلبات بيانات أصحاب المصلحة التكنولوجية الثالثة.
- العمليات #4: تفصيل طبقة البيانات عبر جميع التطبيقات والسطحات.
- العمليات #5: وصف وتفصيل الهندسة المعمارية مع الرسومات والهياكل والمتطلبات.
الآن، دعونا نضيف بعض الذكاء الاصطناعي إلى هذا.
المستوى 1
في المستوى 1، يمكنك البدء في استخدام محادثات الدردشة الداخلية لاسترجاع الوثائق.
تملك العديد من الشركات الآن محادثات دردشة داخلية يمكن تدريبها على الوثائق المملوكة. إذا لم تكن لديك محادثة دردشة داخلية، يمكنك استخدام وضع الاستكشاف، أو حذف الوثائق قبل تغذيتها إلى الروبوت.
أدخل روبوتك SDRs، وكتالوجات الجودة، وأساليب التسمية، ومعايير التنفيذ.
بعد إطلاق ناجح، أدخل ملاحظات المشروع أو خطط التنفيذ إلى الوثائق. ثم اسأل الذكاء الاصطناعي الأسئلة التالية:
- “ما هي الطريقة المثلى لتنفيذ X إذا كنت أريد استخدام نفس المنطق مثل Y؟ “
- “ما البيانات المطلوبة لجمعها لتتبع المشتريات؟ “
- “ما هي العلامات المفقودة من صفحة المنتج الجديد؟ “
نتيجة هذا العملية هي أنك تقضي وقتًا أقل في تصفح الوثائق أو إرسال رسائل إلى زملائك، ويمكن لأعضاء الفريق الجدد تقديم إجابات ذاتية، وتصبح المعرفة القبلية قابلة للتوسيع.
هناك بعض التحفظات هنا. هذا الأسلوب يعمل حقًا إذا قمت بعمل جيد في الحفاظ على توثيقك، ويتوسع فقط إذا قمت بتدريب وطلب من людей استخدام الأداة.
المستوى 2
إذا نجح هذا الأسلوب لفرعك، فكر في توسيع نطاقه من خلال الاتصال مباشرة بمحادثة الدردشة بتكنولوجيا الشركة. يمكنك آليته الآلي.
المستوى 3
أنا متأكد من أن السماء هي الحد هنا. الاتجاه الذي سأتبعه سيكون بناء ذكاء اصطناعي تفاعلي يحدد التناقضات ويوفر تحسينات. الحقيقة هي أن قلة من الشركات تصل إلى هذا المستوى، وأنا أكتب هذه المقالة للغالبية منا، الذين ما زالوا يتعلمون الحبال.
2. الذكاء الاصطناعي لآليته التأكد والتدقيق
التدقيق المنتظم لطرق جمع البيانات هو واحدة من أفضل الممارسات لإطار العملية. في كثير من الأحيان، سيكون المدقق إما فريق جودة، أو يمكن استخدام أداة تدقيق. على سبيل المثال، ObservePoint هو أداة متقدمة ومخصصة للغاية، التي تسمح لك ببناء تدفقات تدقيق معقدة للغاية. حتى مع روبوت، يمكنك دائمًا استخدام المزيد من الذكاء الاصطناعي، أليس كذلك؟
المستوى 1
دعونا نبدأ بآليته الفنية. بناء الرحلات في أدوات التدقيق الروبوتية مثل ObservePoint غالبًا ما يكون فنيًا ويتطلب دعمًا كبيرًا. لآليته بعض المهام الفنية المتكررة، أثناء بناء رحلات التدقيق، يمكنك مرة أخرى طلب مساعدة محادثة الدردشة الذكية. اسأل الذكاء الاصطناعي الأسئلة التالية:
“أعطني محدد CSS للزر “التالي”.
“اكتب رمز مخصص يختار تلقائيًا جميع ملفات تعريف الارتباط.”
نتيجة هذا يجب أن تكون سهولة أكبر في استخدام أدوات تقنية عالية، وسرعة في التriage والتصحيح، وأقل اعتمادًا على الدعم ومطوري الواجهة الأمامية.
بعض التحفظات هنا هي أنك إذا لم تستخدم روبوتًا لتدقيق البيانات، قد تستخدم فريق جودة. يمكن لفريق الجودة النظر في تبني آليات لخطوات شائعة. ابدأ ببطء، وزد من النطاق عندما تكون مستعدًا؛ خطواتك التالية تصبح واضحة فقط بعد اتخاذ الخطوة الأولى.
المستوى 2
للمستوى 2 من استخدام الذكاء الاصطناعي، انظر في دمج محادثة الدردشة مع الأداة مباشرة، مع تجنب التوجيه اليدوي لمحادثة الدردشة.
المستوى 3
أخيرًا، للمستوى 3 من استخدام الذكاء الاصطناعي، السماء هي الحد. اكتشف كيف يمكنك جعل آلياتك أكثر تفاعلية في تحديد التحسينات واقتراح الحلول. اتبع هذا المسار فقط إذا كنت تشعر بالراحة في الملاحة في المستوى 2.
ما لا يجب آليته (بعد)
دعونا ننظر إلى أفضل الممارسات #3: التعاون مع أصحاب المصلحة التكنولوجية الثالثة. هذا شيء يفعلونه البشر بشكل أفضل. يمكنك استخدام الذكاء الاصطناعي لتحضير مكالمات البائع، أو تلخيص العقود، أو صياغة خطط التكامل. ولكن الآن، تبقى بناء العلاقات بشرية.
أفكار نهائية
حتى لو لم تكن لديك ميزانية لتطوير الذكاء الاصطناعي المخصص، يمكنك البدء بأدواتك الحالية. عملية جيدة ومحادثة دردشة جيدة تذهبان بعيدًا.
ابدا ببساطة، مع المستوى 1 أو 2، واسمح لفريقك أن يصبح مريحًا. عندما ترى حيث يحفظ الذكاء الاصطناعي الوقت ويعزز الاتساق، ستعرف أين تستثمر في أدوات أكثر تقدمًا. الجزء الأكثر صعوبة في تبني الذكاء الاصطناعي غالبًا ما يكون تحديد مكان احتياجه في المقام الأول. بمجرد أن تحدد هذا الأساس، حاول تحريك الأشياء إلى مستوى أعلى مع فريقك، وسترى كيف يمكن أن يكون الذكاء الاصطناعي قويًا في هندسة التحليلات.
هل تريد معرفة المزيد عن الذكاء الاصطناعي في هندسة التحليلات، وأخص بالضبط، أفضل العمليات لجمع البيانات النظيفة؟ تحقق من مقالي حول إنشاء إطار بيانات تجارة إلكترونية نظيف.
