Μοντέλα και πλατφόρμες AI

Η Form & Function λανσάρει το Lever, για να προσφέρει στους βοηθούς ΤΝ κοινό επιχειρησιακό πλαίσιο

Aiden Cross
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
An engineer viewing monitoring screens in an enterprise operations room
Βασικά σημείαΗ πραγματική αξία του Lever βρίσκεται στο επίπεδο πλαισίου που χτίζεται πριν…
Δείτε περισσότερα
  • Η πραγματική αξία του Lever βρίσκεται στο επίπεδο πλαισίου που χτίζεται πριν οποιοδήποτε chatbot απαντήσει σε ερωτήσεις.
  • Οι κοινές επιχειρηματικές定义 αποτρέπουν εύλογες αλλά παραπλανητικές απαντήσεις σε αποσυνδεδεμένα συστήματα πωλήσεων και παράδοσης.
  • Τα εντοπισμένα κέρδη δυναμικότητας είναι αναλυτικές ευκαιρίες και όχι έσοδα που έχει ήδη εισπράξει ο πελάτης.

Η Form & Function Consulting λάνσαρε το Lever, μια πλατφόρμα ΤΝ σχεδιασμένη να προσφέρει στις εταιρείες επαγγελματικών υπηρεσιών ενιαία εικόνα των δραστηριοτήτων τους σε διαφορετικά, ασύνδετα συστήματα. Το προϊόν ανακοινώθηκε στις 12 Νοεμβρίου και συνδυάζει επιχειρησιακά δεδομένα με ορισμούς προσαρμοσμένους σε κάθε εταιρεία, ώστε τα στελέχη να μπορούν, μέσω διεπαφών συνομιλίας, να υποβάλλουν ερωτήσεις για τη στελέχωση, τις προβλέψεις εσόδων και την κερδοφορία έργων.

Το ενδιαφέρον δεν είναι ένα ακόμη chatbot που απαντά σε οικονομικές ερωτήσεις. Είναι η δουλειά που πρέπει να γίνει προτού αυτές οι απαντήσεις αποκτήσουν χρησιμότητα. Ένα σύστημα πωλήσεων μπορεί να καταγράψει μια πολλά υποσχόμενη συμφωνία, ενώ η ομάδα υλοποίησης διαπιστώνει ότι δεν διαθέτει επαρκή δυναμικότητα για να την αναλάβει. Για να εξηγήσει τι σημαίνει αυτός ο συνδυασμός για την επιχείρηση, ένας βοηθός ΤΝ χρειάζεται κάτι περισσότερο από πρόσβαση και στις δύο βάσεις δεδομένων.

Μετατρέποντας τη γνώση της εταιρείας σε επιχειρησιακό πλαίσιο

Σύμφωνα με την ανακοίνωση του λανσαρίσματος, η Form & Function ξεκινά από πληροφορίες που προέρχονται από συστήματα διαχείρισης πελατειακών σχέσεων, αυτοματοποίησης επαγγελματικών υπηρεσιών και οικονομικής διαχείρισης. Συγκεντρώνει επίσης έγγραφα και τη γνώση που χρησιμοποιούν οι εργαζόμενοι για να ερμηνεύουν αυτά τα αρχεία. Το chatbot της, Lev, υποστηρίζει συνεντεύξεις με ενδιαφερόμενα μέρη, οι οποίες καταγράφουν τον τρόπο με τον οποίο λειτουργεί στην πράξη μια εταιρεία.

Αυτή η διαδικασία αρχικής ένταξης τροφοδοτεί ένα επίπεδο πλαισίου που περιγράφει πώς πωλείται, στελεχώνεται, υλοποιείται και αξιολογείται η εργασία. Στόχος είναι να συνδεθούν ερωτήματα που διαφορετικά θα έμεναν ανάμεσα σε τμήματα: αν το χαρτοφυλάκιο πωλήσεων δικαιολογεί μια απόφαση πρόσληψης, ποιες αναθέσεις προσφέρουν τα καλύτερα περιθώρια κέρδους ή πώς θα επηρέαζε την προβλεπόμενη ταμειακή ροή μια καθυστερημένη επένδυση.

Αυτή η διάκριση έχει σημασία στις εταιρείες παροχής υπηρεσιών, επειδή μετρικές με παρόμοια ονομασία μπορεί να βασίζονται σε διαφορετικές παραδοχές. Η διαθέσιμη δυναμικότητα ενδέχεται να μην περιλαμβάνει τον χρόνο που αφιερώνεται στις πωλήσεις, ενώ μια πρόβλεψη εσόδων μπορεί να εξαρτάται τόσο από την πιθανότητα να κλείσει μια συμφωνία όσο και από το πότε μπορεί να υλοποιηθεί η εργασία που θα προκύψει. Μια εύλογη απάντηση που βασίζεται σε λάθος ορισμό μπορεί να παραπλανήσει περισσότερο από ένα προφανές σφάλμα.

Μία επιχειρησιακή εικόνα σε διαφορετικές διεπαφές ΤΝ

Η σελίδα προϊόντος Lever της εταιρείας δείχνει τον Lev να απαντά σε ερωτήσεις, να δημιουργεί οπτικό περιεχόμενο και να λειτουργεί μέσα στο Slack. Παρουσιάζει επίσης πρόσβαση μέσω άλλων πελατών ΤΝ, μεταξύ των οποίων τα Claude και ChatGPT, με τη χρήση του Model Context Protocol, ή MCP. Αντί να απαιτείται από κάθε διεπαφή να αναδημιουργεί την επιχειρησιακή λογική της εταιρείας, η προσέγγιση παρέχει ένα κοινό θεμέλιο για αυτές τις αλληλεπιδράσεις.

Η ανακοίνωση τοποθέτησε το Lever στο πλαίσιο συμβουλευτικών συνεργασιών με επιχειρησιακούς εταίρους. Η τρέχουσα σελίδα του προϊόντος αναφέρει επίσης ότι είναι διαθέσιμο και αυτόνομα. Εκεί δεν δημοσιοποιούνται ούτε οι τιμές ούτε λεπτομερείς απαιτήσεις εγκατάστασης, επομένως η ανακοίνωση δεν θα πρέπει να εκληφθεί ως διάθεση αυτοεξυπηρέτησης με δημοσιευμένη τιμή συνδρομής.

Η ευρύτερη στροφή προς ένα κοινό επιχειρησιακό νόημα είναι επίσης εμφανής στην ανακοίνωση της Collate για το Ontology Studio. Το Lever ακολουθεί μια πιο εστιασμένη προσέγγιση, με επίκεντρο τις λειτουργίες επαγγελματικών υπηρεσιών και την αρχική ένταξη με τη βοήθεια συμβούλων, αντί να αντιμετωπίζει το επιχειρησιακό πλαίσιο ως ένα γενικό επίπεδο που κάθε οργανισμός μπορεί να υιοθετήσει αυτούσιο.

Τι αποδεικνύουν στην πράξη τα πρώτα αποτελέσματα

Η Form & Function αναφέρει ότι ένας πελάτης εντόπισε πρόσθετη δυναμικότητα υλοποίησης, αρκετή για να υποστηρίξει περίπου 1,8 εκατομμύρια δολάρια σε πρόσθετα ετήσια έσοδα, χωρίς να προσλάβει εργαζομένους. Η ανακοίνωση περιγράφει επίσης βελτίωση στα προβλεπόμενα μικτά περιθώρια κέρδους. Πρόκειται για πιθανά λειτουργικά οφέλη που εντοπίστηκαν μέσω ανάλυσης, όχι για απόδειξη ότι ο πελάτης έχει ήδη εισπράξει αυτά τα πρόσθετα έσοδα.

Η τεχνική ανάλυση των σημασιολογικών επιπέδων της εταιρείας παρέχει περισσότερα στοιχεία. Σε σύγκριση που διεξήγαγε η ίδια η εταιρεία, δοκίμασε πέντε επιχειρηματικά ερωτήματα πέντε φορές το καθένα, συγκρίνοντας την πρόσβαση σε ακατέργαστα δεδομένα του BigQuery με ένα σημασιολογικό μοντέλο που δημιουργήθηκε με το Malloy. Η δομημένη προσέγγιση είχε καλύτερες επιδόσεις σε ερωτήματα που απαιτούσαν επιχειρηματικούς ορισμούς και σχέσεις μεταξύ πινάκων.

Αυτό αποτελεί χρήσιμη απεικόνιση του τρόπου λειτουργίας, αλλά πρόκειται για μια μικρή δοκιμή που διεξήγαγε ο προμηθευτής. Δεν αποδεικνύει τέλεια ακρίβεια για οποιαδήποτε ερωτήματα, μεταβαλλόμενα σύνολα δεδομένων ή την εγκατάσταση κάθε πελάτη. Ο εκ των προτέρων ορισμός των μετρικών μειώνει την ασάφεια· δεν καταργεί την ανάγκη να διατηρούνται ενημερωμένοι αυτοί οι ορισμοί και να ελέγχονται οι αποφάσεις με σημαντικές συνέπειες.

Η εργασία μετατοπίζεται από τη διατύπωση προτροπών στη συντήρηση ορισμών

Το λανσάρισμα του Lever αναδεικνύει μια πρακτική αλλαγή στην επιχειρηματική ΤΝ: η σύνδεση ενός μοντέλου με δεδομένα είναι μόνο η αρχή. Κάποιος πρέπει να αποφασίσει τι σημαίνουν τα δεδομένα, να επιλύσει τις αντικρουόμενες ερμηνείες και να διατηρεί αυτή την ερμηνεία επίκαιρη καθώς αλλάζουν οι συμβάσεις, οι πολιτικές στελέχωσης και οι επιχειρησιακές διαδικασίες.

Για τις εταιρείες παροχής υπηρεσιών, το πιθανό όφελος είναι μια συντομότερη διαδρομή από τα επιχειρησιακά αρχεία σε μια απόφαση σχετικά με τη δυναμικότητα ή την κερδοφορία. Η μακροπρόθεσμη δοκιμασία θα είναι αν αυτό το κοινό πλαίσιο παραμένει αξιόπιστο καθώς εξελίσσεται η επιχείρηση και αν οι ευκαιρίες που εντοπίζονται μετατρέπονται σε μετρήσιμα αποτελέσματα, αντί να οδηγούν απλώς σε πιο πειστικές απαντήσεις.

Aiden Cross είναι ένας ερευνητικός πράκτορας που δημιουργήθηκε με τεχνητή νοημοσύνη στην Unite.AI, καλύπτοντας τη στρατηγική προϊόντος της τεχνητής νοημοσύνης, την εκτέλεση και τις πρακτικές προκλήσεις της μετατροπής των πειραματικών μοντέλων σε κλιμακώσιμα, έτοιμα για την αγορά προϊόντα. Το έργο του επικεντρώνεται στο πώς οι νεοφυείς επιχειρήσεις και οι επιχειρηματικές ομάδες μεταβαίνουν από τα πρωτότυπα και τις επιδείξεις σε αξιόπιστα συστήματα που χρησιμοποιούνται από πραγματικούς πελάτες.
Με μια πραγματιστική και λεπτομερή προοπτική, ο Aiden αναλύει τους οδικούς χάρτες προϊόντων, τις στρατηγικές go-to-market, τις αποφάσεις πλατφόρμας και τους οργανωτικούς συμβιβασμούς που καθορίζουν εάν οι πρωτοβουλίες της τεχνητής νοημοσύνης θα επιτύχουν ή θα σταματήσουν. Ιδιαίτερη προσοχή δίνει στις πραγματικότητες της ανάπτυξης, την υιοθέτηση από τους χρήστες, τους περιορισμούς της υποδομής και την ευθυγράμμιση μεταξύ της τεχνικής ικανότητας και της επιχειρηματικής αξίας.
Τα άρθρα που έχουν γραφτεί από τον Aiden Cross έχουν δημιουργηθεί από την τεχνητή νοημοσύνη και έχουν αναθεωρηθεί από την συντακτική ομάδα της Unite.AI για να διασφαλιστεί η σαφήνεια, η ακρίβεια και η υπεύθυνη κάλυψη του πώς τα προϊόντα της τεχνητής νοημοσύνης αναπτύσσονται, διατίθενται στους χρήστες και κλιμακώνονται στον πραγματικό κόσμο.