एआई मीट्स एनालिटिक्स इंजीनियरिंग: एआई मेच्योरिटी फॉर प्रोसेस

विभिन्न उद्योगों और विशेषज्ञताओं में कंपनियां एआई की दुनिया में कूदने की आवश्यकता महसूस कर रही हैं, और इसमें एनालिटिक्स इंजीनियरिंग भी शामिल है। अवसर वास्तविक हैं, और वे रोमांचक हैं, लेकिन संगठनों को उन्हें अधिकतम करने के लिए अपनी प्रक्रिया संरचना को विचारशील और वास्तविक तरीके से लागू करना चाहिए, जो उनकी एआई मेच्योरिटी पर आधारित है। आइए देखें कि यह कैसे काम करता है।

एआई मेच्योरिटी स्तर

जब आप अपने द्वारा उपयोग किए जाने वाले एआई की जटिलता का वर्णन करते हैं, तो एआई मेच्योरिटी स्तर एक सरल, स्पष्टीकरण ढांचे के रूप में उपयोगी होते हैं।

स्तर 1: सहायक बुद्धिमत्ता (स्वचालन): दोहरावदार कार्यों और कार्य प्रवाहों का मूल स्वचालन। उदाहरण: निर्धारित उत्तरों वाले चैटबॉट, वेबसाइट क्रॉलर, आंतरिक खोज उपकरण।

स्तर 2: संवर्धित बुद्धिमत्ता (मार्गदर्शन विश्लेषण): आप एआई को विधि/मॉडल और विश्लेषण के लिए क्या कहना है, और यह बाकी काम करता है। उदाहरण: विज्ञापन बोली एल्गोरिदम, सामग्री सारांशक।

स्तर 3: स्वायत्त बुद्धिमत्ता (स्व-शिक्षित एआई): एआई तरीकों का चयन करता है, पैटर्न खोजता है, और सिफारिशें प्रदान करता है। उदाहरण: स्व-ड्राइविंग कारें, स्वायत्त स्टॉक ट्रेडिंग रोबोट।

एआई के लिए दबाव

आज, “3 पर होने” के लिए बहुत दबाव है। लेकिन यह आपकी कंपनी के संसाधनों, संपत्ति, मूल क्षमताओं, ज्ञान और लोगों पर निर्भर करता है। सबसे अच्छा दृष्टिकोण यह है कि जहां यह समझ में आता है, वहां से शुरू करें, भले ही यह स्तर 1 पर हो।

वर्तमान में, ऑनलाइन लाखों लेख हैं जो आपको एआई के विचारों से भर देते हैं। लेकिन विचार ही पर्याप्त नहीं हैं। एडोबी के अनुसार, केवल 12% कंपनियों में वर्तमान में काम करने वाले एआई समाधान हैं जो स्पष्ट आरओआई प्रदर्शित करते हैं। इनमें से अधिकांश अभी भी पायलट चरण में हैं, प्रभावशीलता का मूल्यांकन कर रहे हैं, या एआई पहलों को स्केल करने में चुनौतियों का सामना कर रहे हैं। कई टीमें अपने कार्य प्रवाह में एआई को अर्थपूर्ण रूप से एकीकृत करने के लिए संघर्ष करती हैं, और जब एक उपयोग का मामला पहचाना जाता है, तो कई संगठनों में कस्टम एआई टूल बनाने या विश्वसनीय बाहरी समाधान खोजने के लिए आंतरिक क्षमता की कमी होती है।

आइए वास्तविक अनुप्रयोगों पर ध्यान केंद्रित करें। जिम्मेदारी से स्केल अप करने के लिए तैयार नेताओं के लिए एआई का क्रमिक उपयोग विकसित करने के लिए महान तरीके हैं।

एक ईकॉमर्स/सास उत्पाद के लिए विश्लेषण बनाते समय क्या स्वचालित किया जा सकता है

मेरे विचार में, सफल विश्लेषणात्मक इंजीनियरिंग टीमों के भीतर दो सामान्य प्रक्रियाएं हैं जो एआई मेच्योरिटी बनाने के लिए उत्कृष्ट उम्मीदवार हैं:

1. ज्ञान प्रबंधन और ऑनबोर्डिंग के लिए एआई
2. क्यूए और ऑडिट स्वचालन के लिए एआई

1. ज्ञान प्रबंधन और ऑनबोर्डिंग के लिए एआई

प्रक्रिया ढांचे के अनुसार, एसडीआर (समाधान डिज़ाइन रेफरेंस) को प्रत्येक पांच चरणों का दस्तावेजीकरण करने की आवश्यकता है। यह इस तरह दिख सकता है:

• प्रक्रिया #1: अपेक्षित परिणामों का दस्तावेजीकरण。
• प्रक्रिया #2: नियमित रूप से जांच की जाने वाली प्रमुख डेटा संग्रह कहानियों को ट्रैक करना।
• प्रक्रिया #3: तीसरे पक्ष के तकनीकी हितधारकों की डेटा आवश्यकताओं के इतिहास को नोट करना।
• प्रक्रिया #4: सभी ऐप्स और सतहों पर डेटा परत का विवरण करना।
• प्रक्रिया #5: डायग्राम, पदानुक्रम और आवश्यकताओं के साथ इंजीनियरिंग वास्तुकला का वर्णन और विवरण करना।

अब, इसमें कुछ एआई जोड़ें।

स्तर 1

स्तर 1 पर, आप दस्तावेज़ पुनर्प्राप्ति के लिए आंतरिक एआई चैटबॉट का उपयोग शुरू कर सकते हैं।

अब कई कंपनियों में आंतरिक चैटबॉट हैं जिन्हें प्रोप्राइटरी दस्तावेज़ीकरण पर प्रशिक्षित किया जा सकता है। यदि आपके पास आंतरिक चैटबॉट नहीं है, तो आप इंकोग्निटो मोड का उपयोग कर सकते हैं या बॉट को खिलाने से पहले अपने दस्तावेज़ीकरण को संपादित कर सकते हैं।

अपने एसडीआर, क्यूए मैनुअल, नामकरण सम्मेलन और कार्यान्वयन मानकों को अपने बॉट को खिलाएं।

एक सफल रिलीज़ के बाद, अपने एआई परियोजना नोट्स या कार्यान्वयन योजनाओं को दस्तावेज़ीकरण में जोड़ने के लिए खिलाएं। फिर, एआई से निम्नलिखित प्रश्न पूछें:

• “यदि मैं य का उपयोग करना चाहता हूं, तो इसे लागू करने का सबसे अच्छा तरीका क्या है?”
• “खरीदारी को ट्रैक करने के लिए कौन सा डेटा संग्रह करने की आवश्यकता है?”
• “इस नए उत्पाद पृष्ठ से कौन से टैग गायब हैं?”

इस प्रक्रिया का परिणाम यह है कि आप दस्तावेजों को छांटने या सहयोगियों को पिंग करने में कम समय बिताते हैं, नए टीम के सदस्य स्वयं सेवा प्रश्नों का उत्तर दे सकते हैं और जनजातीय ज्ञान मापनीय हो जाता है।

यहां कुछ सावधानियां हैं। यह विधि तब काम करती है जब आप अपने दस्तावेज़ीकरण को अच्छी तरह से बनाए रखने का काम करते हैं, और यह केवल तभी मापनीय हो जाता है जब आप अपने लोगों को इस उपकरण का उपयोग करने के लिए प्रशिक्षित और आवश्यक करते हैं।

स्तर 2

यदि यह आपके विभाग के लिए काम करता है, तो अपने चैटबॉट को सीधे अपनी तकनीक से जोड़ने पर विचार करें। आप स्वचालन को स्वचालित कर सकते हैं।

स्तर 3

मुझे लगता है कि यहां आकाश सीमा है। मैं जिस दिशा में आगे बढ़ना चाहूंगा, वह एक प्रो-एक्टिव एआई बनाना है जो असंगतताओं को झंडा दिखाता है और सुधार की पेशकश करता है। वास्तविकता यह है कि कुछ कंपनियां इस स्तर तक पहुंच रही हैं, और मैं उन लोगों के लिए यह लेख लिख रहा हूं जो अभी भी सीख रहे हैं।

2. क्यूए और ऑडिट स्वचालन के लिए एआई

नियमित रूप से अपने डेटा संग्रह तरीकों की ऑडिट करना प्रक्रिया ढांचे के लिए सर्वोत्तम अभ्यासों में से एक है। अक्सर, ऑडिटर क्यूए टीम होगी या वैकल्पिक रूप से एक ऑडिट उपकरण का उपयोग किया जा सकता है। उदाहरण के लिए, ऑब्ज़र्वपॉइंट एक डेक्ड आउट और अत्यधिक अनुकूलन योग्य उपकरण है जो आपको जटिल ऑडिट प्रवाह बनाने देता है। यहां तक कि एक रोबोट के साथ, आप हमेशा अधिक एआई का उपयोग कर सकते हैं, है ना?

स्तर 1

आइए तकनीकी पहलुओं को स्वचालित करना शुरू करें। रोबोट ऑडिट टूल जैसे ऑब्ज़र्वपॉइंट में यात्राओं का निर्माण अक्सर तकनीकी होता है और बहुत सारे समर्थन की आवश्यकता होती है। इन दोहरावदार तकनीकी कार्यों को स्वचालित करने के लिए, आप फिर से एक एआई चैटबॉट की मदद मांग सकते हैं। एआई से निम्नलिखित प्रश्न पूछें:

“अगले चरण” बटन के लिए सीएसएस सेलेक्टर दें।

“स्वचालित रूप से सभी कुकीज़ में ऑप्ट-इन करने के लिए कस्टम कोड लिखें।”

इसका परिणाम तकनीकी उपकरणों के साथ काम करने में अधिक आसानी होना चाहिए, त्रुटि निवारण में तेजी और फ्रंटएंड डेवलपर्स और समर्थन पर कम निर्भरता होनी चाहिए।

यहां कुछ सावधानियां हैं। यदि आप अपने डेटा ऑडिट के लिए रोबोट क्रॉलर का उपयोग नहीं करते हैं, तो आप एक क्यूए टीम का उपयोग कर सकते हैं। क्यूए टीम सामान्य चरणों के लिए स्वचालन को अपनाने पर विचार कर सकती है। छोटे से शुरू करें, तैयार होने पर रैंप अप करें; आपके अगले कदम केवल तभी स्पष्ट होंगे जब आप पहला कदम उठाएंगे।

स्तर 2

स्तर 2 एआई उपयोग के लिए, चैटबॉट को सीधे उपकरण के साथ एकीकृत करने पर विचार करें, मैनुअल प्रोम्प्टिंग को टालकर।

स्तर 3

अंत में, स्तर 3 उपयोग के लिए, फिर से आकाश सीमा है। सुधारों की पहचान करने और समाधानों की सिफारिश करने में अपने स्वचालन को अधिक प्रो-एक्टिव बनाने के तरीके खोजें। केवल तभी इस मार्ग पर जाएं जब आप स्तर 2 में सहज महसूस करें।

क्या नहीं स्वचालित किया जाना चाहिए (अभी तक)

आइए सर्वोत्तम अभ्यास #3 पर विचार करें: 3र्ड-पार्टी तकनीकी हितधारकों के साथ सहयोग करें। यह अभी भी मानवों द्वारा सबसे अच्छा किया जाता है। आप विक्रेता कॉल के लिए तैयारी के लिए, अनुबंधों को सारांशित करने के लिए या एकीकरण रूपरेखा तैयार करने के लिए एआई का उपयोग कर सकते हैं। लेकिन अभी के लिए, संबंध निर्माण मानवों के लिए रहता है।

अंतिम विचार

यहां तक कि अगर आपके पास कस्टम एआई विकास के लिए बजट नहीं है, तो आप उन उपकरणों के साथ शुरू कर सकते हैं जो आपके पास पहले से हैं। एक अच्छी प्रक्रिया और एक अच्छा चैटबॉट लंबा रास्ता तय कर सकते हैं।

सरल शुरू करें, स्तर 1 या 2 के साथ, और अपनी टीम को आरामदायक महसूस कराएं। एक बार जब आप देखेंगे कि एआई समय और संगति को कैसे बचा रहा है, तो आप जानेंगे कि कहां अधिक उन्नत उपकरणों में निवेश करना है। एआई अपनाने में सबसे कठिन हिस्सा अक्सर यह जानना है कि आपको पहले स्थान पर इसकी आवश्यकता कहां है। एक बार जब आप उस आधार को स्थापित कर लें, तो अपनी टीम के साथ इसे अगले स्तर पर ले जाने का प्रयास करें, और देखें कि एआई-संचालित विश्लेषणात्मक इंजीनियरिंग कितनी चिकनी हो सकती है।

विश्लेषणात्मक इंजीनियरिंग में एआई और स्वच्छ डेटा संग्रह के लिए सर्वोत्तम प्रक्रियाओं के बारे में अधिक जानना चाहते हैं? मेरे लेख को देखें जिसमें स्वच्छ ईकॉमर्स डेटा फ्रेमवर्क बनाने के बारे में बताया गया है।