राधा बसु, आईमेरिट के सीईओ और संस्थापक – साक्षात्कार श्रृंखला

राधा बसु, आईमेरिट के संस्थापक और सीईओ ने अपने करियर की शुरुआत एचपी में की, जहां उन्होंने 20 वर्षों तक काम किया और अंततः इसके एंटरप्राइज सॉल्यूशंस समूह का नेतृत्व किया। इसके बाद उन्होंने सपोर्ट.कॉम को सार्वजनिक किया और इसके सीईओ के रूप में कार्य किया। राधा ने 2007 में दिपक बसु के साथ अनुदीप फाउंडेशन की स्थापना की और 2012 में आईमेरिट की स्थापना की। वह एक प्रमुख टेक उद्यमी और मेंटर के रूप में मानी जाती हैं और सॉफ्टवेयर व्यवसाय में एक पioneer हैं।

आईमेरिट ऑटोमेशन, विशेषज्ञ मानव एनोटेशन और उन्नत विश्लेषण को मिलाकर मल्टीमॉडल एआई डेटा समाधान प्रदान करता है, जो उच्च-गुणवत्ता वाले डेटा लेबलिंग और मॉडल फाइन-ट्यूनिंग को बड़े पैमाने पर समर्थन देता है।

आपका यात्रा बहुत ही उल्लेखनीय रहा है – एचपी के ऑपरेशन्स को भारत में स्थापित करने से लेकर आईमेरिट की स्थापना करने तक, जिसका मिशन भूटान, भारत और न्यू ऑरलियन्स में वंचित युवाओं को सशक्त बनाना है। आपको आईमेरिट शुरू करने के लिए क्या प्रेरित किया और जमीनी स्तर से एक समावेशी और वैश्विक कार्यबल बनाने में आपको किन चुनौतियों का सामना करना पड़ा?

आईमेरिट की स्थापना से पहले, मैं सपोर्टसॉफ्ट के अध्यक्ष और सीईओ थी, जहां मैंने कंपनी को उसके प्रारंभिक और द्वितीयक सार्वजनिक पेशकशों के माध्यम से नेतृत्व किया और इसे समर्थन स्वचालन सॉफ्टवेयर में एक वैश्विक नेता के रूप में स्थापित किया। इस अनुभव ने मुझे लोगों और प्रौद्योगिकी को दिन एक से मिलाने की शक्ति दिखाई।

जबकि भारत के टेक बूम ने नए अवसर पैदा किए, मैंने देखा कि कई प्रतिभाशाली युवा वंचित क्षेत्रों में पीछे छूट गए थे। मैंने उनकी क्षमता और सीखने की इच्छा में विश्वास किया। एक बार जब उन्होंने देखा कि सॉफ्टवेयर कैसे उन्नत प्रौद्योगिकियों जैसे कि एआई को शक्ति प्रदान कर सकता है, तो उन्होंने इन करियरों को उत्साहपूर्वक अपनाया।

हमने आईमेरिट की शुरुआत एक छोटी और विविध टीम के साथ की, जिसमें से आधी महिलाएं थीं, और तब से हम तेजी से बढ़ रहे हैं। हमारी टीम की अनुकूलनशीलता और कोचिंग योग्यता विशेष रूप से महत्वपूर्ण रही है, खासकर जब डेटा-केंद्रित एआई ने कुशल विशेषज्ञों की लंबी अवधि की मांग बढ़ा दी है।

आज, आईमेरिट स्वायत्त वाहनों, चिकित्सा एआई और प्रौद्योगिकी जैसे मिशन-महत्वपूर्ण क्षेत्रों के लिए एआई डेटा समाधानों का एक वैश्विक प्रदाता है। हमारा काम यह सुनिश्चित करता है कि ग्राहकों के एआई मॉडल उच्च-गुणवत्ता वाले और विश्वसनीय डेटा पर बनाए जाते हैं, जो उच्च-जोखिम वाले वातावरण में आवश्यक है।

अंततः, हमारी ताकत मजबूत प्रौद्योगिकी के आधार और एक अच्छी तरह से प्रशिक्षित, प्रेरित कर्मचारियों की टीम में निहित है, जो एक सहायक, सीखने-उन्मुख संस्कृति में समृद्धि करते हैं। इस दृष्टिकोण ने हमारे विकास को ईंधन दिया है, हमें नकदी सकारात्मक रखा है, और हमें उच्च एनपीएस स्कोर और वफादार ग्राहकों को कमाया है। (JNJ )

आईमेरिट अब 200 से अधिक ग्राहकों के साथ काम करता है, जिनमें ईबे और जॉनसन एंड जॉनसन जैसी टेक दिग्गज कंपनियां शामिल हैं। आप हमें कंपनी की वृद्धि यात्रा के माध्यम से ले जा सकते हैं – शुरुआती दिनों से लेकर एक वैश्विक नेता बनने तक?

हमने अपने ग्राहकों की एआई यात्रा में एक फ्रंट-रो सीट ली है, प्रारंभिक प्रयोगों से लेकर बड़े पैमाने पर उत्पादन तक साझेदारी की है। हमारा काम स्टार्टअप्स, स्वायत्त वाहन नेताओं और बड़े उद्यमों में फैला हुआ है। उनके मॉडलों को जमीन से प्रशिक्षित करके, हमें वास्तविक दुनिया में एआई को स्केल करने के लिए क्या आवश्यक है, इसकी असाधारण अंतर्दृष्टि मिली है।

क्षेत्र तेजी से और निरंतर विकसित हो रहा है। मैंने शायद ही कभी इतनी कम अवधि में एक प्रौद्योगिकी को इतनी ड्रामेटिक रूप से आगे बढ़ते हुए देखा है। हम डेटा एनोटेशन प्रदाता से एक पूर्ण-स्टैक एआई डेटा कंपनी में परिवर्तित हो गए हैं, जो मानव-इन-द-लूप (हिटल) जीवनचक्र के साथ विशेषज्ञ समाधान प्रदान करते हैं: एनोटेशन, सत्यापन, ऑडिट और रेड-टीमिंग। वास्तविक दुनिया में तैनाती के लिए एज केस और अपवादों को संभालना महत्वपूर्ण है, जिसमें हर चरण में गहरी विशेषज्ञता और सूक्ष्म निर्णय की आवश्यकता होती है।

हमारा सबसे बड़ा ऊर्ध्वाधर स्वायत्त गतिशीलता है, जहां हम यात्री, डिलीवरी, ट्रकिंग और कृषि वाहनों के लिए 15 सेंसर्स सहित पूर्ण धारणा स्टैक का प्रबंधन करते हैं। स्वास्थ्य सेवा में, हम क्लिनिकल इमेजिंग एआई को चला रहे हैं। उच्च-प्रौद्योगिकी में, हम जेनएआई ट्यूनिंग और सत्यापन के अग्रिम में हैं, जिसमें हमारे कार्यप्रवाह और प्रतिभा में अधिक जटिलता की आवश्यकता है।

इन क्षेत्रों में सफलता केवल विशेषज्ञों के होने के बारे में नहीं है – यह विशेषज्ञता को प्रोत्साहित करने के बारे में है: संज्ञानात्मक क्षमता जो एआई मॉडल को चुनौती दे सकती है, कोच कर सकती है और संदर्भित कर सकती है। यही बात हमारी टीमों को अलग बनाती है।

हमारी वृद्धि दीर्घकालिक साझेदारी से ईंधनled है। हमारे शीर्ष 10 ग्राहकों में से अधिकांश पिछले पांच वर्षों से हमारे साथ हैं। जैसे-जैसे उनकी जरूरतें अधिक जटिल होती जा रही हैं, हम लगातार अपने डोमेन ज्ञान, टूलिंग, प्रशिक्षण और समाधानों को बढ़ाते हैं। हमारे तकनीकी ढांचे और लोगों को लगातार विकसित होने की आवश्यकता है।

सॉफ्टवेयर, स्वचालन, एनोटेशन और विश्लेषण का संगम बहुत ही लचीले, तेजी से और उच्च सटीकता वाले मानव-इन-द-लूप हस्तक्षेप के लिए रूपरेखा तैयार करता है। 70% नए लोगो हमारे अपने तकनीकी ढांचे पर हैं, जिसके लिए एक बड़े आंतरिक परिवर्तन की आवश्यकता है। फिर से, हमारी संस्कृति सुनिश्चित करती है कि टीमें सीखने के लिए उत्सुक हैं और लगातार बढ़ना चाहती हैं।

आईमेरिट के इतिहास में सबसे महत्वपूर्ण क्षण क्या रहे हैं – चाहे वह तकनीकी मील के पत्थर हों या रणनीतिक निर्णय – जिन्होंने कंपनी की दिशा को आकार देने में मदद की?

जब एआई डेटा कार्य को भीड़-आधारित गिग कार्य के रूप में देखा जाता था, तो हमने जल्दी से यह दांव लगाया कि यह करियर के रूप में बढ़ेगा और जटिलता और उद्यम फोकस की आवश्यकता होगी। हमने उन्नत उपयोग मामलों के लिए समर्पित इन-हाउस टीमों का निर्माण करके, हमने अपने ग्राहकों को तेजी से स्केल करने में सक्षम बनाया, जो हमारे दृष्टिकोण को मान्य करता है।

कोविड-19 लॉकडाउन ने हमारी लचीलेपन का परीक्षण किया: हमने लगभग रातोंरात से पूरी तरह से इन-ऑफिस से पूरी तरह से रिमोट में संक्रमण किया, बुनियादी ढांचे, सुरक्षा और संस्कृति में भारी निवेश किया। कुछ हफ्तों के भीतर, ग्राहक संचालन पुनः प्राप्त हुए और हमने उस वर्ष राजस्व और हेडकाउंट दोनों में वृद्धि की। आज, हमारी टीम के 70% लोग वापस साइट पर हैं, हम दूरस्थ प्रतिभा का लाभ उठाते हुए आगे बढ़ रहे हैं, स्कॉलर्स लॉन्च कर रहे हैं, जो जेनएआई ट्यूनिंग और सत्यापन के लिए हमारा वैश्विक नेटवर्क है। चाहे वह एक कार्डियोलॉजिस्ट हो या एक स्पेनिश गणितज्ञ, हमारी उच्च-स्पर्श संस्कृति शीर्ष प्रतिभा को आकर्षित और प्रेरित करती है, जो सीधे हमारे समाधानों की गुणवत्ता और स्थिरता को बढ़ाती है।

2023 में, हमने एंगो.एआई का अधिग्रहण किया, जो एक एआई-संचालित डेटा लेबलिंग और वर्कफ्लो स्वचालन प्लेटफॉर्म है, एआई डेटा टूल्स के अगले поколी को चलाने के लिए। इस निर्णायक कदम ने आईमेरिट की डोमेन विशेषज्ञता को एंगो के उन्नत टूलिंग के साथ मिलाया, जिससे हमारी क्षमताएं रेडियोलॉजी, सेंसर फ्यूजन और जेनएआई फाइन-ट्यूनिंग में विस्तारित हुईं। हम अभी भी ग्राहक के टूल्स के साथ काम करते हैं, लेकिन नए ग्राहक अब सीधे एंगो हब में ऑनबोर्ड किए जाते हैं, जो इसके उपयोगकर्ता-मित्री वर्कफ्लो और मजबूत सुरक्षा के कारण आकर्षित होते हैं, जो हमारे उद्योग में आवश्यक आवश्यकताएं हैं।

उद्यम हमें बताते हैं कि वे दोनों दुनिया का सर्वश्रेष्ठ चाहते हैं: विशेषज्ञ मानव अंतर्दृष्टि सुनिश्चित करने के लिए गुणवत्ता के साथ-साथ एक सुरक्षित, स्केलेबल प्लेटफ़ॉर्म जो स्वचालन और विश्लेषण प्रदान करता है। एंगो के साथ मिलकर यह प्रदान करता है, जो हमें आज के सबसे महत्वाकांक्षी एआई परियोजनाओं की जटिल मांगों को पूरा करने और आत्मविश्वास के साथ स्केल करने के लिए अनूठे रूप से स्थिति में रखता है।

आईमेरिट उन्नत डोमेन जैसे स्वायत्त वाहन, चिकित्सा एआई और जेनएआई में गहराई से शामिल है। इन क्षेत्रों में आप किन अनोखी डेटा चुनौतियों का सामना करते हैं और आप उन्हें कैसे संबोधित करते हैं?

डेटा-संबंधित कार्य आमतौर पर एआई परियोजनाओं पर बिताए गए समय का लगभग 80% हिस्सा होता है, जो पाइपलाइन का एक महत्वपूर्ण घटक बन जाता है। एआई के डेटा-केंद्रित हिस्सा समय लेने वाला और महंगा हो सकता है यदि इसे उचित ढंग से और बड़े पैमाने पर नहीं संभाला जाए।

मिशन-क्रिटिकल क्षेत्रों में डेटा गुणवत्ता और विशेष रूप से घातक त्रुटियों से बचाव आवश्यक है। चाहे वह एक धारणा एल्गोरिदम हो या एक ट्यूमर डिटेक्टर, स्वच्छ डेटा प्रशिक्षण-से-सत्यापन लूप में आवश्यक है।

अपवाद संभंधन असमान रूप से मूल्यवान है। मानव अंतर्दृष्टि यह जानने में कि कुछ क्यों सामान्य से बाहर है या क्यों एक परिदृश्य मॉडल को तोड़ दिया, एज केस में बड़ा मूल्य बनाता है और मॉडल को अधिक पूर्ण और मजबूत बनाने में मदद करता है।

इसके अलावा, संदर्भ खिड़कियां बड़ी होती जा रही हैं। हम एक पूरे डॉक्टर-रोगी परामर्श के नैदानिक नोट्स का सारांश बना रहे हैं और एमआरआई में असामान्यताओं का विश्लेषण कर रहे हैं, न केवल छवि पर बल्कि रोगी के चिकित्सा संदर्भ पर भी। विषय विशेषज्ञों को डेटा को सटीक रूप से विश्लेषण करने और गुणवत्ता सुनिश्चित करने के लिए रबड़िक तैयार करने की आवश्यकता है।

सुरक्षा, गोपनीयता और गोपनीयता गर्म बटन विषय हैं। हमारे मुख्य सुरक्षा अधिकारी को डेटा के अनधिकृत पहुंच, विलोपन और भंडारण के खिलाफ सुरक्षा करना होगा। इंफोसेक प्रोटोकॉल जैसे एसओसी2, हिपपा और टीआईएसएएक्स, हमारे लिए प्रमुख निवेश क्षेत्र रहे हैं।

अंत में, हमारे इंजीनियर और समाधान वास्तुकार लगातार ग्राहकों की विशिष्ट आवश्यकताओं को प्रतिबिंबित करने के लिए कस्टम एकीकरण और रिपोर्ट पर काम कर रहे हैं। एआई में एक-आकार-फिट-सभी दृष्टिकोण काम नहीं करता है।

आप रोबोटिक्स और मानव बुद्धिमत्ता को एआई के लिए एक सुरक्षित मार्ग के रूप में जोड़ने के बारे में बात करते हैं। आप इस कार्यप्रवाह को व्यावहारिक रूप से कैसे देखते हैं और क्यों आप मानते हैं कि यह एआई की रचनात्मक विचलन को समाप्त करने की कोशिश करने से बेहतर है?

एआई पैमाने पर प्रदान करता है, जिसका अर्थ है कि कंपनियां लंबी प्रक्रियाओं को स्वचालित करने के लिए उपकरण विकसित कर रही हैं जो पारंपरिक रूप से मानव द्वारा की जाती हैं। लेकिन मानव अंतिम मील की लचीलेपन, निश्चितता और लचीलापन प्रदान करते हैं। जैसे-जैसे सॉफ्टवेयर-वितरित सेवाएं एआई में प्रचलित होती जा रही हैं, सबसे सफल कंपनियां रोबोटिक्स के साथ मानव-इन-द-लूप प्रथाओं (हिटल) को प्रभावी ढंग से जोड़ेंगी।

हम हिटल को एआई विकास और तैनाती जीवनचक्र के हर चरण में एक सुसंगत परत के रूप में देखते हैं और विश्वास और सुरक्षा के एक स्तंभ के रूप में भी। इसके परिणामस्वरूप, मानव बुद्धिमत्ता एआई मॉडल को पाठ्यक्रम को सुधारने के लिए आवश्यक होगी अगर मॉडल विफल हो जाते हैं। ये महत्वपूर्ण अनुप्रयोग मानव मन को यह निर्धारित करने की आवश्यकता होगी कि क्या परिवर्तन करने की आवश्यकता है। यह वह जगह है जहां हिटल सेवाएं और भी महत्वपूर्ण हो जाएंगी क्योंकि हम एआई को उत्पादन और क्षेत्र के संचालन में एकीकृत करते हैं।

आपका एंगो हब प्लेटफ़ॉर्म ऑटोमेशन के साथ मानव-इन-द-लूप विशेषज्ञता को मिलाता है। यह हाइब्रिड मॉडल उत्पादन एआई प्रणालियों में डेटा गुणवत्ता और मॉडल प्रदर्शन को कैसे बेहतर बनाता है?

एआई और स्वचालन पैमाने और गति प्रदान करते हैं, जबकि मानव सूक्ष्मता, अंतर्दृष्टि और पर्यवेक्षण प्रदान करते हैं। हिटल एआई जीवनचक्र में महत्वपूर्ण बिंदुओं पर मानव भागीदारी सुनिश्चित करता है – उच्च-गुणवत्ता वाले इनपुट सुनिश्चित करना, आउटपुट को मान्य करना, एज केस की पहचान करना, डोमेन के लिए मॉडल को फाइन-ट्यून करना और संदर्भित निर्णय लेना। मानव आउटपुट की समीक्षा और सत्यापन करके सटीकता सुनिश्चित करते हैं और हानि का कारण बनने से पहले हॉलुसिनेशन या तर्क त्रुटियों को पकड़ते हैं। वे नैतिक रूप से संवेदनशील या उच्च-जोखिम वाले संदर्भों में भी पर्यवेक्षण प्रदान करते हैं जहां एलएलएम को अंतिम कॉल नहीं करनी चाहिए। अधिक महत्वपूर्ण बात यह है कि मानव प्रतिक्रिया निरंतर सीखने को बढ़ावा देती है, जो एआई प्रणालियों को उपयोगकर्ता के उद्देश्यों के साथ अधिक बारीकी से संरेखित करने में मदद करती है।

हिटल कई रूपों में आता है। मानव विशेषज्ञ लक्षित एनोटेशन में शामिल होते हैं, जटिल तर्क को एज केस में लागू करते हैं और संरचित क्यूए इंटरफेस का उपयोग करके एआई-जनित सामग्री की समीक्षा करते हैं। प्रत्येक निर्णय का मूल्यांकन करने के बजाय, अक्सर संदर्भीय एस्केलेशन प्रणाली लागू की जाती है। ये प्रणालियां केवल कम-विश्वास वाले आउटपुट या फ्लैग की गई असामान्यताओं को मानव समीक्षकों को रूट करती हैं, जो पर्यवेक्षण के साथ कुशलता को संतुलित करती हैं।

हिटल का एक और महत्वपूर्ण उपयोग मानव प्रतिक्रिया से पुनरावृत्ति शिक्षा (आरएलएचएफ) के माध्यम से एआई एजेंटों को फाइन-ट्यून करना है। मानव समीक्षक एजेंट प्रतिक्रियाओं को रैंक करते हैं, पुनः लिखते हैं या प्रतिक्रिया प्रदान करते हैं, जो स्वास्थ्य सेवा, कानूनी सेवाओं या ग्राहक सहायता जैसे संवेदनशील क्षेत्रों में विशेष रूप से महत्वपूर्ण है। साथ ही, परिदृश्य-आधारित परीक्षण और लाल टीमिंग मानव मूल्यांकनकर्ताओं को प्री-तैनाती के तहत एजेंटों का परीक्षण करने की अनुमति देते हैं ताकि कमजोरियों की पहचान की जा सके और पैच किया जा सके।

एआई की पूरी क्षमता तभी महसूस की जा सकती है जब मानव शामिल हों। चाहे वह एजेंट आउटपुट को परिष्कृत करना, मूल्यांकन लूप को प्रशिक्षित करना हो या विश्वसनीय डेटा पाइपलाइनों को क्यूरेट करना हो, मानव पर्यवेक्षण जोड़ता है जो एआई को विश्वसनीय और प्रभावी बनाने के लिए संरचना और जवाबदेही प्रदान करता है।

जेनरेटिव एआई टूल्स तेजी से विकसित हो रहे हैं, आईमेरिट मूल्यांकन, आरएलएचएफ और फाइन-ट्यूनिंग सेवाओं में आगे रहने के लिए क्या कर रहा है?

हमने हाल ही में एंगो हब डीप रीजनिंग लैब (डीआरएल) लॉन्च किया है, जो जेनरेटिव एआई ट्यूनिंग और इंटरैक्टिव डेवलपमेंट के लिए एक एकीकृत प्लेटफ़ॉर्म है जिसमें एआई शिक्षकों के साथ श्रृंखला के तर्क का विकास शामिल है। हमारा डीआरएल मानव प्राथमिकताओं के आधार पर वास्तविक समय में, मोड़-दर-मोड़ प्रक्रिया और मूल्यांकन की अनुमति देता है, जिससे जटिल समस्याओं के लिए अधिक सुसंगत और सटीक मॉडल प्रतिक्रियाएं संभव हो जाती हैं।

जेनएआई मॉडल और अनुप्रयोग विकास में प्रगति स्वच्छ, विशेषज्ञ-निर्मित, सत्यापित डेटा के मूल्य को रेखांकित करती है। एंगो हब डीआरएल के साथ, विशेषज्ञ मॉडल का परीक्षण कर सकते हैं, कमजोरियों की पहचान कर सकते हैं और श्रृंखला के तर्क का उपयोग करके स्वच्छ डेटा बना सकते हैं। वे मॉडल के साथ वास्तविक समय में बातचीत करते हैं और चरण-दर-चरण प्रॉम्प्ट और सुधार वापस भेजते हैं एक ही इंटरफ़ेस में।

आईमेरिट स्कॉलर्स का लाभ उठाते हुए, एंगो हब डीआरएल मॉडल तर्क प्रक्रियाओं को परिष्कृत करता है। यह आईमेरिट के हिटल कार्यप्रवाह के व्यापक अनुभव का लाभ उठाता है। विशेषज्ञ जटिल कार्यों के लिए बहु-चरण परिदृश्य डिज़ाइन करते हैं, जैसे कि उन्नत गणित समस्याओं के लिए श्रृंखला के तर्क के प्रॉम्प्ट। आईमेरिट स्कॉलर आउटपुट की समीक्षा करते हैं, त्रुटियों को ठीक करते हैं और बातचीत को निर्बाध रूप से कैप्चर करते हैं। जादू बड़ी संख्या में लोगों को ऑनबोर्ड करने में नहीं है। सर्वोत्तम गणितज्ञ आवश्यक रूप से सर्वोत्तम शिक्षक नहीं हैं। एक कार्डियोलॉजिस्ट को एक गिग वर्कर की तरह नहीं माना जाना चाहिए। विषय विशेषज्ञों को मॉडल प्रशिक्षण प्रक्रिया से लाभान्वित करने के लिए सोच के तरीके में फिटमेंट और कोचिंग, साथ ही साथ जुड़ाव, अंतर बनाते हैं।

जेनरेटिव एआई को फाइन-ट्यून करने के संदर्भ में “विशेषज्ञ-इन-द-लूप” का क्या अर्थ है? क्या आप उन उदाहरणों को साझा कर सकते हैं जहां मानव विशेषज्ञता ने मॉडल आउटपुट में काफी सुधार किया है?

विशेषज्ञ-इन-द-लूप रोबोटिक बुद्धिमत्ता के साथ मानव बुद्धिमत्ता को जोड़ती है ताकि एआई को उत्पादन में आगे बढ़ाया जा सके। इसमें विशेषज्ञ मानव शामिल हैं जो स्वचालित प्रणालियों के आउटपुट को मान्य, रिफाइन और बढ़ाते हैं।

विशेष रूप से, विशेषज्ञ-नेतृत्व वाली डेटा एनोटेशन सुनिश्चित करती है कि प्रशिक्षण डेटा डोमेन-विशिष्ट ज्ञान के साथ सटीक रूप से लेबल किया गया है, जिससे भविष्यवाणी एआई मॉडल की सटीकता और विश्वसनीयता में सुधार होता है। पूर्वाग्रह और गलत वर्गीकरण को कम करके, विशेषज्ञ-नेतृत्व वाली एनोटेशन मॉडल को वास्तविक दुनिया के परिदृश्यों में प्रभावी ढंग से सामान्य करने में मदद करती है, जिससे यह अधिक विश्वसनीय, व्याख्यात्मक और उद्योग-विशिष्ट आवश्यकताओं के अनुरूप हो जाता है।

उदाहरण के लिए, एक बड़े कॉर्पस मेडिकल डेटा का मूल्यांकन करने के बाद, एक अमेरिकी बहुराष्ट्रीय प्रौद्योगिकी कंपनी को अपने उपभोक्ता-सामना वाले मेडिकल चैटबॉट में सुरक्षित और सटीक चिकित्सा सलाह प्रदान करने के लिए इसका मूल्यांकन करने की आवश्यकता थी। आईमेरिट की ओर मुड़कर, उन्होंने हमारे व्यापक नेटवर्क का लाभ उठाया अमेरिकी स्वास्थ्य सेवा विशेषज्ञों और एक टीम को एकरूपता कार्यप्रवाह में काम करने के लिए नर्सों की भर्ती की, जिसमें एक यूएस बोर्ड प्रमाणित चिकित्सक द्वारा वृद्धि और मध्यस्थता प्रदान की गई थी। नर्सों ने परिभाषाओं की सटीकता और जोखिम का मूल्यांकन करने के लिए ज्ञान आधार का मूल्यांकन करना शुरू किया।

एज केस चर्चा और दिशानिर्देशों के संशोधन के माध्यम से, नर्सों ने 99% मामलों में सर्वसम्मति तक पहुंच सकती थीं। इससे टीम को परियोजना डिज़ाइन को एकल-वोट संरचना में संशोधित करने की अनुमति मिली, जिसमें 10% ऑडिट शामिल था, जिससे परियोजना लागत में 72% से अधिक की कमी आई। आईमेरिट के साथ काम करने से कंपनी को चिकित्सा डेटा एनोटेशन को नैतिक और कुशल तरीके से स्केल करने के तरीके की लगातार पहचान करने में मदद मिली है।

विश्वभर में 8,000 से अधिक पूर्णकालिक विशेषज्ञों के साथ, आप गुणवत्ता, प्रदर्शन और कर्मचारी विकास को कैसे बनाए रखते हैं?

गुणवत्ता की परिभाषा हमेशा प्रत्येक ग्राहक के विशिष्ट उपयोग मामले के लिए तैयार की जाती है। हमारी टीमें ग्राहकों के साथ मिलकर गुणवत्ता मानकों को परिभाषित और कैलिब्रेट करने के लिए密तौर पर सहयोग करती हैं, जो प्रत्येक एनोटेशन को विषय विशेषज्ञों द्वारा तेजी से मान्य करने के लिए कस्टम प्रक्रियाओं को नियोजित करती हैं। संगति उच्च-गुणवत्ता वाले एआई के विकास के लिए महत्वपूर्ण है। यह हमारे कर्मचारियों की उच्च रिटेंशन दर (90%) और उत्पादन विश्लेषण पर मजबूत ध्यान द्वारा समर्थित है, जो एंगो हब के डिज़ाइन में एक प्रमुख विभेदक है, जो हमारी टीम के दैनिक उपयोगकर्ता इनपुट से आकार दिया गया है।

हम स्वचालन, अनुकूलन और ज्ञान प्रबंधन में निरंतर निवेश करते हैं, जो हमारे प्रोप्राइटरी आईमेरिट वन प्रशिक्षण मंच द्वारा समर्थित है। यह सीखने और विकास में हमारी प्रतिबद्धता न केवल संचालन उत्कृष्टता को चलाती है, बल्कि हमारे कर्मचारियों के लिए दीर्घकालिक करियर प्रगति का भी समर्थन करती है, जो विशेषज्ञता और विकास की संस्कृति को बढ़ावा देती है।

आप उन आकांक्षी एआई उद्यमियों को क्या सलाह देंगे जो प्रौद्योगिकी और सामाजिक प्रभाव दोनों में कुछ अर्थपूर्ण बनाना चाहते हैं?

एआई तेजी से आगे बढ़ रहा है। अपने ग्राहकों को सुनें ताकि यह समझा जा सके कि उनके व्यवसाय के लिए क्या महत्वपूर्ण है। उनकी गति, परिवर्तन और जोखिम के प्रति भूख को समझें। शुरुआती ग्राहक कोशिश कर सकते हैं। बड़े ग्राहकों को यह जानने की आवश्यकता है कि आप यहां रहने के लिए हैं और आप उन्हें प्राथमिकता देना जारी रखेंगे। उन्हें पारदर्शिता, सुरक्षा और जवाबदेही के प्रति आपके प्रोएक्टिव दृष्टिकोण से आश्वस्त करें।

इसके अलावा, अपने निवेशकों और बोर्ड सदस्यों का चयन सावधानी से करें ताकि यह सुनिश्चित किया जा सके कि साझा मूल्यों और चिंताओं पर समझौता हो। आईमेरिट में, हमें अपने बोर्ड और निवेशकों से कोविड-19 जैसे चुनौतीपूर्ण समय में महत्वपूर्ण समर्थन मिला, जिसे हम इस संरेखण के लिए श्रेय देते हैं।

टेक उद्योग में एक उद्यमी की सफलता में योगदान करने वाले गुण जोखिम लेने से परे हैं; वे एक लाभदायक, समावेशी कंपनी बनाने में शामिल हैं।

साक्षात्कार के लिए धन्यवाद, पाठक जो और जानना चाहते हैं उन्हें आईमेरिट पर जाना चाहिए।