Düşünce Liderleri
Yapay Zeka Analitik Mühendislikle Buluşuyor: Süreç İçin Yapay Zeka Olgunluğu
Her türlü sektör ve uzmanlık alanındaki şirketler, analitik mühendisliği de dahil olmak üzere yapay zeka dünyasına doğrudan dalma ihtiyacı hissediyor. Fırsatlar gerçek ve heyecan verici, ancak bunlardan en iyi şekilde yararlanmak isteyen kuruluşlar, süreç yapılarını yapay zeka olgunluklarına göre düşünceli ve gerçekçi bir şekilde uygulamalıdır. Hadi nasıl olduğunu inceleyelim.
Yapay Zeka Olgunluk Düzeyleri
Kullandığınız yapay zekanın karmaşıklığını tanımlarken, yapay zeka olgunluk seviyeleri basit ve açıklayıcı bir çerçeve olarak yardımcı olur.
Seviye 1: Destekli Zeka (Otomasyon): Tekrarlayan görev ve iş akışlarının temel otomasyonu. Örnekler: sabit yanıtlı sohbet robotları, web sitesi tarayıcıları, dahili arama araçları.
Seviye 2: Artırılmış Zeka (Kılavuzlu Analiz): Yapay zekaya yöntemi/modeli ve neyin analiz edileceğini söylersiniz, gerisini o halleder. Örnekler: reklam teklif algoritmaları, içerik özetleyiciler.
Seviye 3: Otonom Zeka (Kendi Kendine Öğrenen Yapay Zeka): Yapay zeka yöntemleri seçer, kalıpları bulur ve öneriler sunar. Örnekler: otonom araçlar, otonom hisse senedi alım satım robotları.
"Yapay Zeka"ya baskı
Elbette, bugün "3. Seviyede Olmak" konusunda çok fazla baskı var. Ancak bu büyük ölçüde şirketinizin kaynaklarına, varlıklarına, temel yeteneklerine, bilgisine ve çalışanlarına bağlıdır. En iyi yaklaşım, Seviye 1 olsa bile, mantıklı olan yerden başlamaktır.
Şu anda internette yapay zeka fikirleriyle sizi bombardıman eden milyonlarca makale var. Ancak fikirler eve ekmek götürmez. Adobe'ye göre, yalnızca 12% Şirketlerin çoğu, net yatırım getirisi (ROI) gösteren çalışan yapay zeka çözümlerine sahip. Bunların çoğu hâlâ pilot aşamada, etkinliğini değerlendiriyor veya yapay zeka girişimlerini ölçeklendirmede zorluklarla karşılaşıyor. Birçok ekip, yapay zekanın iş akışlarına anlamlı bir şekilde nasıl entegre edilebileceğini belirlemekte zorlanıyor ve bir kullanım durumu belirlendiğinde bile, birçok kuruluş özel yapay zeka araçları geliştirmek veya güvenilir harici çözümler bulmak için gereken dahili yeteneklerden yoksun.
Gerçekçi uygulamalara bağlı kalalım. Sorumlu bir şekilde ölçeklendirmeye hazır liderler için, yapay zeka kullanımını kademeli olarak gerçekçi iş unsurlarına dönüştürmenin harika yolları var.
Bir e-ticaret/SaaS ürünü için analiz oluştururken neleri otomatikleştirebilirsiniz?
Bana göre, başarılı analitik mühendislik ekiplerinde yapay zeka olgunluğunu oluşturmak için harika adaylar olan iki ortak süreç vardır:
- Bilgi Yönetimi ve Oryantasyon için Yapay Zeka
- QA ve Denetim Otomasyonu için Yapay Zeka
1. Bilgi Yönetimi ve Oryantasyon için Yapay Zeka”
Dokümantasyon, karmaşık sistemleri takip etmek için önemli bir araçtır. Süreç Çerçevesi'ne göre, SDR'nin (Çözüm Tasarım Referansı) beş adımın her birini belgelemesi gerekir. Bu, şu şekilde olabilir:
- Süreç #1: Beklenen sonuçların belgelenmesi.
- Süreç #2: Önemli veri toplama hikayelerinin düzenli olarak kontrol edildiğinin takibi.
- Süreç #3: 3. taraf Teknoloji Paydaşlarının veri gereksinimlerinin geçmişinin not edilmesi.
- Süreç #4: Tüm uygulamalar ve yüzeylerde veri katmanının ayrıntılandırılması.
- Süreç #5: Mühendislik mimarisinin diyagramlar, hiyerarşiler ve gereksinimlerle tanımlanması ve detaylandırılması.
Şimdi buna biraz yapay zeka ekleyelim.
Seviye 1
1. seviyede, belge almak için dahili AI sohbet robotlarını kullanmaya başlayabilirsiniz.
Artık birçok şirket, özel belgeler üzerinde eğitilebilen dahili sohbet robotlarına sahip. Dahili bir sohbet robotunuz yoksa, gizli modu kullanabilir veya bota göndermeden önce belgelerinizi düzenleyebilirsiniz.
Botunuza SDR'lerinizi, QA kılavuzlarınızı, adlandırma kurallarınızı ve uygulama standartlarınızı yükleyin.
Başarılı bir sürümün ardından, AI proje notlarınızı veya uygulama planlarınızı dokümantasyona eklemek üzere iletin. Ardından, AI'ya aşağıdaki soruları sorun:
- "Y ile aynı mantığı kullanmak istiyorsam X'i uygulamanın en iyi yöntemi nedir?"
- “Satın alımların takibi için hangi verilerin toplanması gerekiyor?”
- "Bu yeni ürün sayfasında hangi etiketler eksik?"
Bu sürecin sonucunda belgeleri incelemek veya iş arkadaşlarınıza mesaj göndermek için daha az zaman harcarsınız, yeni ekip üyeleri kendi kendilerine yanıtlar verebilir ve topluluk bilgisi ölçeklenebilir hale gelir.
Burada bazı uyarılar var. Bu yöntem, dokümantasyonunuzu iyi takip ederseniz gerçekten işe yarar ve yalnızca çalışanlarınızı eğitip aracı kullanmalarını zorunlu kıldığınızda ölçeklenebilir hale gelir.
Seviye 2
Bu sizin departmanınız için işe yarıyorsa, sohbet robotunuzu doğrudan teknolojinize bağlamayı düşünebilirsiniz. Otomasyonu otomatikleştirebilirsiniz.
Seviye 3
Burada sınırın gökyüzü olduğundan eminim. Benim izleyeceğim yol, tutarsızlıkları tespit edip iyileştirmeler sunan proaktif bir yapay zeka geliştirmek olurdu. Gerçek şu ki, çok az şirket bu seviyeye ulaşıyor ve bu makaleyi, hala işin inceliklerini öğrenen çoğumuz için yazıyorum.
2. QA ve Denetim Otomasyonu için Yapay Zeka
Veri toplama yöntemlerinizi düzenli olarak denetlemek, Süreç Çerçevesi için en iyi uygulamalardan biridir. Çoğu zaman, denetçi bir Kalite Güvence ekibinden veya alternatif olarak bir denetim aracından yararlanılabilir. Örneğin, ObservePoint, son derece karmaşık denetim akışları oluşturmanıza olanak tanıyan, gelişmiş ve son derece özelleştirilebilir bir araçtır. Bir robotla bile, her zaman biraz daha yapay zekaya ihtiyacınız olabilir, değil mi?
Seviye 1
Teknik ayrıntıları otomatikleştirerek başlayalım. ObservePoint gibi robot denetim araçlarında yolculuk oluşturmak genellikle teknik bir iştir. Ve çok fazla destek gerektirir. Denetim yolculukları oluştururken bu tekrarlayan teknik görevlerden bazılarını otomatikleştirmek için yine bir yapay zeka sohbet robotundan yardım isteyebilirsiniz. Yapay zekaya şu soruları sorun:
"Bana "Sonraki Adım" butonu için CSS seçicisini verin."
"Tüm çerezleri otomatik olarak kabul eden özel kod yazın."
Bunun sonucunda, yüksek teknik özelliklere sahip araçlarla çalışırken daha fazla kullanım kolaylığı, daha hızlı sınıflandırma ve sorun giderme ve destek ve ön uç geliştiricilere daha az bağımlılık sağlanması bekleniyor.
Burada dikkat edilmesi gereken bazı noktalar şunlardır: Veri denetimleriniz için bir robot tarayıcısı kullanmıyorsanız, bir QA ekibi kullanıyor olabilirsiniz. QA ekibi, yaygın adımlar için otomasyonları benimsemeyi düşünebilir. Küçük adımlarla başlayın, hazır olduğunuzda artırın; sonraki adımlarınız ancak ilk adımı attığınızda netleşecektir.
Seviye 2
Seviye 2 AI kullanımı için, Chatbot'unuzu doğrudan araçla entegre etmeyi düşünün; ancak chatbot'un manuel olarak komut vermesini önleyin.
Seviye 3
Son olarak, Seviye 3 kullanımında sınır yine gökyüzüdür. Otomasyonlarınızı iyileştirmeleri tespit etme ve çözümler önerme konusunda nasıl daha proaktif hale getirebileceğinizi keşfedin. Bu yolu yalnızca Seviye 2'de rahatça ilerleyebildiğinizi düşünüyorsanız kullanın.
Otomatikleştirilmemesi Gerekenler (Henüz)
En İyi Uygulama #3'ü ele alalım: Üçüncü taraf teknoloji paydaşlarıyla iş birliği yapın. Bu, insanların hâlâ en iyi yaptığı şeydir. Yapay zekayı, satıcı görüşmelerine hazırlanmak, sözleşmeleri özetlemek veya entegrasyon taslaklarını hazırlamak için kullanabilirsiniz. Ancak şimdilik, ilişki kurma insan odaklıdır.
Son Düşüncelerimiz
Özel yapay zeka geliştirme için bütçeniz olmasa bile, halihazırda sahip olduğunuz araçlarla başlayabilirsiniz. İyi bir süreç ve iyi bir sohbet robotu çok işe yarar.
Basit bir şekilde, Seviye 1 veya Seviye 2 ile başlayın ve ekibinizin alışmasına izin verin. Yapay zekanın nerede zaman kazandırdığını ve tutarlılığı artırdığını gördüğünüzde, daha gelişmiş araçlara nerede yatırım yapacağınızı bileceksiniz. Yapay zeka benimsemenin en zor kısmı genellikle ilk etapta ona nerede ihtiyaç duyduğunuzu bulmaktır. Bu temel çizgiyi oluşturduktan sonra, ekibinizle birlikte bir üst seviyeye geçmeyi deneyin ve yapay zeka destekli analitik mühendisliğinin ne kadar daha sorunsuz olabileceğini görün.
Analitik mühendisliğinde yapay zeka ve özellikle temiz veri toplama için en iyi süreçler hakkında daha fazla bilgi edinmek ister misiniz? Temiz E-ticaret Veri Çerçevesi.
