कोरल ओपनई, मिथुन आणि मानववंशशास्त्रातील कृत्रिम बुद्धिमत्ता एजंट लाँच करते

हे एक कोडे आहे: ग्राहक संघांकडे आपण वापरण्यास प्रारंभ करण्यापेक्षा अधिक डेटा आहे – नोट्स सेल्सफोर्स, जीआयआरए तिकिटे, प्रकल्प माहिती पॅनेल आणि Google दस्तऐवजांकडून – परंतु खरोखर प्रतिध्वनी असलेले ग्राहक संदेश तयार करताना ते एकत्र करण्यासाठी संघर्ष करीत आहेत.

सध्याची साधने बर्‍याचदा सामान्य टेम्पलेट्स किंवा विभागांवर अवलंबून असतात आणि ग्राहक सहली, रस्ता नकाशे, प्रकल्प उद्दीष्टे आणि कार्य उद्दीष्टांचे संपूर्ण चित्र प्रदान करण्यात अयशस्वी होतात.

आज सुरू करण्यात आलेल्या स्टार्टअप, कोरलला उच्च -गुणवत्तेचे कनेक्शन तयार करण्यात मदत करण्यासाठी एकाधिक प्रणालीद्वारे कार्य करणार्‍या एका नवीन व्यासपीठावर या आव्हानांवर मात करण्याची आशा आहे. मल्टीमीडिया टूल डेटा स्रोत आणि संदर्भित वर्णांपर्यंत ओपनई, मिथुन आणि अँथ्रोपोरपासून मॉडेलचे मिश्रण वापरते.

“अभियंत्यांकडे कृत्रिम बुद्धिमत्तेची मजबूत साधने आहेत, परंतु ग्राहकांना सामोरे जाणा teams ्या संघांना उथळ अखंडित उपायांसह अडकले आहेत,” कोरलचे मुख्य कार्यकारी अधिकारी बेरेट हॉफमॅन यांनी एका विशेष मुलाखतीत सांगितले. “कॉर्लेचे मूलभूत नावीन्यपूर्ण म्हणजे क्लायंटचा संदर्भ आणि सामान्य सादरीकरणाच्या साधनांचा अभाव असलेले उत्पादन तयार करण्यासाठी डिझाइन केलेल्या मल्टी -एजंट -एजंट पाइपलाइनमध्ये मूळ आहे.”

मल्टी -रिसोर्स डिस्प्लेद्वारे डिझाइन केलेले ग्राहक साहित्य तयार करणे

एआय मधील सीओआरएल एजंट्स सर्व वेगवेगळ्या प्रणालींमधून जीआयआरए कडून अभियांत्रिकी दस्तऐवज म्हणून माहिती गोळा करतात आणि Google दस्तऐवजांची रूपरेषा, फिग्मा मधील डिझाइन आणि सेल्सफोर्समधील प्रकल्प डेटा मल्टी-रिसोर्स दृश्य तयार करतात.

उदाहरणार्थ, ग्राहक कोरल जीआयआरएला जोडताच, त्याचा एजंट डेटा सेट कसा करावा आणि नवीन उत्पादन क्षमता कशी आयात करावी हे शिकण्यासाठी सध्याच्या आणि नियोजित उत्पादन क्षमतांचा अभ्यास करीत आहे. मूलभूत प्रणाली उत्पादन डेटाशी ग्राहकांच्या माहितीसह जुळते – जसे की वापर रेकॉर्ड, कार्य प्राधान्यक्रम आणि जीवन चक्र टप्पा – कृत्रिम बुद्धिमत्तेचा वापर करून अंतर भरून.

हॉफमॅन म्हणाले: “कोरल डेटा एजंट अंतर्गत स्त्रोत आणि बाह्य सार्वजनिक डेटामधून विविध डेटा संग्रह आणि रचना स्वयंचलितपणे संकलित आणि समृद्ध करतात.”

प्लॅटफॉर्म नंतर स्वयंचलितपणे सानुकूल -निर्मित त्रैमासिक व्यावसायिक पुनरावलोकन (क्यूबीआरएस), नूतनीकरण स्टेडियम, डिझाइन केलेले सादरीकरणे आणि महत्त्वपूर्ण ग्राहक वैशिष्ट्यांमध्ये वापरण्यासाठी इतर सामग्री तयार करते.

हॉफमॅन म्हणाले की कंपनीचा प्राथमिक भेदभाव म्हणजे स्लाइड्स, कादंब .्या आणि ईमेल संदेश यासारख्या “ग्राहकांसाठी पॉलिश आणि तयार सामग्री” प्रदान करण्याची क्षमता आहे, “फक्त विश्लेषण किंवा कच्च्या दृष्टिकोनांऐवजी.”

ती म्हणाली: “आमचा विश्वास आहे की हे संघांना आज सामोरे जाणा of ्या ऑपरेशनल मूल्याचे स्तर प्रदान करते, कमीतकमी अधिक काम करण्याचा दबाव,” ती म्हणाली.

कामगिरीवर आधारित ओपनई, मिथुन, मानव यांच्यात स्विच करा

हॉफमॅनने स्पष्ट केले की कॉर्ले ओपनई, मिथुन आणि होथ्रॉपिक मार्गे “मॉडेल्सचा सेट” आयोजित करतो आणि त्यावेळी वेग, अचूकता आणि खर्चाच्या आधारे सर्वोत्कृष्ट जॉब मॉडेल निवडतो. कोरलला जटिल आणि वैविध्यपूर्ण कार्ये करणे आवश्यक आहे – अचूक कादंबर्‍या, डेटा गणना आणि व्हिज्युअल – जेणेकरून प्रत्येक वापर सर्वाधिक कामगिरीच्या मॉडेलशी सुसंगत असेल. कंपनीने अपयशाची प्रकरणे कमी करण्यासाठी “प्रगत बॅकअप यंत्रणा” केली; लवकर, एका प्रदात्यावर अवलंबून असताना उच्च अपयशाचे दर लक्षात घ्या, हॉफमॅन म्हणाले.

जीआयआरए, सेल्सफोर्स आणि इतर सिस्टमद्वारे विविध संस्था डेटा योजनांचा सामना करण्यासाठी विशेषत: स्वयंचलित श्रेडिंग विकसित केले आहे. प्लॅटफॉर्म स्वयंचलितपणे CORL मध्ये संबंधित फील्ड सेट करा.

हॉफमॅन म्हणाले: “फक्त एक अर्थपूर्ण सामना किंवा फील्ड नावऐवजी आमचा दृष्टीकोन फील्ड सामन्यांची नोंदणी आणि अंदाज लावण्यासाठी डेटाच्या भिन्नतेसारख्या अतिरिक्त घटकांचे मूल्यांकन करतो,” हॉफमन म्हणाले.

प्रक्रियेस गती देण्यासाठी, सीओआरएल कमी तंत्रज्ञान आणि उत्पादक मॉडेल्स (जसे की वेगवान-बांधकाम प्रतिसादांसाठी जीपीटी -4 ओ) सखोल विश्लेषणात्मक मॉडेल्ससह (सर्वात जटिल संप्रेषण आणि ग्राहकांसाठी क्लॉड 3.7) एकत्र करते.

“हे सुनिश्चित करते की आम्ही उत्कृष्ट अंतिम वापरकर्त्याच्या अनुभवासाठी सुधारित करतो, जे त्वरित आणि अचूक दरम्यानच्या संदर्भात अवलंबून असलेले बॅटर्स बनवते,” हॉफमॅनने स्पष्ट केले.

“सुरक्षा खूप महत्वाची आहे” असल्याने, ग्राहक डेटा प्रशिक्षण डेटा सेटमधून वगळले गेले आहे हे सुनिश्चित करण्यासाठी कोरल विक्रेत्यांकडून संस्थांच्या पातळीवर गोपनीयतेची हमी शोधत आहे. हॉफमॅनने नमूद केले की तिचे समन्वय बहु -आधारित आहे आणि त्याचा संदर्भ ढकलत आहे, ज्यामुळे अधिक अनावश्यक प्रदर्शन आणि डेटा गळती होते.

“खूप गोंधळलेले” किंवा “अपूर्ण” डेटासह संघर्ष

हॉफमॅन यांनी नमूद केले की, लवकर, कॉर्ले यांनी ग्राहकांकडून ऐकले की त्यांचा डेटा “खूप गोंधळलेला” किंवा “अपूर्ण” असेल याची त्यांना चिंता आहे. त्यास प्रतिसाद म्हणून, कंपनीने कामाच्या वस्तूंचे संबंध समजून घेण्यासाठी आणि अंतर भरण्यासाठी पाइपलाइन तयार केल्या – जसे की वैशिष्ट्ये बाह्यरित्या कशी ठेवायची किंवा इच्छित परिणामांसह मूल्ये कशी संरेखित केली जातात.

हॉफमॅन म्हणाले, “आमचे सादरीकरण एजंट म्हणजे ग्राहकांचे विभाग तयार करण्यासाठी या डेटाचा फायदा होतो आणि संभाषण मार्ग (संभाव्य ग्राहक किंवा धाग्यांसह संभाषण निर्देशित करणे) आवश्यकतेनुसार गतीशीलपणे,” हॉफमन म्हणाले.

तिने असेही म्हटले आहे की कोरल “वास्तविक मीडिया” प्रदर्शित करते. मूलभूत प्रणाली केवळ भिन्न स्त्रोतांमधून डेटा मागे घेत नाही; हे मजकूर, संघटित डेटा, चार्ट किंवा योजना यासारख्या विविध प्रकारच्या माहितीचे स्पष्टीकरण देते.

ती म्हणाली: “निर्णायक पाऊल उत्तराच्या प्रारंभिक डेटावर मात करणे आहे: हा आलेख काय सांगतो? येथे काय सखोल परिणाम आहेत आणि या विशिष्ट ग्राहकात ते प्रतिध्वनीत आहे?

दोन जवळच्या कोरल प्रतिस्पर्ध्यांमध्ये गेनसाइट आणि क्लेरी यांचा समावेश आहे; तथापि, हॉफमॅन म्हणाले की, खोल उत्पादने आणि शरद .तूतील संदर्भ एकत्रित करून कोरल स्वत: ला वेगळे करते. प्रभावी ग्राहक नूतनीकरण आणि विस्तार धोरणांना उत्पादन काय करते याविषयी सखोल समज आवश्यक आहे आणि हे ग्राहक आणि वर्तन डेटाच्या विश्लेषणाशी संबंधित असणे आवश्यक आहे.

शिवाय, हॉफमॅन म्हणाले की कॉर्ले सध्याच्या प्लॅटफॉर्मच्या “घटक राजवाडे” संबंधित आहेत: खोल व्यवसाय आणि ब्रँड अचूकतेचा संदर्भ. कोरल एजंट एकाधिक प्रणालींमधून व्यवसायाचा संदर्भ संकलित करतात. ती म्हणाली: “या सर्वसमावेशक डेटा बुद्धिमत्तेशिवाय स्वयंचलित मजल्यांमध्ये सामरिक कामांचे मूल्य नसते.”

जेव्हा ब्रँडचा विचार केला जातो, तेव्हा कोरलचे रॉयल तंत्रज्ञान सध्याच्या साहित्यांमधून काढले जाते आणि वारंवार सूचना.

“कित्येक तास ते मिनिटांपर्यंत” तयारीचा वेळ कमी करणे

सुरुवातीच्या निर्देशकांनी असे सूचित केले आहे की मध्यम बाजार सॉफ्टवेअर कंपन्यांसाठी कॉर्ले निव्वळ महसूल (एनआर) मध्ये कमीतकमी एक बिंदू उघडू शकतात, हॉफमॅन म्हणाले. हे असे आहे कारण ते पूर्वी साध्य केलेल्या उत्पादनाचे मूल्य प्रकट करते आणि नूतनीकरण किंवा विस्तार निर्णय सोडण्यापूर्वी ग्राहकांशी संवाद साधणे सुलभ करते.

व्यासपीठ देखील कार्यक्षमता सुधारत आहे, ज्यामुळे प्रत्येक ग्राहकांसाठी डेक तयार करण्याची वेळ कमी होते, हॉफमॅनच्या म्हणण्यानुसार.

प्रथम ग्राहकांमध्ये डेटाकॅम्प आणि गिफ्टिंग आणि डायरेक्ट मेल कंपनी सेंडोसो समाविष्ट आहे.

सेन्टुओ येथील मुख्य ग्राहक कर्मचारी अमीर युनिस म्हणाले: “ते निर्णायक आणि अज्ञानी आव्हानाचा सामना करीत आहेत: बर्‍याचदा, बाजारात जाताना उत्पादनाची वैशिष्ट्ये सोडली जातात (जीटीएम) सिंडोसोमधील मुख्य ग्राहक कर्मचारी अमीर युनीस म्हणाले. “कोरलच्या एआय सह, जीटी-टू मार्केट आणि मालमत्ता तयार करणे शोध आणि विकास कार्यसंघांसाठी फक्त क्लिक-अ‍ॅडिंग सामान्य खर्च असू शकते.”

कोर्लने आज मॅक व्हेंचर कॅपिटलवर million दशलक्ष डॉलर्सच्या बियाणे वित्तपुरवठा करून बाजारात प्रवेश केला आणि व्हीसी टूरला अधोरेखित केले.