उद्योगातील अग्रगण्य कृत्रिम बुद्धिमत्ता कव्हर करण्यासाठी नवीनतम अद्यतने आणि विशेष सामग्री मिळविण्यासाठी दररोज आणि साप्ताहिक वृत्तपत्रांमध्ये सामील व्हा. अधिक जाणून घ्या


जर आपल्या कामात अद्याप कृत्रिम बुद्धिमत्ता वापरण्याचा उत्तम मार्ग माहित असेल तर – त्यांच्याबरोबर नाही का? प्रारंभ करण्याच्या महत्त्वपूर्ण बाबींपैकी एक म्हणजे डेटा.

आपल्या कंपनीचा डेटा अ‍ॅम्नेस्टी इंटरनॅशनलसाठी काय उपयुक्त ठरेल, ते कोठे संग्रहित केले आहे, त्याच्या सुरक्षिततेची मर्यादा आणि कोणाकडे प्रवेश आहे आणि कृत्रिम बुद्धिमत्ता अनुप्रयोगांमध्ये सुरक्षित वापरासाठी ते व्यवस्थित कसे आयोजित केले जाऊ शकते आणि ते कसे आयोजित केले जाऊ शकते? तसेच, सर्वात महत्त्वाचे म्हणजे आपण आपल्या संस्थेच्या आत आणि बाहेर कसे जाल? आपल्या कामासह काय ऑपरेशन्स आहेत? सक्षम व्हा आपल्याला कृत्रिम बुद्धिमत्तेच्या ऑटोमेशनचा फायदा होऊ शकतो?

या प्रश्नांचे उत्तर सोपे नाही, विशेषत: जेव्हा जगातील सरासरी काम वेगवेगळ्या संस्थांच्या सॉफ्टवेअरचे सुमारे 112 (!) साधने आणि अनुप्रयोग वापरते (2023 वर स्टॅटिस्टा रिसर्चनुसार).

आधीच्या सर्व्हिसनो व्हेट्सने २०२२ मध्ये स्थापन केलेला स्टार्टअप प्रविष्ट करा, जो आज कृत्रिम बुद्धिमत्तेद्वारे जटिल वर्कफ्लो स्वयंचलित करण्यासाठी कंपन्यांना मदत करण्याच्या उद्देशाने रणनीतिक गुंतवणूकीच्या दौर्‍यामध्ये million 10 दशलक्ष डॉलर्सची घोषणा करतो.

“प्रत्येक संस्थेकडे त्याच्या व्यवसाय अनुप्रयोग-शंभर किंवा हजारो लोकांचा एक संच आहे,” 8 फ्लोचे सह-संस्थापक आणि मुख्य कार्यकारी अधिकारी बवाझ हिश्ट यांनी अलीकडेच व्हेंचरबिटसह व्हिडिओ कॉलमध्ये सांगितले. “काहीतरी सर्वकाही सेट करणे आणि कृत्रिम बुद्धिमत्ता संदर्भ देणे आवश्यक आहे जेणेकरून ते त्याद्वारे वर्कफ्लो कार्ये चालवू शकतील.”

सर्व्हिसेनो व्हेंचर्स, ओक्टा, एचएनव्हीआर आणि एस्ट्रॅडियन एंजेल इन्व्हेस्टर्सच्या सहभागासह या दौर्‍याचे नेतृत्व अधिग्रहित भांडवल आहे.

कृत्रिम बुद्धिमत्ता अनुप्रयोगांमध्ये वापरण्यासाठी त्यांचा डेटा गट मिळविण्यासाठी कंपन्यांचा विकास

हे अंतर्गत कार्यप्रवाह कार्ये मॅपिंग आणि विश्लेषण करण्यासाठी ग्राहकांच्या पायाभूत सुविधांच्या ग्राहकांसाठी 8 फ्लो प्रदान करते.

कंपनीचे तंत्रज्ञान एक संघटित आधार स्थापित करते जे कृत्रिम बुद्धिमत्ता एजंट्सना पारंपारिकपणे चालवलेल्या कार्ये स्वयंचलित करण्यास सक्षम करते, समर्थन आणि मागील कार्यालयीन ऑपरेशन्सवर जोरदार लक्ष केंद्रित करते.

गुंतवणूक एआयसी-वेटरनरी सिस्टममध्ये वाढलेली व्याज दर्शविते जे स्वतंत्रपणे काम करण्यास सक्षम आहेत-विशेषत: मोठ्या प्रमाणात लढा देणार्‍या संस्थांच्या वातावरणात.

हेच म्हणाले की, आज स्वयंचलित ऑपरेटिंग टूल्सचा नैसर्गिक विकास म्हणून अ‍ॅक्टिक एआय – परंतु तरीही त्यास निर्णायक गहाळ तुकडा आवश्यक आहे: फाउंडेशनचा संदर्भ.

“एजन्सी एआय होईल की तंत्रज्ञान विकसित होईल आणि सुधारेल. परंतु आपण एकटे वर्कफ्लो चालवू शकता – जे विचारांवर लागू होते – एखाद्या गोष्टीस त्यास विशिष्ट संस्थेचा संदर्भ देणे आवश्यक आहे.”

हेच्ट यांनी हे देखील स्पष्ट केले की 8 फ्लो ओपनई किंवा एडब्ल्यूएस सारख्या कृत्रिम बुद्धिमत्ता प्रदात्यांची जागा घेण्यावर लक्ष केंद्रित करीत नाही, परंतु संस्था प्रणालींमध्ये त्याची प्रभावीता चालविण्यावर लक्ष केंद्रित करते.

“आम्ही स्वत: कृत्रिम बुद्धिमत्तेच्या कृती तयार करण्याचा प्रयत्न करीत नाही. ओपनई, एडब्ल्यूएस इ.

कृत्रिम बुद्धिमत्ता आणि व्यावसायिक इच्छेच्या क्षमतांमधील अंतर blus

हे 8 फ्लो प्लॅटफॉर्मचे मूर्त रूप देते आणि सध्याच्या व्यावसायिक प्रक्रियेद्वारे कृत्रिम बुद्धिमत्ता एजंटांना निर्देशित करण्यासाठी वास्तविक जगाच्या डेटाशी संबंधित आहे.

मानवी वर्तनांचे परीक्षण, विश्लेषण आणि सुधारित करून, कंपनी संस्थांना कृत्रिम बुद्धिमत्ता एजंटांना अधिक प्रभावीपणे आणि कमीतकमी व्यत्ययाने प्रशिक्षण आणि प्रकाशित करण्यास सक्षम करते. हा दृष्टिकोन संस्थात्मक ऑटोमेशनमधील एक मोठे आव्हान आहे: वर्कफ्लो बनविणे आणि अ‍ॅम्नेस्टी इंटरनेशनलची अंमलबजावणी.

अग्रगण्य राजधानीचे प्रशासकीय भागीदार रेमंड ट्युनिशिया यांनी एका प्रेस स्टेटमेंटमध्ये सूचित केले की जरी बर्‍याच संस्था कृत्रिम बुद्धिमत्ता स्वीकारण्यास उत्सुक आहेत, परंतु त्यांना एक आवश्यक समस्या आहे – ज्यामुळे त्याचे ऑटोमेशन ऑपरेशन्स उघडकीस आणतात.

कृत्रिम बुद्धिमत्ता एजंट्सला यशासाठी तयार करणार्‍या अशा प्रकारे वर्कफ्लोचे पुन्हा डिझाइन करण्यासाठी कंपन्यांना पाठबळाची आवश्यकता असल्याचे त्यांनी व्यक्त केले आणि हे साध्य करण्यासाठी 8 चांगल्या प्रवाहांचे वर्णन केले आहे.

आपल्या कामाचा आणि डेटाचा नकाशा

कंपनीची तुलना वेझशी केली जाते, जीपीएस अॅप ज्याने ड्रायव्हरचे वर्तन आणि स्टीयरिंग डेटा कॅप्चर करून ड्रायव्हिंगमध्ये क्रांती घडविली. त्याचप्रमाणे, स्मार्ट ऑटोमेशनला समर्थन देण्यासाठी फाउंडेशनचा वर्कफ्लो डेटा तपासणे, आयोजित करणे आणि सुधारणे हे 8 फ्लो प्लॅटफॉर्मचे उद्दीष्ट आहे.

स्वतंत्र नेतृत्वात आवश्यक असलेल्या संदर्भित नकाशांच्या प्रकारासह 8 फ्लोच्या भूमिकेची तुलना करून हेच्ट मोजमापास प्रोत्साहित करते.

“टेस्ला बिल्डिंग मोटारींप्रमाणे त्याबद्दल विचार करा. जर तिला वेझ नसेल तर त्याला ड्रायव्हिंगचे ठिकाण माहित नसते. त्याला एक संदर्भ आवश्यक आहे-जिथे तो सुरू होईल, जिथे संपेल, आवडीच्या मुद्द्यांशी कसे सामोरे जावे. संस्थांनाही तेच आवश्यक आहे.”

हे सामान्य ऑटोमेशन पद्धतीऐवजी विशिष्ट संस्था कार्यांसाठी डिझाइन केलेल्या एआयडीवर लक्ष केंद्रित करून 8 फ्लो स्वतः वेगळे करते. व्यासपीठ आतापर्यंत 600 दशलक्षाहून अधिक वर्कफ्लोचे अनुसरण करते आणि अब्ज चिन्हांकडे जाते. या मोठ्या डेटा संकलनाद्वारे, कंपनी संकेतशब्द रीसेटपासून ग्राहक समर्थन ऑपरेशन्स विभागात एका बाजूला असलेल्या कार्ये अंमलात आणलेल्या कार्यांची अंमलबजावणी करू शकते.

हेचच्या म्हणण्यानुसार, कंपनीचे निर्मात्याचे तत्वज्ञान म्हणजे इतरांनी आधीच जे बांधले आहे ते पुन्हा विचार न करता कृत्रिम बुद्धिमत्ता साधने अंमलात आणली जावी.

“अशी धारणा अशी आहे की क्लाउड सर्व्हिस प्रदाता प्रक्रियेची क्षमता प्रदान करतील. आम्ही जे ऑफर करतो ते म्हणजे अपॉईंटमेंट – संस्थेत मोठ्या प्रमाणात प्रक्रियेमागील तर्क.”

वास्तविक जागतिक उद्योग वापरणे

ग्राहकांना आधीपासूनच मूल्य दिसते. ओपी 6060० मधील सीआयओ, सॅम कोलियर, एजंट-ए-क्षेत्राच्या कामात वास्तविक वेळ मिळविण्याच्या फायद्यावर प्रकाश टाकतो जो पूर्वी वेळ घेणार्‍या मॅन्युअल विश्लेषणावर अवलंबून असतो. कॉलरचा असा विश्वास आहे की 8 फ्लोसह भागीदारी कार्यक्षमता सुधारण्यासाठी नवीन मार्ग उघडेल आणि स्मार्ट ऑटोमेशनची पुन्हा व्याख्या करेल.

सर्व्हिसेनो आणि सेल्सफोर्स सारख्या प्रणालींमध्ये एकत्रीकरणासह, 8 फ्लो प्लॅटफॉर्म कंपन्यांना त्यांच्या ऑपरेशनल वातावरणाद्वारे मानवी क्रियाकलाप आणि एआय या दोहोंमध्ये दृष्टी राखण्याची परवानगी देते. मूळ व्यवसायाच्या पायाभूत सुविधांच्या दिशेने शिफ्टमध्ये मूलभूत खेळाडू म्हणून सर्व्हिसेनो आणि ओकटीए तंत्रज्ञानाचे समर्थन.

संस्था अंतर्गत वर्कफ्लो आणि ग्राहकांच्या संवादांचे व्यवस्थापन करण्यासाठी स्वतंत्र घटकांमध्ये वाढत्या प्रमाणात बदलत असल्याने 8 प्रवाहासाठी सामरिक समर्थन संस्थात्मक प्रणालींच्या खर्‍या जटिलतेसाठी योग्य असलेल्या डेटाच्या आधारे स्मार्ट ऑटोमेशन साधनांची उच्च मागणी दर्शविते.


Source link