¿Cómo desarrolla una inteligencia AI? El camino completo desde AI PoC a la implementación de la producción

Primero, veremos si la firma necesita aplicaciones inteligentes, AI o automatización ordinaria.

Los usuarios a menudo mezclan la inteligencia AI, robots de chat, RAG knowledge base y automatización de flujo de trabajo. Los robots de chat realizan principalmente sesiones de preguntas y respuestas; RAG knowledge base permite respuestas para recuperar información de negocios y proporcionar una base; la automatización ordinaria se adapta a las tareas establecidas por las reglas; los cuerpos de inteligencia AI entienden tareas, eligen pasos, llaman herramientas y continúan procesando los resultados según las reglas.

El proyecto debe ir precedido por un objetivo de retransmisión en una tarea de negocios observable, como “leer la solicitud de correo de citas, identificar clientes y productos, buscar precios de ERP, generar presupuestos y enviarlos a las aprobaciones de ventas”, en lugar de “hacer un cuerpo de inteligencia de ventas”. La ex descripción puede determinar la entrada, salida, conocimiento, interfaz, aprobación y anomalías, mientras que la última descripción sólo puede constituir una demostración y un contrato y un estándar confiable.

• Determinar quién utiliza los resultados y qué líneas de negocio entran
• Distinguiendo el criterio modelo, las reglas de seguridad, las acciones del sistema y la responsabilidad manual
• Identificación de situaciones que deben ser rechazadas, suspendidas o entregadas

Cree AI PoC con un conjunto de tareas real, no una muestra suave.

El valor de AI PoC es la verificación de artículos desconocidos que probablemente afectan el éxito o el fracaso del proyecto. La empresa debe prepararse para una tarea genuina, autorizada y desensibilizada, que incluye situaciones comunes e información faltante, contenido conflictivo, formatos inusuales, privilegios inadecuados y excepciones operacionales. Para preguntas y respuestas de conocimiento, referencia, negativa y permiso de fuente; para el procesamiento de documentos y las solicitudes de recuperación manual;

El PoC congelará la evaluación y medición, la base de referencia manual y las condiciones para la adopción, ejecutando el modelo de registro de tiempo, conocimientos, consejos, reglas, versión de proceso, demora, costos de llamada e intervención manual.

• Prototipo activo de producción de PC, evaluación y medición, resultados de artículo por caso y lista de fallos
• Calidad, velocidad, intervención manual y costes de funcionamiento únicos se evalúan al mismo tiempo
• Permitir conclusiones de continuación, recondición, re-rutamiento o cesación

Ingrese el desarrollo de aplicaciones AI para crear un círculo de negocios cerrado alrededor de los sistemas existentes

La mayoría de las empresas no necesitan reemplazar ERP, CRM, OA o software industrial para AI. Una manera más racional es mantener el sistema existente llevando datos oficiales de negocios como cliente, orden, contrato y finanzas, proporcionando el contexto necesario para las aplicaciones de AI a través de API, noticias, intercambio de documentos, o automatización controlada.

El desarrollo de la interfaz no sólo puede considerar llamadas exitosas. Cada conexión procesa identificación, privilegios mínimos, mapeo de campo, solicitudes de repetición, retesting de tiempo, éxito parcial, compensación manual y límite de terceros. Los cuerpos inteligentes realizan citas, reembolsos, versiones públicas o modificaciones clave de datos con confirmación adicional del personal autorizado y un enlace serial entre la salida del modelo, llamada del sistema, modificación manual y resultados finales del negocio en el mismo registro de tareas.

Lo que las capacidades de ingeniería tendrán que ser completadas del prototipo a la aplicación del software

El prototipo solo demuestra que las competencias básicas funcionan, y que la ejecución se lleva a cabo completando privilegios de identidad, procesamiento de información sensible, auditoría operacional, colas anormales, rendimiento combinado, alarmas de vigilancia, distribución en escala gris, retiros de versiones y recuperación de respaldo. Las empresas también necesitan gestionar modelos, consejos, conocimientos, reglas e instrumentos que no pueden ser restaurados a las condiciones utilizadas en el momento si no están disponibles después del error.

Los entregables que se aplicarán por AI deben incluir requisitos y límites de misión, arquitectura de sistemas, código fuente, configuración, interfaz, evaluación y evaluación, informes de prueba, matriz de competencias, scripts de despliegue, manuales de funcionamiento y limitaciones conocidas. Los servicios modelo, algoritmos, herramientas de terceros y conocimiento continuo son costos a largo plazo, y deben ser citados por separado de los costos de desarrollo de una sola vez, evitando los precios iniciales que aparecen bajos y no pueden estabilizarse.

• Las operaciones de alto riesgo tienen mecanismos manuales de identificación, suspensión y respaldo
• Dotación de las cuentas de producción, código fuente, configuración y datos básicos
• El modelo de ejercicio pre-online no está disponible, las interfaces consumen mucho tiempo y los atrasos de tareas están disponibles

Cómo aceptar la inteligencia AI y determinar si vale la pena ampliar la entrada

La aceptación e inspección deben repetirse sobre el conjunto real de tareas identificadas por ambas partes, y la tasa de terminación de tareas, la precisión crítica del campo, las referencias de conocimientos, la llamada de herramientas, la intervención manual, el tiempo de respuesta, la recuperación y el costo de la falla deben medirse por separado. Para el producto de probabilidad, no debe prometerse que todos los insumos se completarán 100% automáticamente, sino que se debe definir claramente el alcance de la adopción, el examen manual, la denegación del procesamiento y el no apoyo.

También se comparan las aceptaciones comerciales con la línea de referencia previa. Un proceso que maneja 1.000 tareas por mes y toma un promedio de 15 minutos de tiempo manual es sólo el punto de partida para la medición; se requiere observar ciclos de procesamiento, respaldo al trabajo, adopciones de usuario y resultados de clientes al mismo nivel de tarea y con la misma calidad. Sólo si el umbral de calidad no se reduce, el trabajo manual es ciertamente reducido y los costos operativos son aceptables es apropiado para replicar más procesos de negocio.

¿Qué pruebas deben ser verificadas al seleccionar AI Application Development

La firma debe comprobar más de cerca la capacidad del equipo para comprender la misión empresarial, establecer una evaluación real, diseñar la interfaz del sistema, manejar la seguridad de la autoridad y fallar, e indicar qué escenarios no son adecuados temporalmente para AI. Los equipos candidatos están obligados a utilizar el mismo conjunto de información de disensibilización para describir programas, riesgos, la gama PoC, brechas de producción y supuestos de coste, que son más diferenciados que ver una presentación genérica.

Esto incluirá incertidumbre sobre la eficacia de AI y asegurar que las empresas tengan conocimientos, evaluaciones, códigos de origen, configuraciones y métodos operativos, incluso si se reemplazan modelos o equipos de servicio.