El valor básico de FDE es traducir las competencias de AI en resultados empresariales
Muchas empresas ya han estado expuestas a grandes modelos, preguntas inteligentes y respuestas o herramientas automatizadas, pero la verdadera integración ha revelado: procesos de negocios inciertos, fragmentación de datos, líneas complejas de autoridad, interfaces de sistemas múltiples y hábitos de uso del personal deben ser rediseñados.
FDE vale la pena estar entre negocio e ingeniería, primero determinar qué escenas vale la pena hacer y cuáles son rápidamente validadas, luego conectar las capacidades AI a flujos de trabajo reales, en lugar de permanecer en una demostración o una herramienta aislada.
- Determinación de escenarios de alta frecuencia, repetición, intensivos de conocimientos o de apoyo a las decisiones
- Objetivos de negocios desmontables en un prototipo AI validado
- Permitir a las aplicaciones AI incrustar sistemas existentes y procesos rutinarios
De diagnóstico de escena a validación de prototipos, primero prueba valor
La aplicación Enterprise AI no es adecuada para una plataforma grande y completa desde el principio. Una manera más segura es seleccionar escenarios de alto valor como preguntas y respuestas de servicio al cliente, ayudas de ventas, recuperación de conocimientos, procesamiento de documentos, análisis de datos, aprobación de procesos, etc., y rápidamente para hacer un prototipo utilizable.
La fase prototipo no es sólo sobre los efectos modelo sino también sobre la disponibilidad de datos, la disposición de los operadores a utilizarlos, la interpretación de los resultados, el cierre de los procesos y el costo subsiguiente de extenderse al entorno de producción.
El problema real es que los datos, sistemas y organizaciones están trabajando juntos.
Antes de que AI esté en línea, las empresas a menudo necesitan combe archivos de conocimiento, campos de negocios, límites de permiso, reglas de interfaz y mecanismos de actualización de datos. Sin estas bases, los modelos apenas pueden estabilizar el negocio real del servicio, incluso si son bien responsables.
FDE necesita centrarse en la base de conocimientos RAG, flujo de trabajo de los agentes, interfaz del sistema de negocios, auditoría de registros, control de derechos y control de tráfico, de modo que AI pueda funcionar de forma segura y rastreable.
- Construir la base de conocimientos empresariales y las capacidades de recuperación RAG
- Conexión a sistemas de negocios como CRM, OA, ERP, servicio de pasajeros, hojas de trabajo, etc.
- Diseño de privilegios, registros, evaluación de la calidad y mecanismos de retroalimentación en curso
Va a estar corriendo y va a estar en el negocio.
La aceptación AI no es una entrega única.
Cuando se está ejecutando el primer escenario, la empresa puede ampliar gradualmente a más sectores, mejorando la herramienta AI de punto único para incluir la capacidad de la empresa AI para cubrir conocimientos, procesos, sinergias y análisis de negocios.
Cambiar FDE de las conclusiones de la lectura a la entrada de proyectos
El problema más probable después de leer artículos metodológicos es la aceptación de principios, que no se traducen en el siguiente paso. Se propone que el jefe de operaciones organice un mini-taller de 60-90 minutos, eligiendo sólo un proceso real y no apresurarse a discutir la plataforma completa.
Paso 1: Establecimiento de una situación actual y una base de referencia de la muestra
El valor básico alrededor de "FDE" es traducir las competencias de AI en resultados de negocios" extrae recientes tareas normales, inusuales y fronterizas, registrando volúmenes de procesamiento mensual, tiempos de espera, tiempos de procesamiento reales, tasas de trabajo, puntos de contacto manuales, consecuencias de error y herramientas actuales. Si los datos son insuficientes, se puede registrar durante una o dos semanas, pero con una referencia al ciclo de muestra y fluctuaciones de negocio.
Paso 2: Aclarar el cierre inicial y la inacción
La primera fase está diseñada para permitir que una cadena funcione y se retrigue, en lugar de apilar todos los primeros lotes de la primera lote de entradas, procesamiento, salida, función y condiciones de terminación.
Paso 3: Coincide con los resultados técnicos a la evidencia de ingeniería
Establecer una relación de seguimiento entre el número de necesidades, el número de muestra, el resultado de prueba y la versión alrededor de “puntos difíciles reales en datos, sistemas y organización”. Los proyectos AI también mantienen evaluaciones basadas en versiones, consejos o configuraciones de procesos, modelos y fuentes de conocimiento, registros de corrección manual y baja confianza, pruebas de sobresueldo y regresión de fallos.
Paso 4: Recepción, inspección y disco con el mismo calibre
Suponiendo que el proceso original se encargue de 600 tareas mensuales, una media de 20 minutos y una tasa de retorno del 10%, el objetivo puede ser declarado como “seis semanas después del inicio de la línea, con una reducción media del 25% en el tiempo, y una tasa de retorno no superior a la base original, dada la complejidad relativa de la tarea”. El conjunto sólo demuestra el método de medición y no representa ningún resultado del cliente; los indicadores formales deben ser identificados por la propia empresa.
- Material operacional: diagrama de flujo, función, misión de muestra, cuestiones actuales y datos de referencia
- Material técnico: inventario del sistema, interfaz, acceso a datos, entorno de despliegue y necesidades de seguridad
- Material del proyecto: alcance de primera fase, exclusiones, matriz de responsabilidad, hitos y mecanismos de cambio
- Material de recepción e inspección: conjunto de pruebas, registros de ejecución, lista de deficiencias, consultas de indicadores y documentos de entrega
Cuando estos materiales son identificados conjuntamente por los partidos operativos y técnicos, el método del artículo se introduce en el proyecto. Si los datos clave, la autorización de interfaz o la persona responsable no están en su lugar, el siguiente paso lógico es generalmente un diagnóstico limitado o PoC, en lugar de un compromiso inmediato para completar el período de trabajo y el precio total fijo.
Aplicar metodología para la acción de proyectos
- FDE Connect Business Site y AI Project Delivery
- Validación del valor primero con escenario de alto valor
- Continuar la aplicación iterativa AI a través de la información de datos después de ir en línea
Continuando conciliando las cuestiones comunes en la adopción de decisiones de proyectos
¿Cómo difieren los recursos externos de FDE del desarrollo de software AI común?
La externalización de FDE enfatiza el trabajo a fondo de los ingenieros, trabajando con usuarios, datos, modelos y sistemas existentes para avanzar en la aplicación. El desarrollo normal de AI generalmente comienza con un requisito funcional más claro, centrándose en aplicaciones e interfaces. FDE es más adecuado para proyectos que necesitan ser identificados, alimentados o impulsados en sectores.
Ver respuesta completaAI Contratación de adquisiciones, cotizaciones y aceptaciones¿Debe la aplicación de la aplicación desarrollarse primero ser un PoC o una implementación directa del sistema formal?
Cuando no se han validado los efectos del modelo, la calidad de los datos o las condiciones del sistema, se debe realizar un rango limitado de PoC; si el mismo tipo de capacidad se valida en una muestra real, los estándares de alcance, interfaz y aceptación son estables y pueden integrarse directamente en el proceso de producción. PoC no es un sistema formal de bajo costo, sino una respuesta a las incertidumbres clave.
Ver respuesta completaempresa AI Eficacia, Seguridad y Operación Continua¿Cómo debe el proyecto AI desarrollar indicadores de aceptación e inspección?
El proyecto AI no puede aceptar y aceptar simplemente “mira bien” o comprometerse a una precisión del 100% de los datos. Los indicadores deben cubrir tanto los resultados de negocios, los efectos de modelo, el rendimiento del sistema, los privilegios de seguridad y los fondos manuales. La colección de pruebas debe derivarse de operaciones reales y ser estructurada de acuerdo a la dificultad y el riesgo.
Ver respuesta completaEnterprise AI Transport Organization and Implementation¿Debería el departamento de negocios o de TI ser responsable de la transferencia de AI de la empresa?
El transporte AI ambiental requiere una corresponsabilidad operativa y de TI, pero con diferentes responsabilidades. Cuestiones de definición del sector empresarial, calibre de conocimientos, muestras reales y resultados finales, y equipos técnicos de TI son responsables de interfaces de datos, privilegios de identidad, arquitectura, seguridad, difusión y transporte. La administración es responsable de establecer prioridades, presupuesto y toma de decisiones intersectoriales.
Ver respuesta completa¿Necesitas más análisis en el contexto del estado actual de la empresa?
Proporcionamos asesoramiento técnico en TI, construcción de información empresarial, Outlook de proyecto de software, diseño de productos, servicios de entrega R & D y entrega de sistemas.