Fase 1: diagnóstico de escena y clasificación de valor
El proyecto debe identificar sectores objetivo, puntos de dolor básicos, procesos existentes, fuentes de datos, límites del sistema e indicadores de éxito antes de la puesta en marcha. No todos los escenarios son adecuados para el AI inmediato, y la FDE necesita ayudar a las empresas a detectar escenarios de riesgo de alta frecuencia, alto valor, verificable y controlado.
Los escenarios prioritarios comunes incluyen el caso de conocimiento empresarial, el apoyo al servicio de pasajeros, la pregunta y respuesta de ventas, el procesamiento de contratos/documentos, la clasificación de hojas de trabajo, el asistente de análisis de datos y la automatización de procesos internos.
Fase 2: validación de prototipos y evaluación de impacto
La fase prototipo debe validarse usando muestras reales, archivos reales y jugadores de negocios reales. Los indicadores no deben ser vistos sólo en el flujo de respuestas, sino también en la precisión, citación, velocidad de respuesta, ahorro de tiempo manual y tasas de adopción por parte del personal operativo.
Esta fase puede eliminar rápidamente ideas que no son adecuadas para el propósito de la operación, y también puede identificar lagunas en la base de conocimientos, privilegios, procesos e interfaces, reduciendo así el riesgo a la versión de producción.
- Indicadores claros de aceptación mensurables
- Validación de efectos con datos de negocios reales
- Fallas de registro y formar una lista iterativa
Fase 3: Desarrollo del nivel de producción e integración del sistema
La aplicación también está vinculada a sistemas como CRM, OA, ERP, servicio de pasajeros, hoja de trabajo o plataforma de datos.
Si el flujo de trabajo del Agente está involucrado, también requiere la identificación de los desencadenantes para cada paso, puntos de identificación manual, retiros de fallas y límites de responsabilidad, y evitar las capacidades de automatización del control operacional.
Fase 4: operaciones de línea avanzada y optimización continua
La entrega completa debe incluir códigos de aplicación, paquetes de despliegue, archivos de interfaz, reglas de mantenimiento de casos de conocimiento, sugerencias y configuraciones de flujo de trabajo, informes de prueba, manuales operacionales, registros de capacitación y programas de desarrollo de tráfico.
El login es seguido por la observación continua del uso, tasa de éxito, respuestas de baja calidad, transferencia manual, cambios en los indicadores de negocio y la retroalimentación del usuario, y la optimización periódica de la configuración de modelo, el contenido del conocimiento y el diseño de procesos.
Outsourcing de proyectos de EF, desde conclusiones de lectura hasta aportaciones 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
Los datos pueden ser registrados durante una o dos semanas seguidas, pero con una referencia al ciclo de muestra y las fluctuaciones operativas. No fije primero una buena tasa de ahorros, luego revierta los datos.
Paso 2: Aclarar el cierre inicial y la inacción
La primera fase, combinada con la Fase II: Evaluación de la validación y el impacto de prototipos, escribe la primera fase de las condiciones de entrada, procesamiento, producción, uso de roles y terminación. La primera fase tiene como objetivo mantener una cadena funcionando y resonar, en lugar de apilar todos los sistemas que deben ser accedidos, información que necesita ser proporcionada por los clientes, asuntos de alto riesgo que no pueden ser manejados automáticamente y condiciones que dependen de terceros.
Paso 3: Coincide con los resultados técnicos a la evidencia de ingeniería
El proyecto AI también mantiene una versión de la configuración de evaluación, pista o proceso, modelo y fuente de conocimiento, registros de corrección manual y pruebas de baja confianza, sobresueldo y regresión de fallos. No se base en una sola demostración para producir la respuesta correcta. La demostración del proveedor debe basarse en una muestra confirmada por ambas partes. Los datos de producción que no están disponibles públicamente pueden ser desensibilizados pero no pueden ser reemplazados por datos de pruebas idealizados.
Paso 4: Recepción, inspección y disco con el mismo calibre
Suponiendo que el proceso original se encargue de 600 tareas por mes, 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 la complejidad de la tarea, y una tasa de rendimiento no superior a la base original”. El conjunto sólo demuestra el método de medición y no representa el resultado de ningún 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 AI proyectos de aplicación de primera pantalla escenarios de alto valor
- Validación de prototipos utilizando datos reales e indicadores claros
- El acceso a la producción debe incluir los mecanismos de autoridad, auditoría, vigilancia y funcionamiento continuo
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.