अपने पहले AI प्रोजेक्ट का चयन करें ताकि वह सप्ताहों में, न कि तिमाहियों में लाभदायक हो

शुरू करने से पहले एक निर्णय या कार्य चुनें

"हमें AI का उपयोग करना चाहिए" एक लक्ष्य नहीं है, बल्कि एक बजट लाइन है जो बर्बाद होने के लिए तैयार है। इसके बजाय, एक विशिष्ट कार्य से शुरू करें जो आपकी कंपनी में आज कोई करता है: एक सपोर्ट एजेंट जो चालीसवीं बार एक ही प्रश्न का उत्तर दे रहा है, एक फाइनेंस क्लर्क जो इनवॉइस डेटा को सिस्टम में कॉपी कर रहा है, या एक सेल्सपर्सन जो एक ही पालन-अप ईमेल थोड़ा अलग तरीके से लिख रहा है।

अच्छे उम्मीदवारों में तीन गुण होते हैं। यह कार्य अक्सर होता है, इसमें एक पैटर्न होता है, और किसी भी मिनट में किसी को यह बता सकता है कि आउटपुट सही या गलत है। आवृत्ति आपको लाभ देती है, पैटर्न इसे सीखने योग्य बनाता है, और त्वरित निर्णय आपको सप्ताहों तक गुणवत्ता पर बहस करने के बजाय जल्दी सुधार करने देता है।

अपने उम्मीदवारों का ईमानदारी से मूल्यांकन करें

पाँच या छह वास्तविक कार्यों की एक सूची बनाएँ और प्रत्येक को रेट करें। आप एक ऐसी परियोजना की तलाश कर रहे हैं जो मूल्यवान और प्राप्त करने योग्य दोनों हो, न कि सिर्फ एक या दूसरा।

• मूल्य: यह कार्य सप्ताह में कितनी घंटे लेता है या गलती का कितना खर्च होता है? इसे एक गुणात्मक अनुमान लगाएँ।
• डेटा: क्या आपके पास पहले से ही सिस्टम को आवश्यक उदाहरण, दस्तावेज़ या रिकॉर्ड हैं? यदि आपको पहले डेटा पाइपलाइन बनानी पड़ेगी, तो यह एक अलग परियोजना है।
• गलती की सहनशीलता: जब सिस्टम गलत होता है तो क्या होता है? एक गलत ईमेल ड्राफ्ट ठीक है, लेकिन एक गलत चिकित्सा खुराक नहीं। मानव की समीक्षा से पहले आउटपुट को पकड़ने वाले कार्यों को पसंद करें।
• सफलता की स्पष्टता: क्या आप एक गैर-तकनीकी अधिकारी द्वारा स्वीकृत एक वाक्य में इसे बता सकते हैं?

सर्वश्रेष्ठ पहली परियोजना सभी चारों पर उच्च स्कोर करती है। यदि उपयोग केस अत्यधिक मूल्यवान है लेकिन डेटा नहीं मौजूद है और गलतियाँ खतरनाक हैं, तो यह एक महान दूसरे वर्ष की परियोजना और एक भयानक पहली परियोजना है।

"सहायता" पर "स्वचालित" को प्राथमिकता दें

पूर्ण स्वचालन वहाँ चिंता और समय विस्तार का स्रोत है, जहाँ सहायक संस्करण उस विचार को जल्दी शिप करते हैं और कम जोखिम लेते हैं। एक ऐसी प्रणाली बनाएँ जो उत्तर तैयार करती है और एक एजेंट द्वारा अनुमोदित करने के लिए रखती है, या जो फॉर्म भरे जाने से पहले कुछ क्षेत्रों में संदेह का ध्यान आकर्षित करती है।

आप एक मानव को प्रक्रिया में बनाए रखते हैं, इसलिए गलतियाँ पकड़ी जाती हैं। आप वास्तविक उपयोग डेटा एकत्र करते हैं, इसलिए गहरे स्वचालन के लिए आधार साक्ष्य पर निर्भर होता है, न कि आशा पर। और आप सप्ताहों में बजाय महीनों में उत्पादन तक पहुँचते हैं क्योंकि आप पहले दिन से लोगों को प्रक्रिया से बाहर करने की कोशिश नहीं कर रहे हैं।

एक उज्ज्वल और मापने योग्य लक्ष्य निर्धारित करें

किसी भी कोड लिखने से पहले, सहमति बनाएँ कि सफलता कैसे दिखेगी और इसे कैसे मापा जाएगा। "इस टिकट प्रकार के औसत हैंडलिंग समय को नौ मिनट से पाँच मिनट तक कम करें" या "इनवॉइस प्रसंस्करण त्रुटियों को आधा कम करें।" एक महीने में जाँच करने वाली एक संख्या आपकी परियोजना को ईमानदार और स्पष्ट रखती है और यह निर्धारित करने का एक स्पष्ट बिंदु देती है कि क्या विस्तार करना है, समायोजित करना है या रुकना है।

अव्यक्त लक्ष्य जैसे "ग्राहक अनुभव में सुधार करें" जीत या हार के बिना होते हैं, जिसका अर्थ है कि परियोजना कभी भी समाप्त नहीं होती और कोई सबूत नहीं देती।

एक समय सीमा निर्धारित करें जो संकीर्ण हो

पहले कार्य सक्षम संस्करण के लिए छह सप्ताह का दृष्टिकोण, न कि छह महीने। एक छोटी समय सीमा एक डिज़ाइन उपकरण है: यह आपको उपयोग केस को उसके आवश्यक केंद्र तक संकुचित करने और पहले दिन से एक विशाल प्लेटफ़ॉर्म में बदलने से रोकती है। यदि यह छह सप्ताहों में मूल्य नहीं दिखा सकता, तो संदर्भ गलत है, और इसे अब करना सस्ता है।

अच्छा क्या दिखता है

एक मजबूत पहली AI परियोजना संकीर्ण, अक्सर उपयोग किए जाने वाले, मानव द्वारा समीक्षित और एक सरल संख्या के खिलाफ मापा जाता है। यह धीरे-धीरे विश्वास अर्जित करता है, और वह विश्वास ही है जो आपको अधिक चुनौतीपूर्ण और महत्वाकांक्षी काम करने की अनुमति देता है।

निर्णय लेने में सबसे अधिक समय बिताने वाली चीज़ है, और यह वह भाग है जिसे अधिकांश कंपनियाँ महंगे तरीके से सीखती हैं। यदि आप इसे आसानी से और बिना इन्हें सीखे, तो यह काम हमारे पास है — पहले निर्णय का भार उठाकर बाकी काम आसान बनाते हैं।

उपयोग के मामले का चयन करें, सहायक संस्करण जारी करें, एक उज्ज्वल संख्या निर्धारित करें, और फिर आगे बढ़ें।