એકમો
1. MIS માં આર્ટિફિશિયલ ઈન્ટેલિજન્સ અને બિઝનેસ-આઈટી બ્રિજ 2. જરૂરીયાતો વિશ્લેષણ અને સ્ટેકહોલ્ડરની જરૂરિયાતોનું વિશ્લેષણ 3. ડેટા મોડેલિંગ, ડેટા ડિક્શનરી અને એન્ટરપ્રાઇઝ ડેટા આર્કિટેક્ચર 4. બિઝનેસ ઇન્ટેલિજન્સ (BI), રિપોર્ટિંગ અને મેટ્રિક્સ ડિઝાઇન 5. પ્રક્રિયા ઓટોમેશન: આરપીએ અને આર્ટિફિશિયલ ઇન્ટેલિજન્સનું સંયોજન 6. ERP એકીકરણ અને કોર્પોરેટ પ્રક્રિયાઓમાં કૃત્રિમ બુદ્ધિ 7. CRM, ગ્રાહક ડેટા અને એનાલિટિક્સ 8. ડેશબોર્ડ ડિઝાઇન અને ડેટા વિઝ્યુલાઇઝેશન 9. નો-કોડ / લો-કોડ પ્લેટફોર્મ્સ અને આર્ટિફિશિયલ ઇન્ટેલિજન્સ 10. ડેટા ગવર્નન્સ, ગુણવત્તા અને માસ્ટર ડેટા મેનેજમેન્ટ 11. ડેટા સુરક્ષા, ગોપનીયતા, નૈતિકતા અને જવાબદાર પ્રેક્ટિસ
એકમ 1 / 11

MIS માં આર્ટિફિશિયલ ઈન્ટેલિજન્સ અને બિઝનેસ-આઈટી બ્રિજ

નફો:

  • બિઝનેસ યુનિટ અને આઇટી વચ્ચેના સેતુ તરીકે મેનેજમેન્ટ ઇન્ફર્મેશન સિસ્ટમ્સ નિષ્ણાતની ભૂમિકા સમજાવવાની ક્ષમતા અને જ્યાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ આ બ્રિજમાં મૂલ્ય પેદા કરે છે.
  • વ્યવસાય-આઈટી સંચારમાં પ્રવેગક તરીકે AI નો ઉપયોગ કરતી વખતે કયા નિર્ણયો માનવ જવાબદારી રહે છે તે પારખવાની ક્ષમતા
  • કાર્યકારી શિસ્ત અપનાવો જે દરેક AI આઉટપુટને વ્યવસાયના નિયમ, વાસ્તવિક ડેટા અને હિતધારકની માન્યતા સાથે ક્રોસ-વેલિડેશન કરે છે

મેનેજમેન્ટ ઇન્ફર્મેશન સિસ્ટમ્સ (MIS) એ સિસ્ટમ્સનો સમૂહ છે જે સંસ્થાને માહિતી ટેકનોલોજી (IT) સાથે તેની વ્યવસાયિક પ્રક્રિયાઓ હાથ ધરવા સક્ષમ કરે છે. આ ક્ષેત્રના નિષ્ણાતને ઘણીવાર "બ્રિજ" તરીકે ઓળખવામાં આવે છે: એક તરફ, વ્યવસાય એકમ (વેચાણ, એકાઉન્ટિંગ, એચઆર, ઓપરેશન્સ) છે જે તેને વ્યવસાયિક ભાષામાં શું જોઈએ છે તે સમજાવે છે, અને બીજી તરફ, સોફ્ટવેર અને ઈન્ફ્રાસ્ટ્રક્ચર ટીમો છે જે તેને કોડ અને સિસ્ટમમાં અનુવાદિત કરે છે. MIS પ્રોફેશનલ આ બે વિશ્વોને એકબીજામાં અનુવાદિત કરે છે. સેલ્સ મેનેજરનું નિવેદન "હું મારા ગ્રાહકોને વધુ સારી રીતે જાણવા માંગુ છું" એ સ્પષ્ટ જરૂરિયાતમાં ફેરવાય છે કે જે વિકાસકર્તા અમલ કરી શકે છે; આ જોબનો સાર એ છે કે વિકાસકર્તાના વાક્ય "આ ક્ષેત્ર વિદેશી કી હોવું જોઈએ" ને વ્યવસાય એકમ સમજી શકે તેવા સમજૂતીમાં અનુવાદિત કરવું.

આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) આ બ્રિજના કામની મધ્યમાં બરાબર બંધબેસે છે, કારણ કે તેમાં મોટાભાગે ટેક્સ્ટ જનરેટ, અર્થઘટન અને રચનાનો સમાવેશ થાય છે: ઇન્ટરવ્યુ નોંધો, જરૂરિયાત દસ્તાવેજો, ડેટા શબ્દકોશો, પ્રક્રિયાના નકશા, અહેવાલ વર્ણનો, પ્રસ્તુતિઓ. આ બધા મધ્યવર્તી ઉત્પાદનો છે જેને AI વેગ આપી શકે છે. પરંતુ એક સિદ્ધાંત છે જે આ મોડ્યુલ શરૂઆતથી જ સ્પષ્ટ કરે છે: કૃત્રિમ બુદ્ધિ આ ઉત્પાદનોના મુસદ્દાને વેગ આપે છે; તે વ્યક્તિનું કામ છે જે વ્યવસાયના નિયમો જાણે છે અને તે સાચા છે કે નહીં તે નક્કી કરવાની જવાબદારી ધરાવે છે.

પુલની બંને બાજુઓ અને એઆઈનું સ્થળ

વ્યવસાય એકમ બાજુ શું અને શા માટે પ્રશ્નોની દુનિયા છે: કઈ સમસ્યા, કયો ધ્યેય, કઈ પ્રાથમિકતા. આઇટી બાજુ એ કેવી રીતે પ્રશ્નની દુનિયા છે: કયું ટેબલ, કયું API (અંગ્રેજી એપ્લિકેશન પ્રોગ્રામિંગ ઇન્ટરફેસ; ડેટા એક્સચેન્જ કરવા માટે બે સોફ્ટવેર દ્વારા ઉપયોગમાં લેવાતું પ્રમાણભૂત ઇન્ટરફેસ), જે એકીકરણ. એમઆઈએસ નિષ્ણાતનું મૂલ્ય બંને પક્ષો દ્વારા સમજાવવામાં આવેલા ખૂટતા ભાગો ભરવાનું છે. વ્યવસાય એકમ ઘણીવાર અપવાદોનો ઉલ્લેખ કરવાનું ભૂલી જાય છે ("તે વાસ્તવમાં વિદેશી ગ્રાહકો માટે અલગ રીતે કાર્ય કરે છે"); IT ટીમ પણ વ્યવસાયની અસર જોઈ શકતી નથી ("આ ક્ષેત્ર કાઢી નાખવાથી અહેવાલો બગડશે").

AI અહીં ત્રણ નક્કર રીતે મદદ કરે છે. પ્રથમ ઝડપી ડ્રાફ્ટ છે: મિનિટોમાં ઇન્ટરવ્યુ નોંધમાંથી આવશ્યકતાઓની પ્રારંભિક સૂચિ બહાર કાઢે છે. બીજો અપૂર્ણ પ્રશ્નો પેદા કરી રહ્યો છે: "આ જરૂરિયાતમાં કઈ પરિસ્થિતિઓ વ્યાખ્યાયિત નથી?" જ્યારે પૂછવામાં આવે છે, ત્યારે તે અમને અપવાદોની યાદ અપાવે છે જેને લોકો અવગણે છે. ત્રીજું, અનુવાદ: તકનીકી વર્ણનને વ્યવસાયિક ભાષામાં, વ્યવસાયિક ભાષામાં વિનંતીને તકનીકી ડ્રાફ્ટમાં અનુવાદિત કરે છે. ત્રણેય સમય બચાવે છે; પરંતુ તેમાંથી કોઈ નિર્ણય પોતે જ નથી.

ટિપ: AIને "ઝડપી ટાઈપ કરનાર ઈન્ટર્ન"ની જેમ વિચારો. તમે હંમેશા ઇન્ટર્નના આઉટપુટની સમીક્ષા કરો, તેને કામના નિયમ અનુસાર સુધારો અને તેની નીચે તમારું નામ મૂકો. જવાબદારી તમારી ઉપર રહે છે.

સ્ટેપ બાય સ્ટેપ: એક AI-સંચાલિત બ્રિજ અભ્યાસ

પગલું 1 - સંદર્ભ એકત્રિત કરો. તમારા પોતાના શબ્દોમાં બિઝનેસ યુનિટની સમસ્યા લખો; કઈ સિસ્ટમ્સ, કયો ડેટા, કઈ અવરોધો છે. આ પગલામાં હજી સુધી AI ને કંઈપણ આપશો નહીં; પહેલા સમજો.

પગલું 2 - સ્કેચ. તમે કૃત્રિમ બુદ્ધિમત્તાને એકત્રિત કરેલી નોંધ આપીને, તે જરૂરીયાતો, સંભવિત પ્રશ્નો અને ધારણાઓની પ્રથમ સૂચિ સાથે આવે છે. અહીં AI "પ્રથમ સ્નેપ" ઉત્પન્ન કરે છે.

પગલું 3 - જગ્યાઓને ચિહ્નિત કરો. AI-જનરેટેડ ડ્રાફ્ટમાં "અનિશ્ચિત", "અનુમાન" અને "પુષ્ટિની જરૂર છે" તરીકે ચિહ્નિત થયેલ દરેક બિંદુને એકત્રિત કરો. આ સૂચિ તમારા વ્યવસાય એકમને પૂછવા માટેના પ્રશ્નોનું હાડપિંજર છે.

પગલું 4 - હિતધારક સાથે પુષ્ટિ કરો. ડ્રાફ્ટને બિઝનેસ યુનિટમાં લઈ જાઓ, એકસાથે ખાલી જગ્યાઓ ભરો. AI આ પગલું કરી શકતું નથી; કારણ કે વ્યવસાયના વાસ્તવિક નિયમો ફક્ત તે કામ કરનાર વ્યક્તિના માથામાં હોય છે.

પગલું 5 - સુરક્ષિત અને સ્થાનાંતરિત કરો. વાસ્તવિક ડેટા અને હાલની સિસ્ટમ સામે પુષ્ટિ થયેલ જરૂરિયાતને બે વાર તપાસો, પછી તેને IT ટીમને સોંપો.

ત્રણ મિની કેસ: સંખ્યાઓ દ્વારા

કેસ 1 - સમય બચાવ્યો, ચોકસાઈ સાચવી. રિટેલ કંપનીમાં, એક MIS નિષ્ણાત 40-પાનાની ઇન્ટરવ્યુ નોંધમાંથી જરૂરિયાત દસ્તાવેજ બનાવવા માટે સામાન્ય રીતે 3 દિવસ પસાર કરે છે. કૃત્રિમ બુદ્ધિ સાથે, તેણે અડધા દિવસમાં પ્રથમ ડ્રાફ્ટ બનાવ્યો; જો કે, તે સ્ટેકહોલ્ડરની પુષ્ટિમાં પકડાયું હતું કે ડ્રાફ્ટમાંની 62 આવશ્યકતાઓમાંથી 9 વ્યવસાયના નિયમની વિરુદ્ધ હતી. ચોખ્ખો લાભ: સમય 3 દિવસથી ઘટાડીને 1.5 દિવસ કરવામાં આવ્યો, પરંતુ ચકાસણી પગલું ક્યારેય છોડવામાં આવ્યું ન હતું.

કેસ 2 - આભાસની કિંમત. લોજિસ્ટિક્સ કંપનીમાં, એઆઈએ આવશ્યકતાઓના ડ્રાફ્ટમાં "સિસ્ટમ આપોઆપ 30 દિવસ પછી રેકોર્ડ્સ કાઢી નાખે છે" વાક્ય ઉમેર્યું; જો કે બેઠક દરમિયાન આવી કોઈ ચર્ચા થઈ ન હતી. જો આ વાક્યનું ધ્યાન ન ગયું હોત, તો કાઢી નાખવાનો નિયમ લખી શકાયો હોત જે કાનૂની જાળવણી અવધિનું ઉલ્લંઘન કરે છે. નિષ્ણાતે પૂછ્યું, "આ નિયમ કઈ બેઠકમાંથી આવ્યો?" તેણે આભાસ (માહિતીનું મોડેલનું આત્મવિશ્વાસપૂર્ણ ઉત્પાદન કે જે વાસ્તવિકતામાં અસ્તિત્વમાં નથી)ને પ્રશ્ન કરીને પકડ્યો.

કેસ 3 - અનુવાદનું મૂલ્ય. એક મેન્યુફેક્ચરિંગ કંપનીની IT ટીમે કહ્યું કે, "અમારે માસ્ટર ડેટા કાઢવાની જરૂર છે." AI ની મદદથી, MIS નિષ્ણાતે બિઝનેસ યુનિટમાં આનું ભાષાંતર કર્યું "સમાન સપ્લાયર 3 અલગ અલગ રેકોર્ડ સાથે સિસ્ટમમાં દેખાય છે, અમારે તેમને એક રેકોર્ડમાં જોડવાની જરૂર છે." આ અનુવાદ પછી જ વ્યવસાય એકમને એક મહત્વપૂર્ણ અપવાદ યાદ આવ્યો: બે રેકોર્ડ વાસ્તવમાં એક જ કંપનીની બે શાખાઓ હતા જેમાં અલગ અલગ ટેક્સ નંબરો હતા અને તેમને મર્જ ન કરવા જોઈએ.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

આ નોંધોમાંથી જરૂરી દસ્તાવેજો લખો.[નોંધો]

આ પ્રોમ્પ્ટ મોડેલને ઘણી સ્વતંત્રતા આપે છે; મોડેલ તેના પોતાના માથામાં ખાલી જગ્યાઓ ભરે છે અને આભાસનું જોખમ વધે છે.

શક્તિશાળી પ્રોમ્પ્ટ:

તમારી ભૂમિકા: તમે અનુભવી MIS બિઝનેસ વિશ્લેષક છો. નીચે આપેલ ઇન્ટરવ્યુ નોંધમાંથી આવશ્યકતાઓનો ડ્રાફ્ટ કરો. નિયમો: - ફક્ત નોંધમાં સ્પષ્ટપણે દર્શાવેલ માહિતીનો ઉપયોગ કરો; જે ખૂટે છે તે બનાવશો નહીં.- દરેક જરૂરિયાતને માપી શકાય તે રીતે લખો, "સિસ્ટમને જોઈએ..." ફોર્મેટમાં. - નોંધમાં સ્પષ્ટ ન હોય તેવા દરેક મુદ્દાને [અનિશ્ચિત] ટૅગ સાથે અલગથી સૂચિબદ્ધ કરો.- તમે બનાવેલી દરેક ધારણાને [ધારણા] તરીકે ચિહ્નિત કરો.- અંતે "સ્ટેકહોલ્ડરને પૂછવા માટે 5 પ્રશ્નો" વિભાગ ઉમેરો. ઇન્ટરવ્યુ નોંધ: [નોંધો]

પાવરફુલ પ્રોમ્પ્ટ મોડલને નોટની સીમામાં રાખે છે, ફેબ્રિકેશનને પ્રતિબંધિત કરે છે અને ચકાસણીની જરૂર હોય તેવા દૃશ્યમાન બિંદુઓ બનાવે છે.

ચાર નકલ કરી શકાય તેવા નમૂનાઓ

1) વ્યવસાયિક ભાષામાંથી તકનીકી ડ્રાફ્ટમાં અનુવાદ:

નીચેની વ્યવસાય વિનંતીને તકનીકી આવશ્યકતા ડ્રાફ્ટમાં અનુવાદિત કરો. નોકરીમાં સમાવિષ્ટ ન હોય તેવી કોઈપણ તકનીકી વિગતો ઉમેરશો નહીં; તમે ઉમેરેલી દરેક ધારણાને પણ સૂચિબદ્ધ કરો. વિનંતી: [ટેક્સ્ટ]

2) તકનીકી વર્ણનથી વ્યવસાય ભાષામાં અનુવાદ:

નીચે આપેલા ટેકનિકલ સમજૂતીનો સાદા ટર્કિશમાં અનુવાદ કરો જે ડેટાબેઝ જાણતા ન હોય તેવા સેલ્સ મેનેજર સમજી શકે. એક વાક્યમાં ધંધાકીય અસરને હાઇલાઇટ કરો. વર્ણન: [ટેક્સ્ટ]

3) અપૂર્ણ પ્રશ્નો બનાવવા:

નીચે આપેલી આવશ્યકતાઓની સૂચિ તપાસો અને અવ્યાખ્યાયિત પરિસ્થિતિઓ (અપવાદો, મર્યાદાઓ, ભૂલની સ્થિતિ, અધિકૃતતા) પ્રશ્નો તરીકે બહાર કાઢો. જવાબ આપશો નહીં, ફક્ત તે પ્રશ્નોની સૂચિ બનાવો જે પૂછવાની જરૂર છે. સૂચિ: [ટેક્સ્ટ]

4) મીટિંગના સારાંશમાંથી ક્રિયા કાઢવા:

નીચેની મીટિંગમાંથી નોંધ: (a) લીધેલા નિર્ણયો, (b) ખુલ્લા મુદ્દાઓ, (c) જવાબદાર ચોક્કસ પગલાં. નોંધમાં ન હોવા અથવા તારીખ બનાવવા માટે જવાબદાર નથી. નોંધ: [ટેક્સ્ટ]

સરખામણી ચાર્ટ: શું તે AI પર છોડી શકાય છે?

ક્વેસ્ટ

શું AI ઝડપ વધે છે?

કોણ નિર્ણય લે છે?

ઇન્ટરવ્યુ નોંધોમાંથી પ્રથમ ડ્રાફ્ટ

હા, મજબૂત

MIS નિષ્ણાત પુષ્ટિ કરે છે

લેખન જરૂરિયાત માપી શકાય

હા

હિતધારક પુષ્ટિ કરે છે

વ્યવસાયના નિયમની શુદ્ધતા

ના

વ્યવસાય એકમ

અવકાશ અને અગ્રતા નિર્ણય

ના

બિઝનેસ યુનિટ + મેનેજમેન્ટ

તકનીકી અનુવાદ

હા

આઇટી ટીમ પુષ્ટિ કરે છે

અંતિમ દસ્તાવેજની મંજૂરી

ના

MIS નિષ્ણાત સંકેતો

સામાન્ય ભૂલો

  • AI ડ્રાફ્ટ જેમ છે તેમ વિતરિત કરી રહ્યું છે. મોડેલને સાચું માનવામાં આવે છે કારણ કે તે અસ્ખલિત રીતે લખે છે; જો કે, વ્યવસાયના નિયમોનું ઉલ્લંઘન કરતા વાક્યો પણ અસ્ખલિત હોઈ શકે છે. વ્યવસાયના નિયમ અનુસાર દરેક વાક્યને ફિલ્ટર કરો.
  • સંદર્ભ વિના પૂછવું. "લખવાની આવશ્યકતા" કહેવાથી મોડેલને ગેપ ફિટ કરવા દબાણ કરે છે. તમે જેટલો વધુ નક્કર સંદર્ભ આપશો, તેટલો આભાસ ઓછો થશે.
  • અનિશ્ચિતતા છુપાવો. સૌથી ખતરનાક ભૂલ એ છે કે મોડેલના "[અનિશ્ચિત]" ચિહ્નોને કાઢી નાખો અને દસ્તાવેજને સ્વચ્છ દેખાવો; અનિશ્ચિતતા અદૃશ્ય થતી નથી, તે ફક્ત અદ્રશ્ય બની જાય છે.
  • સ્ટેકહોલ્ડર વેરિફિકેશનને છોડવું. "તે કોઈપણ રીતે સાચું છે" એમ કહેવું અને સમયના દબાણ હેઠળ પુષ્ટિને અવગણવી એ સૌથી મોંઘી ભૂલોનો સ્ત્રોત છે.
  • AI પર દોષ મૂકવો. "આ મોડેલે લખ્યું છે" એ કોઈ બચાવ નથી; હસ્તાક્ષર MIS નિષ્ણાતની છે.
ધ્યાન આપો: MIS નિષ્ણાત દ્વારા પેદા કરાયેલી આવશ્યકતા એ નીચેના કોડનો આધાર છે કે જે એક મહિના દરમિયાન ડઝનેક લોકો લખશે. શરૂઆતમાં એક નાની અસ્પષ્ટતા અંતે મોટી અને ખર્ચાળ રિમેકમાં ફેરવાય છે. તેથી જ બ્રિજની શરૂઆતમાં ધીમી ગતિને અંતે વેગ મળે છે.

સારાંશમાં

MIS નિષ્ણાત બિઝનેસ યુનિટ અને IT વચ્ચે અનુવાદક છે, અને આ કામમાં મોટાભાગે ટેક્સ્ટનું ઉત્પાદન, અર્થઘટન અને રચનાનો સમાવેશ થાય છે. AI નાટકીય રીતે આ મધ્યસ્થીઓના મુસદ્દાને ઝડપી બનાવે છે: ઝડપી ડ્રાફ્ટિંગ, અપૂર્ણ પ્રશ્ન જનરેશન અને દ્વિ-માર્ગી અનુવાદ. પરંતુ વ્યવસાયના નિયમની ચોકસાઈ, અવકાશના નિર્ણય અને અંતિમ મંજૂરી હંમેશા માનવ પાસે રહે છે. AI નો ઉપયોગ “ક્વિક ટાઈપિંગ ઈન્ટર્ન” ની જેમ કરો: તેના આઉટપુટની સમીક્ષા કરો, તેને વ્યવસાયના નિયમ વિરુદ્ધ સુધારો, અસ્પષ્ટતાઓ દૃશ્યમાન રાખો અને હિતધારક સાથે પુષ્ટિ કરો. AI એ કોઈપણ નાણાંકીય અને અનુપાલન-નિર્ણાયક નિર્ણયોમાં સક્ષમ નિષ્ણાતની મંજૂરીનો વિકલ્પ નથી.

એપ્લિકેશન કાર્ય

તમારી પોતાની સંસ્થા (અથવા કાલ્પનિક દૃશ્ય) તરફથી વાસ્તવિક વ્યવસાય વિનંતી પસંદ કરો: ઉદાહરણ તરીકે, "સેલ્સ ટીમ એક ક્લિક સાથે માસિક ટર્નઓવર રિપોર્ટ પ્રાપ્ત કરવા માંગે છે". (1) વિનંતીને તમારા પોતાના શબ્દોમાં સંદર્ભ તરીકે લખો. (2) ઉપરના "પાવર પ્રોમ્પ્ટ" સાથે ડ્રાફ્ટ જરૂરિયાતો તૈયાર કરો. (3) મોડેલ દ્વારા ઉત્પાદિત દરેક [અનિશ્ચિત] અને [ધારણા] ટૅગને અલગ સૂચિમાં સૂચિબદ્ધ કરો. (4) આ સૂચિને 5 પ્રશ્નોમાં ફેરવો જે તમે કોઈ હિસ્સેદારને પૂછશો. (5) છેલ્લે, એક દૃશ્ય લખો જ્યાં ડ્રાફ્ટમાં ઓછામાં ઓછું એક વાક્ય વ્યવસાયના નિયમનું ઉલ્લંઘન કરતું હોય અને તમે કેવી રીતે નોટિસ કરશો તે સમજાવો.

ચેકલિસ્ટ

  • [ ] હું નોકરીની વિનંતી જાતે સમજી ગયો અને તેને AI ને આપતા પહેલા સંદર્ભ લખ્યો.
  • [ ] પ્રોમ્પ્ટમાં મેં નિયમ આપ્યો "કોઈ મેકઅપ નહીં, અસ્પષ્ટને ચિહ્નિત કરો".
  • [ ] મેં મોડેલ દ્વારા ઉત્પાદિત તમામ અનિશ્ચિતતાઓ અને ધારણાઓને અલગથી એકત્રિત કરી છે.
  • [ ] મેં સ્ટેકહોલ્ડર સાથે તેની પુષ્ટિ કર્યા વિના ડ્રાફ્ટને અંતિમ સ્વરૂપ આપ્યું નથી.
  • [ ] હું સ્વીકારું છું કે હું અંતિમ દસ્તાવેજ માટે જવાબદાર છું.
  • [ ] મેં AI પર કોઈપણ નાણાં/અનુપાલન-નિર્ણાયક નિર્ણયો છોડ્યા નથી.