רווחים:
- יכולת לחלק פרויקט לשלבים מהרעיון ועד למסירה ולקבוע את תפקיד הבינה המלאכותית, האימות שיופעל והמומחה האחראי בכל שלב.
- שאלת שאלת דלי הסיכון בסוף כל שלב ויכולת לאשר את המפעל המקומי, החקיקה והעלות בשלב משלו.
- היכולת לשלב בינה מלאכותית מייצרת, אנושי מחליט, כל פלט קריטי מאומת, החתימה היא עם עקרונות המומחים בזרימת עבודה מקצה לקצה
באחת עשרה היחידות הקודמות, למדנו את החלקים בזה אחר זה: קונספט, חזותי, ניתוח אתרים, צמח, מים, קיימות, טכניקה, מצגת, עלות, חקיקה. ביחידה זו אנו משלבים את כולם לפרויקט אחד אמיתי. המטרה היא לבסס זרימת עבודה שיכולה להשתמש בבינה מלאכותית (AI) באופן שוטף ובטוח מתחילת הפרויקט ועד למסירתו. זרימת עבודה היא קבוצה של שלבים עוקבים שעבודה עוקבת אחריה מתחילתה ועד סופה. היחידה הזו היא לא סיכום, אלא חזרת אינטגרציה: בכל שלב, היכן AI מאיץ, היכן היא נעצרת, איזה אימות נכנס לפעולה.
פרויקט לדוגמה: פארק עירוני בשטח 4 דונם ליד הנחל
בואו נשקול את הפרויקט שהזכרנו לאורך המודול מתחילתו ועד סופו. העירייה רוצה להפוך גדת נחל סרק בסכנת שיטפון לפארק עירוני שגם חוסם מים וגם מביא שימושיות לשכונה. התקציב מוגבל, משך הזמן שלושה חודשים, האקלים מתון-גשום.
שלב 1 - מסגרת ותפיסה (יחידות 1-2). מסגרת הפרויקט ו-6 ערכות נושא מיוצרות עם AI; הצוות בוחר את הנושא "קו המים שמחזיר את הנחל שהעיר שכחה" ומתרגם אותו לעקרונות. AI מגוונת ובוחרת צוותים.
שלב 2 - ניתוח שדה (יחידה 4). שיפוע, כיוון, זרימת מים מתקבלים מ-GIS; נעשה טיול שטח. AI מסנתז נתונים נמדדים + תצפית ומייצר רשימת אילוצי הזדמנויות. מדידות מהכלי, סינתזה מאומתת.
שלב 3 - אסטרטגיית מים ואקלים (יחידה 6). YZ מציע שילוב של גן גשם + ביוסוול + אדמה חדירה; היגיון ההתנחלות מבוסס. המימד מואצל למהנדס ההידראולי.
שלב 4 - פלטת צמחים (יחידה 5). AI מייצרת פרופיל תכונות ורשימת מועמדים; הצוות מוודא כל מין לאזור האקלים המקומי, רשימה פולשנית, רעילות וזמינות שתיל. סוגים לא מאומתים אינם כלולים.
שלב 5 - בדיקת קיימות (יחידה 7). התכנון מועבר דרך כרטיס הניקוד של חדירות מים-שיעור מקומי-צל-מגוון ביולוגי; כותרים חלשים משתפרים.
שלב 6 - ויזואלי וטכני (יחידות 3, 8). בינה מלאכותית מייצרת תמונות אטמוספריות והשוואה לוגיקה/חומרית לפרטים; גיליונות קנה מידה מצוירים ב-CAD, פרטים סטטיים מצוירים על ידי המהנדס.
שלב 7 - עלות ולוח זמנים (יחידה 10). AI מארגן רשימת פריטים וטבלה; מוזנים כמויות בפועל ומחירים שוטפים, ולוח העבודה נקבע בהתאם לעונת השתילה.
שלב 8 - חקיקה והשקה (יחידות 9, 11). רשימת הרשאות ושאלות המוסד מוכנים, פריטים מאושרים עם הפקיד; המצגת מיועדת בשפות שונות לשלושה קהלים (עירייה, תושבי השכונה, חבר מושבעים).
טיפ: בסיום כל שלב, שאל שאלה אחת: "האם הספק הזה הוא סיכון נמוך, בינוני או גבוה; מי יאמת זאת?" שאלה יחידה זו שומרת על זרימת העבודה כולה מאובטחת.
כלל הזהב בין השלבים
בזרימה מקצה לקצה, שלושה עקרונות חוזרים על עצמם בכל שלב: (1) AI מזנים ומאיץ, בני אדם בוחרים ובעלות; (2) כל פלט מספרי/מקומי/קריטי לאבטחה מאומת; (3) ההחלטה והחתימה בידי המומחה המוסמך. שלושת העקרונות הללו אינם משתנים; רק הנושא שאליו הם מיושמים משתנה.
שלושה מיני תיקים
מקרה 1 - מהירות מקצה לקצה. משרד אחד ניהל פארק זרמים דומה עם זרימת עבודה מבוססת בינה מלאכותית: הרעיון והניתוח עברו מ-3 שבועות ל-10 ימים; הזמן שנחסך הוקדש לפרטים ואימות. איכות המשלוח השתפרה מכיוון שהצוות הרוויח זמן "להחליט" במקום "לייצר".
מקרה 2 - אימות שרשרת. באותו פרויקט נתפסו ארבעה באגים AI נפרדים בשלבים שונים: צמח פולשני (אימות יחידה 5), סעיף רגולטורי מפוברק (אימות יחידה 11), תמונה מוגזמת (בדיקה של יחידה 3), פריט עלות חסר (רשימת יחידה 10). אף אחד לא הגיע להגשה; המשמעת עבדה.
מקרה 3 - שינוי צוות. צוות עשה הרבה טעויות בהתחלה, וחשב שבינה מלאכותית היא "קסם שעושה הכל". ברגע שהם אימצו את משמעת דלי הסיכון (יחידה 1), הם התחילו להשתמש בבינה מלאכותית בשכבה הנכונה: חינם בסיכון נמוך, תוקף בסיכון בינוני, מועיל רק בסיכון גבוה. היעילות והביטחון גדלו יחד.
ארבע תבניות הניתנות להעתקה
1) מפת הדרכים של הפרויקט:
תפקידך: רכז פרויקט נוף. פרויקט: [תיאור, משך, תקציב, אקלים]. תן לי מפת דרכים של זרימת עבודה מקצה לקצה: קונספט, ניתוח, אסטרטגיית מים, מפעל, קיימות, ויזואלי, טכני, עלות, חקיקה, מצגת. ציין את תפקיד ה-AI בכל שלב ואיזה אימות/מומחה יהיה מעורב.
2) ביקורת סיכונים בסוף השלב:
בדוק את התפוקה של השלב הבא [שלב ותפוקה] עבור סיכון: חלקים נפרדים בסיכון נמוך/בינוני/גבוה, מי ואיך לאמת עבור כל בינוני/גבוה, רשום פערים שיש לסגור לפני המסירה.
3) בקרה הוליסטית לפני הלידה:
בדוק את הפרויקט הזה בצורה הוליסטית לפני המסירה: עקביות בעיצוב קונספט, האם בוצע אימות מפעל מקומי, האם האסטרטגיה ההנדסית אושרה, האם העלות ריאלית, האם החקיקה אושרה, האם הוויזואליה מייצגת. האימותים החסרים מופיעים ברשימה.
4) הלקח שנלמד:
כשפרויקט זה יסתיים, הפקו את הלקחים שנלמדו משימוש בבינה מלאכותית: באיזה שלב עבד הבינה המלאכותית טוב מאוד, באיזה שלב היה הסיכון לשגיאה גבוה, כיצד עליי לשפר את זרימת העבודה בפרויקט הבא? כתוב בפריטים קונקרטיים ומעשיים.
הנחיה חלשה / הנחיה חזקה
הנחיה חלשה:
עשה את הפרויקט הזה בשבילי מתחילתו ועד סופו.
הרצון הזה שרוצה הכל בבת אחת; זה מייצר ערימה לא מאומתת, שטחית ומסוכנת.
הנחיה עוצמתית:
תפקידך: רכז פרויקט. פרויקט: פארק של 4 דונם ליד הנחל, 3 חודשים, תקציב מוגבל, אקלים קל-גשום, חציצה עדיפות לשיטפונות ושימוש בשכונה. נוצר עבורי זרימת עבודה שלב אחר שלב; בכל שלב, (1) התרומה הקונקרטית של AI, (2) האימות שייכנס לפעולה, ו-(3) יש לציין את המומחה/הרשות האחראים. סמן בנפרד שלבים בסיכון גבוה. אל תגיד "AI משלים כל שלב בעצמו".
הנחיה מתקדמת עם אימות והקצאת אחריות הופכת בינה מלאכותית לכלי תיאום אמיתי.
טבלת סיכום תפקידים מקצה לקצה
במה
תרומת AI
אימות
אחראי
מושג
וריאציה
מסנן תקציב/אקלים
מעצב
ניתוח
סינתזה
שדה + GIS
מנתח שטח
מים/אקלים
אסטרטגיה
מחשבון הידראולי
מהנדס
צמח
רשימת מועמדים
אימות מקומי
אדריכל נוף
טכני
היגיון/טקסט
CAD + סטטי
אדריכל/מהנדס
עלות
שולחן
כמות/מחיר בפועל
מודד כמויות
חקיקה
סיכום/רשימה
אישור מורשה
רשות מוסמכת
מצגת
נרטיב
בדיקת תקינות
מעצב
טעויות נפוצות
- רוצה הכל בבקשה אחת. הזרימה מקצה לקצה היא הדרגתית; כל שלב מאומת בנפרד.
- דילוג על ביקורת סיכונים בסוף השלב. שגיאות נתפסות במהלך מעברי פאזה.
- צוברים הצהרות ומשאירים אותם עד אחרון. מפעל מקומי, חקיקה ואישור עלויות צריך להיעשות בשלב משלו.
- הטמעת החלטה אנושית בזרימת AI. הבחירה, הבעלות והחתימה בידי אנשים בכל שלב.
- לא מקליט את הלקח שנלמד. כל פרויקט הוא הזדמנות לשפר את זרימת העבודה הבאה.
לסיכום
זרימת עבודה מקצה לקצה היא המקום שבו כל היחידות הקודמות מתחברות לפרויקט אחד. AI מגוונת ומאיצה בכל שלב; אבל בכל שלב אנשים בוחרים, מאמתים ומחזיקים. שלושה עקרונות בלתי ניתנים לשינוי שומרים על בטיחות הזרימה: AI מייצר, אנושי מחליט, כל פלט קריטי מאומת, החתימה נמצאת אצל המומחה המוסמך. חלקו את הפרויקט לשלבים, שאלו את שאלת דלי הסיכון בסוף כל שלב, בצעו אימותים בשלב משלו ולמדו מכל פרויקט. כך, הבינה המלאכותית הופכת לשותף שמחזק את המקצוע שלך, לא מחליש אותו.
משימת יישום
צור זרימת עבודה מקצה לקצה עם תבנית "מפת הדרכים של פרויקט" לפרויקט אמיתי לבחירתך; אמת והקצה אחריות לכל שלב. לאחר מכן בחר שני שלבים ובדוק אותם באמצעות התבנית "ביקורת סיכוני סוף שלב". לבסוף, רשום את האימותים החסרים שלך עם התבנית "בדיקה הוליסטית לפני מסירה".
רשימת בדיקה
- [ ] חילקתי את הפרויקט לשלבים; בדקתי והטלתי אחריות על כל שלב.
- [ ] שאלתי את שאלת דלי הסיכון בסוף כל שלב.
- [ ] ביצעתי את המפעל המקומי, החקיקה ואישור העלות בשלב משלו.
- [ ] קישרתי שלבים בסיכון גבוה לאישור מומחה.
- [ ] ציינתי את הלקחים שנלמדו מהפרויקט עבור זרימת העבודה הבאה.
מבחן מודול
1. איזה מהבאים הוא המיקום המדויק ביותר לבינה מלאכותית באדריכלות נוף?
- א) AI הוא מאיץ ומחולל שרטוטים; האחריות להחלטות האתר, האקולוגיה, האבטחה והרגולציה מוטלת על בני האדם ✔
- ב) בינה מלאכותית יכולה להשלים ולחתום את העיצוב בעצמה
- ג) בינה מלאכותית פועלת רק בהפקת ויזואליה, אין לה שום קשר לשלבי עיצוב אחרים
- ד) מכיוון שבינה מלאכותית היא אובייקטיבית יותר מבני אדם, יש להשאיר לה החלטות חקיקה.
תיאור: בינה מלאכותית היא מכפיל רעיונות ומחולל טיוטות שמאיץ מושג, חזותי, ניתוח ותקשורת; מציאות השטח, האקולוגיה המקומית, הבטיחות והאחריות המשפטית נשארים בידי המומחה המוסמך. בהחלטות הנדסיות ובטיחות קריטיות, AI אינו מהווה תחליף לאישור מומחים.
2. כאשר אתה מפרק החלטות על פרויקט גינון לפי רמת סיכון, מה מהבאים ייכנס לדלי 'סיכון גבוה (נדרש אישור מומחה)'?
- א) כתיבת טקסט קונספט
- ב) יצירת רעיון לוח מצבי רוח
- ג) סטטיות של קיר תמך ובטיחות גן משחקים לילדים ✔
- ד) קבלת הצעת כותרת למצגת
תיאור: נושאים הנדסיים ובטיחותיים קריטיים כגון סטטיות של קירות תומכים, התנגשות בין שורשי עץ לתשתית, צמחים רעילים/פולשים ובטיחות גני שעשועים לילדים הם בסיכון גבוה; כאן הבינה המלאכותית היא רק עוזר, ההחלטה הסופית שייכת למומחה. טקסט קונספט ו-Moodboard הם בסיכון נמוך.
3. מהי הדרך היעילה ביותר להשתמש בבינה מלאכותית בשלב פיתוח הרעיון?
- א) יצירת נושאים רבים ושונים ובחירה והעמקתם על ידי העברתם דרך מסנן הקשר ✔
- ב) בקשת 'קונספט הכי טוב' אחד ויישום ישיר
- ג) בקשת מושג כללי מבלי לתת הקשר
- ד) העברת הקונספט ללא כל ביקורת
הסבר: המוח האנושי נוטה להתקבע על 2-3 הרעיונות הראשונים. הכוח האמיתי של בינה מלאכותית הוא בכך שהיא מייצרת ומשווה נושאים רבים ושונים; הבחירה, ההעמקה והבעלות שייכות לאדם. בקשת המלצה אחת 'הטובה ביותר' מבזבזת את הכוח הזה.
4. איזה עיקרון חיוני בהצגת רנדר (תמונה) שהופקה בבינה מלאכותית ללקוח?
- א) החזותי מוצגת כהשקפה מוחלטת ומדויקת ליישום.
- ב) נחשב למסמך טכני בקנה מידה חזותי
- ג) ייצוג חזותי הוא האווירה; נבדק לאותנטיות ומסופק עם גיליונות טכניים ✔
- ד) התמונה מועברת ישירות לאפליקציה ללא אימות
תיאור: חזותיים של בינה מלאכותית הם אמצעי תקשורת ואווירה; הוא אינו בקנה מידה ועלול להכיל אלמנטים שלא ניתן להתקין במציאות (צפיפות מוגזמת, צמחים שאינם מוכרים לאקלים). לפיכך יש לציין כי מדובר ב'אווירה ייצוגית' ויש להציג בפניה דפי טכני.
5. למה זה לא נכון לשאול בינה מלאכותית על השיפוע הממוצע של חלקה בניתוח שטח?
- א) בינה מלאכותית אינה יכולה לבצע מדידות מיקום ויכולה להרכיב את המספר; מדידה שנלקחה ממדידת GIS/שדה ✔
- ב) בינה מלאכותית מחשבת את השיפוע בצורה נכונה אבל היא איטית
- ג) שיפוע הוא נתון לא חשוב, אין צורך לשאול
- ד) בינה מלאכותית יכולה לחשב רק מטרים רבועים, לא שיפוע, אלא לחשב מרחק
תיאור: בינה מלאכותית אינה רואה את העלילה ואינה יכולה לבצע מדידות מרחביות; שאלה כזו עשויה לייצר מספר בטוח אך לא מבוסס. מדידות כגון שיפוע, שטח ומרחק נלקחות מ-GIS או מסקר שטח; בינה מלאכותית משמשת רק כדי לפרש את הנתונים הנמדדים שניתנו.
6. מהו הכלל הקריטי ביותר לשימוש בבינה מלאכותית בבחירת צמחים?
- א) השתמש בבינה מלאכותית לרשימת מועמדים ולאמת כל מין עם אקלים מקומי, רשימה פולשנית, רעילות ושוק ✔
- ב) הכנסת הרשימה המוצעת על ידי AI ישירות לפרויקט, מכיוון שהיא מבוססת על נתונים גלובליים
- ג) בחירת מינים בלבד שנראים מושכים מבחינה ויזואלית
- ד) העדפת מינים מעשיים כי הם גדלים מהר, מבלי לאמת אותם.
הסבר: מכיוון שבינה מלאכותית לומדת מהממוצע העולמי, היא יכולה לטעות לגבי אזור האקלים, המצב הפולשני, הרעילות והשוק. אז הוא משמש רק כמחולל רשימות מועמדים; כל מין מאומת עבור אזור אקלים מקומי, רשימת מינים פולשים, רעילות וזמינות שתילים. סוג לא מאומת לא נכנס לפרויקט.
7. במה שונה תפקיד הבינה המלאכותית ותפקיד המהנדס בניהול מי סערה?
- א) בינה מלאכותית עושה בבטחה גם חישובי אסטרטגיה וגם קיבולת
- ב) בינה מלאכותית מייצרת רעיונות אסטרטגיה ומיקום; מימד וקיבולת הם חישוב ואישור מהנדס ✔
- ג) המהנדס רק קובע את האסטרטגיה, הבינה המלאכותית עושה את החישובים
- ד) הגודל אינו חשוב; הכיוון שאליו זורמים המים מספיק
תיאור: הרעיון והמיקום של פתרונות כמו גינות גשם וביוסוואלים הם החלטות עיצוביות, ובינה מלאכותית עוזרת כאן. עם זאת, גודל, קיבולת ובטיחות שיטפונות דורשים חישובים הידראוליים ואישור מהנדס; בינה מלאכותית אינה יכולה לחשב קצב זרימה/קיבולת מכיוון שגודל לא נכון פירושו הצפה או קריסה.
8. מהי הגישה המדויקת ביותר בעת הערכת קיימות של עיצוב?
- א) ככל שהעיצוב נראה ירוק יותר, כך הוא בר קיימא יותר
- ב) הערכת קיימות בנושאים מדידים כגון מים, חדירות, שיעור מקומי, צל, תחזוקה ומגוון ביולוגי ✔
- ג) מספיק רק להגדיל את מספר הצמחים
- ד) שתילה אינטנסיבית ללא התחשבות בעלויות תחזוקה
הסבר: 'לראות ירוק' זה לא קיימות; שטח ירוק חד-מיני שצורך הרבה מים יכול להיות גרוע מבחינה אקולוגית ויקר. הגישה הנכונה היא לציון קיימות בנושאים מדידים כמו מים, חדירות, שיעור מינים מקומיים, צל, תחזוקה ומגוון ביולוגי ולשפר נקודות תורפה.
9. מה יש לעשות עבור ערכי המדידה והחיזוק ב'חתך המדגם' של קיר תמך שניתנו על ידי בינה מלאכותית בשלב השרטוט הטכני?
- א) ניתן להעתיק ערכים ישירות לפרויקט מכיוון שבינה מלאכותית מכירה את הסטנדרטים
- ב) הערכים מייצגים; פרט סטטי נקבע על ידי סקר קרקע וחישוב מהנדס, הוא אינו כלול בשרטוט ללא אימות ✔
- ג) ערכים הם למטרות אסתטיות בלבד, אין להם שום קשר לסטטיקה
- ד) ערך הציוד שמספק בינה מלאכותית נשאר תמיד על הצד הבטוח
הסבר: בינה מלאכותית אינה מייצרת שרטוטים מוקטנים/סטטיים והמידות, הגבהים וערכי החיזוק שהיא מספקת מייצגים. פרט סטטי; זה נקבע על ידי סקר קרקע וחישובי מהנדס. לא ניתן להעביר ערכים אלו לשרטוט ללא אימות, זה חיוני במיוחד לפרטים קריטיים לאבטחה.
10. מהי הגישה היעילה ביותר כאשר מציגים את אותו פרויקט גינון לקהלים שונים?
- א) הצגת אותו טקסט טכני לכולם
- ב) הגזמת נתוני החיסכון וההטבות כדי להגביר את ההשפעה
- ג) התאמת המהות העיצובית לספר לכל קהל מה אכפת לו בשפה שלו ✔
- ד) מספיק להכין מצגת רק לחבר השופטים הטכני.
תיאור: למשקיע אכפת מהעלות והערך, לשכונה אכפת מהיתרונות היומיומיים והבטיחות, לחבר השופטים אכפת מהקונספט והטכניקה. הסבר מהות עיצובית אחת לכל קהל מה אכפת לו, בשפה שהוא יכול להבין; ניצול כוח תרגום המסגרת של בינה מלאכותית הוא הדרך היעילה ביותר. זו טעות נפוצה להסביר את זה לכולם באותה שפה.
11. למה זה לא נכון שבינה מלאכותית תחשב ישירות את העלות הכוללת של פארק?
- א) בינה מלאכותית תמיד יודעת את מחירי השוק הנוכחיים
- ב) בינה מלאכותית מחשבת את העלות אבל טועה רק בפרויקטים גדולים
- ג) בינה מלאכותית אינה יודעת את אורך הפרויקט בפועל ואת המחירים הנוכחיים; הסכום שניתן הוא מייצג, לא הצעה ✔
- ד) העלות לא חשובה, מה שחשוב זה היופי של העיצוב
הסבר: בינה מלאכותית לא יודעת את האורך האמיתי של הפרויקט שלך וגם לא את מחירי היחידה המקומיים הנוכחיים; הסכום שניתן הוא מייצג בלבד ולא בגדר הצעה. הדרך הנכונה היא לקחת את הכמות בפועל מנתוני הפרויקט וממחירי היחידות מהשוק ולדאוג שהבינה המלאכותית תערוך רק את הטבלה.
12. מהו הסיכון המסוכן ביותר ואמצעי זהירות נכון בשימוש בבינה מלאכותית לגבי חקיקה?
- א) מכיוון שהבינה המלאכותית יודעת את החקיקה בעל פה, ניתן לסמוך על מאמריה
- ב) החקיקה היא אוניברסלית, אין צורך באישור מקומי
- ג) מספר הפריט שניתן על ידי בינה מלאכותית תמיד מעודכן.
- ד) בינה מלאכותית יכולה להרכיב חומר לא קיים; כל הוראה חייבת להיות מאושרת מהמקור והרשות הרשמיים העדכניים ✔
תיאור: החקיקה היא מקומית, עדכנית ופתוחה לפרשנות; AI עשוי להרכיב מספר פריט או כלל שלא קיים (הזיה). אמצעי הזהירות הנכון הוא לא להשתמש בתנאי כלשהו מבלי לאמת אותו; זה להשתמש בבינה מלאכותית רק כדי לסכם את הטקסט הרשמי שאתה מספק, ליצור רשימת בדיקה ושאלות לפקיד, ולאשר את הפריטים מהמקור הרשמי הנוכחי.
13. איזה עיקרון חל על שימוש בבינה מלאכותית עם נתונים כגון חוזה לקוח ומידע חבילה?
- א) ניתן להעלות את כל המסמכים כפי שהם, כי המהירות חשובה
- ב) נתוני חוזה אינם חשובים עבור AI, מתעלמים מהם
- ג) ניתן לשתף מידע על החבילה באופן חופשי מכיוון שהוא אינו נחשב לנתונים אישיים.
- ד) נתונים סודיים ואישיים אינם משותפים ללא שליטה; בשימוש אנונימי במידת הצורך ✔
הסבר: אין להעלות את זהות הלקוח, פרטי החבילה, חוזים ונתונים אישיים לכלי בינה מלאכותית בצורה לא מבוקרת. במידת הצורך, הנתונים משותפים על ידי אנונימיזציה. סודיות היא אחד מעקרונות האתיים המרכזיים המודגשים לאורך המודול.
14. מהם שלושת העקרונות הקבועים בעת הפעלת פרויקט מקצה לקצה עם בינה מלאכותית?
- א) לבקש הכל בבקשה אחת, לוודא את התוצאה, לספק
- ב) בינה מלאכותית מחליטה, בני אדם רק מיישמים
- ג) צבור אימותים ועשה את כולם בבת אחת בסוף הפרויקט
- ד) בינה מלאכותית מייצרת, בני אדם בוחרים ובעלות; כל פלט קריטי מאומת; החלטה וחתימה שייכים למומחה ✔
תיאור: בזרימת עבודה מקצה לקצה, שלושה עקרונות חוזרים על עצמם בכל שלב: AI סוג ומאיץ, בני אדם בוחרים ובעלות; כל פלט מספרי, מקומי ואבטחה קריטי מאומת; ההחלטה והחתימה שייכות למומחה המוסמך. עקרונות אלו נשארים קבועים גם אם רק הנושא שעליו הם מיושמים משתנה.