പ്രോസസ്സ് ഓട്ടോമേഷൻ: ആവർത്തിച്ചുള്ള ജോലികൾ വർക്ക്ഫ്ലോയിലേക്ക് മാറ്റുന്നു

നേട്ടങ്ങൾ:

• ഒരു പ്രക്രിയ ഓട്ടോമേറ്റ് ചെയ്യുന്നതിന് മുമ്പ് മാപ്പിംഗിൻ്റെയും ലളിതമാക്കുന്നതിൻ്റെയും പ്രാധാന്യം മനസ്സിലാക്കുകയും ഓട്ടോമേഷന് അനുയോജ്യമായ ഘട്ടങ്ങൾ തിരഞ്ഞെടുക്കുകയും ചെയ്യുക (ആവർത്തന, പതിവ്, വലിയ, കുറഞ്ഞ ഒഴിവാക്കലുകളോടെ).
• പ്രോസസ്സ് ഘട്ടങ്ങളെ താഴ്ന്ന/ഇടത്തരം/ഉയർന്ന അപകടസാധ്യത എന്നിങ്ങനെ തരംതിരിക്കാനും ഔട്ട്‌ഗോയിംഗ് ഔട്ട്‌പുട്ടുകളിൽ ഹ്യൂമൻ-ഇൻ-ദി-ലൂപ്പ് അപ്രൂവൽ ഡിസൈൻ സ്ഥാപിക്കാനുമുള്ള കഴിവ്
• ഒഴിവാക്കലുകൾ മനുഷ്യരിലേക്ക് നയിക്കപ്പെടുന്നുവെന്നും ഓട്ടോമാറ്റിക് പ്രക്രിയകളിൽ പതിവ് ചെക്ക്‌പോസ്റ്റുകൾ സ്ഥാപിക്കുന്നുവെന്നും ഉറപ്പാക്കുന്നു

എല്ലാ ബിസിനസ്സിലും നിശബ്ദമായി സമയം തിന്നുന്ന ഒരു ശത്രു ഉണ്ട്: ആവർത്തിച്ചുള്ള ജോലി. ഒരേ ഇമെയിൽ ഫോർമാറ്റ് ചെയ്യുക, ഇൻകമിംഗ് അഭ്യർത്ഥന ശരിയായ വ്യക്തിയിലേക്ക് നയിക്കുക, ഫോം ഒരു ടേബിളിൽ നിന്ന് മറ്റൊന്നിലേക്ക് പകർത്തുക, എല്ലാ ഉപഭോക്തൃ ചോദ്യങ്ങൾക്കും സമാനമായ ഉത്തരങ്ങൾ എഴുതുക. ഒരു ജീവനക്കാരൻ ഇവയ്ക്കായി ഒരു ദിവസം ഒരു മണിക്കൂർ ചെലവഴിക്കുകയാണെങ്കിൽ, വർഷത്തിൽ 250 മണിക്കൂർ - അല്ലെങ്കിൽ ആറ് മുഴുവൻ പ്രവൃത്തി ആഴ്ചകൾ - ബാഷ്പീകരിക്കപ്പെടും. പ്രോസസ്സ് ഓട്ടോമേഷൻ-ചെറിയതോ മനുഷ്യ ഇടപെടലോ ഇല്ലാതെ ആവർത്തിച്ചുള്ള വർക്ക് സ്റ്റെപ്പുകളുടെ നിർവ്വഹണമാണ് ഈ സമയം വീണ്ടെടുക്കാനുള്ള മാർഗം. ഓട്ടോമേഷൻ്റെ ചില ഘട്ടങ്ങളുടെ രൂപകൽപ്പനയിലും നിർവ്വഹണത്തിലും ശക്തമായ ഒരു ഉപകരണമാണ് AI. അതിർത്തി: AI പ്രക്രിയയെ വേഗത്തിലാക്കുകയും ഡ്രാഫ്റ്റുകൾ നിർമ്മിക്കുകയും ചെയ്യുന്നു; പ്രോസസ്സ് ശരിയായി സജ്ജീകരിച്ചിട്ടുണ്ടെന്നും ഒഴിവാക്കലുകൾ ശരിയായി കൈകാര്യം ചെയ്യപ്പെടുന്നുവെന്നും മാനേജർ ഉറപ്പാക്കുന്നു.

ആദ്യം പ്രക്രിയ മനസ്സിലാക്കുക: ഓട്ടോമേഷൻ എവിടെ തുടങ്ങും?

ഓട്ടോമേഷൻ്റെ ആദ്യ നിയമം ആശ്ചര്യകരമാണ്: ഒരു മോശം പ്രക്രിയ ഓട്ടോമേറ്റ് ചെയ്യരുത്, ആദ്യം അത് പരിഹരിക്കുക. ഓട്ടോമേഷൻ പ്രക്രിയയുടെ വേഗത വർദ്ധിപ്പിക്കുന്നു; പ്രക്രിയ കേടായാൽ ഇത് പിശക് ത്വരിതപ്പെടുത്തുന്നു. അതിനാൽ, പ്രക്രിയയുടെ ആദ്യ ഘട്ടം മാപ്പ് ചെയ്യുക എന്നതാണ്: ജോലിയുടെ തുടക്കം, ഘട്ടങ്ങൾ, തീരുമാന പോയിൻ്റുകൾ, ഔട്ട്പുട്ട്. ഈ മാപ്പിംഗിൽ AI ഒരു നല്ല സഹായിയാണ്; നിങ്ങളുടെ പ്രക്രിയ നിങ്ങൾ വിശദീകരിക്കുന്നു, അവൻ അത് ഘട്ടം ഘട്ടമായി തകർക്കുകയും അനാവശ്യമായ ഘട്ടങ്ങളെ ചോദ്യം ചെയ്യുകയും ചെയ്യുന്നു.

അപ്പോൾ നിങ്ങൾ ഓട്ടോമേഷന് അനുയോജ്യമായ ഘട്ടങ്ങൾ തിരഞ്ഞെടുക്കുക. നല്ല കാൻഡിഡേറ്റ് ഘട്ടങ്ങൾ ഇവയാണ്: ആവർത്തന (പലപ്പോഴും ചെയ്യപ്പെടുന്നു), കാനോനിക്കൽ (വ്യക്തമായ നിയമങ്ങൾ പാലിക്കുന്നു), ബൾക്കി (ഒരു വലിയ എണ്ണം തവണ ആവർത്തിക്കുന്നു), കുറഞ്ഞ ഒഴിവാക്കലുകൾ (അപവാദങ്ങൾ അപൂർവ്വമായി സംഭവിക്കുന്നു). അവബോധമോ സഹാനുഭൂതിയോ സങ്കീർണ്ണമായ വിധിയോ ആവശ്യമുള്ളവയാണ് മോശം സ്ഥാനാർത്ഥി ഘട്ടങ്ങൾ. AI-യോട് ചോദിക്കുക “ഈ പ്രക്രിയയിലെ ഏത് ഘട്ടങ്ങളാണ് ഓട്ടോമേഷന് അനുയോജ്യം, ഏതൊക്കെ മനുഷ്യരാണ്?” ചോദിക്കുന്നതിലൂടെ നിങ്ങൾക്ക് ഈ വേർതിരിവ് ഉണ്ടാക്കാം:

നുറുങ്ങ്: യാന്ത്രികമാക്കുന്നതിന് മുമ്പ്, ഒരു ആഴ്‌ചയോളം പ്രക്രിയ നിരീക്ഷിക്കുകയും അത് യഥാർത്ഥത്തിൽ എത്ര തവണ ചെയ്തുവെന്നും എത്ര സമയമെടുക്കുമെന്നും അളക്കുക. "വളരെ സമയമെടുക്കുന്നു" എന്ന് തങ്ങൾ കരുതുന്ന ജോലി യഥാർത്ഥത്തിൽ മാസത്തിൽ കുറച്ച് തവണ ചെയ്യുന്നതായി പല മാനേജർമാരും കണ്ടെത്തുന്നു, അതേസമയം യഥാർത്ഥ സമയം കഴിക്കുന്നത് അവർക്ക് മനസ്സിലാകാത്ത മറ്റൊരു ജോലിയാണ്.

ഹ്യൂമൻ-ഇൻ-ദി-ലൂപ്പ് ഡിസൈൻ

ബിസിനസ് പ്രക്രിയകളുടെ പൂർണ്ണമായ ഓട്ടോമേഷൻ പലപ്പോഴും അപകടകരമാണ്. ഒരു AI-ക്ക് ഒരു ഇമെയിൽ എഴുതുന്നത് സുരക്ഷിതമാണ്; എന്നാൽ AI അത് നേരിട്ട് ക്ലയൻ്റിലേക്ക് അയയ്ക്കുന്നത് അപകടകരമാണ്, കാരണം ഒരു പിശക് ഉണ്ടെങ്കിൽ അത് ഉടൻ തന്നെ പുറത്തുപോകും. ഹ്യൂമൻ-ഇൻ-ദി-ലൂപ്പ് സമീപനമാണ് പരിഹാരം: AI ഡ്രാഫ്റ്റ് നിർമ്മിക്കുന്നു, മനുഷ്യൻ അത് വേഗത്തിൽ അംഗീകരിക്കുന്നു, തുടർന്ന് അത് ഷിപ്പ് ചെയ്യപ്പെടുന്നു. വേഗതയുടെ ഭൂരിഭാഗവും നിലനിറുത്തുമ്പോൾ ഇത് മനുഷ്യനുള്ള അപകടസാധ്യതയെ ആരോപിക്കുന്നു.

അപകടസാധ്യതയുടെ മൂന്ന് തലങ്ങൾക്കനുസൃതമായി ഓട്ടോമേഷൻ രൂപകൽപ്പന ചെയ്യുക. കുറഞ്ഞ അപകടസാധ്യത (ആന്തരിക മെമ്മോ, ഡ്രാഫ്റ്റ്): പൂർണ്ണ ഓട്ടോമേഷൻ സ്വീകാര്യമാണ്. ഇടത്തരം അപകടസാധ്യത (ഉപഭോക്താവിനുള്ള സ്റ്റാൻഡേർഡ് പ്രതികരണം): മനുഷ്യ സ്ഥിരീകരണം ആവശ്യമാണ്. ഉയർന്ന അപകടസാധ്യത (കരാർ, പേയ്‌മെൻ്റ്, ഔദ്യോഗിക ആപ്ലിക്കേഷൻ): AI ഡ്രാഫ്റ്റുകൾ മാത്രമേ നിർമ്മിക്കൂ, വിദഗ്ദ്ധ അവലോകനവും ഒപ്പും നിർബന്ധമാണ്. പ്രക്രിയയുടെ തുടക്കത്തിൽ ഈ മാപ്പ് വരയ്ക്കുന്നത് ഭാവിയിലെ ദുരന്തങ്ങളെ തടയുന്നു.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - അഭ്യർത്ഥന റൂട്ടിംഗ്. ഒരു സേവന കമ്പനിക്ക് പ്രതിദിനം ~80 പിന്തുണാ ഇമെയിലുകൾ ലഭിക്കുന്നു, ഒരു ജീവനക്കാരൻ അവ ശരിയായ വകുപ്പിലേക്ക് നേരിട്ട് വിതരണം ചെയ്യുന്നു (പ്രതിദിനം ~ 1 മണിക്കൂർ). അജ്ഞാത സാമ്പിളുകളുള്ള ഒരു വർഗ്ഗീകരണ നിയമം അവർ AI സജ്ജീകരിച്ചു: ഓരോ ഇമെയിലിനെയും “സാങ്കേതിക/ബില്ലിംഗ്/ജനറൽ” എന്ന് ടാഗുചെയ്‌ത് ശുപാർശ ചെയ്യുന്ന വകുപ്പ് എഴുതുക, ജീവനക്കാരൻ അംഗീകരിക്കുന്നു. വിന്യാസ സമയം പ്രതിദിനം 12 മിനിറ്റായി കുറഞ്ഞു. അനിശ്ചിതത്വമുള്ള സാഹചര്യങ്ങൾ ഇപ്പോഴും ആളുകൾക്ക് വരുന്നു.

കേസ് 2 - മോശം പ്രോസസ്സ് ഓട്ടോമേറ്റിംഗ് പിശക്. ഒരു അക്കൗണ്ടിംഗ് യൂണിറ്റിൽ, അംഗീകാര പ്രക്രിയയിൽ 5 അനാവശ്യ ഘട്ടങ്ങൾ ഉൾപ്പെടുന്നു. അഡ്മിൻ ഇത് യാന്ത്രികമാക്കി; ഫലം 5 അനാവശ്യ ഘട്ടങ്ങൾ വേഗത്തിൽ ഓടുന്നു, പക്ഷേ ഇപ്പോഴും അനാവശ്യമാണ്. ഞാൻ ഈ പ്രക്രിയ AI-ക്ക് കാണിച്ചപ്പോൾ, 5 ഘട്ടങ്ങളിൽ 2 എണ്ണം മൂല്യം ചേർത്തിട്ടില്ലെന്ന് AI അടയാളപ്പെടുത്തി. ആദ്യം പ്രക്രിയ 3 ഘട്ടങ്ങളായി ചുരുക്കി, പിന്നീട് അത് യാന്ത്രികമായി; അപ്പോഴാണ് യഥാർത്ഥ ലാഭം വന്നത്.

കേസ് 3 - ഹ്യൂമൻ-ഇൻ-ദി-ലൂപ്പ് റെസ്ക്യൂ. റിട്ടേൺ അഭ്യർത്ഥനകൾക്കായി ഒരു ഇ-കൊമേഴ്‌സ് ടീം ഒരു AI ഓട്ടോമേറ്റഡ് പ്രതികരണം സജ്ജീകരിച്ചെങ്കിലും മനുഷ്യ അംഗീകാരം നീക്കം ചെയ്തു. ഒരു ദിവസം, AI ഒരു നിയമവിരുദ്ധമായ ബൾക്ക് റിട്ടേൺ അഭ്യർത്ഥനയോട് സ്റ്റാൻഡേർഡ് ടെംപ്ലേറ്റ് ഉപയോഗിച്ച് പ്രതികരിക്കുകയും തെറ്റായ വിവരങ്ങൾ നൽകുകയും ചെയ്തു, ഉപഭോക്തൃ പരാതി വർദ്ധിച്ചു. സംഘം മാനുഷിക അംഗീകാരം നൽകി; AI ഡ്രാഫ്റ്റ് നിർമ്മിക്കുന്നത് തുടർന്നു, എന്നാൽ സമർപ്പിക്കുന്നതിന് മുമ്പ്, ഒരു ജീവനക്കാരൻ രണ്ട് സെക്കൻഡിനുള്ളിൽ ഓരോ പ്രതികരണവും അവലോകനം ചെയ്തു. തെറ്റുകൾ ഇല്ലാതായി, വേഗത നിലനിർത്തുന്നു.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) പ്രോസസ് മാപ്പിംഗ്:

നിങ്ങളുടെ റോൾ: പ്രോസസ്സ് മെച്ചപ്പെടുത്തൽ സ്പെഷ്യലിസ്റ്റ്. ഞാൻ ജോലി വിവരിക്കാം: [ജോലിയുടെ ഘട്ടം ഘട്ടമായുള്ള വിവരണം]. ഇത് വ്യക്തമായ ഒഴുക്കായി എഴുതുക: ആരംഭിക്കുക, ഓരോ ഘട്ടവും, തീരുമാന പോയിൻ്റുകൾ, ഔട്ട്പുട്ട്. തുടർന്ന് മൂല്യം ചേർക്കാത്തതോ ആവർത്തിക്കുന്നതോ ആയ ഘട്ടങ്ങൾ അടയാളപ്പെടുത്തി ലളിതമാക്കാൻ നിർദ്ദേശിക്കുക. ഇതുവരെ ഓട്ടോമേഷൻ ശുപാർശ ചെയ്യരുത്.

2) ഓട്ടോമേഷനുള്ള അനുയോജ്യത വിശകലനം:

മുകളിലുള്ള പ്രക്രിയയിലെ ഓരോ ഘട്ടവും ഇനിപ്പറയുന്ന മാനദണ്ഡങ്ങൾ ഉപയോഗിച്ച് വിലയിരുത്തുക: ആവർത്തനക്ഷമത, ക്രമം, വോളിയം, ഒഴിവാക്കൽ ആവൃത്തി. ഓരോ ഘട്ടത്തിനും, "ഓട്ടോമേറ്റഡ് / ഹ്യൂമൻ" എന്ന ലേബൽ നൽകുകയും ഒരു ചെറിയ ന്യായീകരണം എഴുതുകയും ചെയ്യുക. ഉയർന്ന വിവേചന/അനുഭൂതി ആവശ്യമുള്ള ഘട്ടങ്ങൾ വ്യക്തിക്ക് വിട്ടുകൊടുക്കുന്നത് ഉറപ്പാക്കുക.

3) വർഗ്ഗീകരണം/റൂട്ടിംഗ് നിയമം:

ഞാൻ നിങ്ങൾക്ക് അജ്ഞാത സാമ്പിൾ അഭ്യർത്ഥനകൾ നൽകും. ഈ വിഭാഗങ്ങളായി അടുക്കുന്നതിന് വ്യക്തവും സുതാര്യവുമായ നിയമങ്ങൾ സൃഷ്ടിക്കുക: [വിഭാഗങ്ങൾ]. ഓരോ ഇൻകമിംഗ് അഭ്യർത്ഥനയ്ക്കും ശുപാർശ ചെയ്യുന്ന വിഭാഗം + ട്രസ്റ്റ് ലെവൽ (ഉയർന്ന/താഴ്ന്ന) എഴുതുക. കുറഞ്ഞ വിശ്വാസമുള്ളവരെ "മനുഷ്യരെ റഫർ ചെയ്യുക" എന്ന് അടയാളപ്പെടുത്തുക.

4) ഹ്യൂമൻ-ഇൻ-ദി-ലൂപ്പ് പ്രതികരണ ഡ്രാഫ്റ്റ്:

ഇനിപ്പറയുന്ന തരത്തിലുള്ള അഭ്യർത്ഥനയ്ക്ക് ഒരു സാധാരണ പ്രതികരണം ഡ്രാഫ്റ്റ് ചെയ്യുക: [അഭ്യർത്ഥന തരം]. പ്രതികരണത്തിൻ്റെ അവസാനം "[മനുഷ്യ അനുമതി ആവശ്യമാണ്]" ടാഗ് ഇടുക. നിങ്ങൾക്ക് ഒരു അപവാദം തോന്നുന്നുവെങ്കിൽ, പ്രതികരണം എഴുതരുത്; പകരം "ഈ സാഹചര്യം നിലവാരമുള്ളതല്ല, അത് വ്യക്തിയിലേക്ക് നയിക്കുക" എന്ന് പറയുക.

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായ പ്രോംപ്റ്റ്:

ഈ ജോലി ഓട്ടോമേറ്റ് ചെയ്യുക.

പ്രക്രിയ നിർവചിച്ചിട്ടില്ല, റിസ്ക് ലെവൽ വ്യക്തമല്ല, അപവാദ മാനേജ്മെൻ്റില്ല. AI ഒന്നുകിൽ ഉപയോഗശൂന്യമായ പൊതുവായ ഉപദേശം നൽകുന്നു അല്ലെങ്കിൽ അപകടകരമായ പൂർണ്ണ ഓട്ടോമേഷൻ നിർദ്ദേശിക്കുന്നു.

ശക്തമായ നിർദ്ദേശം:

നിങ്ങളുടെ റോൾ: പ്രോസസ്സ് വിദഗ്ദ്ധൻ. ഇനിപ്പറയുന്ന പ്രക്രിയ ഞാൻ വിശദീകരിക്കും: ഇൻകമിംഗ് ഇൻവോയ്സ് എതിർപ്പുകൾ തരംതിരിച്ച് അവയെ ബന്ധപ്പെട്ട യൂണിറ്റിലേക്ക് നയിക്കുക. ആദ്യം, പ്രക്രിയ ഘട്ടം ഘട്ടമായി മാപ്പ് ചെയ്ത് അനാവശ്യ ഘട്ടം അടയാളപ്പെടുത്തുക. തുടർന്ന് ഓട്ടോമേഷന് അനുയോജ്യതയ്ക്കായി ഓരോ ഘട്ടവും വിലയിരുത്തുക. മനുഷ്യൻ്റെ അംഗീകാരമില്ലാതെ ഉപഭോക്താവിന് ഒരു പ്രതികരണവും അയയ്ക്കാൻ ശുപാർശ ചെയ്യരുത്; നിർണായക ഘട്ടങ്ങളിൽ "[മനുഷ്യൻ്റെ അംഗീകാരം]" ലേബൽ ചെയ്യുക.

വലിപ്പം

മോശം സമീപനം

ശക്തമായ സമീപനം

പ്രക്രിയ വിവരണം

ഒന്നുമില്ല

പടിപടിയായി

ലളിതവൽക്കരണം

ആവശ്യപ്പെടാത്തത്

ആദ്യം ലളിതമാക്കുക

റിസ്ക് ലെവൽ

അവഗണിക്കുക

ടാഗ് ചെയ്തു

മനുഷ്യ അംഗീകാരം

ഒന്നുമില്ല

നിർബന്ധമാക്കി

സുരക്ഷ

താഴ്ന്ന

ഉയർന്നത്

സാധാരണ തെറ്റുകൾ

• മോശം പ്രക്രിയ ഓട്ടോമേറ്റ് ചെയ്യുന്നു. ആദ്യം പ്രക്രിയ ലളിതമാക്കുക; പിന്നെ വേഗത്തിലാക്കുക.
• മനുഷ്യ സമ്മതം നീക്കം ചെയ്യുന്നു. ക്ലയൻ്റ്/പുറത്ത് ഔട്ട്പുട്ടിൽ ഹ്യൂമൻ-ഇൻ-ദി-ലൂപ്പ് ഡിസൈൻ നിലനിർത്തുക.
• ഒഴിവാക്കലുകൾ അവഗണിക്കുന്നു. അസാധാരണമായ സാഹചര്യങ്ങൾ ആളുകളെ അഭിസംബോധന ചെയ്യണം.
• അളക്കാതെ ഓട്ടോമേറ്റ് ചെയ്യുന്നു. യഥാർത്ഥ ആവൃത്തിയും ദൈർഘ്യവും അളക്കുക; തെറ്റായ ജോലിയിൽ നിങ്ങളുടെ സമയം പാഴാക്കരുത്.
• അപകട നില മാപ്പ് ചെയ്യുന്നില്ല. തുടക്കത്തിലെ താഴ്ന്ന/ഇടത്തരം/ഉയർന്ന അപകടസാധ്യതയുള്ള ഘട്ടങ്ങൾ വേർതിരിക്കുക.

മുന്നറിയിപ്പ്: സജ്ജീകരിച്ചുകഴിഞ്ഞാൽ, ഓട്ടോമേഷൻ അപ്രത്യക്ഷമാവുകയും നിശബ്ദമായി പ്രവർത്തിക്കുകയും ചെയ്യുന്നു; അതുകൊണ്ടാണ് ഒരു തെറ്റ് ശ്രദ്ധിക്കപ്പെടാതെ പലതവണ ആവർത്തിക്കുന്നത്. ഓട്ടോമേറ്റഡ് പ്രോസസ്സുകളിൽ ഒരു സാധാരണ "ചെക്ക് പോയിൻ്റ്" ഇടുക: ആഴ്ചയിൽ ഒരിക്കൽ ഒരു മനുഷ്യൻ്റെ കണ്ണ് ഉപയോഗിച്ച് ഔട്ട്പുട്ടുകളുടെ ഒരു സാമ്പിൾ പരിശോധിക്കുക.

ചുരുക്കത്തിൽ

പ്രോസസ്സ് ഓട്ടോമേഷൻ ആവർത്തിച്ചുള്ള ജോലികൾ വഴി നഷ്ടപ്പെട്ട സമയം തിരികെ നൽകുന്നു. എന്നാൽ ആദ്യം മനസ്സിലാക്കുകയും പ്രക്രിയ ലളിതമാക്കുകയും ചെയ്യുക; തെറ്റായ പ്രക്രിയ ഓട്ടോമേറ്റ് ചെയ്യുന്നത് പിശക് ത്വരിതപ്പെടുത്തുന്നു. ഓട്ടോമേഷനു യോജിച്ച ഘട്ടങ്ങൾ ആവർത്തിച്ചുള്ളതും പതിവുള്ളതും വലുതും കുറഞ്ഞതും അസാധാരണവുമാണ്; ന്യായവിധിയും സഹാനുഭൂതിയും ആവശ്യമുള്ള ഘട്ടങ്ങൾ മനുഷ്യരുടേതാണ്. അപകടസാധ്യത കുറഞ്ഞ/ഇടത്തരം/ഉയർന്നതായി മാപ്പ് ചെയ്യുകയും ഔട്ട്‌ബൗണ്ട് ഔട്ട്‌പുട്ടുകളിൽ ഹ്യൂമൻ-ഇൻ-ദി-ലൂപ്പ് അംഗീകാരം നിലനിർത്തുകയും ചെയ്യുക. AI പ്രക്രിയയെ വേഗത്തിലാക്കുന്നു; ഇത് ശരിയായി സജ്ജീകരിച്ചിട്ടുണ്ടെന്നും ഒഴിവാക്കലുകൾ കൈകാര്യം ചെയ്യപ്പെടുന്നുവെന്നും ഉറപ്പാക്കുന്നത് അഡ്മിനിസ്ട്രേറ്ററാണ്.

ആപ്ലിക്കേഷൻ ടാസ്ക്

നിങ്ങളുടെ ജോലിയിൽ ഏറ്റവും കൂടുതൽ ആവർത്തിക്കുന്ന ഒരു ടാസ്ക്ക് തിരഞ്ഞെടുക്കുക. മുകളിലുള്ള "പ്രോസസ് മാപ്പിംഗ്" ടെംപ്ലേറ്റ് ഉപയോഗിച്ച്, AI മാപ്പ് ഘട്ടം ഘട്ടമായി എടുക്കുകയും അനാവശ്യ ഘട്ടങ്ങൾ അടയാളപ്പെടുത്തുകയും ചെയ്യുക. തുടർന്ന് "ഓട്ടോമേഷൻ അനുയോജ്യത വിശകലനം" ഉപയോഗിച്ച് ഏതൊക്കെ ഘട്ടങ്ങൾ ഓട്ടോമേറ്റ് ചെയ്യാമെന്ന് നിർണ്ണയിക്കുക. ഒരു ചുവടെങ്കിലും ഹ്യൂമൻ ലൂപ്പിൽ ഒരു പ്രതികരണം തയ്യാറാക്കി ഒരാഴ്‌ചയോളം അത് പരീക്ഷിച്ചുനോക്കൂ; നിങ്ങൾ ലാഭിക്കുന്ന സമയം അളക്കുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] ഞാൻ പ്രക്രിയ യാന്ത്രികമാക്കുന്നതിന് മുമ്പ് മാപ്പ് ചെയ്ത് ലളിതമാക്കിയിട്ടുണ്ടോ?
• [ ] ഓട്ടോമേഷന് അനുയോജ്യതയ്ക്കായി ഓരോ ഘട്ടവും ഞാൻ വിലയിരുത്തിയിട്ടുണ്ടോ?
• [ ] ഞാൻ റിസ്ക് ലെവൽ (കുറഞ്ഞ/ഇടത്തരം/ഉയർന്നത്) മാപ്പ് ചെയ്തിട്ടുണ്ടോ?
• [ ] ഔട്ട്‌ഗോയിംഗ് ഔട്ട്‌പുട്ടിൽ ഞാൻ മനുഷ്യൻ്റെ അംഗീകാരം സംരക്ഷിച്ചിട്ടുണ്ടോ?
• [ ] ഞാൻ ഇടയ്‌ക്കിടെ ഓട്ടോമേറ്റഡ് പ്രോസസ്സ് ചെക്ക്‌പോയിൻ്റ് നടത്തിയിട്ടുണ്ടോ?