ਲਾਭ:
- ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਇੱਕ ਟੈਕਨਾਲੋਜੀ ਪ੍ਰੋਜੈਕਟ ਦੀ ਬਜਾਏ ਵਪਾਰਕ ਰਣਨੀਤੀ, ਸਰੋਤ, ਜੋਖਮ ਅਤੇ ਜਵਾਬਦੇਹੀ ਦੇ ਮੁੱਦੇ ਦੇ ਰੂਪ ਵਿੱਚ ਸਥਿਤੀ ਦੇਣਾ
- ਇਹ ਵੱਖਰਾ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਕਿ ਇੱਕ ਪ੍ਰਬੰਧਕ ਦੀ ਅਸਲ ਭੂਮਿਕਾ ਦਿਸ਼ਾ ਦੇਣਾ, ਤਰਜੀਹਾਂ ਦੀ ਚੋਣ ਕਰਨਾ, ਜੋਖਮ ਦੀਆਂ ਸੀਮਾਵਾਂ ਖਿੱਚਣਾ ਅਤੇ ਤਕਨੀਕੀ ਟੀਮ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਤੋਂ ਜ਼ਿੰਮੇਵਾਰੀ ਲੈਣਾ ਹੈ।
- ਬਿਨਾਂ ਕਿਸੇ ਰਣਨੀਤੀ ਦੇ ਪਾਇਲਟਾਂ ਦਾ ਹੜ੍ਹ, ਦੇਰੀ ਵਾਲਾ ਸ਼ਾਸਨ, ਅਤੇ ਨਾ ਮਾਪਿਆ ਮੁੱਲ ਵਰਗੀਆਂ ਮੁੱਖ ਘਾਟਾਂ ਨੂੰ ਪਛਾਣ ਕੇ ਉੱਚ-ਮੁੱਲ ਦੇ ਮੌਕਿਆਂ ਦੀ ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਸੰਖਿਆ ਤੱਕ ਫੋਕਸ ਨੂੰ ਸੀਮਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
ਇੱਕ ਸੀਨੀਅਰ ਕਾਰਜਕਾਰੀ (ਸੀ-ਪੱਧਰ; ਕੰਪਨੀ ਦੇ ਚੋਟੀ ਦੇ ਫੈਸਲੇ ਲੈਣ ਵਾਲੇ: CEO - ਜਨਰਲ ਮੈਨੇਜਰ, CFO - ਮੁੱਖ ਵਿੱਤੀ ਅਧਿਕਾਰੀ, CTO/CIO - ਮੁੱਖ ਤਕਨਾਲੋਜੀ/ਜਾਣਕਾਰੀ ਅਧਿਕਾਰੀ), ਨਕਲੀ ਬੁੱਧੀ ਹੁਣ "ਤਕਨਾਲੋਜੀ ਟੀਮ ਦਾ ਇੱਕ ਪ੍ਰੋਜੈਕਟ" ਨਹੀਂ ਹੈ, ਪਰ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਵਪਾਰਕ ਰਣਨੀਤੀ ਦਾ ਹਿੱਸਾ ਹੈ। 2023 ਤੋਂ ਬਾਅਦ, ਜਨਰੇਟਿਵ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (ਜਨਰੇਟਿਵ ਏਆਈ; ਇੱਕ ਕਿਸਮ ਦੀ ਨਕਲੀ ਬੁੱਧੀ ਜੋ ਨਵੀਂ ਸਮੱਗਰੀ ਜਿਵੇਂ ਕਿ ਟੈਕਸਟ, ਵਿਜ਼ੂਅਲ ਅਤੇ ਕੋਡ ਪੈਦਾ ਕਰਦੀ ਹੈ) ਹਰ ਖੇਤਰ ਵਿੱਚ ਮੇਜ਼ 'ਤੇ ਆ ਗਈ ਹੈ; ਪਰ ਜ਼ਿਆਦਾਤਰ ਕੰਪਨੀਆਂ ਵਿੱਚ ਨਤੀਜਾ ਇਹ ਸੀ: ਦਰਜਨਾਂ ਪਾਇਲਟ ਪ੍ਰੋਜੈਕਟ ਸ਼ੁਰੂ ਹੋਏ, ਬਹੁਤ ਘੱਟ ਅਸਲ ਵਪਾਰਕ ਮੁੱਲ ਵਿੱਚ ਬਦਲ ਗਏ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਚਰਚਾ ਕਰਾਂਗੇ ਕਿ ਇੱਕ ਪ੍ਰਬੰਧਕ ਨੂੰ ਰਣਨੀਤਕ ਤੌਰ 'ਤੇ ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਕਿਉਂ ਸੰਪਰਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਉਸਦੀ ਭੂਮਿਕਾ ਕੀ ਹੈ, ਉਸਨੂੰ ਫੈਸਲੇ ਕਿੱਥੇ ਲੈਣੇ ਚਾਹੀਦੇ ਹਨ, ਅਤੇ ਕਿਉਂ ਜ਼ਿੰਮੇਵਾਰ ਪ੍ਰਸ਼ਾਸਨ (ਉਹ ਢਾਂਚਾ ਜੋ ਇਹ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ ਕਿ ਕੌਣ ਫੈਸਲੇ ਕਰੇਗਾ, ਕਿਹੜੇ ਨਿਯਮਾਂ ਨਾਲ ਅਤੇ ਕਿਹੜੇ ਨਿਯੰਤਰਣ ਨਾਲ) ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਸਥਾਪਿਤ ਕੀਤੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ।
ਪਹਿਲਾਂ, ਇੱਕ ਸਪਸ਼ਟ ਸੰਕਲਪ: ਰਣਨੀਤੀ "ਅਸੀਂ ਕੀ ਕਰਾਂਗੇ, ਕਿਉਂ ਅਤੇ ਕਿਵੇਂ ਕਰਾਂਗੇ ਇਸ ਬਾਰੇ ਸੁਚੇਤ ਚੋਣਾਂ ਦਾ ਇੱਕ ਸਮੂਹ" ਹੈ। AI ਰਣਨੀਤੀ ਇੱਕੋ ਚੀਜ਼ ਹੈ: ਚੋਣਵਾਂ ਜਿਸ ਬਾਰੇ AI ਮੌਕਿਆਂ ਨੂੰ ਸੀਮਤ ਸਰੋਤਾਂ (ਪੈਸਾ, ਲੋਕ, ਸਮਾਂ), ਕਿਸ ਕ੍ਰਮ ਵਿੱਚ, ਅਤੇ ਕਿਹੜੀਆਂ ਜੋਖਮ ਸੀਮਾਵਾਂ ਦੇ ਅੰਦਰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਹਨ। ਰਣਨੀਤੀ "ਆਓ ਏਆਈ ਨੂੰ ਹਰ ਜਗ੍ਹਾ ਰੱਖੀਏ" ਬਾਰੇ ਨਹੀਂ ਹੈ; ਇਸਦੇ ਉਲਟ, ਇਹ ਇੱਕ ਸੂਚੀ ਹੈ ਕਿ ਤੁਸੀਂ ਕਿਸ ਨੂੰ ਹਾਂ ਕਹਿੰਦੇ ਹੋ ਅਤੇ ਕਿਸ ਨੂੰ ਨਹੀਂ ਕਹਿੰਦੇ ਹੋ।
ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਵਿੱਚ ਮੈਨੇਜਰ ਦੀ ਅਸਲ ਭੂਮਿਕਾ
ਇੱਕ ਪ੍ਰਸ਼ਾਸਕ ਦਾ ਕੰਮ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣਾ ਜਾਂ ਕੋਡ ਲਿਖਣਾ ਨਹੀਂ ਹੈ। ਇਸਦਾ ਕੰਮ ਚਾਰ ਚੀਜ਼ਾਂ ਹੈ: ਦਿਸ਼ਾ ਪ੍ਰਦਾਨ ਕਰਨਾ, ਸਰੋਤਾਂ ਦੀ ਵੰਡ ਕਰਨਾ, ਜੋਖਮ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨਿਰਧਾਰਤ ਕਰਨਾ, ਅਤੇ ਜਵਾਬਦੇਹੀ ਦਾ ਮਾਲਕ ਹੋਣਾ। ਤਕਨੀਕੀ ਟੀਮ "ਕਿਵੇਂ" ਸਵਾਲ ਨੂੰ ਹੱਲ ਕਰਦੀ ਹੈ; ਮੈਨੇਜਰ ਸਵਾਲਾਂ ਨੂੰ ਹੱਲ ਕਰਦਾ ਹੈ "ਕਿਉਂ, ਕਦੋਂ, ਕਿਸ ਹੱਦ ਤੱਕ ਅਤੇ ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਹੈ"।
ਫੈਸਲੇ ਦੀ ਜਗ੍ਹਾ
ਤਕਨੀਕੀ ਟੀਮ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ
ਮੈਨੇਜਰ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ
ਵਰਤੋਂ ਦਾ ਖੇਤਰ
ਕੀ ਇਹ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ?
ਕੀ ਵਪਾਰਕ ਮੁੱਲ ਹੈ ਜਾਂ ਕੀ ਇਹ ਤਰਜੀਹ ਹੈ?
ਮਾਡਲ/ਵਾਹਨ ਦੀ ਚੋਣ
ਕਿਹੜਾ ਮਾਡਲ ਬਿਹਤਰ ਕੰਮ ਕਰਦਾ ਹੈ?
ਕੀ ਬਜਟ, ਜੋਖਮ ਅਤੇ ਸਪਲਾਇਰ ਉਚਿਤ ਹਨ?
ਡਾਟਾ
ਕੀ ਡੇਟਾ ਪਹੁੰਚਯੋਗ/ਸਾਫ਼ ਹੈ?
ਕੀ ਇਹ ਕਾਨੂੰਨੀ, ਨੈਤਿਕ, ਗੁਪਤ ਹੈ?
ਜੋਖਮ
ਤਕਨੀਕੀ ਕਮਜ਼ੋਰੀਆਂ ਕੀ ਹਨ?
ਕਾਰਪੋਰੇਟ ਜੋਖਮ ਦੀ ਭੁੱਖ ਕੀ ਹੈ, ਇਸ ਨੂੰ ਕੌਣ ਮਨਜ਼ੂਰੀ ਦਿੰਦਾ ਹੈ?
ਮੁੱਲ
ਮੈਟ੍ਰਿਕ ਕਿਵੇਂ ਮਾਪਿਆ ਜਾਂਦਾ ਹੈ?
ਕੀ ਨਿਵੇਸ਼ ਵਾਪਸ ਆ ਰਿਹਾ ਹੈ ਜਾਂ ਜਾਰੀ ਹੈ?
ਨੁਕਤਾ: ਇੱਕ ਮੈਨੇਜਰ ਦੇ ਤੌਰ 'ਤੇ, AI ਮੀਟਿੰਗਾਂ ਵਿੱਚ ਜਾਣ ਵੇਲੇ ਇੱਕ ਸਵਾਲ ਨੂੰ ਹੱਥ ਵਿੱਚ ਰੱਖੋ: "ਇਹ ਕਾਰੋਬਾਰ ਦੇ ਕਿਹੜੇ ਨਤੀਜੇ (ਮਾਲੀਆ, ਲਾਗਤ, ਜੋਖਮ, ਗਾਹਕ ਅਨੁਭਵ) ਨੂੰ ਕਿੰਨਾ ਬਦਲਦਾ ਹੈ?" ਜਦੋਂ ਤਕਨੀਕੀ ਉਤਸ਼ਾਹ ਜ਼ਿਆਦਾ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਇਹ ਸਵਾਲ ਤੁਹਾਨੂੰ ਆਧਾਰ ਬਣਾ ਦਿੰਦਾ ਹੈ।
ਨਕਲੀ ਬੁੱਧੀ ਕਿੱਥੇ ਮੁੱਲ ਪੈਦਾ ਕਰਦੀ ਹੈ ਅਤੇ ਇਹ ਕਿੱਥੇ ਇੱਕ ਜਾਲ ਹੈ?
ਬਣਾਵਟੀ ਗਿਆਨ; ਦੁਹਰਾਉਣ ਵਾਲੀ ਜਾਣਕਾਰੀ ਦੇ ਕੰਮ ਨੂੰ ਤੇਜ਼ ਕਰਨ, ਟੈਕਸਟ/ਡੇਟੇ ਦੇ ਵੱਡੇ ਭਾਗਾਂ ਨੂੰ ਸੰਖੇਪ ਕਰਨ, ਡਰਾਫਟ ਬਣਾਉਣ, ਗਾਹਕ ਸੇਵਾ ਵਿੱਚ ਸ਼ੁਰੂਆਤੀ ਜਵਾਬ ਅਤੇ ਫੈਸਲੇ ਦੀ ਸਹਾਇਤਾ ਵਿੱਚ ਸ਼ਕਤੀਸ਼ਾਲੀ। ਪਰ ਇਹ ਹੇਠਲੇ ਖੇਤਰਾਂ ਵਿੱਚ ਖ਼ਤਰਨਾਕ ਹੈ: ਉੱਚ-ਜੋਖਮ ਵਿੱਚ, ਮਨੁੱਖੀ-ਜ਼ਿੰਮੇਵਾਰੀ ਵਾਲੇ ਫੈਸਲੇ (ਕ੍ਰੈਡਿਟ ਇਨਕਾਰ, ਭਰਤੀ, ਮੈਡੀਕਲ/ਕਾਨੂੰਨੀ ਫੈਸਲਾ), ਜਿੱਥੇ ਗੈਰ-ਪ੍ਰਮਾਣਿਤ ਆਉਟਪੁੱਟ ਸਿੱਧੇ ਗਾਹਕ/ਜਨਤਕ ਨੂੰ ਜਾਂਦੀ ਹੈ, ਅਤੇ ਅਜਿਹੀਆਂ ਸਥਿਤੀਆਂ ਵਿੱਚ ਜਿੱਥੇ ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਦੀ ਉਲੰਘਣਾ ਹੋ ਸਕਦੀ ਹੈ।
ਇੱਥੇ ਇੱਕ ਨਾਜ਼ੁਕ ਧਾਰਨਾ: ਭਰਮ ਉਦੋਂ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਨਕਲੀ ਬੁੱਧੀ ਅਜਿਹੀ ਜਾਣਕਾਰੀ ਪੈਦਾ ਕਰਦੀ ਹੈ ਜੋ ਅਸਲ ਵਿੱਚ ਪੂਰੇ ਵਿਸ਼ਵਾਸ ਨਾਲ ਸੱਚ ਨਹੀਂ ਹੁੰਦੀ। ਇੱਕ ਮੈਨੇਜਰ ਲਈ, ਇਹ ਸਿਧਾਂਤ ਦਾ ਅਧਾਰ ਹੈ ਕਿ "AI ਆਉਟਪੁੱਟ ਨੂੰ ਹਮੇਸ਼ਾਂ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।" ਇੱਕ ਵਿਸ਼ਾਲ ਭਾਸ਼ਾ ਮਾਡਲ (LLM - ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਜੋ "ਅਗਲਾ ਸਭ ਤੋਂ ਵੱਧ ਸੰਭਾਵਿਤ ਸ਼ਬਦ" ਤਿਆਰ ਕਰਕੇ ਟੈਕਸਟ ਬਣਾਉਂਦਾ ਹੈ) ਇੱਕ ਭਾਸ਼ਾ ਜਨਰੇਟਰ ਹੈ, ਇੱਕ ਅਸਲੀਅਤ ਇੰਜਣ ਨਹੀਂ। ਇਸ ਲਈ ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਮਨੁੱਖਾਂ ਦੇ ਬਦਲ ਵਜੋਂ ਨਹੀਂ, ਸਗੋਂ ਇੱਕ ਸਹਾਇਕ ਵਜੋਂ ਰੱਖਿਆ ਗਿਆ ਹੈ ਜੋ ਮਨੁੱਖੀ ਫੈਸਲਿਆਂ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ।
ਕਦਮ ਦਰ ਕਦਮ: ਏਆਈ ਫਰੇਮਵਰਕ ਲਈ ਇੱਕ ਮੈਨੇਜਰ ਦੀ ਜਾਣ-ਪਛਾਣ
1. ਪ੍ਰਸੰਗ ਨੂੰ ਸਪਸ਼ਟ ਕਰੋ। ਕੰਪਨੀ ਦੀ ਰਣਨੀਤਕ ਤਰਜੀਹ ਕੀ ਹੈ? (ਵਿਕਾਸ, ਲਾਗਤ, ਜੋਖਮ ਘਟਾਉਣਾ?) ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਇਸ ਤਰਜੀਹ ਦੀ ਸੇਵਾ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ।
2. ਉੱਚ-ਮੁੱਲ ਵਾਲੇ ਮੌਕਿਆਂ ਦੀ ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਗਿਣਤੀ ਚੁਣੋ। "ਇਸ ਨੂੰ ਹਰ ਥਾਂ ਛਿੜਕਣ" ਦੀ ਬਜਾਏ, 2-3 ਵਰਤੋਂ (ਯੂਨਿਟ 4) 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰੋ।
3. ਸ਼ੁਰੂ ਤੋਂ ਮੁੱਲ ਅਤੇ ਜੋਖਮ ਸੀਮਾ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ। ਸੰਭਾਵਿਤ ਲਾਭ ਕੀ ਹੈ (ਯੂਨਿਟ 5), ਸਵੀਕਾਰਯੋਗ ਜੋਖਮ ਕੀ ਹੈ (ਯੂਨਿਟ 6)?
4. ਸ਼ਾਸਨ ਅਤੇ ਜਵਾਬਦੇਹੀ ਨਿਯੁਕਤ ਕਰੋ। ਕੌਣ ਮਨਜ਼ੂਰੀ ਦਿੰਦਾ ਹੈ, ਕੌਣ ਨਿਗਰਾਨੀ ਕਰਦਾ ਹੈ, ਕੌਣ ਰੋਕਦਾ ਹੈ? (ਯੂਨਿਟ 7)
5. ਪਾਇਲਟ, ਮਾਪ, ਸਕੇਲ ਜਾਂ ਸਟਾਪ। ਛੋਟੀ ਸ਼ੁਰੂਆਤ ਕਰੋ, ਸਬੂਤ ਇਕੱਠੇ ਕਰੋ, ਜੇ ਇਹ ਕੰਮ ਕਰਦਾ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਵੱਡਾ ਕਰੋ; ਜੇ ਇਹ ਕੰਮ ਨਹੀਂ ਕਰਦਾ, ਤਾਂ ਇਸ ਨੂੰ ਇਮਾਨਦਾਰੀ ਨਾਲ ਬੰਦ ਕਰੋ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 - ਰਣਨੀਤੀ ਰਹਿਤ ਪਾਇਲਟ ਡੰਪ। ਇੱਕ ਰਿਟੇਲ ਕੰਪਨੀ ਨੇ ਇੱਕ ਸਾਲ ਵਿੱਚ 27 AI ਪਾਇਲਟ ਲਾਂਚ ਕੀਤੇ; ਹਰ ਵਿਭਾਗ ਨੇ ਆਪਣਾ-ਆਪਣਾ ਸਾਧਨ ਅਜ਼ਮਾਇਆ। ਸਾਲ ਦੇ ਅੰਤ ਵਿੱਚ, ਸਿਰਫ 2 ਨੂੰ ਉਤਪਾਦਨ ਵਿੱਚ ਰੱਖਿਆ ਗਿਆ ਸੀ, ਕੁੱਲ 1.4 ਮਿਲੀਅਨ TL ਖਰਚਿਆ ਗਿਆ ਸੀ, ਵਾਪਸੀ ਅਨਿਸ਼ਚਿਤ ਸੀ. ਸਮੱਸਿਆ ਟੈਕਨਾਲੋਜੀ ਦੀ ਨਹੀਂ ਸਗੋਂ ਤਰਜੀਹ ਅਤੇ ਸ਼ਾਸਨ ਦੀ ਘਾਟ ਸੀ। ਅਗਲੇ ਸਾਲ, ਸੀਈਓ ਨੇ ਪਾਇਲਟਾਂ ਦੀ ਗਿਣਤੀ ਘਟਾ ਕੇ 5 ਕਰ ਦਿੱਤੀ, ਹਰੇਕ ਲਈ ਸਪਸ਼ਟ ਮੈਟ੍ਰਿਕਸ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹੋਏ; ਉਤਪਾਦਨ ਦੀ ਸ਼ੁਰੂਆਤ ਦੀ ਦਰ 60% ਤੱਕ ਵਧ ਗਈ.
ਕੇਸ 2 - ਗੋਪਨੀਯਤਾ ਦੀ ਉਲੰਘਣਾ ਦਾ ਜੋਖਮ। ਇੱਕ ਵਿੱਤੀ ਕੰਪਨੀ ਦੇ ਕਰਮਚਾਰੀਆਂ ਨੇ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ AI ਟੂਲ ਵਿੱਚ ਗਾਹਕ ਡੇਟਾ ਨੂੰ ਪੇਸਟ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ। ਇਹ ਇੱਕ ਆਡਿਟ ਵਿੱਚ ਦੇਖਿਆ ਗਿਆ ਸੀ; KVKK (ਪਰਸਨਲ ਡੇਟਾ ਪ੍ਰੋਟੈਕਸ਼ਨ ਲਾਅ; ਤੁਰਕੀ ਦੇ ਨਿੱਜੀ ਡੇਟਾ ਸੁਰੱਖਿਆ ਕਾਨੂੰਨ) ਦੇ ਰੂਪ ਵਿੱਚ ਉਲੰਘਣਾ ਦਾ ਇੱਕ ਗੰਭੀਰ ਖਤਰਾ ਸੀ। ਪ੍ਰਬੰਧਨ ਨੇ ਇਹ ਜੋਖਮ ਨਹੀਂ ਦੇਖਿਆ ਕਿਉਂਕਿ ਕਰਮਚਾਰੀ ਦੀ ਵਰਤੋਂ (ਯੂਨਿਟ 7) 'ਤੇ ਕੋਈ ਨੀਤੀ ਨਹੀਂ ਸੀ। ਪਾਲਿਸੀ ਨੂੰ ਬਾਅਦ ਵਿੱਚ ਲਿਖਿਆ ਗਿਆ ਸੀ, ਪਰ ਨਾਮਾਤਰ ਜੋਖਮ ਦਾ ਅਨੁਭਵ ਕੀਤਾ ਗਿਆ ਸੀ।
ਕੇਸ 3 - ਸਹੀ ਫੋਕਸ ਪ੍ਰਾਪਤ ਕੀਤਾ। ਇੱਕ ਬੀਮਾ ਕੰਪਨੀ ਨੇ "ਦਾਅਵਿਆਂ ਦੀਆਂ ਫਾਈਲਾਂ ਦੀ ਸ਼ੁਰੂਆਤੀ ਸਮੀਖਿਆ" ਨੂੰ ਇੱਕ ਉੱਚ-ਮੁੱਲ ਦੀ ਵਰਤੋਂ ਦੇ ਕੇਸ ਵਜੋਂ ਦਰਸਾਇਆ। ਉਸਨੇ 4 ਮਹੀਨਿਆਂ ਵਿੱਚ ਇੱਕ ਪਾਇਲਟ ਬਣਾਇਆ; ਪ੍ਰਤੀ ਫਾਈਲ ਔਸਤ ਪ੍ਰੋਸੈਸਿੰਗ ਸਮਾਂ 42 ਮਿੰਟ ਤੋਂ ਘਟ ਕੇ 18 ਮਿੰਟ ਹੋ ਗਿਆ ਹੈ, ਮਨੁੱਖ ਅਜੇ ਵੀ ਅੰਤਿਮ ਫੈਸਲਾ ਲੈ ਰਿਹਾ ਹੈ। ਸਾਫ਼, ਮਾਪਿਆ, ਜ਼ਿੰਮੇਵਾਰ ਸਫਲਤਾ; ਕਿਉਂਕਿ ਰਣਨੀਤੀ, ਮੈਟ੍ਰਿਕਸ ਅਤੇ ਸ਼ਾਸਨ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਸਨ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) ਰਣਨੀਤਕ ਅਲਾਈਨਮੈਂਟ ਪੁੱਛਗਿੱਛ:
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਸੀਨੀਅਰ ਰਣਨੀਤੀ ਸਲਾਹਕਾਰ। ਇਸ ਸਾਲ ਸਾਡੀ ਕੰਪਨੀ ਦੀਆਂ ਤਿੰਨ ਤਰਜੀਹਾਂ ਹਨ: [ਪ੍ਰਾਥਮਿਕਤਾ]। ਇਹਨਾਂ ਪ੍ਰਾਥਮਿਕਤਾਵਾਂ ਦੇ ਨਾਲ ਇੱਕਸਾਰਤਾ ਲਈ ਹੇਠਾਂ ਦਿੱਤੇ AI ਵਿਚਾਰ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ: [ਵਿਚਾਰ]। ਇਹ ਕਿਹੜੀ ਤਰਜੀਹ, ਕਿਸ ਹੱਦ ਤੱਕ ਅਤੇ ਕਿਵੇਂ ਸੇਵਾ ਕਰਦਾ ਹੈ? ਆਪਣੇ ਕਮਜ਼ੋਰ ਪੁਆਇੰਟਾਂ ਨੂੰ ਇਮਾਨਦਾਰੀ ਨਾਲ ਲਿਖੋ।
2) ਕਾਰਜਕਾਰੀ ਬ੍ਰੀਫਿੰਗ ਦੀ ਤਿਆਰੀ:
1 ਪੰਨੇ ਵਿੱਚ ਇੱਕ ਗੈਰ-ਤਕਨੀਕੀ ਕਾਰਜਕਾਰੀ ਬੋਰਡ ਨੂੰ ਹੇਠਾਂ ਦਿੱਤੇ ਤਕਨੀਕੀ AI ਪ੍ਰਸਤਾਵ ਦਾ ਵਰਣਨ ਕਰੋ: ਵਪਾਰਕ ਸਮੱਸਿਆ, ਪ੍ਰਸਤਾਵਿਤ ਹੱਲ, ਸੰਭਾਵਿਤ ਲਾਭ, ਮੁੱਖ ਜੋਖਮ, ਫੈਸਲੇ ਦੀ ਲੋੜ ਹੈ। ਜਾਰਗਨ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰੋ; ਹਰੇਕ ਸ਼ਬਦ ਨੂੰ ਸਰਲ ਬਣਾਓ। ਸੁਝਾਅ: [ਟੈਕਸਟ]
3) ਜੋਖਮ ਅਤੇ ਬਾਰਡਰ ਸਕ੍ਰੀਨਿੰਗ:
ਨਿਮਨਲਿਖਤ ਨਕਲੀ ਖੁਫੀਆ ਵਰਤੋਂ ਦੇ ਵਿਚਾਰ ਲਈ, ਪ੍ਰਬੰਧਕ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ 5 ਸਿਰਲੇਖਾਂ ਦੇ ਅਧੀਨ ਇੱਕ ਜੋਖਮ ਸੂਚੀ ਬਣਾਓ: ਕਾਨੂੰਨੀ/ਪਾਲਣਾ, ਗੋਪਨੀਯਤਾ, ਪ੍ਰਤਿਸ਼ਠਾ, ਕਾਰਜਸ਼ੀਲ, ਵਿੱਤੀ। ਹਰੇਕ ਖਤਰੇ ਲਈ, ਇਸਦੇ ਸੰਭਾਵੀ ਪ੍ਰਭਾਵ ਅਤੇ ਸ਼ੁਰੂਆਤ ਤੋਂ ਲਈ ਜਾਣ ਵਾਲੀ ਸਾਵਧਾਨੀ ਲਿਖੋ। ਵਿਚਾਰ: [ਟੈਕਸਟ]
4) ਫੈਸਲੇ ਦਾ ਢਾਂਚਾ:
ਮੈਨੂੰ ਇਹ ਫੈਸਲਾ ਲੈਣਾ ਪਵੇਗਾ: [ਫੈਸਲਾ]। ਮੈਨੂੰ ਇੱਕ ਫੈਸਲੇ ਦਾ ਫਰੇਮਵਰਕ ਸੈਟ ਅਪ ਕਰੋ: ਮੈਨੂੰ ਕਿਹੜੇ 4-5 ਮਾਪਦੰਡਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਮੈਨੂੰ ਹਰੇਕ ਮਾਪਦੰਡ ਲਈ ਕਿਹੜੇ ਸਵਾਲ ਪੁੱਛਣੇ ਚਾਹੀਦੇ ਹਨ, ਅਤੇ ਮੈਨੂੰ "ਰੋਕਣ/ਜਾਰੀ ਰੱਖਣ" ਲਈ ਕਿਹੜੇ ਥ੍ਰੈਸ਼ਹੋਲਡ ਸੈੱਟ ਕਰਨੇ ਚਾਹੀਦੇ ਹਨ?
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ: "ਮੈਂ ਆਪਣੀ ਕੰਪਨੀ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਾਂ?"
ਨਤੀਜਾ: ਇੱਕ ਆਮ, ਗੈਰ-ਵਿਅਕਤੀਗਤ, ਅਕਾਰਨ ਸੂਚੀ। ਫੈਸਲੇ ਦੀ ਸਹਾਇਤਾ ਪ੍ਰਦਾਨ ਨਹੀਂ ਕਰਦਾ।
Güçlü: "ਮੈਂ ਇੱਕ ਮੱਧਮ ਆਕਾਰ ਦੀ ਲੌਜਿਸਟਿਕਸ ਕੰਪਨੀ ਦਾ CFO ਹਾਂ। ਇਸ ਸਾਲ ਮੇਰੀ ਤਰਜੀਹ ਸੰਚਾਲਨ ਦੀ ਲਾਗਤ ਨੂੰ 8% ਘਟਾਉਣਾ ਹੈ। ਮੇਰੇ ਕੋਲ ਵਾਹਨ ਫਲੀਟ, ਸ਼ਿਪਮੈਂਟ ਅਤੇ ਇਨਵੌਇਸ ਡੇਟਾ ਹੈ। 4 ਨਕਲੀ ਬੁੱਧੀ ਵਰਤੋਂ ਵਾਲੇ ਖੇਤਰਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿਓ ਜੋ ਇਸ ਤਰਜੀਹ ਨੂੰ ਪੂਰਾ ਕਰ ਸਕਦੇ ਹਨ, ਨਾਲ ਹੀ ਅਨੁਮਾਨਿਤ ਲਾਭ ਅਤੇ ਜੋਖਮ ਨੂੰ ਘਟਾਉਣ ਲਈ ਪਹਿਲਾਂ ਕੀ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਹਰੇਕ ਲਈ 90 ਦਿਨ।"
ਨਤੀਜਾ: ਇੱਕ ਪ੍ਰਸੰਗਿਕ, ਤਰਜੀਹੀ, ਜੋਖਮ ਭਰਪੂਰ ਅਤੇ ਕਾਰਵਾਈਯੋਗ ਨਤੀਜਾ।
ਆਮ ਗਲਤੀਆਂ
- ਇੱਕ ਟੈਕਨਾਲੋਜੀ ਪ੍ਰੋਜੈਕਟ ਲਈ ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਗਲਤ ਸਮਝਣਾ। ਨਕਲੀ ਬੁੱਧੀ ਇੱਕ ਵਪਾਰਕ ਤਬਦੀਲੀ ਦਾ ਮੁੱਦਾ ਹੈ; ਤਕਨਾਲੋਜੀ ਸਿਰਫ਼ ਇੱਕ ਸਾਧਨ ਹੈ। ਮਾਲਕੀ ਵਪਾਰਕ ਪਾਸੇ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ।
- ਬਿਨਾਂ ਰਣਨੀਤੀ ਦੇ ਪਾਇਲਟਾਂ ਦਾ ਮੀਂਹ. ਦਰਜਨਾਂ ਅਣਕੇਂਦਰਿਤ ਕੋਸ਼ਿਸ਼ਾਂ ਸਰੋਤਾਂ ਨੂੰ ਸਾੜਦੀਆਂ ਹਨ ਅਤੇ ਮੁੱਲ ਪੈਦਾ ਨਹੀਂ ਕਰਦੀਆਂ।
- ਸ਼ਾਸਨ ਨੂੰ ਆਖਰੀ ਸਮੇਂ ਲਈ ਛੱਡਣਾ। ਜੇ ਨੀਤੀ ਅਤੇ ਜਵਾਬਦੇਹੀ ਸ਼ੁਰੂ ਤੋਂ ਸਥਾਪਿਤ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ, ਤਾਂ ਜੋਖਮ ਚੁੱਪਚਾਪ ਇਕੱਠਾ ਹੋ ਜਾਂਦਾ ਹੈ।
- ਇਸ ਨੂੰ ਮਾਪਣ ਤੋਂ ਬਿਨਾਂ ਸਕੇਲਿੰਗ ਮੁੱਲ। ਇੱਕ ਪਾਇਲਟ ਜੋ "ਚੰਗਾ ਮਹਿਸੂਸ ਕਰਦਾ ਹੈ" ਪਰ ਮਾਪ ਨਹੀਂ ਕਰਦਾ ਇੱਕ ਭਰਮਪੂਰਨ ਸਫਲਤਾ ਹੈ।
- ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਅੰਤਿਮ ਜ਼ਿੰਮੇਵਾਰੀ ਸੌਂਪਣਾ। ਲੋਕਾਂ ਨੂੰ ਹਮੇਸ਼ਾ ਉੱਚ-ਜੋਖਮ ਵਾਲੇ ਫੈਸਲਿਆਂ ਲਈ ਜਵਾਬਦੇਹ ਠਹਿਰਾਇਆ ਜਾਂਦਾ ਹੈ।
ਸਾਵਧਾਨ: AI ਆਉਟਪੁੱਟ ਇੱਕ ਸਮਰੱਥ ਮੈਨੇਜਰ ਦੇ ਨਿਰਣੇ, ਨਿਰਣੇ ਅਤੇ ਜਵਾਬਦੇਹੀ ਦਾ ਬਦਲ ਨਹੀਂ ਹੈ; ਇਹ ਸਿਰਫ ਇਸ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ। ਇੱਕ ਉੱਚ-ਪੱਧਰੀ ਫੈਸਲਾ "ਏਆਈ ਨੇ ਅਜਿਹਾ ਕਿਹਾ" 'ਤੇ ਅਧਾਰਤ ਨਹੀਂ ਹੋ ਸਕਦਾ। ਜ਼ਿੰਮੇਵਾਰੀ ਹਮੇਸ਼ਾ ਵਿਅਕਤੀ ਦੀ ਹੁੰਦੀ ਹੈ।
ਸਾਰੰਸ਼ ਵਿੱਚ
ਪ੍ਰਬੰਧਕਾਂ ਲਈ, ਨਕਲੀ ਬੁੱਧੀ ਇੱਕ ਤਕਨਾਲੋਜੀ ਵਿਕਲਪ ਨਹੀਂ ਹੈ ਪਰ ਰਣਨੀਤੀ, ਸਰੋਤ, ਜੋਖਮ ਅਤੇ ਜਵਾਬਦੇਹੀ ਦਾ ਮਾਮਲਾ ਹੈ। ਮੈਨੇਜਰ ਦੀ ਭੂਮਿਕਾ ਦਿਸ਼ਾ ਦੇਣਾ, ਤਰਜੀਹਾਂ ਦੀ ਚੋਣ ਕਰਨਾ, ਜੋਖਮ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨਿਰਧਾਰਤ ਕਰਨਾ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਲੈਣਾ ਹੈ। ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਮੁਸ਼ਕਲਾਂ ਬਿਨਾਂ ਕਿਸੇ ਰਣਨੀਤੀ ਦੇ ਪਾਇਲਟਾਂ ਦੀ ਰੁਕਾਵਟ, ਸ਼ਾਸਨ ਦੀ ਦੇਰ ਨਾਲ ਸਥਾਪਤੀ, ਅਤੇ ਮੁੱਲ ਨੂੰ ਮਾਪਣ ਵਿੱਚ ਅਸਫਲਤਾ ਹੈ। ਇਸ ਮੋਡੀਊਲ ਦੌਰਾਨ; ਅਸੀਂ ਇੱਕ ਫਰੇਮਵਰਕ ਦੀ ਸਥਾਪਨਾ ਕਰਾਂਗੇ ਜੋ ਇੱਕ ਮੈਨੇਜਰ ਨੂੰ ਏਆਈ ਪਰਿਵਰਤਨ ਦੇ ਅੰਤ ਤੋਂ ਅੰਤ ਤੱਕ, ਵਿਜ਼ਨ ਅਤੇ ਰੋਡਮੈਪ ਤੋਂ ਲੈ ਕੇ ਵਰਤੋਂ ਖੇਤਰ ਦੀ ਤਰਜੀਹ ਤੱਕ, ROI ਅਤੇ ਜੋਖਮ ਤੋਂ ਲੈ ਕੇ ਸ਼ਾਸਨ, ਨੈਤਿਕਤਾ, ਪਾਲਣਾ, ਪ੍ਰਤਿਭਾ, ਖਰੀਦਦਾਰੀ ਅਤੇ ਪਰਿਵਰਤਨ ਪ੍ਰਬੰਧਨ ਤੱਕ ਦੇ ਪ੍ਰਬੰਧਨ ਲਈ ਲੋੜੀਂਦਾ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਆਪਣੀ ਖੁਦ ਦੀ ਸੰਸਥਾ (ਜਾਂ ਜਿਸ ਸੰਸਥਾ ਨੂੰ ਤੁਸੀਂ ਜਾਣਦੇ ਹੋ) ਬਾਰੇ ਸੋਚੋ। ਇਸ ਸਾਲ ਲਈ ਚੋਟੀ ਦੀਆਂ ਤਿੰਨ ਰਣਨੀਤਕ ਤਰਜੀਹਾਂ ਨੂੰ ਲਿਖੋ। ਫਿਰ ਤਿੰਨ AI ਮੌਕਿਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ ਜੋ ਟੈਂਪਲੇਟ 1 ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਇੱਕ AI ਟੂਲ ਨਾਲ ਇਹਨਾਂ ਤਰਜੀਹਾਂ ਦੀ ਸੇਵਾ ਕਰ ਸਕਦੇ ਹਨ। ਹਰੇਕ ਮੌਕੇ ਲਈ, ਇੱਕ ਵਾਕ ਵਿੱਚ ਸੰਭਾਵਿਤ ਲਾਭ ਅਤੇ ਇੱਕ ਵਾਕ ਵਿੱਚ ਇੱਕ ਜੋਖਮ ਨੋਟ ਕਰੋ ਜੋ ਸ਼ੁਰੂ ਤੋਂ ਲਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਆਉਟਪੁੱਟ ਨੂੰ ਆਲੋਚਨਾਤਮਕ ਤੌਰ 'ਤੇ ਪੜ੍ਹੋ: ਕੀ ਇਹ ਸੱਚਮੁੱਚ ਪਹਿਲ ਦਿੰਦਾ ਹੈ, ਜਾਂ ਕੀ ਇਹ "ਕੇਵਲ AI ਦੇ ਲਈ" ਹੈ?
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਸੰਸਥਾ ਦੀਆਂ ਰਣਨੀਤਕ ਤਰਜੀਹਾਂ ਨੂੰ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਲਿਖਿਆ ਹੈ।
- [ ] ਮੈਂ AI ਮੌਕਿਆਂ ਨੂੰ ਇਹਨਾਂ ਤਰਜੀਹਾਂ ਨਾਲ ਜੋੜਿਆ ਹੈ।
- [ ] ਮੈਂ ਹਰੇਕ ਮੌਕੇ ਲਈ ਸੰਭਾਵਿਤ ਵਪਾਰਕ ਮੁੱਲ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਹੈ।
- ਹਰ ਇੱਕ ਮੌਕੇ ਲਈ, ਮੈਂ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਇੱਕ ਜੋਖਮ ਦੀ ਪਛਾਣ ਕੀਤੀ।
- [ ] ਮੈਂ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ ਕਿ ਜਿੰਮੇਵਾਰੀ ਅਤੇ ਅੰਤਮ ਫੈਸਲਾ ਵਿਅਕਤੀ ਦੇ ਕੋਲ ਰਹਿੰਦਾ ਹੈ।
- [ ] ਉਹਨਾਂ ਨੇ ਉਹਨਾਂ ਵਿਚਾਰਾਂ ਨੂੰ ਖਤਮ ਕਰ ਦਿੱਤਾ ਜੋ "ਸਿਰਫ਼ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਖ਼ਾਤਰ" ਸਨ।
- [ ] ਮੈਂ ਉੱਚ-ਮੁੱਲ ਵਾਲੇ ਮੌਕਿਆਂ ਦੀ ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਸੰਖਿਆ ਤੱਕ ਫੋਕਸ ਨੂੰ ਸੰਕੁਚਿਤ ਕੀਤਾ।