ලාභ:
- ඉල්ලුම, කොටස්, මිල, ව්යාපාරය, අන්තර්ගතය සහ විශ්ලේෂණ පියවර තනි අන්තයේ සිට අවසානය දක්වා AI-සහාය දක්වන කාර්ය ප්රවාහයක් තුළ ඒකාබද්ධ කිරීමේ හැකියාව
- සතිපතා සහ ආවර්තිතා චර්යාවන් සඳහා පුනරාවර්තන කඩිනම් දාම සහ මුරපොලවල් පිහිටුවීමේ හැකියාව
- කාර්ය ප්රවාහයේ සෑම පියවරකදීම මානව අනුමැතිය, සත්යාපනය සහ පෞද්ගලිකත්ව පාලනය ඇතුළත් වන පාලන රාමුවක් සැලසුම් කිරීමේ හැකියාව
මෙතෙක්, අපි එක් එක් ඒකකය වෙන වෙනම ඉගෙන ගෙන ඇත: ඉල්ලුම පුරෝකථනය, කොටස්, මිල, ස්ථානගත කිරීම, ඛණ්ඩනය, උද්ඝෝෂනය, අන්තර්ගතය, විශ්ලේෂණය සහ ආචාර ධර්ම. නමුත් සැබෑ සිල්ලර ව්යාපාරය මෙම පියවර එකින් එක අත්විඳින්නේ නැත, නමුත් එකිනෙකා පෝෂණය කරන චක්රයක් ලෙස ය. ඉල්ලුම පුරෝකථනය ඉන්වෙන්ටරි තීරණය කරයි; කොටස් මිලට සහ ව්යාපාරයට බලපායි; උද්ඝෝෂනය ඛණ්ඩනය සපුරාලයි; අන්තර්ගතය විකුණුම් පෝෂණය කරයි, සහ විකුණුම් නව පුරෝකථනය පෝෂණය කරයි. මෙම අවසාන ඒකකය තුළ අපි සියලුම කොටස් එක් අන්තයේ සිට අවසානය දක්වා, නැවත නැවතත් කළ හැකි සහ විගණනය කළ හැකි කාර්ය ප්රවාහයකට ඒකාබද්ධ කරන්නෙමු.
සිල්ලර චක්රය: කෑලි එකට ගැලපෙන්නේ කෙසේද?
සතිපතා වෙළඳ චක්රය ගැන සිතන්න:
- විශ්ලේෂණය (පසුගිය සතියේ සිදුවූයේ කුමක්ද?): විකුණුම්, KPI, විෂමතාව → ඒකකය 9
- පුරෝකථනය (ඊළඟ සතියේ කුමක් සිදුවේද?): ඉල්ලුම පුරෝකථනය → ඒකකය 2
- තොග (අපි ඇණවුම් කළ යුත්තේ කුමක්ද?): ROP, ආරක්ෂිත තොග → ඒකකය 3
- මිල (අපි එය මිල කළ යුත්තේ කෙසේද?): තත්ත්වය, වට්ටම් → ඒකකය 4
- ව්යාපාරය (එය සජීවීකරණය කරන්නේ කෙසේද?): යාන්ත්ර විද්යාව, මිනුම් → ඒකකය 7
- කොටස + සන්නිවේදනය (අපි කවුරුන් ලෙස හැඳින්විය යුතුද?): RFM, පණිවිඩය → ඒකකය 6
- අන්තර්ගතය (පැහැදිලි කරන්නේ කෙසේද?): මාතෘකාව, විස්තරය → ඒකකය 8
- පිරිසැලසුම (අපි එය තැබිය යුත්තේ කොතැනද?): Planogram → Unit 5
- ආචාර ධර්ම + පෞද්ගලිකත්ව පෙරහන (සෑම පියවරකදීම): → ඒකකය 10
එක් එක් පියවරේ ප්රතිදානය ඊළඟට ආදානය වේ. AI සෑම පියවරකදීම කෙටුම්පත් නිෂ්පාදනය කරයි; එකක් සෑම තීරණාත්මක සන්ධිස්ථානයකදීම සත්යාපනය කර තහවුරු කරයි.
මුරපොල: ප්රවාහය ආරක්ෂිතව තබා ගැනීම
මුරපොල: එය මිනිසා විසින් ප්රතිදානය සත්යාපනය කරන, අනුමත කරන හෝ ප්රතික්ෂේප කරන කාර්ය ප්රවාහයේ ඇතැම් පියවරවල නැවතුමයි. මිල/ඇණවුම/පාරිභෝගිකයා වැනි අවදානම් තීරණ ස්වයංක්රීයව ගලායාම වැළැක්වීම මෙහි අරමුණයි.
පියවර
කෘතිම බුද්ධිය නිපදවයි
මුරපොල (මිනිස්)
විශ්ලේෂණය
සාරාංශය, විෂමතාව
අංක තහවුරු කරන්න
අනුමාන කරන්න
අනාවැකි + පරාසය
පරීක්ෂණ සන්දර්භය
තොග
ඇණවුම් යෝජනාව
අයවැය/අනුමත අත්සන
මිල
අවස්ථා
අවසාන මිල තීරණය
ව්යාපාරය
යාන්ත්ර විද්යාව + පෙළ
හිමිකම්/නියාමන අනුමැතිය
අමතන්න
කොටස + පණිවිඩය
කැමැත්ත + සදාචාරාත්මක අනුමැතිය
අන්තර්ගතය
විස්තරය
සත්යතාව/ප්රකාශන හිමිකම් පාලනය
අවවාදයයි: ස්වයංක්රීයකරණය පොළඹවන නමුත් භයානකයි. "කෘතිම බුද්ධියට පුරෝකථනය කිරීමට ඉඩ දෙන්න, ස්වයංක්රීයව ඇණවුම් කරන්න, ස්වයංක්රීයව මිල" යන දාමය තනි දෝෂයක් වර්ධනය වීමට සහ පැතිරීමට හේතු වේ. අවදානම් පියවරයන්හිදී කිසිවිටෙක මානව අනුමැතිය මග නොහරින්න.
ඉක්මන් දාමය: පුනරාවර්තනය කළ හැකි චර්යාව
සෑම සතියකම මුල සිට අවසානය දක්වා ප්රවාහය සැකසීම වෙනුවට, අනුක්රමික විමසුම් දාමයක් සාදන්න: එක් එක් විමසුමේ ප්රතිදානය ඊළඟට යයි. මෙය කාර්යය වේගවත් හා ස්ථාවර කරයි.
කුඩා නඩු
නඩුව 1 — සතිපතා චක්ර චර්යාව: මධ්යම ප්රමාණයේ වෙළඳසැලක සෑම සඳුදා දිනකම පැය 3ක අතින් වාර්තා කිරීමේ-සැලසුම් රැස්වීමක් පැවැත්විණි. ඉක්මන් දාමය සමඟ පැමිණේ: විශ්ලේෂණ සාරාංශය (විනාඩි 10), පුරෝකථනය (මිනිත්තු 10), කොටස් නිර්දේශය (විනාඩි 15) කෘතිම බුද්ධි දළ සටහන; කණ්ඩායම සත්යාපනය සහ තීරණය කෙරෙහි අවධානය යොමු කරයි. රැස්වීම පැය 3 සිට විනාඩි 70 දක්වා අඩු කර ඇති අතර, තීරණ දත්ත මත පදනම් වේ.
සිද්ධිය 2 — දම්වැලෙහි කොතැනක හෝ දෝෂයක් හසු විය: ඊ-වාණිජ්යය පුරෝකථනයකදී SKU සඳහා ඉතා ඉහළ පියවරක් ඇත (පසුගිය ව්යාපාරය සාමාන්ය ලෙස වරදවා වටහාගෙන ඇත). කොටස් පාලන ස්ථානයේ දී, වගකිව යුතු පුද්ගලයා මෙය වටහා ගනී; ඇණවුම් පියවරට යාමට පෙර වැරදි ඇස්තමේන්තුව නිවැරදි කරනු ලැබේ. මුරපොලක් නොතිබුනේ නම්, අධික ඇණවුම් සහ මුදල් ගැටගැසීමේ ගැටලුව පැන නගී.
නඩුව 3 — අවසානය සිට අවසානය දක්වා කාලය සකස් කිරීම: ඇඳුම් දාමයක් ශීත සමය සඳහා චක්රය පරිපූර්ණ ලෙස ක්රියාත්මක කරයි: පසුගිය ශීත විශ්ලේෂණය → ඉල්ලුම පුරෝකථනය → කොටස් → මිල ස්ථර → කොටස් මත පදනම් වූ පූර්ව ව්යාපාරය → නිෂ්පාදන අන්තර්ගතය → ගබඩා පිරිසැලසුම. සෑම පියවරක්ම සදාචාරාත්මක/රහස්ය පෙරහනක් හරහා යයි. වාරය ආරම්භයේදී තොග නොමැති වීම 30% කින් අඩු වන අතර පළමු සති 3 තුළ පිරිවැටුම පසුගිය වසරට වඩා 19% කි.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
කෘත්රිම බුද්ධියෙන් මගේ වැඩ මේ සතියේ කරන්න.
එහි ප්රවාහය හෝ පිළිවෙල හෝ පාලනය පැහැදිලි නැත.
බලවත් විමසුම (දාම ආරම්භක):
ඔබේ කාර්යභාරය: සිල්ලර මෙහෙයුම් සහකාර. මම ඔබට අනුපිළිවෙලින් දත්ත ලබා දෙන අතර ඔබ එක් එක් පියවරේදී කෙටුම්පත් නිෂ්පාදනය කරනු ඇත; මම සත්යාපනය කර ඊළඟ පියවර වෙත යන්නෙමි. පියවර 1 (දැන්): පහත නිර්නාමික සතිපතා විකුණුම් දත්ත වලින් කළමනාකරණ සාරාංශය + විෂමතාව උපුටා ගන්න. දත්තවල ඇති සංඛ්යාව මත පදනම්ව ප්රතිශත පෙන්වන්න. මීළඟ පියවරේදී, අපි මෙම සාරාංශයෙන් ඉල්ලුම පුරෝකථනය වෙත යන්නෙමු. රීතිය: ඔබේ ඇණවුම, මිල, හෝ පාරිභෝගික නැව්ගත කිරීමේ යෝජනාව "මිනිස් අනුමැතිය අවශ්යයි" සටහනකින් සලකුණු කරන්න. දත්ත: [පේස්ට්]
පිටපත් කළ හැකි ක්ෂණික සැකිලි
1) දාම පියවර සංක්රමණය
අපි පෙර පියවරේදී [සාරාංශය/ඇස්තමේන්තුව] උත්පාදනය කළෙමු. දැන් අපි මීළඟ පියවරට යමු: [තොග/මිල/ප්රචාරණය]. මම සත්යාපනය කළ පෙර ප්රතිදානයේ පහත කොටස ආදානය ලෙස ගන්න: [පේස්ට්]. මෙම පියවරේ ප්රතිදානයේ කෙටුම්පතක් ජනනය කර මානව අනුමැතිය අවශ්ය ලකුණු සලකුණු කරන්න.
2) සතිපතා නිතිපතා පිරික්සුම් ලැයිස්තු නිෂ්පාදනය
මගේ සිල්ලර සතිපතා චක්රය සඳහා පිරික්සුම් ලැයිස්තුවක් සාදන්න (විශ්ලේෂණය, පුරෝකථනය, ඉන්වෙන්ටරි, මිල, ව්යාපාරය, සන්නිවේදනය, අන්තර්ගතය). එක් එක් පියවර සඳහා: AI හි භූමිකාව, සත්යාපනය කිරීමට මගේ අදහස, ආචාර ධර්ම/පෞද්ගලිකත්ව පාලනය. මේසයකට දෙන්න.
3) මුරපොල නිර්මාණය
පහත සඳහන් කාර්ය ප්රවාහයේ කුමන පියවර ඉහළ අවදානම් සහ නියත වශයෙන්ම මානව අනුමැතිය (මුරපොල) අවශ්යද? එක් එක් සඳහා කුමන චෙක්පතක් සිදු කරන්නේද යන්න ලියන්න. ප්රවාහය: [පේස්ට්]
4) චක්රයේ අවසානය ඇගයීම
මෙම සතියේ AI බලයෙන් ක්රියාත්මක වූ තීරණ ඇගයීමට ලක් කරන්න: කුමන අනාවැකිය සැබෑ වූයේද, කුමන ව්යාපාරය ක්රියාත්මක වූයේද, කුමන පියවරට මිනිස් මැදිහත්වීමක් අවශ්යද? ඉදිරි සතිය සඳහා වැඩිදියුණු කිරීම් 3ක් යෝජනා කරන්න. දත්ත: [පේස්ට්]
පොදු වැරදි
- පියවර හුදකලාව තබා ගැනීම: පුරෝකථනය කොටස් වලින් විසන්ධි වී ඇති අතර ප්රචාරණය කොටසින් ක්රියා කරයි නම්, චක්රය අකාර්යක්ෂම වේ.
- මුරපොල මඟ හැරීම: ස්වයංක්රීයව අවදානම් තීරණයක් ගැනීම දෝෂය විශාල කරයි.
- සත්යාපනයකින් තොරව දාමය ඉදිරියට ගෙන යාම: එක් පියවරක දෝෂය ඊළඟ පියවරට ප්රචාරණය වේ.
- සදාචාරාත්මක පෙරහන අවසානය දක්වා තැබීම: පුද්ගලිකත්වය සහ ආචාර ධර්ම තිබිය යුත්තේ සෑම පියවරකදීම මිස අවසානයේ නොවේ.
- දින චර්යාව ලියා නොගැනීම: ඉක්මන් දාමය සහ පිරික්සුම් ලැයිස්තුව පුනරාවර්තනය වීමට සටහන් කළ යුතුය.
- ඇගයීම මඟ හැරීම: චක්රයේ අවසානය ඉගෙන නොගන්නේ නම්, එම වැරදි නැවත නැවතත් සිදුවනු ඇත.
සාරාංශයකින්
සිල්ලර වෙළඳාම යනු එකිනෙකා පෝෂණය කරන චක්රයකි; කෘතිම බුද්ධිය මෙම චක්රයේ සෑම පියවරකදීම කෙටුම්පත් නිපදවන අතර විශාල වේගයක් සපයයි. එහි බලය ඉක්මන් දාමය සමඟ පියවර ඒකාබද්ධ කරයි; ආරක්ෂාව සෑම තීරණාත්මක සන්ධිස්ථානයකම මුරපොලක් තබයි. සෑම පියවරකදීම ආචාර ධර්ම සහ පෞද්ගලිකත්වය ඇතුළත් කරන්න, චක්රය අවසානයේ ඉගෙන ගෙන වැඩි දියුණු කරන්න. කෘතිම බුද්ධිය චක්රය වේගවත් කරයි; ඔබ දිශාව, තීරණය සහ වගකීම තබා ගන්න.
යෙදුම් කාර්යය
ඔබේම සතිපතා වෙළඳ චර්යාව ලියන්න (ඔබ ගන්නා තීරණ සහ කුමන අනුපිළිවෙලට). “2) සතිපතා සාමාන්ය පිරික්සුම් ලැයිස්තු උත්පාදනය සමඟ අච්චුවක් සාදන්න, “3) මුරපොල සැලසුම සමඟ ඉහළ අවදානම් පියවරයන් සඳහා මානව අනුමැතිය ලබා දෙන්න. ඉන්පසු මෙම දාමය සතියක් ක්රියාත්මක කර "4) චක්රයේ අවසාන ඇගයීම" සමඟින් ප්රතිඵලය පරීක්ෂා කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම මගේ සතිපතා චක්රයේ පියවර සහ අනුපිළිවෙල නිර්වචනය කර ඇත.
- [ ] මම පියවර දාමයක් සමඟ සම්බන්ධ කළෙමි.
- [ ] මම අධි අවදානම් පියවර මත මුරපොල තැබුවෙමි.
- [ ] මම සෑම පියවරකදීම ආචාර ධර්ම/පෞද්ගලිකත්ව පෙරහන යෙදුවෙමි.
- [ ] මම දිනචරියාව සහ පිරික්සුම් ලැයිස්තුව ලිඛිතව තැබුවෙමි.
- [ ] චක්රය අවසානයේදී, මම ඇගයීම සහ වැඩිදියුණු කිරීම් සිදු කළෙමි.
මොඩියුල විභාගය
1. ගබඩා කළමණාකරුවෙකු විසින් කෘත්රිම බුද්ධිය මගින් නිපදවන ඉල්ලුම පුරෝකථනය කිසිදු චෙක්පතකින් තොරව ඇණවුම් ප්රමාණයක් ලෙස සෘජුවම සැපයුම්කරු වෙත සම්ප්රේෂණය කරයි. මෙම ප්රවේශයේ මූලික වැරැද්ද කුමක්ද?
- A) ඇස්තමේන්තුව වානිජමය සීමාවන් සහිතව සහ මානව අනුමැතියකින් තොරව සත්යාපනය නොකර සෘජුවම තීරණයක් බවට පරිවර්තනය කිරීම ✔
- B) ඉල්ලුම පුරෝකථනය කිරීම සඳහා කෘතිම බුද්ධිය භාවිතා කරයි
- C) විද්යුත් තැපෑල වෙනුවට දුරකථනයෙන් සැපයුම්කරු සමඟ සන්නිවේදනය නොකිරීම
- D) සතිපතා වෙනුවට මාසිකව පුරෝකථනය කිරීම
පැහැදිලි කිරීම: කෘතිම බුද්ධි අනාවැකිය යනු අනාවැකියකි; ඊයම් කාලය, මුදල් ප්රවාහය, කල් තබා ගැනීමේ ආයු කාලය සහ අයවැය සීමාවන් සමඟ සත්යාපනය නොකර එය ඇණවුම් කිරීමේ තීරණයක් බවට පරිවර්තනය කළ නොහැක. අවසාන තීරණය වගකිවයුතු කළමනාකරුට අයත් වේ.
2. කෘතිම බුද්ධි මෙවලමකට පාරිභෝගික විකුණුම් දත්ත උඩුගත කිරීමට පෙර හොඳම හැසිරීම කුමක්ද?
- A) විශ්ලේෂණය වඩාත් නිවැරදි බැවින්, සියලු පාරිභෝගික හඳුනාගැනීමේ තොරතුරු සමඟ දත්ත පූරණය කිරීම
- B) ගොනු නාමය වෙනස් කරන්න
- C) පුද්ගලික හඳුනාගැනීම් ඉවත් කිරීම සහ නිර්නාමික කිරීම සහ අවශ්ය ක්ෂේත්ර පමණක් බෙදා ගැනීම ✔
- D) බෙදා ගැනීමට පෙර පාරිභෝගිකයන්ගෙන් එකින් එක අසනවා වෙනුවට දත්ත කිසිසේත් භාවිතා නොකිරීම
පැහැදිලි කිරීම: KVKK සහ දත්ත අවම කිරීම අනුව, නම, දුරකථන, ඊමේල්, කාඩ්පත් අංකය වැනි පුද්ගලික දත්ත ඉවත් කිරීම හෝ නිර්නාමික කිරීම කළ යුතුය; විශ්ලේෂණය සඳහා අවශ්ය ක්ෂේත්ර පමණක් බෙදාගත යුතුය.
3. ඉල්ලුම පුරෝකථනය කිරීමේදී MAPE (මධ්යන්ය නිරපේක්ෂ ප්රතිශත දෝෂය) අගය ඉහළ නම් එයින් අදහස් කරන්නේ කුමක්ද?
- A) පුරෝකථනය සත්ය විකුණුම් වලින් සාමාන්යයෙන් බොහෝ දුරට අපගමනය වන අතර එහි විශ්වසනීයත්වය අඩුය ✔
- B) විකුණුම් අනිවාර්යයෙන්ම වැඩි වනු ඇත
- C) ඉන්වෙන්ටරි පිරිවැය ශුන්ය වේ
- D) අනාවැකිය පරිපූර්ණයි
විස්තරය: MAPE මඟින් අනාවැකි සැබෑ විකුණුම් වලින් බැහැර වන සාමාන්ය ප්රතිශතය මනිනු ලබයි. ඉහළ MAPE පෙන්නුම් කරන්නේ අනාවැකිය යථාර්ථයෙන් දුරස් බවයි; තීරණ ඇණවුම් කිරීමේදී මෙම අවිනිශ්චිතතාවය ආරක්ෂිත තොග සමඟ වන්දි ගෙවිය යුතු බව පෙන්නුම් කරයි.
4. ආරක්ෂිත කොටස් සංකල්පයේ ප්රධාන අරමුණ කුමක්ද?
- A) ටැංකිය සෑම විටම පිරී ඇති බව සහතික කිරීම
- B) තොග පිටවීමේ අවදානම අඩු කරන ඉල්ලුම සහ සැපයුම් අවිනිශ්චිතතාවයට එරෙහිව බෆරයක් තබා ගැනීම ✔
- C) නිෂ්පාදනවල මිල වැඩි කිරීම
- D) සැපයුම්කරු සමඟ කේවල් කිරීමේ බලය වැඩි කිරීම
පැහැදිලි කිරීම: ආරක්ෂණ තොගය යනු ඉල්ලුමේ සහ සැපයුම් කාලයෙහි අවිනිශ්චිතතාවයට එරෙහිව රඳවා තබා ඇති බෆර තොගයකි; එහි අරමුණ වන්නේ අනපේක්ෂිත උච්චාවචනයන් වලදී කොටස් තොගයේ අවදානම අඩු කිරීමයි.
5. ගතික මිල නියම කිරීමේදී සදාචාරාත්මකව පිළිගත නොහැකි දේ කුමක්ද?
- A) සෘතුමය ඉල්ලුම අනුව මිල සකස් කිරීම
- B) මිලට පිරිවැය වැඩිවීම පිළිබිඹු කිරීම
- C) පාරිභෝගිකයාගේ ආරක්ෂිත ලක්ෂණ හෝ අසරණභාවය මත පදනම්ව වෙනස් කොට සැලකීමේ මිල නියම කිරීම ✔
- D) තොග දියවීමට ආසන්න නිෂ්පාදනයක් සඳහා වට්ටමක් ලබා දීම
පැහැදිලි කිරීම: ස්ත්රී පුරුෂ භාවය, ජනවාර්ගිකත්වය, සෞඛ්ය තත්ත්වය හෝ බලාපොරොත්තු සුන්වීම (උදා: හදිසි අවශ්යතාවය, ස්ථාන සීමා කිරීම) වැනි පාරිභෝගිකයාගේ ආරක්ෂිත ලක්ෂණ මත පදනම්ව වෙනස් කොට සැලකීමේ මිල නියම කිරීම සදාචාරාත්මකව සහ බොහෝ විට නීත්යානුකූලව පිළිගත නොහැකිය.
6. RFM ඛණ්ඩනය තුළ 'R' (Recency) මනිනු ලබන්නේ කුමක්ද?
- A) පාරිභෝගිකයාගේ මුළු වියදම් මුදල
- B) පාරිභෝගික සාප්පුව කොපමණ කලකට පෙර පැවතියේද?
- C) පාරිභෝගිකයා ජීවත් වන කලාපය
- D) පාරිභෝගිකයාගේ සාප්පු සවාරි වාර ගණන
විස්තරය: පාරිභෝගිකයා අවසන් වරට සාප්පු ගිය විට මෑත කාලීන මිනුම්. මෑත මිලදී ගැනීම් සිදු කර ඇති පාරිභෝගිකයින් සාමාන්යයෙන් නැවත සක්රිය වීමට වැඩි ඉඩක් ඇත.
7. පශ්චාත් ව්යාපාරයේ 'කැනිබේෂන්' විශ්ලේෂණය මැනීමට අරමුණු කරන්නේ කුමක්ද?
- A) ප්රචාරක නිෂ්පාදනයේ අලෙවිය ව්යාපාරයේ අනෙකුත් නිෂ්පාදනවල විකුණුම් කොපමණ අඩු කරයිද?
- B) ප්රතිවාදී ගබඩාව මත උද්ඝෝෂනයේ බලපෑම
- C) ප්රචාරක පෝස්ටරයේ සැලසුම් ගුණාත්මකභාවය
- D) උද්ඝෝෂනයේ කාර්ය මණ්ඩල සහභාගීත්ව අනුපාතය
පැහැදිලි කිරීම: ප්රචාරක ව්යාපාරයක හෝ නිෂ්පාදනයක විකුණුම් එම ව්යාපාරයේම වෙනත් නිෂ්පාදනයක විකුණුම් අඩු කිරීමෙන් ලබා ගන්නේද යන්න මිනීමරුකරණය මැන බලයි. ශුද්ධ ලාභය නිවැරදිව දැකීම අවශ්ය වේ.
8. කෘත්රිම බුද්ධිය සහිත මහා පරිමාණ නිෂ්පාදන විස්තර නිෂ්පාදනය කිරීමේදී සන්නාම ආරක්ෂාව සම්බන්ධයෙන් අනිවාර්ය වන්නේ කුමන පාලනයද?
- A) පාඨය ප්රමාණවත් තරම් දිගු බව සහතික කර ගැනීම
- B) එක් එක් විස්තරයට අවම වශයෙන් ඉමෝජි පහක් එක් කරන්න
- C) සැබෑ නිෂ්පාදන දත්ත සහ නීති සම්පාදනය සමඟ කරන ලද හිමිකම් තහවුරු කිරීම, ගොතන ලද/සත්ය නොවන හිමිකම් ඉවත් කිරීම ✔
- D) විස්තරය ලොකු අකුරින් පමණක් ලියන්න
පැහැදිලි කිරීම: AI විසින් නිෂ්පාදන විශේෂාංග (හොලුසිනේට්) නිපදවීමට හෝ සනාථ නොකළ සෞඛ්ය/කාර්ය සාධන හිමිකම් ඉදිරිපත් කිරීමට හැකිය. මෙම හිමිකම් ප්රකාශනයට පෙර සත්ය නිෂ්පාදන දත්ත සහ නීති සමඟ සත්යාපනය කළ යුතුය.
9. කෘතිම බුද්ධිය සමඟ විකුණුම් වාර්තාව අර්ථකථනය කිරීමේදී 'විෂමතා' හඳුනාගැනීමේ ප්රයෝජනය කුමක්ද?
- A) වාර්තාව වඩාත් වර්ණවත් කිරීම
- B) දත්තවල අනපේක්ෂිත අපගමනය සලකුණු කිරීම සහ ඇතිවිය හැකි ගැටළු පිළිබඳ පූර්ව සංඥා ලබා දීම ✔
- C) සියලුම නිෂ්පාදන අකාරාදී පිළිවෙලට වර්ග කරන්න
- D) කාර්ය මණ්ඩල වැටුප් ගණනය කිරීම
විස්තරය: විෂමතා හඳුනාගැනීමේ සලකුණු අනපේක්ෂිත පැනීම් හෝ දත්තවල පහත වැටීම් (උදා: දිනක පිරිවැටුම හදිසියේම අඩකින් අඩුවීම); මෙය දත්ත දෝෂයක්, තොග පිටින්, හෝ මෙහෙයුම් ගැටලුවක් පිළිබඳ පූර්ව සංඥාවක් විය හැකිය.
10. ඊ-වාණිජ්යය සංස්කාරකයෙකු කෘතිම බුද්ධිය මගින් ජනනය කරන ලද නිෂ්පාදන විස්තරයේ 'මෙම නිෂ්පාදනය දින 10කින් ඔබේ සම අලුත් කරයි' යන වාක්ය ඛණ්ඩය දකින නමුත් නිෂ්පාදනයේ එවැනි සායනික සාක්ෂි නොමැත. නිවැරදි හැසිරීම යනු කුමක්ද?
- A) කෘත්රිම බුද්ධිය එය නිෂ්පාදනය කළ නිසා හිමිකම් පෑම එලෙසම ප්රකාශයට පත් කිරීම
- B) හිමිකම් තව තවත් අතිශයෝක්තියට නැංවීමෙන් අවධානය ආකර්ෂණය කර ගැනීම
- C) විස්තරය කිසිසේත් ප්රකාශයට පත් නොකිරීම සහ නිෂ්පාදනය විකිණීමෙන් ඉවත් කිරීම
- D) හිමිකම් පෑම ඉවත් කරන්න හෝ එය සත්යාපනය කළ හැකි, සාක්ෂි මත පදනම් වූ ප්රකාශයක් සමඟ ප්රතිස්ථාපනය කරන්න ✔
පැහැදිලි කිරීම: සාක්ෂි නොමැතිව සෞඛ්ය/කාර්ය සාධන හිමිකම් නොමඟ යවන ප්රචාරණය සහ නීති සම්පාදනය උල්ලංඝනය කිරීම යන දෙකම වේ. සංස්කාරක විසින් මෙම හිමිකම් පෑම ඉවත් කළ යුතුය හෝ එය සත්යාපනය කළ හැකි ප්රකාශයකින් ප්රතිස්ථාපනය කළ යුතුය; කෘත්රිම බුද්ධියෙන් නිපදවන පාඨය මූලාශ්රයක් ලෙස පිළිගැනීම වැරදියි.
11. ප්ලැනෝග්රෑම් (දෙපාර්තමේන්තු පිරිසැලසුම් සැලැස්ම) යෝජනා නිපදවන කෘතිම බුද්ධි ප්රතිදානය සඳහා නිවැරදි කුමක්ද?
- A) එය ආරක්ෂාව, නීති සම්පාදනය සහ ගබඩා යථාර්ථය සමඟ සත්යාපනය කළ යුතු කෙටුම්පතකි ✔
- B) එය සෘජුවම යෙදිය හැකි අවසාන සැලැස්ම, එය පාලනය අවශ්ය නොවේ.
- C) සබැඳි වෙළඳසැල් සඳහා පමණක් වලංගු වේ
- D) එය පාරිභෝගික ප්රවාහය සමඟ කිසිදු සම්බන්ධයක් නැත
විස්තරය: AI දත්ත මත පදනම් වූ සැලැස්මක් සපයයි; කෙසේ වෙතත්, එය ආරක්ෂාව, නීති සම්පාදනය (උදා: දුම්කොළ/මත්පැන් සංදර්ශන නීති), භෞතික රාක්ක යථාර්ථය සහ පාරිභෝගික අත්දැකීම් සඳහා විශේෂඥයා විසින් සත්යාපනය කර අනුගත විය යුතුය.
12. ඉහළ මිල ප්රත්යාස්ථතාවක් සහිත නිෂ්පාදනයක් සඳහා සත්ය වන්නේ කුමක්ද?
- A) මිල වෙනස් වුවද, විකුණුම් සංඛ්යාව පාහේ වෙනස් නොවේ
- B) නිෂ්පාදනයේ පිරිවැය සෑම විටම ශුන්ය වේ
- C) ඉල්ලුම මිල වෙනස්වීම් වලට සංවේදී වේ; කුඩා වැඩිවීමක් විකුණුම් සංඛ්යාව සැලකිය යුතු ලෙස අඩු කළ හැකිය ✔
- D) නිෂ්පාදිතය අනිවාර්යයෙන්ම සුඛෝපභෝගී කාණ්ඩයේ ඇත
පැහැදිලි කිරීම: ඉහළ ප්රත්යාස්ථතාව යන්නෙන් අදහස් වන්නේ ඉල්ලුම මිල වෙනස් වීමට සංවේදී වීමයි; කුඩා මිල වැඩිවීමක් විකුණුම් සංඛ්යාව සැලකිය යුතු ලෙස අඩු කළ හැකිය. මෙම නිෂ්පාදන සඳහා මිල තීරණ ප්රවේශමෙන් කළ යුතුය.
13. පෞද්ගලීකරණය කළ ව්යාපාර යැවීමේදී පැහැදිලි කැමැත්ත වැදගත් වන්නේ ඇයි?
- A) එය නැව්ගත කිරීමේ පිරිවැය අඩු කරන බැවිනි
- B) අනුමැතියකින් තොරව වාණිජ පණිවිඩ සහ අලෙවිකරණ අරමුණු සඳහා දත්ත සැකසීම නීතිමය සහ කීර්තිමත් අවදානම් සහිත බැවින් ✔
- C) කෘත්රිම බුද්ධිය වේගයෙන් ක්රියා කිරීමට
- D) එයට ග්රැෆික් නිර්මාණය අවශ්ය නිසා
පැහැදිලි කිරීම: KVKK සහ අදාළ නීති සම්පාදනයට අනුකූලව, වාණිජ විද්යුත් පණිවිඩ යැවීමට සහ අලෙවිකරණ අරමුණු සඳහා පුද්ගලික දත්ත සැකසීමට සාමාන්යයෙන් පාරිභෝගිකයාගේ පැහැදිලි කැමැත්ත අවශ්ය වේ; අනුමැතියකින් තොරව යැවීම නීතිමය සහ කීර්තිමත් අවදානම් දෙකම දරයි.
14. අන්තයේ සිට අවසානය දක්වා AI සහාය දක්වන සිල්ලර වැඩ ප්රවාහයක 'මුරපොල' යන්නෙන් අදහස් කරන්නේ කුමක්ද?
- A) කෘතිම බුද්ධිය මිනිස් අනුමැතියකින් තොරව සියලුම තීරණ ස්වයංක්රීයව ක්රියාත්මක කරන පියවර
- B) වාර්තාව වර්ණවත් කර ඇති පියවර පමණි
- C) දත්ත මකා දැමූ අවසාන පියවර
- D) මිනිසා ප්රතිදානය සත්යාපනය කරන සහ අනුමත කරන හෝ ප්රතික්ෂේප කරන සහ අවදානම් තීරණ පාලනය කරන නැවතුම ✔
විස්තරය: මුරපොලක් යනු වැඩ ප්රවාහයේ යම් යම් පියවරක නැවතුමකි, එහිදී මිනිසා ප්රතිදානය සත්යාපනය කරන, අනුමත කරන හෝ ප්රතික්ෂේප කරයි; එය මිල ගණන්, ඇණවුම් සහ පාරිභෝගිකයින්ට බලපාන තීරණ ස්වයංක්රීයව ගලා යාම වළක්වයි.