ஆதாயங்கள்:
- செயற்கை நுண்ணறிவை ஒரு தொழில் நுட்பத் திட்டத்திற்குப் பதிலாக வணிக உத்தி, வளம், ஆபத்து மற்றும் பொறுப்புக்கூறல் பிரச்சினையாக நிலைநிறுத்துதல்
- ஒரு மேலாளரின் உண்மையான பங்கு திசையை வழங்குவது, முன்னுரிமைகளைத் தேர்ந்தெடுப்பது, ஆபத்து வரம்புகளை வரைவது மற்றும் தொழில்நுட்பக் குழுவின் பொறுப்பிலிருந்து பொறுப்பேற்பது என்பதை வேறுபடுத்தி அறிய முடியும்.
- ஒரு மூலோபாயம் இல்லாமல் விமானிகளின் வெள்ளம், தாமதமான நிர்வாகம் மற்றும் அளவிடப்படாத மதிப்பு போன்ற முக்கிய இடர்பாடுகளை உணர்ந்து குறைந்த எண்ணிக்கையிலான உயர் மதிப்பு வாய்ப்புகளுக்கு கவனம் செலுத்தும் திறன்
ஒரு மூத்த நிர்வாகிக்கு (சி-லெவல்; நிறுவனத்தின் உயர்மட்ட முடிவெடுப்பவர்கள்: CEO - பொது மேலாளர், CFO - தலைமை நிதி அதிகாரி, CTO/CIO - தலைமை தொழில்நுட்பம்/தகவல் அதிகாரி), செயற்கை நுண்ணறிவு இனி "தொழில்நுட்பக் குழுவின் திட்டம்" அல்ல, ஆனால் நேரடியாக வணிக உத்தியின் ஒரு பகுதியாகும். 2023 க்குப் பிறகு, உருவாக்கக்கூடிய செயற்கை நுண்ணறிவு (உருவாக்கும் AI; உரை, காட்சிகள் மற்றும் குறியீடு போன்ற புதிய உள்ளடக்கத்தை உருவாக்கும் ஒரு வகை செயற்கை நுண்ணறிவு) ஒவ்வொரு துறையிலும் அட்டவணைக்கு வந்துள்ளது; ஆனால் பெரும்பாலான நிறுவனங்களின் விளைவு இதுதான்: டஜன் கணக்கான பைலட் திட்டங்கள் தொடங்கப்பட்டன, மிகச் சிலவே உண்மையான வணிக மதிப்பாக மாறியது. இந்த பிரிவில், மேலாளர் ஏன் செயற்கை நுண்ணறிவை மூலோபாயமாக அணுக வேண்டும், அவரது பங்கு என்ன, எங்கு முடிவுகளை எடுக்க வேண்டும், ஏன் பொறுப்பான ஆளுகை (யார் முடிவுகளை எடுக்க வேண்டும், என்ன விதிகள், எந்தக் கட்டுப்பாட்டுடன் என்பதை தீர்மானிக்கும் கட்டமைப்பை) ஆரம்பத்திலிருந்தே நாம் விவாதிப்போம்.
முதலில், ஒரு தெளிவான கருத்து: மூலோபாயம் என்பது "நாம் என்ன செய்வோம், ஏன் மற்றும் எப்படி செய்வோம் என்பது பற்றிய நனவான தேர்வுகளின் தொகுப்பு." AI உத்தியும் ஒன்றே: வரையறுக்கப்பட்ட வளங்களை (பணம், மக்கள், நேரம்), எந்த வரிசையில், எந்த இடர் வரம்புகளுக்குள் ஒதுக்க AI வாய்ப்புகள் என்பது பற்றிய தேர்வுகள். மூலோபாயம் "எல்லா இடங்களிலும் AI ஐ வைப்போம்" அல்ல; மாறாக, நீங்கள் என்ன சொல்கிறீர்கள், எது வேண்டாம் என்று சொல்கிறீர்கள் என்பதற்கான பட்டியல் இது.
செயற்கை நுண்ணறிவில் மேலாளரின் உண்மையான பங்கு
ஒரு நிர்வாகியின் வேலை மாதிரிகளை பயிற்றுவிப்பது அல்லது குறியீடு எழுதுவது அல்ல. அதன் வேலை நான்கு விஷயங்கள்: திசையை வழங்குதல், வளங்களை ஒதுக்கீடு செய்தல், இடர் எல்லைகளை அமைத்தல் மற்றும் பொறுப்புணர்வைச் சொந்தமாக்குதல். தொழில்நுட்பக் குழு "எப்படி" என்ற கேள்வியைத் தீர்க்கிறது; மேலாளர் "ஏன், எப்போது, என்ன வரம்புகள் மற்றும் யார் பொறுப்பு" என்ற கேள்விகளை தீர்க்கிறார்.
முடிவு இடம்
தொழில்நுட்பக் குழுவின் பொறுப்பு
மேலாளரின் பொறுப்பு
பயன்பாட்டு பகுதி
அதை தொழில்நுட்ப ரீதியாக செய்ய முடியுமா?
வணிக மதிப்பு உள்ளதா அல்லது முன்னுரிமை உள்ளதா?
மாடல்/வாகனத் தேர்வு
எந்த மாதிரி சிறப்பாக செயல்படுகிறது?
பட்ஜெட், ஆபத்து மற்றும் சப்ளையர் பொருத்தமானதா?
தரவு
தரவு அணுகக்கூடியதா/சுத்தமா?
இது சட்டமா, நெறிமுறையா, ரகசியமா?
ஆபத்து
தொழில்நுட்ப பாதிப்புகள் என்ன?
கார்ப்பரேட் ரிஸ்க் பசி என்றால் என்ன, அதை யார் அங்கீகரிக்கிறார்கள்?
மதிப்பு
மெட்ரிக் எவ்வாறு அளவிடப்படுகிறது?
முதலீடு திரும்புகிறதா அல்லது தொடர்கிறதா?
உதவிக்குறிப்பு: ஒரு மேலாளராக, AI மீட்டிங்குகளுக்குச் செல்லும்போது ஒரு கேள்வியை எளிதில் வைத்திருங்கள்: "இது எந்த வணிக முடிவை (வருவாய், செலவு, ஆபத்து, வாடிக்கையாளர் அனுபவம்) எவ்வளவு மாற்றுகிறது?" தொழில்நுட்ப உற்சாகம் அதிகமாக இருக்கும்போது, இந்தக் கேள்வி உங்களை நிலைநிறுத்துகிறது.
செயற்கை நுண்ணறிவு எங்கே மதிப்பை உருவாக்குகிறது மற்றும் அது ஒரு பொறி எங்கே?
செயற்கை நுண்ணறிவு; மீண்டும் மீண்டும் தகவல் வேலைகளை துரிதப்படுத்துதல், உரை/தரவின் பெரிய பகுதிகளைச் சுருக்கி, வரைவு, வாடிக்கையாளர் சேவையில் ஆரம்ப பதில் மற்றும் முடிவெடுக்கும் ஆதரவு ஆகியவற்றில் சக்தி வாய்ந்தது. ஆனால் பின்வரும் பகுதிகளில் இது ஆபத்தானது: அதிக ஆபத்துள்ள, மனித-பொறுப்பு முடிவுகளில் (கடன் மறுப்பு, பணியமர்த்தல், மருத்துவம்/சட்ட முடிவு), சரிபார்க்கப்படாத வெளியீடு நேரடியாக வாடிக்கையாளர்/பொதுமக்களுக்குச் செல்லும் மற்றும் தரவு தனியுரிமை மீறப்படும் சூழ்நிலைகளில்.
இங்கே ஒரு முக்கியமான கருத்து: மாயத்தோற்றம் என்பது செயற்கை நுண்ணறிவு முழு நம்பிக்கையுடன் உண்மையில் உண்மையில்லாத தகவலை உருவாக்கும் போது. ஒரு மேலாளருக்கு, "AI வெளியீடு எப்போதும் சரிபார்க்கப்பட வேண்டும்" என்ற கொள்கையின் அடிப்படை இதுவாகும். ஒரு பெரிய மொழி மாதிரி (எல்எல்எம் - "அடுத்த வாய்ப்புள்ள வார்த்தையை" உருவாக்குவதன் மூலம் உரையை உருவாக்கும் செயற்கை நுண்ணறிவு) ஒரு மொழி ஜெனரேட்டர், ஒரு யதார்த்த இயந்திரம் அல்ல. அதனால்தான் செயற்கை நுண்ணறிவு மனிதர்களுக்கு மாற்றாக அல்ல, ஆனால் மனித முடிவுகளை விரைவுபடுத்தும் உதவியாளராக நிலைநிறுத்தப்பட்டுள்ளது.
படிப்படியாக: AI கட்டமைப்பிற்கு மேலாளரின் அறிமுகம்
1. சூழலை தெளிவுபடுத்துங்கள். நிறுவனத்தின் மூலோபாய முன்னுரிமை என்ன? (வளர்ச்சி, செலவு, ஆபத்து குறைப்பு?) செயற்கை நுண்ணறிவு இந்த முன்னுரிமைக்கு சேவை செய்ய வேண்டும்.
2. குறைந்த எண்ணிக்கையிலான உயர் மதிப்பு வாய்ப்புகளைத் தேர்ந்தெடுக்கவும். "எல்லா இடங்களிலும் தெளிப்பதற்கு" பதிலாக, 2-3 பயன்பாடுகளில் கவனம் செலுத்துங்கள் (அலகு 4).
3. ஆரம்பத்தில் இருந்தே மதிப்பு மற்றும் ஆபத்து வரம்பை வரையறுக்கவும். எதிர்பார்க்கப்படும் நன்மை என்ன (அலகு 5), ஏற்றுக்கொள்ளக்கூடிய ஆபத்து என்ன (அலகு 6)?
4. நிர்வாகம் மற்றும் பொறுப்புணர்வை நியமித்தல். யார் அங்கீகரிக்கிறார்கள், யார் கண்காணிக்கிறார்கள், யார் நிறுத்துகிறார்கள்? (அலகு 7)
5. பைலட், அளவீடு, அளவு அல்லது நிறுத்தம். சிறியதாகத் தொடங்குங்கள், ஆதாரங்களைச் சேகரிக்கவும், அது வேலை செய்தால், அதை பெரிதாக்கவும்; அது வேலை செய்யவில்லை என்றால், அதை நேர்மையாக மூடவும்.
மூன்று சிறிய வழக்குகள்
வழக்கு 1 - உத்தியற்ற பைலட் டம்ப். ஒரு சில்லறை விற்பனை நிறுவனம் ஒரு வருடத்தில் 27 AI பைலட்களை அறிமுகப்படுத்தியது; ஒவ்வொரு துறையும் அதன் சொந்த கருவியை முயற்சித்தது. ஆண்டின் இறுதியில், 2 மட்டுமே உற்பத்தி செய்யப்பட்டன, மொத்தம் 1.4 மில்லியன் TL செலவிடப்பட்டது, திரும்பப் பெறுவது நிச்சயமற்றது. பிரச்சனை தொழில்நுட்பம் அல்ல, ஆனால் முன்னுரிமை மற்றும் நிர்வாகத்தின் பற்றாக்குறை. அடுத்த ஆண்டு, தலைமை நிர்வாக அதிகாரி விமானிகளின் எண்ணிக்கையை 5 ஆகக் குறைத்து, ஒவ்வொன்றிற்கும் தெளிவான அளவீடுகளை அமைத்தார்; உற்பத்தி தொடக்க விகிதம் 60% ஆக அதிகரித்துள்ளது.
வழக்கு 2 - தனியுரிமை மீறல் ஆபத்து. ஒரு நிதி நிறுவனத்தில் பணிபுரியும் ஊழியர்கள், பொதுவில் கிடைக்கும் AI கருவியில் வாடிக்கையாளர் தரவை ஒட்டத் தொடங்கினர். இது ஒரு தணிக்கையில் கவனிக்கப்பட்டது; KVKK (தனிப்பட்ட தரவுப் பாதுகாப்புச் சட்டம்; Türkiye இன் தனிப்பட்ட தரவுப் பாதுகாப்புச் சட்டம்) அடிப்படையில் மீறப்படும் அபாயம் உள்ளது. நிர்வாகம் இந்த அபாயத்தைக் கண்டுகொள்ளவில்லை, ஏனெனில் ஊழியர்களின் பயன்பாடு குறித்த கொள்கை எதுவும் இல்லை (அலகு 7). கொள்கை பின்னர் எழுதப்பட்டது, ஆனால் பெயரளவிலான ஆபத்து அனுபவிக்கப்பட்டது.
வழக்கு 3 - சரியான கவனம் பெற்றது. ஒரு காப்பீட்டு நிறுவனம் "உரிமைகோரல் கோப்புகளின் ஆரம்ப மதிப்பாய்வு" என்பதை ஒரு உயர் மதிப்பு பயன்பாட்டு வழக்கு என்று குறிப்பிட்டது. அவர் 4 மாதங்களில் ஒரு விமானியை உருவாக்கினார்; ஒரு கோப்பிற்கான சராசரி செயலாக்க நேரம் 42 நிமிடங்களில் இருந்து 18 நிமிடங்களாகக் குறைந்துள்ளது, மனிதரே இன்னும் இறுதி முடிவை எடுக்கிறார். தெளிவான, அளவிடப்பட்ட, பொறுப்பான வெற்றி; ஏனெனில் மூலோபாயம், அளவீடுகள் மற்றும் ஆளுகை ஆகியவை ஆரம்பத்தில் இருந்தே இருந்தன.
நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்
1) மூலோபாய சீரமைப்பு வினவல்:
உங்கள் பங்கு: மூத்த மூலோபாய ஆலோசகர். இந்த ஆண்டு எங்கள் நிறுவனத்தின் மூன்று முன்னுரிமைகள்: [முன்னுரிமைகள்]. பின்வரும் AI ஐடியாவை இந்த முன்னுரிமைகளுடன் சீரமைக்க மதிப்பிடவும்: [ஐடியா]. இது எந்த முன்னுரிமையை வழங்குகிறது, எந்த அளவிற்கு, எப்படி? உங்கள் பலவீனமான புள்ளிகளை நேர்மையாக எழுதுங்கள்.
2) நிர்வாக விளக்கத்தைத் தயாரித்தல்:
பின்வரும் தொழில்நுட்ப AI முன்மொழிவை தொழில்நுட்பம் அல்லாத நிர்வாகக் குழுவிற்கு 1 பக்கத்தில் விவரிக்கவும்: வணிகச் சிக்கல், முன்மொழியப்பட்ட தீர்வு, எதிர்பார்க்கப்படும் நன்மை, முக்கிய அபாயங்கள், தேவையான முடிவு. வாசகங்களைப் பயன்படுத்த வேண்டாம்; ஒவ்வொரு சொல்லையும் எளிதாக்குங்கள்.பரிந்துரை: [உரை]
3) இடர் மற்றும் எல்லைத் திரையிடல்:
பின்வரும் செயற்கை நுண்ணறிவு பயன்பாட்டு யோசனைக்கு, மேலாளரின் பார்வையில் 5 தலைப்புகளின் கீழ் ஆபத்து பட்டியலை உருவாக்கவும்: சட்ட/இணக்கம், தனியுரிமை, நற்பெயர், செயல்பாடு, நிதி. ஒவ்வொரு ஆபத்துக்கும், அதன் சாத்தியமான தாக்கத்தையும், ஆரம்பத்திலிருந்தே எடுக்க வேண்டிய முன்னெச்சரிக்கையையும் எழுதுங்கள். யோசனை: [உரை]
4) முடிவெடுக்கும் கட்டமைப்பு:
நான் இந்த முடிவை எடுக்க வேண்டும்: [முடிவு]. எனக்கு ஒரு முடிவெடுக்கும் கட்டமைப்பை அமைக்கவும்: எந்த 4-5 அளவுகோல்களை நான் மதிப்பீடு செய்ய வேண்டும், ஒவ்வொரு அளவுகோலுக்கும் என்ன கேள்விகளைக் கேட்க வேண்டும், "இடைநிறுத்தம்/தொடர்தல்" என்பதற்கு என்ன வரம்புகளை அமைக்க வேண்டும்?
பலவீனமான வரியில் / வலுவான வரியில்
பலவீனமானது: "எனது நிறுவனத்தில் AI ஐ எவ்வாறு பயன்படுத்துவது?"
முடிவு: ஒரு பொதுவான, தனிப்பயனாக்கப்படாத, வேலை செய்ய முடியாத பட்டியல். தீர்மான ஆதரவை வழங்காது.
Güçlü: "நான் ஒரு நடுத்தர அளவிலான லாஜிஸ்டிக்ஸ் நிறுவனத்தின் CFO. இந்த ஆண்டு செயல்பாடுகளின் விலையை 8% குறைப்பதே எனது முன்னுரிமை. என்னிடம் வாகனக் கப்பல், ஏற்றுமதி மற்றும் விலைப்பட்டியல் தரவு உள்ளது. இந்த முன்னுரிமையை வழங்கக்கூடிய 4 செயற்கை நுண்ணறிவுப் பயன்பாட்டுப் பகுதிகளுக்கு முன்னுரிமை கொடுங்கள், மதிப்பிடப்பட்ட பலன்கள் மற்றும் ஆபத்துகளுடன் சேர்த்து, தொடக்கத்தில் இருந்து என்ன செய்ய வேண்டும்."
முடிவு: ஒரு சூழ்நிலைப்படுத்தப்பட்ட, முன்னுரிமைப்படுத்தப்பட்ட, ஆபத்தான மற்றும் செயல்படக்கூடிய விளைவு.
பொதுவான தவறுகள்
- செயற்கை நுண்ணறிவை ஒரு தொழில்நுட்ப திட்டத்திற்காக தவறாகப் புரிந்துகொள்வது. செயற்கை நுண்ணறிவு என்பது வணிக மாற்றப் பிரச்சினை; தொழில்நுட்பம் ஒரு கருவி மட்டுமே. வணிகப் பக்கத்தில் உரிமை இருக்க வேண்டும்.
- உத்தி இல்லாத விமானிகளின் மழை. கவனம் செலுத்தாத டஜன் கணக்கான முயற்சிகள் வளங்களை எரித்து, மதிப்பை உருவாக்காது.
- கடைசியாக ஆட்சியை விட்டு விலகுதல். ஆரம்பத்திலிருந்தே கொள்கை மற்றும் பொறுப்புக்கூறல் நிறுவப்படவில்லை என்றால், ஆபத்து அமைதியாகக் குவிந்துவிடும்.
- மதிப்பை அளவிடாமல் அளவிடுதல். "நன்றாக உணர்கிறேன்" ஆனால் அளவிடாத ஒரு பைலட் ஒரு மாயையான வெற்றி.
- இறுதிப் பொறுப்பை செயற்கை நுண்ணறிவுக்கு மாற்றுதல். அதிக ஆபத்துள்ள முடிவுகளுக்கு மக்கள் எப்போதும் பொறுப்பேற்க வேண்டும்.
எச்சரிக்கை: AI வெளியீடு ஒரு திறமையான மேலாளரின் தீர்ப்பு, தீர்ப்பு மற்றும் பொறுப்புக்கூறலுக்கு மாற்றாக இல்லை; அது அதை வேகப்படுத்துகிறது. உயர்மட்ட முடிவை "AI கூறியது" என்பதன் அடிப்படையில் இருக்க முடியாது. பொறுப்பு எப்போதும் நபரிடம் உள்ளது.
சுருக்கமாக
மேலாளர்களைப் பொறுத்தவரை, செயற்கை நுண்ணறிவு என்பது ஒரு தொழில்நுட்பத் தேர்வு அல்ல, ஆனால் மூலோபாயம், வளங்கள், ஆபத்து மற்றும் பொறுப்புக்கூறல் ஆகியவற்றின் விஷயமாகும். மேலாளரின் பங்கு வழிகாட்டுதல், முன்னுரிமைகளைத் தேர்ந்தெடுப்பது, இடர் எல்லைகளை அமைத்தல் மற்றும் பொறுப்பேற்க வேண்டும். ஒரு மூலோபாயம் இல்லாமல் விமானிகள் சரமாரியாகத் தாக்குவது, ஆட்சியை தாமதமாக நிறுவுவது மற்றும் மதிப்பை அளவிடத் தவறியது மிகப்பெரிய ஆபத்துகள். இந்த தொகுதியின் போது; பார்வை மற்றும் சாலை வரைபடம் முதல் பயன்பாட்டுப் பகுதி முன்னுரிமை, ROI மற்றும் இடர் முதல் நிர்வாகம், நெறிமுறைகள், இணக்கம், திறமை, வாங்குதல் மற்றும் நிர்வாகத்தை மாற்றுதல் வரை AI மாற்றத்தை இறுதி முதல் இறுதி வரை நிர்வகிக்க ஒரு மேலாளருக்குத் தேவையான கட்டமைப்பை நாங்கள் நிறுவுவோம்.
விண்ணப்ப பணி
உங்கள் சொந்த நிறுவனத்தைப் பற்றி சிந்தியுங்கள் (அல்லது உங்களுக்குத் தெரிந்த நிறுவனம்). இந்த ஆண்டுக்கான முதல் மூன்று மூலோபாய முன்னுரிமைகளை எழுதுங்கள். டெம்ப்ளேட் 1 ஐப் பயன்படுத்தி AI கருவி மூலம் இந்த முன்னுரிமைகளை வழங்கக்கூடிய மூன்று AI வாய்ப்புகளை மதிப்பீடு செய்யவும். ஒவ்வொரு வாய்ப்பிற்கும், ஒரு வாக்கியத்தில் எதிர்பார்க்கப்படும் பலனையும் ஒரு வாக்கியத்தில் ஆரம்பத்தில் இருந்து எடுக்க வேண்டிய அபாயத்தையும் குறிப்பிடவும். வெளியீட்டை விமர்சனரீதியாகப் படிக்கவும்: இது உண்மையில் முன்னுரிமை அளிக்கிறதா அல்லது "AI இன் பொருட்டு" உள்ளதா?
சரிபார்ப்பு பட்டியல்
- [ ] நான் நிறுவனத்தின் மூலோபாய முன்னுரிமைகளை தெளிவாக எழுதியுள்ளேன்.
- இந்த முன்னுரிமைகளுடன் AI வாய்ப்புகளை நான் சீரமைத்தேன்.
- [ ] ஒவ்வொரு வாய்ப்புக்கும் எதிர்பார்க்கப்படும் வணிக மதிப்பை நான் வரையறுத்தேன்.
- [ ] ஒவ்வொரு வாய்ப்புக்கும், நான் ஆரம்பத்திலிருந்தே ஒரு ஆபத்தை அடையாளம் கண்டேன்.
- [ ] பொறுப்பும் இறுதி முடிவும் அந்த நபரிடமே இருக்கும் என்பதை உறுதிப்படுத்தினேன்.
- [ ] அவர்கள் "செயற்கை நுண்ணறிவுக்காக மட்டுமே" இருந்த யோசனைகளை அகற்றினர்.
- [ ] நான் குறைந்த எண்ணிக்கையிலான உயர் மதிப்பு வாய்ப்புகளுக்கு கவனம் செலுத்தினேன்.