আইআই এর মানদণ্ড: কেন এটি ব্যবসার লাভজনক

একটি চলমান ভিত্তিতে কৃত্রিম বুদ্ধিমত্তা (AI) ব্যবহার থেকে একটি স্থিতিশীল প্রত্যাশিত সুবিধা নিষ্কাশন করুন, একটি ব্যবসা শুধুমাত্র এই দিকটি সিস্টেমটি করার পরে তৈরি করতে পারে। এটি ব্যবসার জন্য II অনুশীলনের স্কেলিংয়ের একটি অবিচ্ছেদ্য অংশ নয়, বরং বৃদ্ধির অঙ্গীকারও নয়। কোম্পানিগুলি আশা করা উচিত নয় যে শিল্প বা নিয়ন্ত্রকরা নিজেদের উপর মানদণ্ড গ্রহণ করবে, তাদের তাদের হাতে প্রক্রিয়াটি নিতে হবে।

পদ্ধতি যে স্কেল হয় না

কৃত্রিম বুদ্ধিমত্তা (এআই) একটি উচ্চ অগ্রাধিকার দিক হয়ে ওঠে - বিশ্ব স্তরের ব্যবসা গত তিন বছরে এআই সমাধানগুলির জন্য প্রায় 306 বিলিয়ন ডলারেরও বেশি খরচ করে। তত্ত্ব, এই বিনিয়োগ তিনবার রিটার্ন আনতে পারে। যাইহোক, অনেক কোম্পানি প্রত্যাশিত ফলাফল পৌঁছাতে না।

প্রধান কারণটি আইআই সমাধানগুলির কার্যকর স্কেলিংয়ের জন্য ব্যবসার অক্ষমতা। এআই এর অপর্যাপ্ত মানদণ্ডের কারণে এটি ঘটছে। আমরা একটি উপমা আঁকতে হবে, উদাহরণস্বরূপ, নির্মাণ। আমরা বুঝতে পারি যে স্থপতি, ইট স্ট্যাকারস, ইলেকট্রনিক্স এবং অন্যান্য নির্মাণ পেশাদাররা এটির পর্যায়ে প্রতিটি ঘর তৈরি করতে জানেন। তারা প্রশিক্ষিত ছিল, তাদের ভূমিকা বুঝতে, যা অনুসরণ করা আবশ্যক সেটি সম্পর্কে পরিচিত। এটা অসম্ভাব্য যে সঠিক মনের মধ্যে কেউ হাউজের নকশাটি স্থাপত্য দিচ্ছে-একটি অপেশাদার, এবং এর নির্মাণ র্যান্ডম মানুষের একটি গ্রুপ। একই সাথে, এক জিনিস, যদি আপনি তৈরি করতে চান, উদাহরণস্বরূপ, লিফট, এবং অন্যটি একটি অ্যাপার্টমেন্ট বিল্ডিং, বিভিন্ন ধরনের বস্তুর জন্য, বিশেষজ্ঞদের বিভিন্ন অভিজ্ঞতার সাথে বিশেষজ্ঞদের প্রয়োজন হবে।

এটি AI এর সাথেও হতে হবে - শুধুমাত্র মান, মান এবং মৌলিক নীতির সাধারণ সেটের কমিশনের মাধ্যমে দিকটি আনুষ্ঠানিকভাবে প্রয়োগ করা সম্ভব, ব্যবসায়ের কাজগুলির সাথে সম্পর্কিত প্রযুক্তির ক্ষমতাগুলির অবমূল্যায়ন বা পুনর্নির্মাণ এড়াতে পারে, এর ভুল ব্যাখ্যা কাজ, পাশাপাশি miscalculations এবং অর্থায়ন প্রকল্প। যেহেতু আইএ টেকনোলজিস খুব দ্রুত উন্নয়নশীল হচ্ছে, সরকার ও নিয়ন্ত্রক কর্তৃপক্ষের শিল্প সংস্কার এবং মান বাস্তবায়ন করার সময় নেই। সুতরাং, প্রতিষ্ঠানের তাদের হাতে পেশাদারীকরণের কাজ নিতে হবে।

সময় এসেছে

সামগ্রিক বিজনেস ডেভেলপমেন্ট স্ট্যাটাসের কাঠামোর মধ্যে আইআই সফলভাবে আইআই সফলভাবে স্কেল করার জন্য অ্যাক্টিভেটটি একটি গবেষণায় পরিচালিত করেছে - তাদের কৌশলগত স্কেলার বলা হয়। তারা আইআই এবং ইন্টারডিসিপ্লিনারি কমান্ডের নির্দেশাবলীর স্ট্যান্ডার্ডাইজেশন কৌশল ব্যবহার করে। এই পদ্ধতিটি 1.5-2.5 গুণ বেশি সময় ধরে কার্যকর নকশা এবং পণ্য পণ্য তৈরি করতে পারে, যার মধ্যে প্রশিক্ষণ এবং অংশগ্রহণকারীদের মধ্যে দায়িত্বের স্পষ্ট বিতরণ।

9২% কোম্পানি যা সফলভাবে আইআই ব্যবহার করে এআইআই ব্যবহার করে ইন্টারডিসিপলিনারি দলগুলি। তাদের মধ্যে 72% যুক্তি দেয় যে তাদের কর্মচারীরা সম্পূর্ণরূপে বোঝা যায় কিভাবে কৃত্রিম বুদ্ধিমত্তা ইতিমধ্যে প্রয়োগ করা হয় বা তাদের ভূমিকাগুলির মধ্যে কাজগুলিতে প্রয়োগ করা যেতে পারে। তার অনুশীলনে কৌশলগত স্কেলার্স দ্রুত অকার্যকর দায়িত্বকে নির্মূল করে এবং কোম্পানির মধ্যে আইআই টিমের সহস্রাব্দের অভ্যাসে ভিতরে এবং সাধারণভাবে উভয় দায়িত্বের সীমানা ব্যাখ্যা করে।

এই দলের ভূমিকা সমন্বয় এবং অনুপাত নির্দিষ্ট ক্ষেত্রে এবং প্রকল্পের উপর নির্ভর করবে। অংশীদার অভিজ্ঞতা এবং / অথবা কাজ করার জন্য উন্নয়ন পরিকল্পনা ব্যবহার করে দলগুলি কোম্পানির মানসম্মত এবং স্বচ্ছ হিসাবে এই প্রক্রিয়াটির প্রতিষ্ঠা করতে সহায়তা করবে। কিন্তু এক জিনিস সব প্রকল্পের জন্য কী চলছে - খুব শুরু থেকেই দায়িত্বটি নির্ধারণ করা এবং প্রত্যাশা সমাধান করা প্রয়োজন।

বাধ্যতামূলক শিক্ষা এবং মোট এআই সাক্ষরতা

সংগঠনগুলি এআই শেখার বিনিয়োগ করছে, কিন্তু, একটি নিয়ম হিসাবে, বাস্তব জগতে অনেকগুলি অভ্যন্তরীণ বিশেষজ্ঞদের এখনও কৃত্রিম বুদ্ধিমত্তা নিয়ে কার্যকর কাজের জন্য প্রয়োজনীয় প্রশিক্ষণ এবং যোগ্যতা নেই। প্রতিষ্ঠানগুলি এআই এর প্রকল্পগুলিতে জড়িত কর্মচারীদের জন্য শিক্ষা, দক্ষতা এবং প্রশিক্ষণের প্রয়োজনীয়তা প্রতিষ্ঠা করা গুরুত্বপূর্ণ।

একই সাথে, কোম্পানিগুলি সফলভাবে আইআইকে স্কেলেটিং করে, ব্যবসা, আইটি এবং ডেটা ম্যানেজমেন্ট এবং এআই-তে উভয় দক্ষতা এবং যোগ্যতার সঠিক সমন্বয় সহ ফ্রেমগুলিতে নির্ভর করে। সুতরাং, কৌশলগত স্কেলের 70% এর 70% দাবি করে যে তাদের কর্মচারীরা এআই-এর ক্ষেত্রে আনুষ্ঠানিক শিক্ষা গ্রহণ করেছে এবং ডেটা দিয়ে কাজ করছে।

আজ, ব্যবসায়গুলি প্রায়ই প্রশিক্ষণ ও দক্ষতাগুলির স্তরের প্রয়োজনীয়তাগুলি আনুষ্ঠানিকভাবে কাজ না করেই, প্রধান ধরণের কাজগুলির শ্রেণীবিভাগ এবং তাদের বাস্তবায়নের পন্থা হিসাবে কাজ না করেই কাজ না করেই কাজ করে। আইআই-এর ক্ষেত্রে স্নাতক বা প্রত্যয়িত বিশেষজ্ঞদের মধ্যেও, উভয় ব্যবহারিক দক্ষতা এবং সরঞ্জামগুলির মালিকানাধীন বিভিন্ন কভারেজ এবং মাত্রা রয়েছে এবং একটি নির্দিষ্ট ব্যবসায়ের বৈশিষ্ট্যগুলি বোঝার পরিপ্রেক্ষিতে।

নতুন প্রতিভা কোম্পানিগুলি টাইপ করার সময় প্রায়ই বিশেষ ভূমিকা পালন করার প্রয়োজনীয় স্তরের জ্ঞান মূল্যায়ন করার জন্য প্রার্থীদের প্রযুক্তিগত স্ক্রীনিং ব্যবহার করে। এআই দলগুলির অংশগ্রহণকারীদের আরও বেশি দায়িত্ব ও স্বাধীনতা দিতে সক্ষম হবেন, আইআই এর অনুশীলনের প্রকৃত পরিস্থিতি বুঝতে, জ্ঞান এবং পরিকল্পনা উন্নয়নের প্রাসঙ্গিকতা পরীক্ষা করার জন্য কর্মীদের কর্মজীবনের নিয়মিত মূল্যায়ন ঘটনাগুলি পরিচালনা করা উচিত।

এআই-তে বিনিয়োগের মধ্যে নিঃশর্ত বৃদ্ধির সত্ত্বেও, এই অঞ্চলে সত্যিকারের পেশাদারি অর্জনের ফলে প্রতিষ্ঠান জুড়ে মোট এবং সাক্ষরতা নিশ্চিত করার উপর নির্ভর করবে।

এআই-ড্রিম টিম

আরেকটি চরিত্রগত চ্যালেঞ্জ একটি কার্যকর ইন্টারডিসিপ্লিনারি কমান্ড তৈরি করার অক্ষমতা। AI এর প্রকৃত ব্যবসায়িক মূল্য কেবলমাত্র বাস্তবায়ন, তথ্য এবং কৃত্রিম বুদ্ধিমত্তা সম্পর্কিত বিশেষজ্ঞরা ব্যবসায় সহকর্মীদের হাতে হাতে হাতে হাতে হাতে প্রয়োগ করা যেতে পারে। নিখুঁত দল এই মত চেহারা উচিত:

• পণ্য মালিক (Productowner), যিনি "ত্বক" ব্যক্তিটি উত্পাদনশীল মেট্রিকগুলির জন্য দায়ী এবং ব্যবসায় থেকে প্রয়োজনীয়তা এবং প্রতিক্রিয়া গ্রহণের জন্য একটি একক এন্ট্রি পয়েন্ট;
• বিষয় এলাকার একজন বিশেষজ্ঞ পদ্ধতিবিদ, যা পুরোপুরি বুঝতে পারে কিভাবে বিদ্যমান ব্যবসা প্রক্রিয়াটি কার্যকরী এবং আদর্শভাবে, অন্যান্য সংস্থার মধ্যে কীভাবে একই রকম কাজগুলি সমাধান করা হয় সে সম্পর্কে জ্ঞান সমর্থন করে;
• একটি ব্যবসায়িক বিশ্লেষক যিনি সঠিকভাবে একটি মামলাটি ইস্যু করবেন - II পণ্যগুলির প্রয়োজনীয়তাগুলির প্রয়োজনীয়তাগুলিতে ডকুমেন্টেশন, অনুমান, বিবরণ এবং বিধিনিষেধগুলি স্থানান্তরিত করে;
• ডাটা বিশ্লেষক / ডাটা সিন্টিস্ট, যা জটিল লুকানো নকশার সনাক্তকরণের জন্য বিশ্লেষণাত্মক বিশ্লেষণের বিস্তৃত পরিসর পরিচালনা করতে পারে, যতক্ষণ না জটিল লুকানো নকশার সনাক্তকরণ অনুমানগুলি তৈরি করতে এবং তাদের পরীক্ষা করার জন্য এমভিপি তৈরি করে; এই ধরনের বিশেষজ্ঞদের জন্য যোগ্যতাগুলির মধ্যে একটি হল ডেটা স্টোরলিং - তথ্যটি চালু করার জন্য ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে ধাপে।
• ডেটাঞ্জাইনার ইঞ্জিনিয়ার (ডেটাঙ্গিনিনার), যা বিশ্লেষণ এবং ডেটা সাউস্টেটাস্টিক ডেটা প্রস্তুত করতে সহায়তা করবে, উদাহরণস্বরূপ, বিভিন্ন উত্স থেকে একত্রিত করা, একটি একক বিন্যাসে রূপান্তর করুন; অভিজ্ঞতা দেখায় যে এই ভূমিকাটি অবশ্যই স্বাধীন হতে হবে, কারণ ডেটা-স্কোরিং তার বাস্তবায়নে কার্যকরী নয়;
• পার্ট টাইম ডেটা আর্কিটেক্ট (ডেটার্চিটেক্ট) এবং ডেটা স্ট্যুয়ার্ড প্রতিনিধি (ডেটা স্ট্যুয়ার্ড), যা দ্রুত তথ্য, ক্লাউড এবং অন্যান্য তথ্য সরবরাহ এবং উত্পাদনশীল কনট্যুরগুলির প্রয়োজনীয়তা এবং গুণমানের প্রয়োজনীয়তাগুলির সারাংশ প্রদান করতে সক্ষম হবে অবকাঠামো, devsecops / diatops প্রসেস / mlowps যাতে প্রাথমিক পর্যায়ে এটি অর্জনযোগ্যতা মূল্যায়ন এবং সম্ভাব্য ঝুঁকি এবং প্রভাবগুলি স্পষ্ট করার জন্য সঠিক।

ভূমিকা উপর ভিত্তি করে, এটি দেখা যায় যে যেমন টিমের কোম্পানিগুলিতে অনেক বেশি হতে পারে না - এই বিশেষজ্ঞরা সর্বদা বেকিং করছেন। বাস্তবতা এমন যে ব্যবসায় এমন একটি কমান্ডের জন্য সম্পদ বরাদ্দ করার আগে প্রভাব দেখতে চায়। যেমন দলগুলোকে অভিন্ন মান এবং নিয়ম দ্বারা পরিচালিত করা উচিত। যদি এই কাজটি ঐক্যবদ্ধ নীতি অনুসারে সংগঠিত হয়, তবে এটি সর্বোত্তমভাবে এবং স্কেল করা হয় এবং নতুন কাজগুলি পরীক্ষা করে নতুন কাজগুলি সমাধানের জন্য খুব দ্রুত প্রতিলিপি করা যেতে পারে। বিশেষজ্ঞদের অংশ যুক্তি দেয় যে ফরমালাইজড প্রসেসগুলি উদ্ভাবনকে হ্রাস করতে পারে; Accenture গবেষণা বিপরীত দেখানো হয়েছে।

পেশাদার সংস্থাগুলিতে, পণ্য এবং পরিষেবাদি তৈরি করার সময় পরীক্ষা এবং বেঞ্চমার্কিংয়ের একটি আদর্শ পদ্ধতি রয়েছে। সত্ত্বেও সংস্থাটি অনলাইন খুচরা বিক্রেতার ক্লায়েন্ট অভিজ্ঞতা উন্নত করতে, আইআই-প্রোডাক্টের বিকাশের জন্য একটি সিস্টেম এবং প্রসেসের প্রাপ্যতা যা আইআই-প্রাপকের উন্নয়নের জন্য একটি সিস্টেম এবং প্রসেসের প্রাপ্যতাগুলি পূর্বাভাসযোগ্য এবং দক্ষতার সাথে প্রয়োগ করার অনুমতি দেয় কিনা তা সত্ত্বেও।

উদাহরণস্বরূপ, আপনার সর্বদা সফ্টওয়্যার কোডটি উত্পাদনশীল মাধ্যমে স্থানান্তর করার জন্য সর্বদা একটি আনুষ্ঠানিক পদ্ধতির প্রয়োজন। আরেকটি চরিত্রগত উদাহরণ, যখন ডেটা বিজ্ঞানী ডেটা ইঞ্জিনিয়ারদেরকে দুর্বলভাবে কাঠামোগত এবং অনথিভুক্ত কোডটি প্রেরণ করতে হবে, তখন পাইথন থেকে উত্পাদনের জন্য ডেলিভারির জন্য পাইথন থেকে স্থানান্তর করা হয়।

অনুশীলনে, আইএ-ডেভলপমেন্ট স্ট্যান্ডার্ড টেমপ্লেট, লগিং এবং পর্যবেক্ষণের নিয়ম, ঐক্যবদ্ধ পরীক্ষা, কোড সংস্করণগুলির নিয়ন্ত্রণ, লাইব্রেরি সংস্করণগুলির দ্বারা ব্যবহৃত তথ্য এবং আরও অনেক কিছু জন্য প্রয়োজনীয়তা প্রভাবিত করে।

রাশিয়া এবং বিশ্বের মধ্যে

আইআই ডেভেলপমেন্টের ক্ষেত্রে রাশিয়াতে, অন্যান্য দেশের সাথে মেশিন লার্নিং বিশেষজ্ঞ এবং কৃত্রিম বুদ্ধিমত্তা এর দক্ষতা অনুসারে পরিস্থিতি রয়েছে। থিম নিজেই কর্পোরেশন এবং রাষ্ট্রীয় পর্যায়ে উপস্থিত হয়। আইআই ফাংশন এবং বিকাশের ডেডিকেটেড কর্পোরেট ল্যাবরেটরিজ, এআইআই সমাধানগুলির শিল্প প্রক্রিয়ার মধ্যে এআই সলিউশন এম্বেডিং ঘটে।

পরিস্থিতিটি প্রযুক্তিগত সংস্থাগুলিতে, ই-কমার্স অ্যান্ড রিটেইল এ সেরা, টেলিকম এবং ব্যাংকে অনেকগুলি করা হয়। এই শিল্পে, কর্পোরেট কাঠামোর মধ্যে একটি সমন্বিত ২ টি দলের সাথে বিকাশের দৃষ্টিভঙ্গি ইতিমধ্যেই গঠিত হচ্ছে। অর্থনীতির প্রকৃত সেক্টরে এখনও একটি বড় উপায় রয়েছে, যদিও আমার অনুশীলনে সফল রাশিয়ান উদাহরণগুলির মধ্যে একটি তেল ও গ্যাস শিল্প থেকে কোম্পানির অন্তর্গত।

ব্যাংকিং সেক্টরে আমি দেখেছি উন্নত বিশ্লেষণের উপর ভিত্তি করে একটি ব্যাপক রূপান্তরের সবচেয়ে সফল শিল্প পদ্ধতির মধ্যে একটি। আন্তর্জাতিক ব্যাংকিং গ্রুপ উন্নত বিশ্লেষণ এবং অনলাইন সহযোগিতার জন্য একক প্রযুক্তিগত প্ল্যাটফর্মে বিনিয়োগ করেছে, পাশাপাশি প্রায়শই একযোগে একটি আন্তর্জাতিক ডেটা বিজ্ঞান সম্প্রদায় চালু করেছে। একসঙ্গে নির্দেশিত ভূমিকাগুলির সাথে অন্তর্বর্তীকালীন পণ্য দলগুলির স্থিরকরণের সাথে সাথে, এই পদক্ষেপগুলি প্রথম ছয় মাসের জন্য প্রায় 10 টি আইআই-কেসগুলির উত্পাদনশীল হিসাবে চালানোর অনুমতি দেয় এবং অন্য ২0 এর বিস্তারিত গবেষণা শুরু করে।

এটি লক্ষ্য করা গুরুত্বপূর্ণ যে কোম্পানির শুরুতে ইতিমধ্যে একটি সুপরিচিত ডেটা ম্যানেজমেন্ট ফাংশন (ডেটা গভর্নেন্স) ছিল, যা রূপান্তরের ভিত্তি হিসাবে কাজ করেছিল, এটি একটি একক পদ্ধতির, প্রক্রিয়া এবং প্রযুক্তি চিহ্নিত করেছিল।

আইআই মধ্যে মানদণ্ড কি সমাধান হবে

প্রথমত, একটি উপযুক্ত দল এবং স্বচ্ছ নীতি এবং আইআই এর মান সমন্বয় উদ্যোগ থেকে অর্থনৈতিক প্রভাবের প্রমাণের সমস্যাটি অতিক্রম করে। এটি প্রজেক্ট এবং প্রক্রিয়া থেকে প্রোডাক্টের সাথে প্রজেক্ট এবং প্রসেস পদ্ধতির কাছে পণ্যটিতে ট্রান্সমিটারের সাথে সম্পর্কিত। টিমগুলি এআই-মেট্রিক্সের অনুশীলনে পরিচয় করিয়ে দেয়, যা আপনাকে আইআই প্রকল্পগুলির সমস্যাগুলি এবং সূক্ষ্ম স্থানগুলি স্তর বা সম্পূর্ণরূপে নির্মূল করতে দেয়। উদাহরণস্বরূপ, আপনি অবিলম্বে উন্নত বিশ্লেষণের প্রবর্তনের পরে পি & এল পণ্য পরিবর্তনের জন্য একটি পূর্বাভাস পরিচালনা করতে পারেন এবং একটি নির্দিষ্ট ব্যবসায়িক প্রক্রিয়ার মধ্যে AI বাস্তবায়নের ব্যয়-বেনিফিট বিশ্লেষণের বিশ্লেষণ বিশ্লেষণের জন্য একটি পূর্বাভাস পরিচালনা করতে পারেন।

সামগ্রিকভাবে, এটি এমন একটি ফ্যাক্টরকে ডিজিটাল রূপান্তর কৌশলগত দিক হিসাবে এবং "পরীক্ষাগার পরীক্ষা" থেকে একটি পূর্ণাঙ্গ ২ টি কৌশল থেকে রূপান্তর পরিচালনা করে।