Yapay Zeka Danışmanı Nasıl Olunur? [Video ve Test]

Kısa cevap: Yapay zeka danışmanı olmak için unvanlar toplamak yeterli değil, canlı bir iş akışında ücretli bir döngüyü tamamlayın. LLM'ler, veri alma ve model riski, ardından keşif, pilot uygulama, rapor yazımı ve etkinleştirme aşamalarını gerçekleştirin. Sistemlere, verilere veya işi yapan kişilere erişim yoksa, görevi reddedin.

Önemli noktalar:

Bir döngüyü tamamlayın: Ücretli keşif aşamasını, küçük bir pilot çalışmayı, rapor yazımını ve etkinleştirmeyi tamamlayın.

Teklifi adlandırın: "X'in Y'yi Z olmadan yapmasına yardım ediyorum" deyin ve karşılığında ödeme alın.

Sorumluluk: Sorumluyu belirleyin, karar kayıtlarını tutun ve kimin suçlandığını belirtin.

Şeffaflık: Öncelikle iş akışını haritalandırın; bir demo, bir teşhis anlamına gelmez.

Kötüye kullanıma karşı direnç: Ölçülmemiş doğruluk veya üretken yapay zekanın hatalı verileri düzelteceği konusunda asla söz vermeyin.

Kimsenin tam olarak tanımlayamadığı iş (ve neden bu sizin için uygun bir fırsat)

Bu, biraz daha gösterişli, daha güzel bir dizüstü bilgisayara sahip bir proje yönetim mühendisi değil. Yani, bazen bir hafta boyunca öyle görünüyor. Sonra yorgun bir finans yöneticisiyle yapılan bir keşif görüşmesi, üç elektronik tablo ve bir duayı ortaya çıkaran bir veri hazırlık kontrolü ve üretim izinleriyle temas halinde veri alma demosunun neden çöktüğüne.

İşini hakkıyla yapan versiyon, üç kalabalık odanın arasında yer alıyor:

• Yönetim, işletmenin ne istediği konusunda hemfikir olmadan "Yapay zeka stratejimiz nedir?" diye soruyor

• Öğle yemeğinden önce bir prototipi hayata geçirebilen, sonra da model riski tartışmalarına dalıp ortadan kaybolan inşaatçılar

• Geride bıraktığınız her şeyle yaşamak zorunda kalan operatörler

Siz, bağlantı dokususunuz. Bu, nadir bulunan bir özellik. Eğer bir atölye çalışması yönetebiliyorsanız, sağlam bir iş tanımı yazabiliyorsanız ve bir ekibin bir iş akışına sadece bir onay kutusu eklenmesi gereken bir LLM'yi zorla dahil etmesini engelleyebiliyorsanız, zaten gürültünün yarısından daha fazla iş bulma potansiyeline sahipsiniz.

Bunu görselleştirmenin kusurlu bir yolu var, ama yine de kullanacağım: Hem tesisatçısınız hem de yönetim kuruluna suyu açıklamak zorundasınız. Yorgun bir şekilde odalara giriyorsunuz, ancak yine de yaptığınız açıklamaların net olması gerekiyor.

Faturalandırılanlar (strateji, kurulum ve göz alıcı olmayan orta aşama)

Müşteriler size "yapay zekayı bilmeniz" için para ödemezler. Bir sorun pahalı, politik veya utanç verici derecede ciddi olduğunda, dışarıdan birinin çözüm bulması, şirket içinde yaşanacak başka bir çıkmazdan daha ucuz olduğunda para öderler.

Üç kova ve içlerindeki su birbirine sızıyor:

• Strateji. Kullanım senaryosu önceliklendirmesi, "bunu yapmalı mıyız?" soruları, yönetim taslakları, hukukçuları şaşırtacak model risk görüşmeleri. Yüksek güven gerektiren ve sadece çerçeveler içinde konuşursanız sahtekarlığı kolayca yapılabilecek bir strateji. Yapmayın.

• Geliştirme. Prototip oluşturma, yardımcı pilotlar, veri alma, iş akışı tasarımı, hafif otomasyon. Bu sizi kapıdan içeri sokar, ancak ücretsiz uygulama ekibi olursanız sizi tuzağa düşürür.

• Değişim yönetimi ve etkinleştirme. Kılavuzlar, eğitimler, "bunun nasıl sonuçlanacağı". Şaşırtıcı bir şekilde, genellikle en çok fatura edilen ve en az gösterişli olanıdır.

hızlı mühendislik çözümleri ortaya çıkıyor. Ancak bunlara aşırı güvenmeyin. Bunlar yemeğin kendisi değil, baharatıdır. Veri hazırlığı, paydaş haritalaması ve temiz bir keşif süreci, akıllı bir sistem uyarısından daha fazla projeyi kurtaracaktır.

Yaşadığım küçük bir çelişki: Saçmalığı dile getirecek kadar akıcılığa ve sonucun kime ait olduğunu sormadan inşa etmemek için yeterli öz denetime ihtiyacınız var. Sanırım bu, kötü bir şekilde ifade edilmiş haliyle, zanaatın özü.

Efsanevi bir köken öyküsü gerektirmeyen beş yol

Tek bir çözüm yolu yok. Farklı yaşam alanları var ve bunlar insanları farklı şekillerde etkiliyor. Hayatta kalabileceğinizi seçin.

Bunların hiçbiri ahlaki açıdan daha iyi değil. Bağımsız olmak, bir keşfi yanlış fiyatlandırana kadar romantik görünür. Şirket içi olmak, her chatbot fikri için belirlenmiş sihirbaz olana kadar güvenli görünür.

Yapay Zeka Danışmanı Nasıl Olunur? Bir iş unvanıyla değil, gerçek bir problemle başlayın

"Yapay Zeka Danışmanı Nasıl Olunur?" sorusunun doğrudan cevabı neredeyse hakaret derecesinde pratiktir. Kimlik toplamayı bırakın. Çözebileceğiniz sorunları toplamaya başlayın.

1. Doğru anlamda tehlikeli olabilecek kadar akıcı hale gelin. LLM'ler, veri alma, yardımcı pilotlar, temel otomasyon; model riskinin yaşadığı yerler. Hiçbir şeyi sıfırdan eğitmenize gerek yok.

2. Canlı bir iş akışının yanında oturun. Satış operasyonları, destek, finans kapanışı, bilgi arama. İşlerin nerede biriktiğini izleyin.

3. Bir tam döngü yapın. Keşif, küçük bir pilot uygulama, neyin bozulduğuna dair bir rapor, onu kullanmak zorunda olan insanlar için etkinleştirme.

4. Teklife bir isim verin. "X'in Y'yi Z olmadan yapmasına yardım ediyorum." Çirkin olması sorun değil. Belirsiz olması ise değil.

5. İlk çek biraz garip gelse bile, mutlaka ödemenizi alın. Ödenmemiş "portföy" işleri genellikle ödenmemiş olarak kalır.

Eğer mühendislik geçmişiniz varsa, genellikle paydaşlar ve yatırım getirisi (ROI) dili konusunda eksiksinizdir. Strateji veya operasyonlardan geliyorsanız, demo'nun ne zaman tiyatro gösterisi olduğunu anlamakta zorlanabilirsiniz. Her iki durumda da: gerçek bir sorunu ele alın, çözün ve gereksiz ayrıntılara girmeden açıklayın.

Buraya neredeyse "kişisel marka oluşturun" yazacaktım. Yazmayacağım. Açık ve net bir teklif ve telefonunuza cevap verecek birkaç kişi, asla fatura kesmeyen bir içerik makinesinden daha iyidir. İş, sunumdan daha dolambaçlıdır. Yol budur.

Kapıyı arkanızdan kilitlemeden kendinize bir köşe seçin

Neyse. Nişler.

Niş pazarlara yönelik tavsiyeler genellikle ya "tek bir ideal müşteri profili seçin ya da yok olun" ya da "genel kalın" şeklindedir. Her ikisi de kısmen doğru ve biraz can sıkıcıdır. Burada işe yarayan bir niş genellikle bir iş akışı + bir alıcıdır, bir model ailesi değil. Destek liderleri biletlerle boğuşuyor. Operasyon ekipleri karmaşık devir teslimlerle uğraşıyor. Kimsenin okumadığı doksan sayfalık bir PDF'den daha fazlasını gerektiren bir yönetişime ihtiyaç duyan risk uzmanları.

Daha sonra değişiklik yapabilirsiniz. Başlangıçta, bir niş bir filtre gibidir, dövme gibi değil. Kendinizi "Sadece geçen ay öğrendiğim aracı kullanıyorum" diye kısıtlamayın. Araçlar değişir. Veri hazırlığı, değişim yönetimi ve bir pilot projenin şansı olup olmadığına dair değerlendirmeler de değişir.

Bir şey daha, notlarımın görünüş şekli böyle olduğu için tireyi yanlış yere koyarak söylüyorum: niş bir kapı açıcıdır, kafes değil. Alıcının haftasını açıklayabiliyorsanız, yeterince uzmanlaşmışsınız demektir.

İlk müşteriler, kanıtlar ve erken dönem portföyünün yarattığı garip sorun

Kimsenin sevmediği kısım burası. Kanıta ihtiyacınız var. Alıcıların istediği türden bir kanıtınız yok. İlk ücretli iş genellikle karmaşık bir iş akışı denetimi oluyor, çığır açan bir model değil. Bu normal.

Parlak örnek olay incelemeleriniz olmadığında kanıt olarak ne sayılır?

• Dar kapsamlı bir teşhis: sistemler, veri hazırlığı, LLM'nin nerede yardımcı olacağı ve nerede politika yanılsamasına yol

• Sahipleriyle birlikte, fikir alışverişi yapılan bir duvar resmi değil, sıralı kullanım örnekleri üreten bir atölye çalışması

• Zamanlama açısından öncesi/sonrası karşılaştırması içeren küçük bir pilot proje - rakamları yerel ve abartısız tutun, hayali değil

• Etkinleştirme: Siz ayrıldıktan sonra bile ekibin kullanmaya devam edeceği kısa bir kılavuz

İlk müşterilere nasıl yaklaşabilirsiniz: size zaten güvenen eski meslektaşlarınız (çoğu insan böyle başlar, inkar etmeyelim); eğer zaten operasyonlarla uğraşıyorsanız, ilgili işler; haftada bir gün beyin gücüne ihtiyaç duyan bir ekip için kısmi zaman ayırmak.

Bir portföy uydurmayın. Bunun yerine, bir sorunu, ne denediğinizi, neyin başarısız olduğunu ve bundan sonra ne yapacağınızı anlatan net bir hikaye uydurun. Boş laflardan etkilenen alıcılar tiyatroyu sezebilirler. "Bu işe yaramadı çünkü veri seti karmakarışıktı" gibi bir açıklamaya saygı duyma eğilimindedirler

Hafif bir abartı: İlk üç müşteriniz size herhangi bir kursun öğreteceğinden daha fazlasını öğretir. Öte yandan, sizi bir pilotu göndermeye zorlayan bir kurs da hiç de azımsanacak bir şey değil. Biraz geri alıyorum söylediklerimi.

Fiyatlandırma, danışmanlık ücretleri ve aşırı hassas görünmeden hayır demek

Fiyatlandırma, yetenekli kişilerin çekindiği noktadır. Yeni oldukları için indirim yaparlar. Sonra yapılan işten nefret ederler. Ve sonunda iş özensizleşir.

• saatleri değil, kararı fiyatlandırın. Büyük bir karmaşayı çözen bir keşif "birkaç gün" sürmez.

• Danışmanlık hizmetleri , yetkilendirme, yönetim kontrolleri ve kısmi danışmanlık için uygundur. Ancak, müşteri kendi tarafında sorumlusu olmayan bir geliştirme süreci istiyorsa, bu hizmetler pek uygun değildir.

• İş tanımında "tamamlanmış" halinin neye benzediği belirtilmelidir. Bunu yazamıyorsanız, fiyatını da belirleyemezsiniz. Nokta.

• Sistemlere, verilere veya işi yapan kişilere erişiminiz olmadan "bize sadece bir yapay zeka stratejisi hazırlayın" isteği geldiğinde hayır deyin

Günlük ücretler nettir ancak kapsamın erimesini engeller. Hibrit model yaygındır: ücretli keşif, ardından sabit bir pilot dönem, eğer hala sizi istiyorlarsa da danışmanlık ücreti. Size sahte rakamlar sunmayacağım. Evrensel bir günlük ücreti gerçekmiş gibi gösteren herkes bir şey satıyordur. Benzer danışmanlık işlerinin sizin dünyanızda ne kadara mal olduğunu göz önünde bulundurun - ürün danışmanları, operasyonlarda kısmi zamanlı liderlik pozisyonları gibi.

Etik, risk ve peşinizi bırakmayacak vaatler

Bu bölüm, akşamdan kalma halinin gelmesi nedeniyle var. Ölçemediğiniz bir doğruluğu vaat etmeyin . "Yardımcı pilot devreye girdiğinde" tüm ekibin ortadan kaybolacağını vaat etmeyin. Üretken yapay zekanın, aslında daha da büyüteceği bir veri kalitesi sorununu çözeceğini vaat etmeyin. İşlevsel hale getirmediğiniz bir gizliliği vaat etmeyin: verilerin nereye gittiği, kimin uyarıları kaydettiği, nelerin saklandığı .

Model riski, slaytlara serpiştirilen bir slogan değildir. "Bu şey, düzenlenmiş bir iş akışında kesinlikle yanlış" anlamına gelir. Yönetişim ise daha az çekici olan kardeştir: erişim, değerlendirme, insan incelemesi, denetim izleri. Bunu atlarsanız, üretimde bir başkası bu açığı keşfeder.

Daha küçük bir etik kuralı da var: İki haftalık bir iş akışı yeniden tasarımı yeterliyken, müşteriyi büyük bir programa zorlamaya çalışmayın. Daha iyi arama izinleri asıl sorunken, özel bir arama yığını satmaya kalkışmayın.

Biraz bozuk bir metafor: Etik kuralları olmayan yapay zeka danışmanlığı, aynı zamanda kibrit de satan bir duman alarmı gibidir. Sevimli görünür, ta ki sevimli olmaktan çıkana kadar. Mutlu bir demo sonrasında sizden "sadece üretime geçirin" denilecektir. Değerlendirme ve model doğaçlama yaptığında kimin sorumlu olacağı konusunda daha yavaş bir görüşme yapın.

Bir demo bir teşhis olmadığında

Araçlar cezbedicidir. Hızlı görünmenizi sağlarlar. Paydaşlar alkışlar. Sonra Pazartesi gelir.

Bir demo "bu yığın makul bir çıktı üretebilir mi?" sorusuna cevap verir. Bir teşhis ise "bu kuruluş bunu burada, bu verilerle, bu kişilerle, bu risk iştahıyla kullanmalı mı?" sorusuna cevap verir. Farklı spor dalları.

Şu işaretlere dikkat edin: kimse size mevcut süreci baştan sona gösteremez; "bilgi tabanı" sahipleri olmayan, paylaşımlı sürücülü bir bataklıktır; başarı "bir şey başlattık" demektir; yardımcı pilot, yapay zekâ dışı nedenlerle zaten başarısız olan bir iş akışında oturmaktadır.

Sizin göreviniz çoğu zaman odayı yavaşlatmaktır. Bunun sebebi kıymetli olmanız değil. Çünkü kötü bir pilot, kuyuyu zehirler. Keşif çalışmalarını ciddiye alın. İş akışını haritalandırın. Yanlış bir şey olursa kimin suçlanacağını sorun. Sonra da araçları seçin.

Yargı, üründür. Yığın ise kostümdür. Bunu söylerken, kusursuz bir prototipin, bir notun asla açamayacağı kapıları açtığının farkındayım. Demoyu bir teşhisin içinde kanıt olarak kullanın, yerine geçecek bir şey olarak değil. İşini hakkıyla yapar; ortama bağlı olarak, canlı bir geri çağırma testi, cilalanmış bir sunumdan daha iyi sonuç verir. Ortamı okuyun. Sonra yine de test edin.

Operasyonlar, sözleşmeler, teslimat: işin göz alıcı olmayan yarısı

Bağımsız veya stüdyo tarzında çalışırsanız, işletme danışmanlık hizmetlerinizi ele geçirmeye çalışacaktır. Gelen kutusu, faturalar, sözleşmeler, "bir telefon görüşmesine katılabilir misiniz?"

Minimum yetişkin kurulumu:

• Basit bir sözleşme: kapsam, fikri mülkiyet, gizlilik, veri işleme, fesih

• Her görüşme için bir iş tanımı (SOW) hazırlayın, hatta sevdiğiniz kişiler için bile. Özellikle sevdiğiniz kişiler için.

• Teslimat ritmi: haftalık not, karar günlüğü, riskler. Sade. Altın değerinde.

• İndirme klasörünüzde bulunmayan dosyalar ve eriştiğiniz sistemler için erişim kuralları

İtibar, teslimat aşamasında değer kazanır. Belgeleri okuyarak ortaya çıkın. Atölye çalışmaları arasında ortadan kaybolmayın. Bir pilot proje aksadığında, geç bir özür dilemek yerine, seçenekleri önceden belirtin.

Eğer ayrılırsanız ve işi sadece siz yürütürseniz, danışmadınız demektir; günlük ücretle bir darboğaz haline geldiniz. Öğretin, belgeleyin, devredin.

Yolun özü şuna varıyor

Evet, "Yapay Zeka Danışmanı Nasıl Olunur?" sorusunun cevabı biraz sıkıcı. Teknoloji yığınını yeterince iyi öğrenin, kurguyu koklayın. Canlı bir iş akışının içinde yer alın. Bir döngüyü tamamlayın. Değerlendirme için ücret alın. Tiyatroyu reddedin.

Bu yol bir kurs, bir rozet veya yeniden markalanmış bir profil başlığı değil. Bu, insanların yapay zeka stratejisi, otomasyon veya henüz var olmaması gereken bir yardımcı pilot hakkında daha iyi kararlar vermelerine yardımcı olduğunuz, ücretli ve sınırlı problemlerden oluşuyor. Sonra bir diğeri.

Model-risk toplantısında en zeki kişi olmanıza gerek yok. Slaytlar kapandıktan sonra bile çalışmayı açıklayabilen kişi olmanız yeterli. Bu, olması gerekenden daha nadir bir durum. Ama başlamak için yeterli.

Gerçek dünya örneği: İlk ücretli iş birliği olarak iki haftalık destek keşif süreci

Senaryo

Maya 34 yaşında. Bölgesel bir sigorta acentesinde altı yıl operasyon departmanında çalıştı; Copilot denemesi poliçe metniyle ilgili kendinden emin ama yanlış bir cevap verdiğinde meslektaşlarının aradığı kişiydi. Bir atölye çalışması yürütebilir, kısa bir özet yazabilir ve bir iş akışının model yerine onay kutusuna ihtiyaç duyup duymadığını söyleyebilir. Sıfırdan hiçbir şey eğitemez ve aksini de iddia etmez.

Mart ayında serbest çalışmayı denemek için ayrılıyor. Gelen çağrı motoru yok. Manchester'da 180 çalışanı olan B2B SaaS şirketi Northline'da Müşteri Destek Müdürü olan eski bir meslektaşı Dan var. Dört temsilci. Sahibi olmayan ortak bir disk. Bir chatbot denemesi, tüm çalışanların katıldığı toplantıda şimdiden övgüyle karşılanıyor. Temsilciler sessizce diski açmayı bıraktılar. Dan, bir sonraki yönetim kurulu toplantısından önce yardım istiyor, iş unvanının yeniden markalaştırılmasını değil.

Maya "bir yapay zeka stratejisi" satmıyor. O, iki haftalık sabit bir keşif süreci satıyor: bir talebin pratikte nasıl yanıtlandığını haritalandırın, üretken yapay zekanın nerede yardımcı olacağını ve nerede karmaşa yaratacağını belirtin ve adı belirlenmiş bir sahibi olan sınırlı bir pilot proje önerin. Eğer bulgu "izinleri düzeltin ve eksik makaleleri yazın" ise, teslim edilecek ürün budur. Dan, henüz kapsamını belirlemediği bir prototip için değil, karar için ödeme yapar.

Danışmanın ihtiyaç duyduğu şeyler

• Tek sayfalık bir iş tanımı, "tamamlananlar"ı şu şekilde sıralar: iş akışı haritası, sorumluları belirtilmiş puanlı kullanım senaryoları listesi, pilot uygulama için onay veya ret kararı ve olası sorunların iki sayfalık bir açıklaması

• Müşteri adları gizlenmiş, yakın zamanda kapatılmış "nasıl yaparım / politika nedir" türündeki 12 destek talebine erişim

• Yardım merkezine, paylaşılan sürücüye ve terk edilmiş sohbet robotu kayıtlarına yalnızca okuma erişimi

• İki ajan, ekip lideri ve teorik olarak bilgi tabanının sahibi olan kişiyle (bu kişi kimse olmayabilir; bu bir bulgudur) her biri 45 dakika sürecek bir görüşme gerçekleştirilecek

• Dan, karar verici konumunda ve ikinci haftada öneriyi kabul edip etmeyeceğine karar verecek

• Yazılı bir veri kuralı: tüketici araçlarında müşteri kişisel verilerine yer verilmez, üretim aşamasında hiçbir şey yazılmaz, müşteriyle doğrudan etkileşimde bulunan her şey insan incelemesinden geçer

• Basit bir karar kayıt defteri. Kuru. Birisi "neden botu çalıştırmadık ki?" diye sorduğu anda hazır

Örnek talimat

Maya bunu, açıklayıcı bir kutucuk içinde değil, iş tanımında, sade bir dille belirtiyor:

Beni Northline'ın müşteri destek yanıt yolunu teşhis etmek için görevlendiriyorsunuz, bir chatbot kurmak için değil. On iş günü içinde (1) mevcut süreci gözlemleyeceğim, (2) eksik makaleler, izinler veya aktarımlar nedeniyle hangi adımların yavaş olduğunu belirteceğim, (3) bir veri alma yardımcı pilotunun yanıt taslağı hazırlayabileceği yerleri ve bir dil modelinin yanlış araç olduğu yerleri puanlayacağım ve (4) bir sahibi, durdurma kuralı ve 12 biletlik bir test seti olan bir pilot uygulama önereceğim. Müşterilerin önüne hiçbir şey koymayacağım. Personel tasarrufu sözü vermeyeceğim. Chatbot denemesi yanlış bir şekildeyse, bunu bir çerçeveyle değil, biletlerden elde edilen kanıtlarla söyleyeceğim.

Northline daha sonra bir veri alma denemesi yapmak isterse, araca verilen talimatlar da aynı derecede kısadır:

Bu bilete yalnızca bağlantılı yardım merkezi makalelerini kullanarak bir yanıt taslağı hazırlayın. Makale başlığını alıntılayın. Cevap bu makalelerde yoksa, "metinde yok" deyin ve durun. Geri ödeme süreleri, bölgesel istisnalar veya SLA rakamları uydurmayın.

İkinci paragraf, yemeğin baharatı gibidir. İş tanımı ise yemeğin kendisidir.

İyi bir taslak şöyle görünür: "Metin içinde yok. Geri ödeme süresi 40 maddede belirtilmemiş. Faturalama kılavuzuna iletin." Kötü bir taslak ise şöyle görünür: "Standart olarak 14 günlük geri ödeme hakkınız var. Onayladım." Aradaki fark, tüm risktir.

Nasıl test edilir?

Maya, keşfi tamamlanmış saymadan önce, odadaki iki ajanla küçük ve tatsız bir test yapıyor.

• Aynı türden on iki adet kapalı bilet, biletin açılmasından "Göndereceğim kısa metne sahibim" anına kadar telefon kronometresiyle zamanlandı

• Her bir destek talebi için: terk edilmiş sohbet robotu kullanılabilir bir yanıt mı verdi, kesin bir yanlış yanıt mı verdi, yoksa temsilcinin göndereceği hiçbir şey mi üretmedi?

• Herhangi bir kaynak bulma denemesinden sonra: taslak gerçek bir makaleye atıfta bulunuyor mu ve o makale bunu söylüyor mu?

• Özellikle kasıtlı olarak eklediği uç durumlar: birinin kafasında yaşayan bölgesel bir istisna, para iade talebi, aslında fatura anlaşmazlığı olan bir bilet, makalesi iki yıl öncesine ait bir soru

• İş birliğinin kabulü: Dan, önerilen bir sonraki adımı, sorumlu kişiyi ve liderliğe abartmadan söyleyebileceği bir cümleyi gösterebilir

Eğer başlangıç ​​zamanını doğru ayarlayamazsa, daha sonra zamandan tasarruf etme hakkında konuşma hakkı da olmaz. Eğer kimse veri setinin sahibi değilse, pilot "yardımcı pilot oluştur" şeklinde değil, "sahibini belirle ya da dur" şeklinde olur

Sonuç

Bu, Northline tarafından yayınlanmış bir rakam değil, uydurma bir test düzeneğinden elde edilmiş örnek bir sonuçtur.

Varsayımlar: 12 politika tarzı bilet; iki temsilci; gözlem sırasında kronometre ile zamanlama yapıldı, buna paylaşılan sürücüdeki arama da dahil; geri alma denemesinde yalnızca 40 temizlenmiş yardım merkezi makalesi kullanıldı; her taslağın kabul edilebilir sayılması için üç maddelik bir kontrol listesinden (doğru politika, belirtilen kaynak, ek uydurma madde yok) geçmesi gerekiyordu.

Başlangıç ​​durumu, birinci hafta: Kullanılabilir bir özet elde etme süresinin medyanı 14 dakikaydı. 12 biletin yedisi için bir meslektaşa Slack üzerinden bildirim gönderilmesi gerekti. Mevcut chatbot denemesi, bir temsilcinin göndermeye istekli olduğu 12 yanıttan 0'ını üretti. Bu chatbot yanıtlarından ikisi, hiçbir makalede yer almayan 14 günlük bir iade süresi uydurdu.

90 dakikalık bir hazırlık oturumu ve 40 makaleden oluşan veri kümesi üzerinde yapılan arama denemesinin ardından: ilk taslağa ulaşma süresinin medyanı 6 dakika oldu. Alıntı yapılan makalenin kontrol edilmesi 3 dakika daha ekledi, bu nedenle bu örneklemde her bir görev için net süre 9 dakika oldu. Bu, 14 görevden 5 dakika daha az veya 12 görevde toplamda 60 dakika demektir. 12 taslağın sekizi ilk incelemede kontrol listesini karşıladı. Üçü doğrudan "veri kümesinde yok" (eksik makaleler) durdurmalarıydı. Bir tanesi bölgesel bir istisna uydurmaya çalıştı; ajan bunu yakaladı çünkü talimat kaynak kodunu açmayı söylüyordu.

Bu rakamlar, belirtilen teste, küçük bir örneğe ve fatura anlaşmazlıklarından daha kolay olan biletlere dayalı bir tahmin örneğidir. Bunlar personel sayısını azaltmak için bir neden değildir ve "yapay zeka üretimde işlem süresinin %36'sını tasarruf etti" iddiasının kanıtı da değildir. İnceleme süresi de dahil edilmiştir. Zaten sahip oldukları chatbot, yalnızca hız açısından değil, kalite açısından da daha kötü görünüyordu.

Burada önemli olan kariyer sonucu. Maya, ücretli bir değerlendirme yazısı, bir iş akışı haritası, orijinal chatbot'tan olumsuz yanıt, bir sahibiyle yapılan veri alma denemesinden kısmi olumlu yanıt ve aramasını kabul edecek bir müşteriyle ayrıldı. Bu tam bir döngü. Ayrıca, gereksiz ayrıntılara girmeden anlatabileceği bir hikaye.

Neler ters gidebilir?

• Yönetim hâlâ orijinal chatbot'u istiyor çünkü demo oldukça etkileyiciydi. "Henüz değil" diyen bir teşhis, bir slayt karşısında kaybedebilir.

• Eğer kimse sahiplenmezse, 40 makale altı hafta içinde geçerliliğini yitirir. Ardından, daha iyi yöntemlerle tahminler yapılır.

• Maya, belirsiz bir iş tanımı yazıyor ("yapay zekâya hazır destek sistemi oluşturun") ve ücretsiz uygulama ekibi oluyor.

• "Bunu daha sonra ekleyeceğiz" şeklindeki insan incelemesi nedeniyle, tamamen yanlış bir iade politikası müşteriye ulaşıyor

• Müşteri kişisel verilerini içeren bilet metni bir tüketici aracına yapıştırılıyor. Gizlilik sözü sözlü olarak verilmişti.

• Dan ikinci ayda iş değiştiriyor. Ne patronu var, ne de danışmanlık hizmeti alıyor, pilotun performansının düştüğünü söyleyecek kimse yok.

• Şirket performans göstergesi (KPI) olarak 5 dakikalık tasarrufu raporluyor. Paydaşlar rakamı hatırlıyor, örneklem büyüklüğünü unutuyor.

Pratik çıkarımlar

Bu yol, canlı bir iş akışı, ücretli bir sınır, tekrar çalıştırabileceğiniz bir test ve biletlerde belirtildiği gibi dil modelinin yanlış bir araç olduğunu söyleme dürüstlüğünden oluşuyor. Sattığınız şey muhakeme yeteneğidir. İlk tam döngü, işe alınmaya değer biri haline gelmenizi sağlar.

SSS

Bir yapay zeka danışmanı ne yapar?

İşin özü çeviri yapmaktır. Şüpheci bir ortamda darboğazı bulup, kimseyi utandırmayacak bir pilot uygulama ile ayrılırsınız. Bu, strateji, geliştirme, yetkilendirme veya yönetişim anlamına gelebilir; ayrıca bir LLM'nin yanlış araç olduğunu bilmeyi de içerir. Liderlik, hızlı prototip geliştirenler ve sizin bıraktığınız şeyle yaşayan operatörler arasında yer alırsınız. Bir atölye çalışması düzenleyin. Sıkı bir iş tanımı yazın. Bir onay kutusuna ihtiyaç duyan bir iş akışına bir LLM sıkıştırmayı bırakın.

Yapay Zeka Danışmanı Nasıl Olunur?

Kimlik toplamayı bırakın. Bitirebileceğiniz sorunları toplamaya başlayın. LLM'ler, veri alma, yardımcı pilotlar, temel otomasyon ve model riski konularında yeterince yetkin olun ki, sıfırdan model eğitmeden saçmalık diyebilesiniz. Canlı bir iş akışının yanında oturun. Tam bir döngü çalıştırın (keşif, küçük bir pilot uygulama, neyin bozulduğunun yazılı açıklaması, etkinleştirme), teklifi "X'in Y'yi Z olmadan yapmasına yardım ediyorum" olarak adlandırın ve ödeme alın. Net bir teklif ve çağrınızı yanıtlayacak birkaç kişi, asla fatura kesmeyen bir içerik makinesinden daha iyidir.

Öncelikle modelleri eğitmem veya komut istemi mühendisliğinde uzmanlaşmam mı gerekiyor?

Hayır. Modelleri sıfırdan eğitmenize gerek yok ve hızlı mühendislik, yemeğin kendisi değil, baharatıdır. Veri hazırlığı, paydaş haritalaması ve temiz bir keşif süreci, zekice bir sistem uyarısından daha fazla projeyi kurtarır. Mühendislerin genellikle paydaş ve yatırım getirisi (ROI) diline ihtiyacı vardır. Strateji ve operasyon ekiplerinin ise demo'nun ne zaman tiyatro olduğunu bilmesi gerekir. Her iki durumda da, canlı bir problemi ödünç alın, çözün ve gereksiz ayrıntılara girmeden açıklayın.

Hangi kariyer yolunu seçmeliyim: serbest çalışma, kurum içi çalışma, stüdyo veya ajans?

Tek bir kariyer yolu yok. Serbest çalışan bağımsızlar keşif ve pilot projelerde kar marjını koruyor, ancak iniş çıkışlar bir döngü oluşturuyor. Butik stüdyolar bir ekip satıyor. Kurum içi yapay zeka liderleri maaş, erişim ve siyasi nüfuz elde ediyor. Ürünleştirilmiş danışmanlık paketleri atölye çalışmaları ve denetimler içeriyor. Ajans sözleşmeli çalışanları proje geliştirme fırsatı buluyor ve iş tanımı belirsizse yardımcı eleman olabiliyorlar. Bağımsız çalışma, bir keşif projesinin fiyatını yanlış belirleyene kadar romantik görünüyor. Kurum içi çalışma ise her chatbot fikri için belirlenmiş sihirbaz olana kadar güvenli görünüyor.

Yapay zeka danışmanı olarak hangi alanda uzmanlaşmalıyım?

Burada işe yarayan bir niş genellikle bir iş akışı artı bir alıcıdır, model bir aile değil. Destek liderlerinin biletlerle boğuştuğunu, operasyon ekiplerinin karmaşık devir teslimlerle uğraştığını veya risk uzmanlarının kimsenin okumadığı doksan sayfalık bir PDF'den daha farklı bir yönetişime ihtiyaç duyduğunu düşünün. Başlangıçta, bir niş bir filtre görevi görür, dövme gibi değil. Kendinizi geçen ay öğrendiğiniz araca hapsetmeyin. Araçlar değişir, veri hazırlığı, değişim yönetimi ve bir pilot projenin şansı olup olmadığına dair değerlendirmeler de değişir. Alıcının haftasını açıklayabiliyorsanız, yeterince uzmanlaşmışsınız demektir.

Vaka incelemeleri veya gösterişli bir portföy olmadan nasıl yapay zeka danışmanı olunur?

İlk ücretli iş genellikle karmaşık bir iş akışı denetimi olur, çığır açan bir proje modeli değil. Kanıt, dar kapsamlı bir teşhis, sahipleriyle birlikte sıralanmış kullanım senaryoları üreten bir atölye çalışması, tamamlanma süresine ilişkin yerel bir öncesi/sonrası karşılaştırması içeren küçük bir pilot proje veya siz ayrıldıktan sonra bile ekibin kullandığı bir kılavuz olabilir. Çoğu insan eski meslektaşlarıyla, ilgili operasyonel işlerle veya haftada bir gün kısmi zamanlı çalışarak başlar. Bir portföy oluşturmayın. Bunun yerine, bir sorunun net bir öyküsünü, ne denediğinizi, neyin başarısız olduğunu ve bundan sonra ne yapacağınızı anlatın.

Yapay zeka danışmanlığı hizmetleri ve aylık ödemeler için nasıl fiyatlandırma yapmalıyım?

Mümkün olduğunca, saatleri değil, kararı fiyatlandırın. Büyük bir karmaşayı çözen bir keşif birkaç gün sürmez. Aylık ücretler, yetkilendirme, yönetim kontrolleri ve kısmi danışmanlık için uygundur, ancak kendi tarafında sahibi olmayan bir geliştirme sprinti için uygun değildir. İş tanımında "tamamlanmış"ın neye benzediği belirtilmelidir, çünkü bunu yazamazsanız, fiyatlandıramazsınız. Hibrit yaygındır: ücretli keşif, ardından sabit bir pilot proje, ardından aylık ücret. Evrensel bir günlük ücret peşinde koşmak yerine, kendi dünyanızda benzer danışmanlık işlerinin maliyetine yakın bir fiyat belirleyin.

Üretken yapay zeka konusunda bir müşteriye asla ne söz vermemeliyim?

Ölçemediğiniz bir doğruluğu, yardımcı pilot devreye girdiğinde ortadan kaybolan bir ekibi veya üretken yapay zekanın daha da büyüteceği bir veri kalitesi sorununu çözeceğini vaat etmeyin. Operasyonel hale getirmediğiniz bir gizliliği vaat etmeyin: verilerin nereye gittiği, kimin uyarıları kaydettiği ve nelerin saklandığı. Model riski, düzenlenmiş bir iş akışında modelin güvenle yanlış olmasıdır. Yönetişimi atlarsanız, üretimdeki açığı başkası bulur. İki haftalık bir iş akışı yeniden tasarımı yeterliyken, müşteriyi büyük bir programa korkutmayın.

Bir demo ne zaman teşhis sayılmaz?

Bir demo, bir teknoloji yığınının makul bir çıktı üretip üretemeyeceğini yanıtlar. Bir teşhis ise, bu kuruluşun bu teknoloji yığınını burada, bu verilerle, bu kişilerle ve bu risk iştahıyla kullanıp kullanmaması gerektiğini yanıtlar. İşaretlere dikkat edin: kimse süreci baştan sona gösteremez, bilgi tabanının sahipleri yoktur veya yardımcı pilot zaten başarısız olan bir iş akışında oturmaktadır. Ortamı yavaşlatın, iş akışını haritalandırın ve yanlışsa kimin suçlanacağını sorun, ardından araçları seçin. Yargı üründür. Teknoloji yığını ise kostümdür.

Bağımsız yapay zeka danışmanlarının hangi sözleşme ve teslimat alışkanlıklarına ihtiyacı var?

Bağımsız veya stüdyo şeklinde çalışırsanız, işletme danışmanlık hizmetlerinizi ele geçirmeye çalışacaktır. Minimum kurulum: kapsamı, fikri mülkiyeti, gizliliği, veri işlemeyi ve feshi kapsayan basit bir sözleşme; her proje için bir iş tanımı; haftalık not, karar günlüğü ve riskler; ayrıca indirme klasörünüzde sıkışıp kalmayan belgeler. Belgeleri okuyarak gelin. Atölyeler arasında ortadan kaybolmayın. Bir pilot proje aksarsa, seçeneklerinizle birlikte bunu önceden bildirin. Ayrılırsanız ve sadece siz yönetebiliyorsanız, günlük ücretle bir darboğaz haline gelirsiniz. Öğretin, belgeleyin, devredin.

Referanslar

1. NIST - nvlpubs.nist.gov

2. NIST - airc.nist.gov

3. ICO - ico.org.uk

4. NCSC - www.ncsc.gov.uk

5. Microsoft Learn - learn.microsoft.com

6. OpenAI - geliştiriciler.openai.com

7. OpenAI - Hızlı mühendislik - developers.openai.com

En Yeni Yapay Zeka Ürünlerini Resmi Yapay Zeka Asistanı Mağazasında Bulun

Hakkımızda