Mobileye DI palaikymo agentas: 90 proc. greitesni atsakymai be naujos infrastruktūros
·
DI palaikymo agentas šiandien nėra teorinis žaislas. Tai jau darbas, pinigai, duomenys ir kartais labai žemiškas klausimas: kas prisiims atsakomybę, kai DI pradės veikti už žmogų?
DI palaikymo agentas Mobileye istorijoje yra geras priminimas, kad verslui rūpi ne modelio pavadinimas. AWS rugpjūčio 5 d. rašo, kad Mobileye agentas sutrumpino atsakymo laiką 90 proc. ir viršijo 95 proc. tikslumo tikslus.
Turiu prisipažinti, tokias naujienas skaitau ne kaip blizgančią vitriną. Skaitau kaip žmogus, kuris iš karto galvoja apie komandą pirmadienio rytą. Kas iš to bus naudinga? Kur bus painiava? Ir kur po mėnesio kas nors pasakys: „mes galvojom, kad čia automatiškai susitvarkys“.
KAS NUTIKO
Sprendimas pastatytas ant Amazon Bedrock AgentCore. Mobileye jį naudoja palaikymo operacijoms, jungiant agentą su esamomis sistemomis ir paliekant įmonės lygio valdymą bei stebėjimą.
Palaikymas yra labai nedėkinga vieta DI pažadams. Jei agentas klysta, žmogus ne filosofuoja apie ateitį. Jis pyksta, nes jo problema neišspręsta.
Čia svarbi detalė: kalbame ne apie dar vieną gražų demonstracinį video. Kalbame apie produktus, politiką, infrastruktūrą arba tyrimus, kurie keičia, kaip žmonės dirba su DI realiose organizacijose.
KODĖL TAI SVARBU
Todėl čia įdomus ne vien sutaupytas laikas. Įdomu tai, kad agentas turi tilpti į realią įmonės aplinką: senos sistemos, prieigos, saugumas, atsakomybė.
DI jau išlipo iš „parašyk tekstą“ dėžutės. Jis naršo, jungiasi prie įrankių, analizuoja duomenis, planuoja veiksmus, kartais tvarko dokumentus ar padeda priimti sprendimą. Trumpai: jis artėja prie darbo proceso, ne tik prie pokalbio lango.
Ir čia smegenys mėgsta paslysti. Norisi sakyti: „ai, čia dar užsienyje“. Bet tas pats modelis ar funkcija rytoj atsiras kliento kompiuteryje, darbuotojo naršyklėje arba partnerio pasiūlyme.
KĄ TAI REIŠKIA VERSLUI
Lietuvos įmonėms pamoka paprasta: pradėti verta nuo palaikymo klausimų, kur atsakymai kartojasi, bet reikia greitai rasti kontekstą.
- atrinkti dažniausias užklausas
- jungti agentą prie patikrintų žinių šaltinių
- matuoti tikslumą, ne tik greitį
- turėti žmogaus perėmimą sudėtingiems atvejams
Pirmas žingsnis – paimti 100 paskutinių palaikymo užklausų ir pažymėti, kiek jų būtų galima atsakyti su gera vidine žinių baze.
Man patinka paprastas testas: ar po šios naujienos tavo komanda turi vieną aiškesnį sprendimą? Jei ne, vadinasi dar tik skaitome. Skaityti galima. Tik nereikia apsimesti, kad tai jau strategija.
KUR GALI SKAUDĖTI
Rizika – paleisti agentą prieš sutvarkant žinias. Tada jis greitai pateiks netvarką. Tik gražesniais sakiniais.
Dažniausia klaida labai ūkiška. Žmonės įsijungia įrankį, pabando, nustemba, pasidžiaugia ir tada palieka viską savieigai. Po kelių savaičių paaiškėja, kad vieni darbuotojai kelia jautrius failus, kiti matuoja naudą iš jausmo, o treti net nežino, kas leidžiama.
Ne tragedija. Bet tvarkos reikia.
KĄ PASIDARYTI ŠIĄ SAVAITĘ
Šią savaitę susirašykite 10 dažniausių klientų klausimų ir pažiūrėkite, ar turite vieną patikimą atsakymo šaltinį.
Šaltinis: AWS Machine Learning Blog.
DUK
Ką pasiekė Mobileye?
AWS nurodo 90 proc. trumpesnį atsakymo laiką ir daugiau nei 95 proc. tikslumo tikslų viršijimą.
Kuo naudotas AgentCore?
AgentCore padėjo paleisti ir valdyti palaikymo agentą su įmonės stebėjimu ir saugumo kontrole.
Nuo ko pradėti palaikymo DI projektą?
Nuo dažniausių užklausų, žinių bazės kokybės ir aiškaus žmogaus perėmimo proceso.
Jei nori DI naudoti praktiškai, pradėk nuo vieno proceso. Vienas pasikartojantis darbas. Vienas atsakingas žmogus. Vienas matavimas. Daugiau praktikos rasi MasterSprint.
