ஜூலியாவை ஒரு AI குழுத் தோழியாக கற்பனை செய்து பாருங்கள், அவர் சந்தைப்படுத்தல் தந்திரோபாயங்களை தன்னியக்கமாக பகுப்பாய்வு செய்கிறார், விளம்பர பட்ஜெட்டுகளை மேம்படுத்துகிறார், மேலும் ஈடுபாட்டுடன் கூடிய உள்ளடக்கத்தை உருவாக்கி வெளியிடுகிறார் – வாரக்கணக்கான மனித முயற்சியை மணிநேரங்களாக மாற்றுகிறார். இந்த எடுத்துக்காட்டில், ஜூலியா ஒரு AI முகவர் – பயனர்களின் சார்பாக பணிகளைச் செய்து முடிவுகளை எடுக்கும் ஒரு தன்னாட்சி நிரல்.
வணிக மென்பொருள் ஒற்றைக்கல் அமைப்புகளிலிருந்து கிளவுட் அடிப்படையிலான, API-இயக்கப்படும் கருவிகளாக உருவாகியுள்ளது, ஆனால் பெரும்பாலான பயன்பாடுகள் இன்னும் நிலையான பணிப்பாய்வுகள், கையேடு உள்ளீடுகள் மற்றும் வரையறுக்கப்பட்ட டாஷ்போர்டுகளைச் சார்ந்துள்ளது. விதி அடிப்படையிலான போட்கள் மற்றும் RPA வழியாக ஆட்டோமேஷன் செயல்திறனை அதிகரித்திருந்தாலும், அது அடிப்படையில் செயல்பாடுகளை மாற்றவில்லை. AI முகவர்களின் எழுச்சியுடன் அது மாறப்போகிறது.
AI-இயக்கப்படும் தயாரிப்பு கண்டுபிடிப்புகளில் மூத்த தயாரிப்புத் தலைவராக, பிரசாந்த் தோமர் வணிகத்தில் AI முகவர்களின் வளர்ந்து வரும் தாக்கம் குறித்த நுண்ணறிவுகளைப் பகிர்ந்து கொள்கிறார். AI-இயக்கப்படும் தயாரிப்பு கண்டுபிடிப்பு, நிறுவன மென்பொருள் மற்றும் தயாரிப்பு-இயக்கப்படும் வளர்ச்சியை இயக்குவதில் அவர் நிபுணத்துவம் பெற்றவர். அவர் ஒரு வழிகாட்டி, முதலீட்டாளர் மற்றும் வேலையின் எதிர்காலம் மற்றும் வளர்ந்து வரும் தொழில்நுட்பங்கள் குறித்து அடிக்கடி பங்களிப்பவர்.
AI முகவர்கள் எவ்வாறு செயல்படுகிறார்கள்?
AI இன் மையத்தில், முகவர்கள் பெரிய மொழி மாதிரிகள் (LLMகள்) ஆகும், அவை சூழல், காரணம் மற்றும் செயல்பாட்டைப் புரிந்துகொள்ள உதவுகின்றன. AI முகவர்கள் கருவிகளைப் பயன்படுத்தும் மற்றும் செயல் திட்டங்களை உருவாக்கும் திறனால் வேறுபடுகிறார்கள். இந்தக் கருவிகளில் வெளிப்புற தரவுத்தொகுப்புகள், வலைத் தேடல்கள் மற்றும் APIகள் அடங்கும், இது AI முகவர்கள் தகவல்களை பகுப்பாய்வு செய்வது மட்டுமல்லாமல் முடிவுகளை செயல்படுத்தவும் அனுமதிக்கிறது. மனிதர்களைப் போலவே, AI முகவர்கள் புதிய தகவல்களைக் கற்றுக் கொள்ளும்போது அவர்களின் “நினைவகத்தை” புதுப்பிக்க முடியும், காலப்போக்கில் அவர்களின் செயல்திறனை தொடர்ந்து மேம்படுத்துகிறது.
முன் வரையறுக்கப்பட்ட தர்க்கத்தைப் பின்பற்றும் சாட்போட்கள் அல்லது RPA கருவிகளைப் போலல்லாமல், AI முகவர்கள் மனிதர்களுக்கு உதவுவது மட்டுமல்லாமல் – அவை செயல்படுகின்றன. அவர்கள் சூழலை விளக்கலாம், தன்னாட்சி முடிவுகளை எடுக்கலாம் மற்றும் வணிக செயல்முறைகளை மாறும் வகையில் மேம்படுத்தலாம். பாரம்பரிய ஆட்டோமேஷன் பணிப்பாய்வுகளை ஸ்கிரிப்ட் செய்வது பற்றியது என்றால், AI முகவர்கள் அவற்றை நிகழ்நேரத்தில் மீண்டும் எழுதுவது பற்றியது. கார்ட்னரின் கூற்றுப்படி, 2028 ஆம் ஆண்டளவில், நிறுவன மென்பொருள் பயன்பாடுகளில் 33% முகவர் AI ஐ உள்ளடக்கும், இது 2024 இல் 1% க்கும் குறைவாக இருந்தது, தினசரி வேலை முடிவுகளில் குறைந்தது 15% தன்னியக்கமாக எடுக்கப்படும்.
இன்று வணிகங்கள் AI முகவர்களை எவ்வாறு பயன்படுத்துகின்றன?
ஆரம்பகால தத்தெடுப்பாளர்கள் ஏற்கனவே பல செயல்பாடுகளில் AI முகவர்களை பயன்படுத்துவதில் மதிப்பைக் காண்கிறார்கள். சில ஆரம்பகால பயன்பாட்டு நிகழ்வுகளில் பின்வருவன அடங்கும்:
● ஆராய்ச்சி மற்றும் மேம்பாடு: கிட்ஹப் கோபிலட்டுடன் டியோலிங்கோ அதன் டெவலப்பர் உற்பத்தித்திறனில் 25% அதிகரித்துள்ளது. கோபிலட் குறியீட்டில் சுயாதீனமாக மீண்டும் மீண்டும் செயல்படுகிறது, திருத்தங்களை செயல்படுத்துகிறது மற்றும் டெவலப்பர்கள் சிக்கலான வணிக சவால்களைத் தீர்ப்பதில் கவனம் செலுத்த உதவும் வகையில் பாய்லர் பிளேட் குறியீட்டை கைமுறையாக உருவாக்கும் தேவையைக் குறைக்கிறது.
● சந்தைப்படுத்தல்: “ஒரு முன்னணி நுகர்வோர் தொகுக்கப்பட்ட பொருட்கள் நிறுவனம் வலைப்பதிவு இடுகைகளை உருவாக்க அறிவார்ந்த முகவர்களைப் பயன்படுத்தியது, செலவுகளை 95% குறைத்தது மற்றும் வேகத்தை 50 மடங்கு மேம்படுத்தியது (நான்கு வாரங்களுக்கு மாறாக ஒரே நாளில் புதிய வலைப்பதிவு இடுகைகளை வெளியிடுதல்).”
● விற்பனை: மின்னணு வணிக நிறுவனமான கிட்ச், மெட்டா பிசினஸ் AI ஐப் பயன்படுத்தி அதன் வாடிக்கையாளர்களுக்கு தனிப்பயனாக்கப்பட்ட பரிந்துரைகளை வழங்குவதன் மூலமும், அவர்களின் சரியான முடி பராமரிப்பு பொருத்தத்தைக் கண்டறிய உதவுவதன் மூலமும் அதிக விற்பனையை அதிகரிக்கிறது.
● வாடிக்கையாளர் சேவை: ஃபார்முலா 1, சேல்ஸ்ஃபோர்ஸ் ஏஜென்ட்ஃபோர்ஸுடன் சேவை பதிலை 80% விரைவுபடுத்துகிறது. மேம்பட்ட AI ஐ உள்ளுணர்வு சுய சேவையுடன் கலப்பதன் மூலம், F1 ரசிகர்கள் தங்கள் போர்டல் மூலம் தாங்களாகவே உதவி பெறுவதை எப்போதும் இல்லாத அளவுக்கு எளிதாக்குகிறது.
முன்னோக்கி செல்லும் பாதை(வரைபடம்)
AI முகவர்களுக்கான சந்தை அடுத்த ஐந்து ஆண்டுகளில் 45% CAGR இல் $50B ஆக வளரும் என்று எதிர்பார்க்கப்படுகிறது. இருப்பினும், AI முகவர்கள் பாரம்பரிய நிறுவன மென்பொருளை ஒரே இரவில் மாற்ற மாட்டார்கள். ஆட்டோமேஷனில் இருந்து முழுமையாக AI-இயக்கப்படும் செயல்பாடுகளுக்கு மாறும்போது வணிகங்கள் சில முக்கிய கட்டங்களைக் கடந்து செல்லும் என்று எதிர்பார்க்கப்படுகிறது:
கட்டம் 1: அறிவார்ந்த இணை விமானிகள் (இப்போது)
இந்த கட்டத்தில், உற்பத்தித்திறனை இயக்குவதில் கவனம் செலுத்தும் மீண்டும் மீண்டும் பணிகளை அளவிடுவதற்கு பயன்படுத்தப்படும் ஒரு அறிவார்ந்த துணை விமானியாக AI செயல்படும். வணிகங்கள் முதன்மையாக AI ஐப் பயன்படுத்தி உற்பத்தித்திறனை அதிகரிக்கும், குறியீட்டு உதவி, அறிக்கை உருவாக்கம், சந்திப்பு சுருக்கம் மற்றும் வழக்கமான பணி ஆட்டோமேஷன் போன்ற பயன்பாட்டு நிகழ்வுகளுடன்.
கட்டம் 2: பணிப்பாய்வு இசைக்குழுக்கள் (அடுத்த 2 ஆண்டுகள்)
AI முகவர்கள் உருவாகும்போது, அவர்கள் வெவ்வேறு கருவிகள் மற்றும் தளங்களில் பல-படி பணிப்பாய்வுகளை ஒழுங்கமைக்கத் தொடங்குவார்கள். ஒரு பயன்பாட்டிற்குள் வேலை செய்வதற்குப் பதிலாக, இந்த முகவர்கள் Slack, Workday மற்றும் ServiceNow போன்ற அமைப்புகளில் ஒருங்கிணைத்து, பணியாளர் ஆன்போர்டிங், நிலை அறிக்கையிடல் அல்லது ஒப்புதல் செயல்முறைகள் போன்ற பரந்த பணிகளை தானியக்கமாக்குவார்கள். வணிகங்கள் மிகவும் சிக்கலான பயன்பாட்டு நிகழ்வுகளுக்கு இந்த முகவர்களைப் பயன்படுத்தத் தொடங்குகின்றன, இது செயல்பாடுகளில் மென்மையான செயல்பாடுகள் மற்றும் மேம்பட்ட ஒருங்கிணைப்பை செயல்படுத்துகிறது.
கட்டம் 3: டொமைன்-குறிப்பிட்ட தன்னாட்சி ஆபரேட்டர்கள் (2–5 ஆண்டுகளில்)
இந்த கட்டத்தில், AI முகவர்கள் குறைந்தபட்ச மனித தலையீட்டில் முழு பணிப்பாய்வுகளையும் நிர்வகிக்கத் தொடங்குவார்கள் என்று எதிர்பார்க்கப்படுகிறது. மென்பொருள் மேம்பாடு மற்றும் பின்-அலுவலக செயல்பாடுகள் போன்ற செயல்பாடுகள் முதலில் பாதிக்கப்படும், நிறுவனங்கள் AI முதல் குழுக்களுடன் பரிசோதனை செய்யத் தொடங்குவதால். AI குழு உறுப்பினர்களை நிர்வகிக்கவும் அவர்களுடன் இணைந்து பணியாற்றவும் ஊழியர்கள் மேம்பட்ட திறன்களைப் பெற வேண்டும்.
கட்டம் 4: AI முதல் நிறுவனங்கள் (2030+)
2030 ஆம் ஆண்டளவில், வணிக செயல்பாடுகள் AI-சார்ந்ததாக இருக்கும் என்று எதிர்பார்க்கப்படுகிறது, பாரம்பரிய நிறுவன மென்பொருளை விட AI-முதல் அமைப்புகள் மூலம் நிறுவனங்கள் செயல்படுகின்றன. AI முகவர்கள் வணிக உத்திகளை மாறும் வகையில் உருவாக்கி செயல்படுத்துவார்கள், மேற்பார்வை, நிர்வாகம் மற்றும் நெறிமுறைகளில் மனிதர்கள் அதிக மூலோபாய பங்கை வகிக்கிறார்கள். பணியாளர் கட்டமைப்புகள் முற்றிலும் வித்தியாசமாகத் தோன்றத் தொடங்கும். செயல்படுத்தலில் நேரத்தை செலவிடும் அணிகளுக்குப் பதிலாக, அவர்கள் AI மேலாண்மை மற்றும் தொடர்ச்சியான முன்னேற்றத்தில் கவனம் செலுத்துவார்கள். AI நிகழ்நேரத்தில் பணிப்பாய்வுகளை மாறும் வகையில் ஒதுக்க, கண்காணிக்க மற்றும் மேம்படுத்த முடியும் போது பாரம்பரிய மேலாண்மை கட்டமைப்புகள் மாறும், மேலும் பல அடுக்கு நடுத்தர நிர்வாகத்திற்கான தேவை மங்கத் தொடங்கும்.
முகவர் மாற்றத்திற்குத் தயாராகுதல்
AI முகவர்கள் திறனைக் கொண்டுவருகிறார்கள், ஆனால் அவர்கள் முக்கியமான அபாயங்களையும் அறிமுகப்படுத்துகிறார்கள். தரமற்ற தரவு என்பது மிகவும் அடிப்படையான சவாலாகும் – AI முகவர்கள் முடிவுகளை எடுக்க தரவை நம்பியிருக்கலாம், மேலும் அந்தத் தரவு முழுமையடையாமல், சார்புடையதாக அல்லது தவறாக இருந்தால், அவர்கள் மோசமான செயல்முறைகளை தானியக்கமாக்கலாம், குறைபாடுள்ள பரிந்துரைகளை வழங்கலாம் அல்லது வணிகங்களை இணக்க அபாயங்களுக்கு ஆளாக்கலாம்.
தெரிவுநிலை மற்றும் தனியுரிமை இல்லாமை மற்றொரு முக்கிய பிரச்சினை. நிறுவனங்கள் அதிக AI முகவர்களை பணியமர்த்துவதால், ஒவ்வொரு முகவரும் என்ன செய்கிறார்கள், ஏன் செய்கிறார்கள் என்பதற்கான மேற்பார்வையை இழக்கும் அபாயம் உள்ளது, இது திறமையின்மை, நிர்வாக தோல்விகள் மற்றும் கணிக்க முடியாத விளைவுகளுக்கு வழிவகுக்கும். வலுவான மேலாண்மை கட்டமைப்புகள் இல்லாமல், நிறுவனங்கள் AI-இயக்கப்படும் செயல்பாடுகளின் குழப்பமான, கட்டுப்பாடற்ற விரிவாக்கத்தை எதிர்கொள்ளக்கூடும்.
மேம்பட்ட சைபர் பாதுகாப்பு அச்சுறுத்தல்கள் வளர்ந்து வரும் கவலையாக இருக்கும். AI முகவர்கள் அதிக சுயாட்சியைப் பெறுவதால், அவர்கள் தீங்கிழைக்கும் நடிகர்களுக்கு முக்கிய இலக்குகளாக மாறுகிறார்கள். தாக்குபவர்கள் AI அமைப்புகளை கையாளலாம், AI-இயக்கப்படும் தீம்பொருளைத் தொடங்கலாம் அல்லது உணர்திறன் தரவை அங்கீகரிக்கப்படாத அணுகலைப் பெற பாதிப்புகளைப் பயன்படுத்தலாம்.
இறுதியாக, திறமை மேலாண்மை மற்றும் மனிதவள செயல்பாடுகளில் குறிப்பிடத்தக்க மாற்றம் ஏற்படும், இதனால் மனிதர்கள் மற்றும் AI முகவர்களின் கலப்பின பணியாளர்களை செயல்படுத்த முடியும். தயாராவதற்கு, நிறுவனங்கள் AI முகவர்களை ஒத்துழைப்பாளர்களாகப் பார்த்து, பாத்திரங்கள் மற்றும் பணிப்பாய்வுகளை மறுவடிவமைப்பு செய்ய வேண்டும். ஊழியர்களை மறுதிறன் செய்தல், நம்பிக்கையை உருவாக்குதல் மற்றும் இந்த கலப்பின பணியாளர்களை ஆதரிக்க செயல்முறைகளை மறுவடிவமைப்பு செய்தல் அவசியம்.
இப்போது என்ன செய்ய முடியும் ?
உலகில் மக்களை விட விரைவில் அதிகமான AI முகவர்கள் இருப்பார்கள் என்று கோட்பாடு உள்ளது. AI முகவர்களை முன்கூட்டியே ஏற்றுக்கொள்வது நிறுவனங்கள் அடுத்த தலைமுறை தொழில் தலைவர்களை வடிவமைக்க அனுமதிக்கும். பின்வரும் படிகள், AI முகவர்களின் ஒருங்கிணைப்புக்கு வணிகங்கள் இன்று எவ்வாறு தயாராகத் தொடங்கலாம் என்பதைக் கோடிட்டுக் காட்டுகின்றன:
● > அதிக தாக்கத்தை ஏற்படுத்தும் வாய்ப்புகளை அடையாளம் காணவும்: மீண்டும் மீண்டும் நிகழும் பணிகள், அதிக அளவிலான தரவு மற்றும் அளவிடக்கூடிய தன்மைக்கான தேவையை உள்ளடக்கிய பணிப்பாய்வுகளை அடையாளம் காணவும். இவை AI முகவர் ஒருங்கிணைப்புக்கான முதன்மை வேட்பாளர்கள்.
● > தரவு அணுகலுக்கு முன்னுரிமை கொடுங்கள்: AI முகவர்கள் தரவில் செழித்து வளர்கிறார்கள். சுத்தமான, உயர்தர தரவு உடனடியாகக் கிடைக்கும் மற்றும் அணுகக்கூடிய பயன்பாட்டு நிகழ்வுகளுக்கு முன்னுரிமை கொடுங்கள்.
● > அடிப்படையில் இருந்து பணிப்பாய்வுகளை மறுபரிசீலனை செய்யுங்கள்: வணிகங்கள் முதிர்ச்சியடையும் போது, அவர்கள் முழு பணிப்பாய்வுகளையும் தானியங்கி-முதல் மனநிலையுடன் மறுபரிசீலனை செய்யத் தொடங்க வேண்டும். AI முகவர்கள் தரவு சேகரிப்பு, பகுப்பாய்வு மற்றும் முடிவெடுப்பதை எவ்வாறு கையாள முடியும் என்பதைக் கருத்தில் கொள்ளுங்கள், பின்னர் முக்கியமான தீர்ப்பு, படைப்பாற்றல் அல்லது பச்சாதாபம் தேவைப்படும் இடங்களில் மனித ஈடுபாட்டை மூலோபாய ரீதியாக மீண்டும் அறிமுகப்படுத்தலாம்.
● படிப்படியாக செயல்படுத்துதல்: AI முகவர் ஒருங்கிணைப்பைச் சோதித்துச் செம்மைப்படுத்த சிறிய அளவிலான முன்னோடித் திட்டங்களுடன் தொடங்குவது பரிந்துரைக்கப்படுகிறது, மேலும் அனுபவமும் நம்பிக்கையும் பெறப்படும்போது படிப்படியாக மிகவும் சிக்கலான பணிப்பாய்வுகளுக்கு விரிவுபடுத்தப்படுகிறது.
● எதிர்காலத்திற்கான திட்டமிடல்: வணிகங்கள் அடித்தளத்தை அமைக்க வேண்டும். வளர்ந்து வரும் பொறுப்புகளைக் கொண்ட டிஜிட்டல் குழு உறுப்பினர்களாக AI முகவர்களை நினைத்துப் பாருங்கள். அவர்கள் குழு கட்டமைப்புகளில் எவ்வாறு பொருந்துவார்கள், அவர்களுக்கு எந்த அமைப்புகளை அணுக வேண்டும், மற்றும் உங்கள் நிறுவனம் அளவிடக்கூடிய, முகவர் சார்ந்த ஒத்துழைப்பு, உத்தி மற்றும் செயல்படுத்தலை ஆதரிக்க எவ்வாறு உருவாகலாம் என்பதை வரையறுக்கவும்.
மூலம்: டிஜிட்டல் ஜர்னல் / டிக்பு நியூஸ் டெக்ஸ்