AI-ஐ ஏற்றுக்கொள்ளும் போது, ஒவ்வொரு வணிகமும் சக்கரத்தை மீண்டும் கண்டுபிடிக்கவோ அல்லது பூஜ்ஜியத்திலிருந்து தொடங்கவோ தேவையில்லை. அதற்கு பதிலாக, தலைவர்கள் ஒரு படி பின்வாங்கி கேட்க வேண்டும்: இன்று எனது நிறுவனம் எங்கே நிற்கிறது?
உண்மை என்னவென்றால், வணிகங்கள் பல்வேறு AI தயார்நிலைகளில் உள்ளன. சிலர் AI இன் கருத்தை ஆராயத் தொடங்கியுள்ளனர், மற்றவர்கள் ஏற்கனவே புதுமை மற்றும் உத்தியை இயக்க அதைப் பயன்படுத்துகின்றனர். வெற்றிக்கான திறவுகோல் உங்கள் தற்போதைய நிலையை மதிப்பீடு செய்து முன்னேற இலக்கு நடவடிக்கைகளை எடுப்பதாகும்.
உங்கள் தற்போதைய AI முதிர்ச்சியின் அளவைப் புரிந்துகொள்வது முதல் மற்றும் மிக முக்கியமான படியாகும். இந்த அணுகுமுறை உங்கள் AI உத்தியை உங்கள் உண்மையான திறன்கள் மற்றும் வணிகத் தேவைகளுடன் சீரமைப்பதன் மூலம் நேரம், பணம் மற்றும் முயற்சியைச் சேமிக்கிறது.
AI தயார்நிலையின் ஐந்து கட்டங்கள்
நிறுவன AI தயார்நிலை கட்டமைப்பை எளிய சொற்களாகவும் நிஜ உலக சூழ்நிலைகளாகவும் பிரிப்போம். ஒவ்வொரு கட்டமும் உங்கள் பயணத்தை வழிநடத்த குறிப்பிட்ட இலக்குகள் மற்றும் எடுத்துக்காட்டுகளுடன் வருகிறது.
- விழிப்புணர்வு: “AI என்றால் என்ன, நாம் ஏன் கவலைப்பட வேண்டும்?”
இது பல வணிகங்களுக்கான தொடக்கப் புள்ளியாகும். இந்த கட்டத்தில், AI பற்றிய விழிப்புணர்வை உருவாக்குவதும், அது உங்கள் தொழில்துறைக்கு எவ்வாறு பொருந்தும் என்பதும் இலக்காகும். பட்டறைகள் மற்றும் கருத்தரங்குகள் மூலம் தலைமைத்துவத்தைக் கற்பித்தல். உங்கள் நிறுவனத்திற்கான சாத்தியமான AI பயன்பாட்டு நிகழ்வுகளை ஆராயுங்கள். AI உண்மையான வணிக சிக்கல்களைத் தீர்க்கக்கூடிய பகுதிகளை அடையாளம் காணவும். 60 சதவீத நிறுவனங்கள் இன்னும் இந்த ஆரம்ப கட்டத்தில் இருப்பதாகவும், முறையான AI முயற்சிகள் எதுவும் இல்லை என்றும் ஆய்வுகள் காட்டுகின்றன.
எடுத்துக்காட்டு: AI ஐ ஆராயும் ஒரு உற்பத்தி நிறுவனம், முன்கணிப்பு பராமரிப்பு 20-30 சதவீதம் குறைத்து, ஆண்டுதோறும் மில்லியன் கணக்கானவர்களை மிச்சப்படுத்தும் என்பதை அறியலாம். ஆனால் அவர்கள் முதலில் AI எவ்வாறு செயல்படுகிறது என்பதற்கான அடிப்படைகளைப் புரிந்து கொள்ள வேண்டும்.
- ஆய்வு: “சிறிய திட்டங்களுடன் நீர்நிலைகளைச் சோதிப்போம்”
இங்கே, வணிகங்கள் சிறிய அளவிலான AI திட்டங்களுடன் பரிசோதனை செய்யத் தொடங்குகின்றன. இவை AI இன் திறனை நிரூபிக்கும் குறைந்த ஆபத்துள்ள, குறைந்த விலை முன்னோடிகள். ஒரு சிறிய AI குழுவை உருவாக்குங்கள் (எ.கா., ஒரு தரவு விஞ்ஞானி, ஒரு பொறியாளர்). ஆஃப்-தி-ஷெல்ஃப் AI கருவிகளைச் சோதித்து, பைலட் முடிவுகளை பகுப்பாய்வு செய்யுங்கள். இந்த கட்டத்தில் 25 சதவீத நிறுவனங்கள் AI முன்னோடிகளைத் தொடங்கிய ஆறு மாதங்களுக்குள் அளவிடக்கூடிய வருமானத்தைக் காண்கின்றன என்று கார்ட்னர் தெரிவிக்கிறது.
எடுத்துக்காட்டு: ஒரு சில்லறை விற்பனை நிறுவனம் சரக்கு தேவைகளை கணிக்க ஒரு AI கருவியை முன்னோடியாகக் காட்டக்கூடும். கடந்த கால விற்பனைத் தரவை பகுப்பாய்வு செய்வதன் மூலம், அவர்கள் அதிகப்படியான இருப்பு வைப்பதைத் தவிர்க்கிறார்கள், ஒரு காலாண்டில் US$100,000 சேமிக்கிறார்கள்.
- செயல்பாட்டுமயமாக்கல்: “நிறுவனம் முழுவதும் AI ஐ முறைப்படுத்துவோம்”
இந்த கட்டத்தில், வணிகங்கள் முன்னோடிகளிலிருந்து அளவிடக்கூடிய AI தத்தெடுப்புக்கான உள்கட்டமைப்பை உருவாக்குவதற்கு நகர்கின்றன. இதில் நிர்வாகத்தை அமைத்தல், தரவு தனியுரிமையை உறுதி செய்தல் மற்றும் நிஜ உலக பயன்பாட்டு நிகழ்வுகளில் AI ஐப் பயன்படுத்துதல் ஆகியவை அடங்கும். ஒரு AI சிறப்பு மையத்தை (CoE) நிறுவுதல், அளவிடக்கூடிய தரவு தளங்களை உருவாக்குதல் (எ.கா., தரவு ஏரிகள்) மற்றும் இணக்கத்திற்கான நிர்வாகக் கொள்கைகளை உருவாக்குதல். மெக்கின்சியின் கூற்றுப்படி, இந்த கட்டத்தில் வணிகங்கள் செயல்பாட்டு செயல்திறனில் 20 சதவீத முன்னேற்றத்தைக் காண்கின்றன.
எடுத்துக்காட்டு: ஒரு சுகாதார வழங்குநர் நோயாளி தரவை பகுப்பாய்வு செய்ய AI ஐ ஏற்றுக்கொள்கிறார், நோயறிதல் நேரத்தை 30 சதவீதம் குறைக்கிறார். அனைத்து AI மாதிரிகள் ஒழுங்குமுறை தேவைகளைப் பூர்த்தி செய்வதை உறுதிசெய்ய அவர்கள் ஒரு மையப்படுத்தப்பட்ட தளத்தை உருவாக்குகிறார்கள்.
- நிபுணத்துவம்: “நாங்கள் எவ்வாறு செயல்படுகிறோம் என்பதன் ஒரு பகுதியாக AI உள்ளது”
இப்போது, நிறுவனம் முழுவதும் தினசரி செயல்பாடுகளில் AI ஒருங்கிணைக்கப்படுகிறது. மேம்பட்ட கண்காணிப்பு அமைப்புகள் மாதிரிகள் துல்லியமாக இருப்பதை உறுதி செய்கின்றன, மேலும் ஊழியர்கள் AI கருவிகளை திறம்பட பயன்படுத்த பயிற்சி அளிக்கப்படுகிறார்கள். துறைகள் முழுவதும் AI தீர்வுகளை அளவிடவும். பணியாளர்களை அவர்களின் பாத்திரங்களில் AI ஐப் பயன்படுத்த பயிற்சி அளிக்கவும். செயல்திறன் மற்றும் நியாயத்திற்காக மாதிரிகளைக் கண்காணிக்கவும். திறமையான நிறுவனங்கள் AI ஐப் பயன்படுத்தி செயல்பாடுகளில் உற்பத்தித்திறனில் 30-50 சதவீதம் அதிகரிப்பைப் புகாரளிக்கின்றன.
எடுத்துக்காட்டு: ஒரு மின்வணிக நிறுவனம் வாடிக்கையாளர் அனுபவங்களைத் தனிப்பயனாக்க AI ஐப் பயன்படுத்துகிறது, சராசரி ஆர்டர் மதிப்பை 15 சதவீதம் அதிகரிக்கிறது. AI கருவிகள் கிடங்கு செயல்பாடுகளையும் மேம்படுத்துகின்றன, செலவுகளை 10 சதவீதம் குறைக்கின்றன.
- தலைவர்: “நாம் செய்யும் அனைத்தையும் AI இயக்குகிறது.”
இது AI முதிர்ச்சியின் இறுதி நிலை. இங்குள்ள வணிகங்கள் உத்தி, புதுமை மற்றும் செயல்பாடுகளின் முக்கிய இயக்கியாக AI ஐப் பயன்படுத்துகின்றன. ஜெனரேட்டிவ் AI மற்றும் தன்னாட்சி அமைப்புகள் போன்ற அதிநவீன AI நுட்பங்களைப் பயன்படுத்துங்கள். தொடர்ச்சியான பணியாளர் திறன் மேம்பாட்டோடு AI-முதல் கலாச்சாரத்தை வளர்க்கவும். உலகளவில் 10 சதவீத நிறுவனங்கள் மட்டுமே இந்த நிலையில் உள்ளன, ஆனால் அவை AI இலிருந்து அனைத்து பொருளாதார ஆதாயங்களிலும் 70 சதவீதத்தைக் கொண்டுள்ளன.
எடுத்துக்காட்டு: டெஸ்லா அதன் கார்களில் மட்டுமல்ல, தொழிற்சாலை உற்பத்தியை மேம்படுத்தவும் AI ஐப் பயன்படுத்துகிறது, உற்பத்தி செலவுகளை 25 சதவீதம் குறைக்கிறது. AI ஆராய்ச்சி மற்றும் மேம்பாட்டில் புதுமைகளையும் இயக்குகிறது, முற்றிலும் புதிய தயாரிப்பு வகைகளை உருவாக்குகிறது.
மதிப்பீட்டில் தொடங்குவது ஏன் முக்கியம்
இதை கற்பனை செய்து பாருங்கள்: நீங்கள் ஓட்டக் கற்றுக்கொண்டிருந்தால், நீங்கள் ஃபார்முலா 1 காரை வாங்க மாட்டீர்கள். அதேபோல், சரியான அடித்தளம் இல்லாமல் மேம்பட்ட AI கருவிகளில் நேரடியாக குதிப்பது வீணான முதலீடுகளுக்கு வழிவகுக்கும். MIT நடத்திய ஒரு கணக்கெடுப்பில் 85 சதவீத AI திட்டங்கள் தோல்வியடைகின்றன – AI வேலை செய்யாததால் அல்ல, ஆனால் நிறுவனங்கள் அதற்குத் தயாராக இல்லாததால்.
உங்கள் தற்போதைய முதிர்வு நிலையை மதிப்பிடுவதன் மூலம், உண்மையான மதிப்பை வழங்கும் செயல்களில் நீங்கள் கவனம் செலுத்தலாம். உதாரணமாக:
- விழிப்புணர்வு கட்டம்: தலைமைத்துவத்தை வாங்குதல் மற்றும் அதிக தாக்கத்தை ஏற்படுத்தும் பயன்பாட்டு நிகழ்வுகளை அடையாளம் காண்பதில் கவனம் செலுத்துங்கள்
- ஆய்வு கட்டம்: AI இன் மதிப்பை நிரூபிக்க சிறிய, அளவிடக்கூடிய முன்னோடிகளில் முதலீடு செய்யுங்கள்
- நிபுணத்துவ கட்டம்: ROI இல் கவனம் செலுத்தி, AI முயற்சிகளை மூலோபாய ரீதியாக அளவிடவும்
தலைவர்களுக்கான நடைமுறை நடவடிக்கைகள்
- சிறியதாகத் தொடங்குங்கள்: நீங்கள் ஆரம்ப கட்டத்தில் இருந்தால், ஒரு பைலட் திட்டத்துடன் தொடங்குங்கள். உதாரணமாக, சாட்போட்கள் மூலம் வாடிக்கையாளர் சேவையை தானியக்கமாக்க AI ஐப் பயன்படுத்த முயற்சிக்கவும்
- முடிவுகளை அளவிடுங்கள்: உங்கள் வெற்றிகளையும் சவால்களையும் ஆவணப்படுத்துங்கள். உங்கள் பைலட் செலவுகளைக் குறைத்தாரா அல்லது செயல்திறனை மேம்படுத்தினாரா? இந்த நுண்ணறிவுகளைப் பயன்படுத்தி உத்வேகத்தை உருவாக்குங்கள்
- நீண்ட கால சிந்தனை: மேம்பட்ட AI முதிர்ச்சி ஒரே இரவில் நடக்காது. திறமை, உள்கட்டமைப்பு மற்றும் நிர்வாகத்தில் முதலீடு செய்வதன் மூலம் நிலையான வளர்ச்சியில் கவனம் செலுத்துங்கள்
AI வெற்றிக்கான பாதை
எனவே, உங்கள் நிறுவனம் இன்று எந்த நிலையில் உள்ளது? உங்கள் தயார்நிலையை மதிப்பிடுங்கள், உங்கள் உத்தியை சீரமைத்து, AI இன் உருமாற்ற திறனைத் திறப்பதற்கான அடுத்த படியை எடுங்கள். AI ஒரு இலக்கு அல்ல என்பதை நினைவில் கொள்ளுங்கள் – இது ஒரு பயணம். ஒவ்வொரு பயணமும் நீங்கள் எங்கிருக்கிறீர்கள் என்பதை அறிந்து கொள்வதன் மூலம் தொடங்குகிறது.
மூலம்: e27 / Digpu NewsTex