Kontekstdən xəbərdar olan AI üçün işin hazırlanması

Enterprise AI can generate recommendations, automate tasks, and help organizations make decisions faster. Lakin biznesin əslində necə işlədiyini başa düşmədən hətta güclü modellər də qərarın düzgün olub-olmadığını müəyyən edən məhdudiyyətləri və əlaqələri əldən verə bilər. Şirkətlər AI-ni təcrübədən gündəlik əməliyyatlara köçürməyə çalışdıqca, qarşıda duran vəzifə texnologiyaya mürəkkəb biznes prosesləri daxilində faydalı fəaliyyət göstərmək üçün kontekst verməkdir.

For Devavrat Shah, chief scientist of enterprise AI at Celonis, that context is central to what he calls “decision intelligence.” Onun fikrincə, süni intellekt agentləri daha geniş qərar qəbuletmə proseslərində fərdi tapşırıqları dəstəkləyə bilər, lakin onlar hər bir tapşırığın oynadığı rolu və onu əhatə edən iş şəraitini başa düşməlidirlər. “You can't just do that in a vacuum,” he says. Düzgün əməliyyat konteksti olmadan agentlər bilməli olduqları şeyi işlətməyə çalışarkən mühüm məhdudiyyətləri nəzərdən qaçırmaq, bahalı səhvlər etmək və ya həddindən artıq hesablama resurslarını istehlak etmək riski ilə üzləşirlər.

The solution begins with connecting AI to the processes and data enterprises already use. Kontekstual təbəqə agentlərə iş axınlarını anlamağa, müəyyən edilmiş qoruyucu çərçivələr daxilində işləməyə və insanların nəzərdən keçirib təsdiq edə biləcəyi tövsiyələr hazırlamağa kömək edə bilər. Shah advises organizations to start with a specific business decision, identify its most difficult steps, and test whether AI can improve them. Measuring gains in speed and value can then help determine whether an application is worth scaling.

This approach could also change how employees spend their time. Automating repetitive, manual work and coordinating tasks across teams could free people to focus on more complex strategic decisions. Bununla belə, bu faydanın dərk edilməsi işçi qüvvəsinin təhsilinə investisiya tələb edəcək, belə ki, işçilər qərarları agentlərə təhvil vermək əvəzinə süni intellekt nəticələrini və onların nəticələrini başa düşə bilsinlər.

Gələcəyə baxan Şah, maliyyə, işçi qüvvəsinin idarə edilməsi, marketinq və satış kimi sahələrdə adi əməliyyat tapşırıqlarından tutmuş müəssisə miqyasında planlaşdırmaya qədər geniş imkanlar görür. Düzgün kontekstlə süni intellekt təşkilatlara variantları qiymətləndirməyə və ardıcıl qərarları daha tez qəbul etməyə kömək edə bilər. As Shah puts it, “Now, maybe [resource planning] should not take that much time, and people are actually making the right choices quickly.”

Meqan Tatum: MIT Technology Review-dən, mən Meqan Tatumam və bu Biznes Laboratoriyasıdır, biznes liderlərinə laboratoriyadan çıxan və bazara çıxan yeni texnologiyaların mənasını anlamağa kömək edən şou. This podcast is produced in partnership with Celonis. Now, enterprise AI is at something of a crossroads. İllərlə sınaqdan, nümayişlərdən və pilotlardan sonra liderlik komandaları miqyasının artırılmasının onların nəticələrinə müsbət təsir edəcəyinə dair aydın sübut istəyir, lakin bir çoxları tapmacanın ayrılmaz bir hissəsini itirirlər. Müəssisənin AI və AI agentləri əməliyyat konteksti olmadan fəaliyyət göstərməklə əhəmiyyətli bir defisitlə çıxış edirlər. Onlar ümumiləşdirilmiş prinsipləri ixtisaslaşdırılmış ssenarilərə tətbiq edir və qısa müddət ərzində iş liderlərini başa düşülən şəkildə inandırmırlar və süni intellekt potensialını həyata keçirmirlər. Sizin üçün iki söz: kontekst vacibdir. My guest today is Devavrat Shah, chief scientist of enterprise AI at Celonis. Xoş gəldiniz, Devavrat.

Megan: Thank you so much for being here with us today. Devavrat, sadəcə başlamaq üçün, təşkilatların hazırda müəssisənin AI ilə əlaqəli əməliyyat konteksti haqqında düşünməsi niyə bu qədər vacibdir? What makes it such a critical part of that transition I was talking about from experimentation to scale?

Devavrat: Bu fantastik sualdır. And as you correctly noted, we're at the cusp of becoming experimental to mainstream as far as AI is concerned. Bildiyiniz kimi, mən son iyirmi ildən artıqdır ki, MIT-də professor kimi süni intellektdən dərs deyirəm, ona görə də müəssisələrdə süni intellektin gələcəyinə çox ümidli olmağım təəccüblü deyil. AI-nin müəssisələrdə ən böyük fərqi harada yarada biləcəyi barədə düşündüyüm yol qərar qəbul etmək, müəssisəyə qərar qəbul etməkdə kömək etmək və ya başqa cür ifadə etməkdir, biz müəssisələrə qərar intellektini necə çatdırırıq? Qərarlar haqqında düşünərkən, bu gün necə qərar qəbul edirik? MIT Tech Review-i götürün, Celonis-i götürün, MIT-i götürün, istənilən böyük təşkilatı götürün. We have different types of decisions we want to make in very broad strokes. Strateji qərarlar kimi epizodik, digər operativ qərarlar var ki, onlar yüksək tezlikdə yerinə yetirilməlidir. Onların hər hansı birində bizdə var