ஒரு நிறுவனத்தில் AI பயன்பாட்டை ஏற்றுக்கொள்வது என்பது உண்மையில் என்ன?
பயன்பாட்டில் நிலைபெறுதல் என்பது, குறிப்பிட்ட பணிகளைச் செய்பவர்கள் அவற்றைச் செய்யும் முறையில் AI ஒரு பகுதியாகி, தரத்தைப் பேணும் சரிபார்ப்பும் இருப்பதைக் குறிக்கிறது. உரிமங்களை வாங்குவதோ, உள்நுழைவுகளை எண்ணுவதோ, அறிமுக மின்னஞ்சலை அனுப்புவதோ இதன் பொருளல்ல. அங்கீகரிக்கப்பட்ட பணிகளில் மூன்று பேர் தினமும் AI பயன்படுத்தி, அதன் வெளியீட்டைக் கவனமாக மதிப்பாய்வு செய்யும் குழு, அனைவரும் ஒருமுறை மட்டும் உள்நுழைந்த குழுவைவிட AI பயன்பாட்டில் அதிகம் முன்னேறியுள்ளது.
மூன்று கேள்விகளைத் தனித்தனியாகப் பார்ப்பது உதவும். அணுகல்: ஒவ்வொருவரிடமும் அங்கீகரிக்கப்பட்ட கருவி உள்ளதா, விதிகள் தெரியுமா? பயன்பாடு: பொருத்தமான பணிகளுக்கு அவர்கள் அதைப் பயன்படுத்துகிறார்களா? தரம்: அதிலிருந்து வரும் வேலை, ஆய்வில் ஏற்றுக்கொள்ளப்படுகிறதா? பெரும்பாலான அறிமுக முயற்சிகள் முதல் கேள்விக்குத் தீர்வு காண்கின்றன, இரண்டாவதைத் தோராயமாக அளவிடுகின்றன, மூன்றாவதைப் புறக்கணிக்கின்றன.
அறிமுகப்படுத்திய பிறகு மிகச் சிலரே AI பயன்படுத்துவது ஏன்?
அறிமுகப்படுத்திய பிறகு பயன்பாடு குறைவாக இருப்பது பொதுவானது; அதற்கு வழக்கமான காரணங்கள் உள்ளன: தங்களின் எந்தப் பணிகளுக்கு AI உதவும் என்பது மக்களுக்குப் புரியவில்லை; விதிகள் தெளிவாக இல்லாததால் பாதுகாப்பாக இருக்கக் கருவியைத் தவிர்க்கிறார்கள்; தொடக்கத்தில் கிடைத்த மோசமான வெளியீடு, அதற்காக முயற்சி செய்வதில் பயனில்லை என்று அவர்களை நம்ப வைத்திருக்கிறது; அல்லது பயிற்சி செய்ய அவர்களுக்கு நேரமே கிடைக்கவில்லை. ஐக்கிய இராச்சிய அரசின் AI பயன்பாட்டு ஆய்வில், ஏற்கெனவே AI பயன்படுத்தும் நிறுவனங்கள், சராசரியாகத் தங்கள் ஊழியர்களில் 30% பேர் அதைப் பயன்படுத்துவதாகத் தெரிவித்தன; 77% நிறுவனங்கள் தங்கள் ஊழியர்களில் பாதிக்கும் குறைவானவர்களே அதைப் பயன்படுத்துவதாகக் கூறின. AI பயன்பாட்டை முற்றிலும் தொடங்காததற்கான மிகவும் பொதுவான காரணங்கள், அதற்கான தேவை கண்டறியப்படாததும் AI திறன்கள் மற்றும் நிபுணத்துவம் குறைவாக இருப்பதும் என்று அதே ஆய்வு கண்டறிந்தது. இவை 2025 ஆண்டின் தொடக்கத்தில் நேர்காணல் செய்யப்பட்ட ஐக்கிய இராச்சியத்தைச் சேர்ந்த 3,500 நிறுவனங்கள் தாமாகத் தெரிவித்த புள்ளிவிவரங்கள்.
சிறந்த கருவியை வாங்குவதால் இந்தக் காரணங்களில் எதுவும் சரியாகாது என்பதைக் கவனியுங்கள். தேவை அடையாளம் காணப்படவில்லை என்பது பணித் தேர்வில் உள்ள பிரச்சினை. தெளிவற்ற விதிகள் கொள்கை சார்ந்த பிரச்சினை. மோசமான முதல் அனுபவம் பயிற்சி மற்றும் எதிர்பார்ப்புகள் சார்ந்த பிரச்சினை. ஒவ்வொன்றுக்கும் குறிப்பிட்ட தீர்வு உள்ளது.
| நீங்கள் பார்ப்பது | சாத்தியமான காரணம் | எவற்றை முயற்சிக்கலாம் |
|---|---|---|
| ஊழியர்கள் ஒருமுறை உள்நுழைந்துவிட்டு நிறுத்திவிட்டார்கள் | அதைப் பயன்படுத்தத் தெளிவான பணி இல்லை | ஒவ்வொரு பணிப்பங்கிற்கும் இரண்டு அல்லது மூன்று குறிப்பிட்ட பணிகளையும், மாதிரி AI அறிவுறுத்தலையும் கொடுங்கள் |
| ஆர்வமுள்ள சிலர் மட்டுமே பயன்படுத்துதல் | எது அனுமதிக்கப்பட்டுள்ளது என்பது மற்றவர்களுக்குத் தெளிவாக இல்லை | அவர்களுடைய சொந்த வேலையிலிருந்து எடுத்துக்காட்டுகளைக் கொண்ட ஒரு பக்க விதித்தாள் |
| 'அது தகவல்களைத் தானாகக் கற்பனை செய்து சொல்கிறது' | தொடக்கத்தில் கிடைத்த வெளியீடு சரிபார்க்கப்படாமலோ உரிய சூழல் இல்லாமலோ பயன்படுத்தப்பட்டது | சூழல் விவரங்களை வழங்குவதையும் சுருக்கமான சரிபார்ப்புப் பட்டியலைப் பயன்படுத்துவதையும் கற்றுக்கொடுங்கள் |
| அதிகப் பயன்பாடு, குறைந்த தரம் | அளவுக்கு மீறிய சார்பு; சரிபார்ப்பது நின்றுவிட்டது | மாதிரிகளில் சிலவற்றைத் தேர்ந்தெடுத்துச் சரிபார்த்து, அவர்கள் செய்த திருத்தங்களை விளக்கச் சொல்லுங்கள் |
| மேலாளர்கள் இதைப் பயன்படுத்துவதில்லை | தலைமைத் தரப்பிலிருந்து காணக்கூடிய முன்மாதிரி இல்லை | மேலாளர்கள் தாங்கள் AI பயன்படுத்தும் ஒரு பணியையும் அதை எப்படிச் சரிபார்க்கிறார்கள் என்பதையும் பகிர்கிறார்கள் |
நடைமுறைக்கு ஏற்ற AI பயன்பாட்டு உத்தி எப்படி இருக்கும்?
சிறிய அல்லது நடுத்தர நிறுவனத்திற்கான நடைமுறைக்கேற்ற உத்தி என்பது ஆவணம் அல்ல, தொடர்ச்சியான நடவடிக்கைகள்: பணிகளைத் தேர்ந்தெடுப்பது, விதிகளை அமைப்பது, அந்தப் பணிகளில் பயிற்சி அளிப்பது, உண்மையான வேலையை மதிப்பாய்வு செய்வது, பயனுள்ளதாக இருப்பதை விரிவுபடுத்துவது. கீழே உள்ளவை 10 முதல் 200 பேர் கொண்ட குழுவிற்காகத் தொகுக்கப்பட்ட திட்டம்; வெளியிடப்பட்ட தரநிலை அல்ல.
முதலில் பணிப்பங்கு சார்ந்த பணிகளைத் தேர்ந்தெடுக்கவும்
செயற்கை நுண்ணறிவு முதல் வரைவை உருவாக்கவும் ஒருவர் அதைச் சரிபார்க்கவும் வாய்ப்புள்ள, மீண்டும் மீண்டும் செய்யப்படும் இரண்டு அல்லது மூன்று பணிகளை ஒவ்வொரு குழுத் தலைவரிடமும் கேளுங்கள். இவையே பயன்பாட்டிற்கான இலக்குகள்; 'செயற்கை நுண்ணறிவை அதிகமாகப் பயன்படுத்துவது' அல்ல.
ஒரு பக்க விதிமுறைகளை வெளியிடுங்கள்
அனுமதிக்கப்பட்ட கருவியும் திட்டமும், எவற்றை உள்ளிடலாம் மற்றும் உள்ளிடக்கூடாது, யார் எதை ஆய்வு செய்வார், யாரிடம் கேட்க வேண்டும். நினைவில் வைத்துக்கொள்ளும் அளவுக்குச் சுருக்கமாக இருக்க வேண்டும்.
நீங்கள் தேர்ந்தெடுத்த பணிகளில் பயிற்சி பெறுங்கள்
அந்தக் குறிப்பிட்ட பணிகளுக்கான குறுகிய பயிற்சி அமர்வுகள் ஒரு பொதுப் பாடநெறியைவிடச் சிறந்தவை. சரிபார்க்கப் பயிற்சி பெறுவதற்காக, வேண்டுமென்றே பிழைகள் சேர்க்கப்பட்ட ஒரு வரைவையும் சேர்க்கவும்.
மேலாளர்கள் பயன்படுத்துவது மற்றவர்களுக்குத் தெரியட்டும்
ஒரு உண்மையான பணியில் செயற்கை நுண்ணறிவை எப்படிப் பயன்படுத்தினார், எவற்றைத் திருத்தினார் என்பதை ஒரு மேலாளர் காட்டுவது, எந்த அறிவிப்பையும்விட அதிக பயன் தரும்.
பணியை மதிப்பாய்வு செய்யுங்கள், உள்நுழைவுகளை அல்ல
நான்கு வாரங்களுக்குப் பிறகு, ஒவ்வொரு பணியிலிருந்தும் சில வெளியீடுகளை மதிப்பாய்வு செய்பவருடன் சேர்ந்து ஆராயவும். ஊழியர்கள் எதைப் பயன்படுத்துவதை நிறுத்தினார்கள், ஏன் என்று கேட்கவும்.
நடைமுறையில் பயனளித்தவற்றை விரிவுபடுத்துங்கள்
இந்த நடைமுறை சரியாகச் செயல்படும் இடங்களில் மட்டுமே பணிகளையோ நபர்களையோ சேர்க்கவும். மதிப்பாய்வு செய்பவர் அனைத்தையும் மீண்டும் எழுத வேண்டியிருக்கும் பணிகளை நீக்கவும்.
செயற்கை நுண்ணறிவால் ஏற்படும் மாற்றங்களை நிர்வகிக்கும்போது, பணியாளர்கள் தொடர்பான அம்சங்களைக் கையாள்வது எப்படி?
வேலைகளைப் பற்றி ஆரம்பத்திலேயே நேரடியாகப் பேசுங்கள்; பணிகளைத் தேர்ந்தெடுப்பதில் அவற்றைச் செய்பவர்களையும் ஈடுபடுத்துங்கள். ஊழியர்களின் கவலை உண்மையானது: 2025 வசந்தகாலத்தில் பிரிட்டனில் 1,023 ஊழியர்களிடம் Acas நடத்திய ஆய்வில், பணியிடத்தில் AI குறித்த தங்கள் மிகப்பெரிய கவலை வேலை இழப்பு என்று 26% பேரும், AI தவறுகள் செய்வது என்று 17% பேரும் கூறினர். AI-ஐ அறிமுகப்படுத்தும் முன் ஊழியர்களுடனும் அவர்களது பிரதிநிதிகளுடனும் ஆலோசிக்கவும், மனிதப் பங்கேற்பு தொடர்ந்து தேவைப்படும் நிலையிலும் அது பணிப் பொறுப்புகளை எப்படி மேம்படுத்தும் என்பதை விளக்கவும் Acas நிறுவனங்களுக்கு அறிவுறுத்துகிறது.
எது மாறுகிறது, எது மாறவில்லை என்று சொல்லுங்கள். அறிமுகத்தின் ஒரு பகுதியாக எந்தப் பணியிடங்களும் குறைக்கப்படவில்லை என்றால், அதைச் சொல்லுங்கள். சில பணிகள் மாறும் என்றால், எவை, எப்படி மாறும் என்று சொல்லுங்கள். பின்னர், வாடிக்கையாளர் தகவல் ரகசியம் அல்லது துல்லியம் போன்ற நடைமுறைக் கவலைகளை ஊழியர்கள் எழுப்ப இடமளியுங்கள்; பொருத்தமானவற்றை விதிகளாக மாற்றுங்கள். தங்களிடம் வெறுமனே அறிவிக்கப்படும் கருவிகளைவிட, உருவாக்கத்தில் தாங்களும் பங்களித்த கருவிகளை மக்கள் மிகவும் எளிதாக ஏற்றுக்கொள்கிறார்கள்.
இது ஒரு பணிப் பொறுப்புடன் எப்படித் தொடர்புபடுகிறது என்பதைப் பார்க்க விரும்புகிறீர்களா?
குழுக்களுக்காகத் திட்டமிடப்பட்டுள்ள சோதனைப் பயன்பாட்டை ஆராயுங்கள் ↗முடங்கிய செயல்படுத்தலைச் சரிசெய்வது எப்படி இருக்கும்?
Pellow Analytics என்ற கற்பனையான 60 நபர்கள் கொண்ட மென்பொருள் நிறுவனம், அனைவருக்கும் AI உதவியாளரின் வணிகத் திட்டப் பயனர் உரிமங்களை வாங்கியது. ஆறு வாரங்களுக்குப் பிறகு, அறிமுக வாரத்தில் பெரும்பாலானோர் உள்நுழைந்திருந்தாலும், வாரந்தோறும் ஒரு சிலர் மட்டுமே அதைப் பயன்படுத்துவது நிர்வாகக் கட்டுப்பாட்டுத் திரையில் தெரிகிறது. அவர்களும் பெரும்பாலும் பொறியியல் மற்றும் சந்தைப்படுத்தல் பிரிவுகளைச் சேர்ந்தவர்கள். ஒரு நினைவூட்டல் மின்னஞ்சலை அனுப்புவதே தலைமைச் செயல்பாட்டு அதிகாரியின் முதல் எண்ணமாக இருக்கிறது. அதற்குப் பதிலாக, இதற்கான காரணத்தை அவர் மூன்று குழுத் தலைவர்களிடம் கேட்கிறார்.
பதில்கள் குறிப்பிட்ட சிக்கல்களை வெளிப்படுத்துகின்றன. வாடிக்கையாளர் வெற்றிக் குழுவினருக்கு வாடிக்கையாளர் மின்னஞ்சல்களை ஒட்டலாமா என்பது தெரியவில்லை (விதிமுறைத் தாளில் உதாரணங்கள் இல்லாமல் 'ரகசியத் தரவு கூடாது' என்று மட்டும் இருந்தது). நிதிக் குழு ஒரு முறை வேறுபாட்டுக்கான விளக்கத்தை எழுத முயன்றது; புனையப்பட்ட காரணம் கிடைத்ததால் பயன்படுத்துவதை விட்டுவிட்டது. விற்பனைக் குழு இது 'சந்தைப்படுத்தலுக்கானது' என்று நினைத்தது. தீர்வுகளும் அதேபோல் குறிப்பிட்டவை. வாடிக்கையாளர் வெற்றிக் குழுவுக்கு ஒரு விதி தரப்படுகிறது: வாடிக்கையாளரின் பெயரையும் நிறுவனத்தின் பெயரையும் நிரப்பிடக் குறிப்புகளால் மாற்றிய பின் மின்னஞ்சல் உரையை ஒட்டுங்கள். நிதிக் குழுவுக்கு, 'எண்களில் ஏற்பட்ட மாற்றத்தை விவரியுங்கள்; நான் வழங்கும் குறிப்புகளில் இல்லாத காரணத்தைக் கூற வேண்டாம்' என்ற அறிவுறுத்தலுடன் ஒரு பணியும், ஒவ்வொரு எண்ணையும் மீண்டும் கணக்கிட வேண்டும் என்ற சரிபார்ப்பும் தரப்படுகின்றன. விற்பனைக் குழுவுக்கு இரண்டு குறிப்பிட்ட பணிகள் தரப்படுகின்றன: அழைப்புக் குறிப்புகளைச் சீரமைத்தல், அவற்றிலிருந்து தொடர்ச் செய்திகளின் வரைவுகளை உருவாக்குதல்.
ஒவ்வொரு குழுத் தலைவரும் தங்கள் குழுவின் பணிகள் குறித்து ஒரு 30 நிமிடப் பயிற்சி அமர்வை நடத்துகிறார். நான்கு வாரங்களுக்குப் பிறகு, தலைமைச் செயல்பாட்டு அதிகாரி ஒவ்வொரு குழுவின் தலைவருடனும் சேர்ந்து அக்குழுவின் ஐந்து வெளியீடுகளைப் பார்க்கிறார்; உள்நுழைவு வரைபடத்தை அல்ல. இரண்டு பணிகள் நன்றாகச் செயல்படுகின்றன, ஒன்றுக்கு இன்னும் சிறந்த வழிமுறை தேவைப்படுகிறது. புதுப்பிப்பு விலை குறித்த மின்னஞ்சல் வரைவுகளை எழுதும் மற்றொரு பணி கைவிடப்படுகிறது; ஏனெனில் மதிப்பாய்வாளர் ஒவ்வொரு வரைவையும் மீண்டும் எழுத வேண்டியிருந்தது. பயன்பாட்டை ஏற்றுக்கொள்வது என்பதன் பொருள் இதுதான்: குறைவான, சிறந்த நடைமுறைகளை மக்கள் உண்மையில் பயன்படுத்துவது.
AI பயன்பாட்டை ஏற்றுக்கொள்வதன் நிலைகள் என்ன?
அனைவரும் ஏற்றுக்கொண்ட ஒரே படிநிலை மாதிரி இல்லை; ஆலோசனை நிறுவனங்களும் விற்பனையாளர்களும் வெவ்வேறு மாதிரிகளை வெளியிடுகின்றனர். சிறிய அல்லது நடுத்தர நிறுவனத்துக்கு நடைமுறையில் உதவும் விளக்கம் நான்கு நிலைகளைக் கொண்டது: முயற்சி (தனிநபர்கள் பெரும்பாலும் தனிப்பட்ட கணக்குகளில் சோதிக்கின்றனர்), அங்கீகாரம் (ஒரு கருவி, வணிகச் சந்தாத் திட்டம், எழுத்துப்பூர்வ விதிகள்), வழக்கமான பயன்பாடு (குறிப்பிட்ட பணிகளை அவற்றுக்குப் பொறுப்பானவர்கள் வழிமுறைகளுடனும் சரிபார்ப்புகளுடனும் வாரந்தோறும் செய்கின்றனர்), மேம்பாடு (நிறுவனம் வெளியீடுகளை ஆய்வு செய்து, பலனளிக்காத பணிச்செயல்முறைகளை நிறுத்தி, திட்டமிட்டு புதியவற்றைச் சேர்க்கிறது). இது இக்கட்டுரைக்காக வகுக்கப்பட்ட விளக்கம்; வெளியிடப்பட்ட கட்டமைப்பு அல்ல.
அங்கீகரிக்கப்பட்ட பயன்பாட்டிலிருந்து வழக்கமான பயன்பாட்டுக்கு மாறுவதே முக்கியமான மாற்றம். பல நிறுவனங்கள் அங்கீகாரத்துடனேயே நின்றுவிடுகின்றன: உரிமங்களும் கொள்கையும் இருந்தும் ஏன் பெரிய மாற்றம் இல்லை என்று யோசிக்கின்றன. வழக்கமான பயன்பாட்டை அடைய, பணிகளைத் தேர்ந்தெடுத்தல், பயிற்சி, மதிப்பாய்வு ஆகியவை தேவை. இந்தப் பக்கம் விவரிப்பது அந்தப் பணியைத்தான்.
ஒரு மேலாளர் எந்த அறிகுறிகளைக் கவனிக்க வேண்டும்?
மொத்த உள்நுழைவுகளைக் கண்காணிப்பதற்குப் பதிலாக, குறிப்பிட்ட பணிகளில் வேலையின் தரத்தையும் தொடர்ச்சியான பயன்பாட்டையும் கவனியுங்கள். ஒவ்வொரு வாரமும் எத்தனை அங்கீகரிக்கப்பட்ட பணிகள் எதிர்பார்த்தபடி செய்யப்படுகின்றன, மதிப்பாய்வாளர் எவ்வளவு திருத்துகிறார், தவறுகள் குழுவை விட்டு வெளியே செல்லும் முன்பே கண்டறியப்படுகின்றனவா, ஒரு வரைவில் தாங்கள் செய்த மாற்றங்களை ஊழியர்களால் விளக்க முடியுமா ஆகியவை பயனுள்ள அறிகுறிகள். உள்நுழைவுகள் அணுகலைப் பற்றிச் சொல்கின்றன; வேலை மேம்பட்டுள்ளதா என்பதைப் பற்றி அவை அதிகம் சொல்வதில்லை.
பயனர்கள் தாங்களாகத் தெரிவிக்கும் மேம்பாடுகளை கவனமாக அணுகவும். ஒரு கருவியை விரும்புபவர்கள் அது மிச்சப்படுத்தும் நேரத்தை மிகைப்படுத்தி மதிப்பிடுவதும், விரும்பாதவர்கள் குறைத்து மதிப்பிடுவதும் வழக்கம். ஒரே பணியின் பயன்பாட்டுக்கு முந்தைய மற்றும் பிந்தைய சில மாதிரிகளை ஒரே நபர் மதிப்பாய்வு செய்வது சிறந்த ஆதாரமாகும். AI பயிற்சி பலனளித்ததா என்பதை அளவிடுவது குறித்த எங்கள் பதில் இதை மேலும் விளக்குகிறது.
பயன்பாட்டை அதிகரிக்க வலியுறுத்துவது எப்போது தவறான இலக்காகும்?
பணிகள் செயற்கை நுண்ணறிவுக்கு ஏற்றவையாக இல்லாதபோதும், அதன் வெளியீட்டை யாராலும் மதிப்பாய்வு செய்ய முடியாதபோதும், குழுவின் உண்மையான சிக்கல் பணிச்சுமை அல்லது செயல்முறையாக இருக்கும்போதும், அதன் பயன்பாட்டை அதிகரிப்பது தவறான இலக்கு. 'எல்லோரும் தினமும் செயற்கை நுண்ணறிவைப் பயன்படுத்த வேண்டும்' போன்ற இலக்கு, பயனுக்காக அல்லாமல் பயன்படுத்துவதற்காகவே பயன்படுத்துவதை ஊக்குவிக்கிறது. மதிப்பைச் சேர்க்காமல் ஆபத்தை அதிகரிக்கும் பணிகளிலும் அதைப் பயன்படுத்த மக்களைத் தள்ளக்கூடும். சில பணிப் பொறுப்புகளில் செயற்கை நுண்ணறிவை அரிதாகப் பயன்படுத்துவது தவறல்ல.
விதிகள் முடிவு செய்யப்படாதபோதும் இது தவறான இலக்கு. எதைப் பகிரலாம் என்று மக்களுக்குத் தெரிவதற்கு முன்பே பயன்பாட்டை ஊக்குவிப்பது, தலைமை கருவியைத் திரும்பப் பெறச் செய்யும் அதே தரவுத் தவறுகளுக்கு வழிவகுக்கும்.
AI-ஐ ஏற்றுப் பயன்படுத்துவதில் Tosheo.ai-இன் பங்கு என்ன?
பயன்பாட்டை ஏற்றுக்கொள்ளும் செயல்முறையின் பயிற்சிப் பகுதிக்காக Tosheo.ai உருவாக்கப்படவுள்ளது. அறிமுகத்தின்போது மேலாளர் பணிப் பொறுப்புகளையும் குழு பயன்படுத்தும் செயற்கை நுண்ணறிவுக் கருவிகளையும் தேர்ந்தெடுக்கத் திட்டமிடப்பட்டுள்ளது; ஒவ்வொருவரும் 5 நிமிடத் தொடக்கநிலை மதிப்பீட்டுக்குப் பின் 10 முதல் 15 நிமிடப் பாடங்களைக் கற்பார்கள். ஒவ்வொரு பாடமும் உண்மையான செயற்கை நுண்ணறிவுக் கருவியில் நேரடிப் பயிற்சிப் பணியுடன் முடியும்; வெளிப்படையான மதிப்பீட்டு அளவுகோல்களின்படி அது மதிப்பிடப்படும். திட்டமிடப்பட்ட மேலாளர் கண்காணிப்புப் பலகை திறன் முன்னேற்றத்தையும் முடித்த நிலையையும் காட்டும்; மூல உரையாடல் பதிவுகளை ஒருபோதும் காட்டாது. செயல்படாத கற்பவர்களுக்கு நினைவூட்டல்களையும் மேலாளருக்கு வாராந்திரச் சுருக்கத்தையும் அனுப்பவும் திட்டமிடப்பட்டுள்ளது.
இது இன்னும் உருவாக்கப்படாத நிலையில் உள்ளது. எனவே, பயன்பாட்டில் கிடைத்த பலன்களைக் காட்ட முடியாது. உங்கள் விதிகள் இன்னும் உறுதி செய்யப்படவில்லை என்றாலோ, உங்கள் குழுவில் AI-க்கு ஏற்ற பணிகள் இல்லை என்றாலோ, இது சரியான தீர்வு அல்ல; மேலே உள்ள படிகளைப் பயன்படுத்தி முதலில் அவற்றைச் சரிசெய்யுங்கள். திட்டமிடப்பட்ட விலைகள் விலை விவரப் பக்கத்தில் உள்ளன.