வணிகத்தில் உருவாக்கும் AI பொதுவாக எதற்கெல்லாம் பயன்படுத்தப்படுகிறது?
வணிகத்தில் மிகவும் பொதுவாகப் பயன்படுத்தப்படுபவை மொழி சார்ந்த பணிகள்: வரைவு எழுதுதல், சுருக்குதல், வேறொரு வாசகர் குழுவுக்காக மாற்றி எழுதுதல், ஆவணங்களிலிருந்து கட்டமைக்கப்பட்ட தகவல்களைப் பிரித்தெடுத்தல், தகவல்களை எளிய சொற்களில் விளக்குதல். பிரிட்டன் அரசின் செயற்கை நுண்ணறிவுப் பயன்பாட்டு ஆய்வில், ஏற்கெனவே செயற்கை நுண்ணறிவைப் பயன்படுத்தும் வணிகங்களில் 85%, இயல்மொழிச் செயலாக்கத்தையும் உரை உருவாக்கத்தையும் பயன்படுத்துவதாகக் கூறின. இது பிற செயற்கை நுண்ணறிவு வகைகளைவிட மிக அதிகம். செயற்கை நுண்ணறிவைப் பயன்படுத்தும் அல்லது பயன்படுத்தத் திட்டமிடும் மிகப் பொதுவான வணிகப் பிரிவுகள் சந்தைப்படுத்தல் மற்றும் நிர்வாகம் (ஒவ்வொன்றும் 72%), தகவல் தொழில்நுட்பம் (64%) ஆகியவை. 2025 தொடக்கத்தில் பிரிட்டனின் 3,500 வணிகங்களிடம் நடத்தப்பட்ட கணக்கெடுப்பில் அவர்களே தெரிவித்த தகவல்களே இந்தப் புள்ளிவிவரங்கள்.
பெரும்பாலான குழுக்கள் நடைமுறையில் காண்பதும் இதுதான். வேலை செய்வதற்கு ஏற்கெனவே உள்ள தகவல்களும், நல்ல முடிவு எப்படி இருக்க வேண்டும் என்று அறிந்த ஒரு மனிதரும் இருக்கும்போது, உள்ளடக்கத்தை உருவாக்கும் உதவியாளர்கள் சிறப்பாகச் செயல்படுகின்றன. கருவியிடம் இல்லாத உண்மைகள், குறிப்பிட்ட வாடிக்கையாளர் அல்லது சக ஊழியரைப் பற்றிய தீர்மானம், அல்லது யாரும் சரிபார்க்காத துல்லியம் ஆகியவற்றைச் சார்ந்த பணிகளில் அவை மிகவும் பலவீனமாக உள்ளன.
ஏற்ற பயன்பாட்டுச் சூழலையும் பொருத்தமற்ற பயன்பாட்டுச் சூழலையும் எப்படி வேறுபடுத்துவது?
நல்ல முதல் பயன்பாடு நான்கு சோதனைகளில் தேர்ச்சி பெறும்: அது அடிக்கடி மீண்டும் செய்யப்படுவது, பயன்படுத்துவதற்கு மூலத் தகவல்கள் இருப்பது, குறிப்பிட்ட ஒருவர் முடிவைச் சரிபார்க்க முடிவது, தவறு தீங்கு விளைவிக்கும் முன் கண்டறியப்படுவது. இவற்றில் ஒன்றில் தோல்வியடையும் பணியைக்கூட, குழுவிற்கு மதிப்பாய்வுப் பழக்கம் ஏற்பட்ட பிறகு செய்வது பயனுள்ளதாக இருக்கலாம். இரண்டில் தோல்வியடையும் பணியைத் தொடக்கமாகத் தேர்ந்தெடுப்பது பொதுவாக நல்லதல்ல.
ஒவ்வொரு சாத்தியமான பணியையும் அங்கீகரிப்பதற்கு முன் இந்தச் சோதனைகளுக்கு உட்படுத்துங்கள். 'திங்கட்கிழமை கூட்டத்திற்காக இந்த வார ஆதரவுக் கோரிக்கைகளைத் தலைப்புவாரியாகச் சுருக்கவும்' என்பது நான்கு சோதனைகளிலும் தேர்ச்சி பெறுகிறது. 'வாடிக்கையாளரின் சட்டப் புகாருக்கு எங்கள் பதிலை எழுதவும்' என்பது, தகுதியுள்ள ஒருவர் ஆய்வு செய்யாவிட்டால், மூன்றாவது மற்றும் நான்காவது சோதனைகளில் தோல்வியடைகிறது. எனவே அது தொடக்கப் பயிற்சிக்கான பணி அல்ல.
இது மீண்டும் நடைபெறுமா?
வாரந்தோறும் அல்லது தினமும் செய்யும் பணிகளுக்காக நல்ல உள்ளீட்டு அறிவுறுத்தலையும் சரிபார்ப்புப் பட்டியலையும் எழுதும் முயற்சி பயனளிக்கும். ஒருமுறை மட்டுமே செய்யும் பணிகளில் அது அரிதாகவே பயனளிக்கும்.
ஆதாரத் தகவல்கள் உள்ளனவா?
விவரக்குறிப்புத் தாள், கூட்டக் குறிப்புகள், கொள்கை அல்லது தரவு அட்டவணை ஆகியவை உதவியாளர் பணியாற்றுவதற்கான உண்மைத் தகவல்களை வழங்குகின்றன. எனவே, அது தகவல்களைப் புனைகிறதா என்பதைவிட, கொடுத்த தகவல்களை எப்படிப் பயன்படுத்துகிறது என்பதையே நீங்கள் சரிபார்க்கிறீர்கள்.
யாராவது அதைச் சரிபார்க்க முடியுமா?
மதிப்பாய்வு செய்பவர் யார், அவர் எதைச் சரிபார்ப்பார் என்பதைக் குறிப்பிடவும். வெளியீடு சரியானதா என்பதை அணியில் யாராலும் கண்டறிய முடியாவிட்டால், அந்தப் பணியைத் தொடங்க இன்னும் தயாராகவில்லை.
அது தவறாக இருந்தால் என்ன நடக்கும்?
தவறு ஏற்பட்டால் அதை நிறுவனத்திற்குள்ளேயே கண்டுபிடிக்கக்கூடிய பணிகளுக்கு முன்னுரிமை கொடுங்கள். வாடிக்கையாளர்கள், ஒழுங்குமுறை அமைப்புகள் அல்லது வேலைக்கு விண்ணப்பித்தவர்களுக்கு அனுப்பப்படும் எதற்கும் இன்னும் தீவிரமான சரிபார்ப்பு தேவை.
ஒவ்வொரு குழுவுக்கும் பயனுள்ள ஆக்கமுறை AI பயன்பாடுகள் என்ன?
ஒவ்வொரு பணிப்பிரிவிலும் இந்தச் சோதனைகளுக்கு நன்கு பொருந்தும் சில பணிகள் உள்ளன. தொடங்குவதற்கான பணிகளையும், ஒவ்வொன்றுடனும் செய்ய வேண்டிய சரிபார்ப்பையும் அட்டவணை காட்டுகிறது. இது தொகுப்பாசிரியர்கள் தயாரித்த தொடக்கப் பட்டியல்; தரவரிசை அல்ல. ஒவ்வொரு குழுவும் தங்களுக்கேற்ற மாற்றங்களைக் கண்டறியும். எங்கள் பணி சார்ந்த வழிகாட்டிகள் ஒவ்வொரு பணிப்பிரிவையும் மேலும் விரிவாக விளக்குகின்றன.
| குழு | தொடங்குவதற்கு ஏற்ற பயன்பாட்டுச் சூழல்கள் | அதனுடன் செய்ய வேண்டிய சரிபார்ப்பு |
|---|---|---|
| சந்தைப்படுத்தல் | சுருக்கமான பணிக்குறிப்பிலிருந்து முதல் வரைவுகளை உருவாக்குதல், புதிய ஊடகத்திற்கு ஏற்றவாறு உள்ளடக்கத்தை மாற்றி எழுதுதல், பிரச்சாரம் குறித்த கருத்துகளைச் சுருக்குதல் | ஒவ்வொரு கூற்றும் பணி விளக்கத்துடன் அல்லது அங்கீகரிக்கப்பட்ட ஆதாரத்துடன் பொருந்துகிறது; நிறுவனத்தின் வழக்கமான மொழிநடை சரிபார்க்கப்பட்டது |
| விற்பனை | வாடிக்கையாளர் ஆய்வுச் சுருக்கங்கள், அழைப்புக் குறிப்புகளைச் சீராக்குதல், தொடர்ச்சி மின்னஞ்சல் வரைவுகள் | வாடிக்கையாளர் பற்றிய உண்மைத்தகவல்கள் CRM உடன் ஒப்பிட்டுச் சரிபார்க்கப்பட்டுள்ளன; கற்பனையான உறுதிமொழிகளோ விலைகளோ இல்லை |
| வாடிக்கையாளர் ஆதரவு | அறிவுத் தளத்திலிருந்து பதில் வரைவுகள், பொறுப்பை ஒப்படைப்பதற்கான ஆதரவுக் கோரிக்கைச் சுருக்கங்கள், தொனியை மாற்றி எழுதுதல் | கொள்கை வரிகள் தற்போதைய அறிவுத் தளத்துடன் பொருந்துகின்றன; அனுப்புவது ஆதரவுப் பணியாளரே, கருவி அல்ல |
| செயல்பாடுகள் | குறிப்புகளை நிலையான செயல்பாட்டு நடைமுறைகளாக மாற்றுதல், வழங்குநர் ஆவணங்களைச் சுருக்குதல், கூட்டத்தில் தீர்மானிக்கப்பட்ட செயல்கள் | படிகளை எழுதியவர் அல்லாத வேறொருவர் அவற்றைச் சோதித்துள்ளார்; ஒப்பந்தம் தொடர்பான அம்சங்கள் மூல ஆவணத்தில் படித்துச் சரிபார்க்கப்பட்டுள்ளன |
| மனிதவளம் மற்றும் பணியாளர் மேலாண்மை | எளிய ஆங்கிலத்தில் கொள்கைச் சுருக்கங்கள், வேலைவாய்ப்பு விளம்பர வரைவுகள், புதிய பணியாளர் இணைப்புச் சரிபார்ப்புப் பட்டியல்கள் | தனிநபர்கள் குறித்த முடிவுகளில் பயன்படுத்தப்படாது; சொற்றொடர்கள் நியாயமானவையா என மதிப்பாய்வு செய்யப்பட்டது |
| நிதி | வழங்கப்பட்ட அட்டவணையில் உள்ள விலகலை விளக்குதல், விளக்கக் குறிப்புகளை வரைதல், சூத்திரங்களுக்கான உதவி | ஒவ்வொரு எண்ணும் மீண்டும் கணக்கிடப்பட்டது; தரவுகள் ஆதரித்தால் மட்டுமே காரணங்கள் குறிப்பிடப்பட்டன |
இது ஒரு பணிப் பொறுப்புடன் எப்படித் தொடர்புபடுகிறது என்பதைப் பார்க்க விரும்புகிறீர்களா?
குழுக்களுக்காகத் திட்டமிடப்பட்டுள்ள சோதனைப் பயன்பாட்டை ஆராயுங்கள் ↗சிறு வணிகத்திற்கு எந்த AI பயன்பாடுகள் பொருத்தமானவை?
ஒரு குறிப்பிட்ட பணிப் பொறுப்பில் யாரும் இல்லாததால் ஏற்படும் இடைவெளியை நிரப்பும் பயன்பாடுகளிலிருந்தே சிறு நிறுவனங்கள் அதிகப் பயன் பெறுகின்றன: முதல் வரைவை எழுதுபவர், ஆவணத்தைச் சுருக்குபவர், பொறுமையாக விளக்குபவர் போன்றவை. சந்தைப்படுத்தல் பணியாளர் இல்லாத ஐந்து பேர் கொண்ட நிறுவனம், உரிமையாளரின் குறிப்புகளிலிருந்து செய்திமடல்களை வரையலாம்; செயல்பாட்டு மேலாளர் இல்லாத நிறுவனம், உரிமையாளரின் குரல் குறிப்புகளைப் புதிதாகச் சேர்பவர்களுக்கான எழுத்துப்பூர்வமான செயல்முறையாக மாற்றலாம்.
வெளியில் பகிரப்படும் எதையும் சரிபார்க்கும் திறனை வேறொருவர் நிரூபிக்கும் வரை, உரிமையாளரே மதிப்பாய்வாளராக இருக்கட்டும். சிறு வணிகங்களுக்கான AI வழிகாட்டியில், ஏழு பேர் கொண்ட நிறுவனம் ஒரு மாதம் செயல்பட்ட விதம் எடுத்துக்காட்டாக விளக்கப்பட்டுள்ளது; AI-ஐப் பயன்படுத்த வேண்டாம் என்று அது முடிவுசெய்த பணியும் அதில் அடங்கும்.
பயன்பாட்டின் நோக்கமும் வரம்பும் தெளிவாக வரையறுக்கப்பட்டால், அது நடைமுறையில் எப்படி இருக்கும்?
ஹால்டன் லாஜிஸ்டிக்ஸ் என்ற கற்பனையான 45 நபர் சரக்கு அனுப்பீட்டு நிறுவனம், வாடிக்கையாளர் சேவையில் செயற்கை நுண்ணறிவைப் பயன்படுத்த விரும்புகிறது. 'வாடிக்கையாளர் மின்னஞ்சல்களுக்கு செயற்கை நுண்ணறிவு பதிலளிக்கட்டும்' என்ற முதல் யோசனை இரண்டு சோதனைகளில் தோல்வியடைகிறது: பதில் அனுப்பப்படுவதற்கு முன் அதை யாரும் சரிபார்ப்பதில்லை; தவறான விநியோக வாக்குறுதியால் நேரடிச் செலவு ஏற்படும். குழு அதன் வரம்பை மாற்றி, 'சரக்கின் நிலவரத்தையும் எங்களின் வழக்கமான வாசகங்களையும் வைத்து பதிலை வரைவு செய்; சேவைப் பணியாளர் அதைத் திருத்தி அனுப்புவார்' என்று அமைக்கிறது.
முதல் வழிமுறையான 'தனது சரக்கு எங்கே இருக்கிறது என்று கேட்கும் இந்த வாடிக்கையாளருக்குப் பதிலளி' என்பது கனிவான பதிலை உருவாக்குகிறது. அதில், பொட்டலம் '2 முதல் 3 வேலை நாட்களுக்குள் வந்து சேரும்' என்று கூறப்படுகிறது; யாரும் அளிக்காத வாக்குறுதி இது. திருத்தப்பட்ட வழிமுறையில் சரக்கின் நிலை குறித்த வரி, தாமதங்களுக்காக அங்கீகரிக்கப்பட்ட மூன்று உரைப் பகுதிகள், மற்றும் 'நிலை குறித்த வரியில் வருகைத் தேதி இருந்தால் மட்டுமே அதைக் குறிப்பிடு; இல்லையெனில், நாள் முடிவதற்குள் நிலவரத்தைத் தெரிவிப்போம் என்று சொல்' என்ற விதி கொடுக்கப்படுகின்றன. வாடிக்கையாளர் சேவைப் பணியாளரின் சரிபார்ப்பில் இரண்டு கேள்விகள் உள்ளன: ஒவ்வொரு தேதியும் வாக்குறுதியும் நிலை குறித்த வரியில் உள்ளதா? தொனி இந்த வாடிக்கையாளருக்கு ஏற்றதா? இரண்டு வாரங்களுக்குப் பிறகு, குழு இந்தப் பயன்பாட்டைத் தொடர்கிறது. மேலும், புகாரை மேற்பார்வையாளர் கையாளத் தொடங்குவதற்கு முன் நீண்ட மின்னஞ்சல் தொடர்களைச் சுருக்குவது என்ற இரண்டாவது பயன்பாட்டையும் சேர்க்கிறது.
ஒரு நிறுவனம் எந்தப் பயன்பாடுகளைத் தவிர்க்க வேண்டும் அல்லது தள்ளிப்போட வேண்டும்?
வெளியீடு ஒரு நபரைப் பற்றிய முடிவை எடுக்கும்போது அல்லது அதை வலுவாகப் பாதிக்கும்போது, சரிபார்க்காமல் அனுப்பப்படும்போது, அல்லது அதை நம்பிச் செயல்படவுள்ள ஒருவருக்குத் தகவலை உண்மையாக வழங்கும்போது, அத்தகைய பயன்பாடுகளைத் தள்ளிவையுங்கள். வேலை விண்ணப்பதாரர்களைத் தேர்வுக்காகச் சலித்தல், ஒழுங்கு நடவடிக்கைக் கடிதங்களை வரைவது, வாடிக்கையாளர்களுக்கு ஒழுங்குமுறைக்குட்பட்ட ஆலோசனை வழங்குவது, குழுவினர் திறந்து பார்க்காத புள்ளிவிவரங்கள் அல்லது மேற்கோள்களை வெளியிடுவது ஆகியவை எடுத்துக்காட்டுகள். NIST-இன் உருவாக்கும் AI குறித்த விவரம், புனைந்த தகவல்களை உண்மையாகக் கூறுவதையும் தீங்கு விளைவிக்கும் பக்கச்சார்பையும் உருவாக்கும் AI-க்கே உரிய ஆபத்துகளில் பட்டியலிடுகிறது; குறிப்பாக இந்தச் சூழல்களில்தான் இரண்டும் மிக முக்கியமானவை.
முறையான கட்டுப்பாடுகள், சிறப்புக் கருவிகள் மற்றும் சில நேரங்களில் சட்ட ஆலோசனை இருந்தால், இவற்றில் சில நியாயமான பயன்பாடுகளாக மாறலாம். இவை பொதுப் பயன்பாட்டு உதவியாளருக்கான தொடக்கப் பணிகள் அல்ல. இந்தப் பக்கம் பொதுவான தகவல்களையே வழங்குகிறது; சட்ட ஆலோசனை அல்ல.
ஒரு பயன்பாட்டுச் சூழலை அன்றாடப் பணியின் பகுதியாக மாற்றுவது எப்படி?
ஒரு பயன்பாடு அன்றாட வேலையின் பகுதியாக மாற, எழுதப்பட்ட வழிகாட்டுக் குறிப்பு, பெயர் குறிப்பிடப்பட்ட மதிப்பாய்வாளர், சரிபார்ப்புப் பட்டியல், வாராந்திர நடைமுறையில் அதற்கான இடம் ஆகியவை தேவை. இவை இல்லாவிட்டால், ஆர்வமுள்ள ஒருவர் அவ்வப்போது செய்து காட்டும் செயல்முறை விளக்கமாகவே அது இருக்கும். வேறொருவரும் அதை எடுத்துச் செய்யும் வகையில் எவ்வாறு ஆவணப்படுத்துவது என்பதை எங்கள் AI பணிச்செயல்முறைகள் வழிகாட்டி விளக்குகிறது.
ஒரு நடைமுறை பழக்கமாக மாறுவதற்கு முன், ஊழியர்கள் தங்கள் சொந்தப் பணிகளில் பயிற்சி பெறுவதும் அவசியம். ஒவ்வொரு பணிப் பொறுப்புக்கும் குறுகிய பாடங்களை வழங்கும் வகையில் Tosheo.ai உருவாக்கப்பட்டு வருகிறது. ஒவ்வொரு பாடமும் உண்மையான AI கருவியைப் பயன்படுத்திச் செய்யும் செய்முறைப் பணியுடன் முடியும்; வெளிப்படையாகக் காட்டப்படும் மதிப்பீட்டு அளவுகோல்களின் அடிப்படையில் அது மதிப்பிடப்படும். இது இன்னும் உருவாக்கத்திற்கு முந்தைய நிலையில் உள்ளது. திட்டமிடப்பட்ட கட்டணங்கள் கட்டணப் பக்கத்தில் உள்ளன.