Când produceți AI, există numeroase provocări pe care le puteți întâlni, cum ar fi cum să vă aplicați modelul AI unui proces sau oamenilor, stabilirea datelor și modelelor, cum să vă mențineți modelul exact în medii în schimbare și în timp, scalare și cum să creșteți sau măriți capacitățile modelului dvs. AI.
Încorporarea AI
Rularea unui sistem de învățare automată de succes Proof of Concept (PoC) cu un nou algoritm reprezintă doar 10% din efortul necesar pentru ao produce și obține valoare reală din el. Restul de 90% pot fi împărțiți în lucruri pe care trebuie să le faci pentru a face un produs utilizabil și lucruri pe care trebuie să le faci pentru a face un produs util.
Pentru a face un produs utilizabil, trebuie să măriți implementarea tehnică a punerii produsului la dispoziția utilizatorilor dvs. Pentru a-l face util, ar trebui să vă uitați la încorporarea produsului într-un proces pentru utilizatori. În primul rând, însă, care este exact diferența dintre un PoC și un produs utilizabil?
În primul rând, PoC-urile nu sunt destinate producției. Produsele trebuie să funcționeze tot timpul, în orice moment și în circumstanțe schimbătoare. În timpul PoC, găsiți datele pe care le căutați, faceți o copie și începeți să le curățați și să le analizați. În producție, sursa dvs. de date trebuie să fie conectată la o platformă de date în timp real, în siguranță și în siguranță; fluxul de date trebuie să fie manipulat automat și comparat cu/combinat cu alte surse de date.
În timpul PoC, fie aveți luxul de a putea vorbi cu viitorii dvs. utilizatori și de a lucra cu ei pentru a proiecta o soluție, fie nu aveți deloc utilizatori și proiectați o soluție tehnică. Pentru un produs, aveți utilizatori care trebuie să înțeleagă soluția respectivă și oameni responsabili pentru menținerea soluției tehnice în funcțiune. Astfel, un produs necesită instruire, întrebări frecvente și/sau linii de asistență pentru a putea fi utilizabil. În plus, trebuie doar să creați o versiune nouă pentru un caz de utilizare într-un PoC. Produsele necesită actualizări, iar când ați lansat produsul pentru mai mulți clienți, aveți nevoie de o modalitate de a testa și implementa codul pentru producție (conducte CI/CD).
„La Itility, am dezvoltat Itility Data Factory și AI Factory, care acoperă blocurile de bază și platforma de bază pentru oricare dintre proiectele noastre. Aceasta înseamnă că avem unghiul utilizabil acoperit de la început, astfel încât să ne putem concentra pe unghiul util (care depinde mai mult de client și de caz de utilizare)”, a declarat compania.
Aplicație de detectare a dăunătorilor – de la PoC la produs utilizabil
„Faza Proof of Concept a aplicației noastre de detectare a dăunătorilor a constat într-un model care poate îndeplini sarcina restrânsă de clasificare și numărare a muștelor pe o capcană de lipici pe baza imaginilor luate de membrii echipei de seră. În cazul în care au ratat o poză sau dacă ceva nu a mers prost, ar putea să se întoarcă și să facă alta sau să o repare direct în tabloul de bord. Erau necesare destul de multe verificări manuale.
„Lumea noastră PoC era simplă, bazată pe un singur dispozitiv, un singur utilizator și un singur client. Cu toate acestea, pentru a-l transforma într-un produs utilizabil, trebuia să extindem și să sprijinim mai mulți clienți. Apoi, apare întrebarea cum să păstrăm datele separate și în siguranță. În plus, fiecare client/mașină individuală necesită o configurare și o configurație implicită. Deci, cum să configurați/configurați 20 de clienți noi? De unde știi când să construiești o interfață de administrare și să automatizezi integrarea? La 2 clienți, 20 sau 200?”
Desigur, este posibil să aveți întrebări, cum ar fi „Cum ajută numărul muștelor pe clientul meu? Cum se creează valoare din aceste informații? Cum să recomandați decizii și să luați măsuri? Cum se încadrează această aplicație AI în procesul de afaceri?'. Primul pas este să vă schimbați cadrul de referință dintr-o perspectivă tehnică/de date în perspectiva utilizatorului final. Aceasta înseamnă să continuați conversația cu clientul și să vedeți cum se potrivește PoC-ul dovedit în procesele zilnice.
„De asemenea, trebuie să urmăriți îndeaproape procesul pentru o perioadă mai lungă de timp, trebuie să vă alăturați la reuniunile operaționale și tactice pentru a înțelege cu adevărat ce acțiuni sunt întreprinse în fiecare zi, pe baza căror informații, cât timp este petrecut pentru a face ce și raționamentul. in spatele anumitor actiuni. Fără a înțelege modul în care informațiile din modelul dvs. sunt folosite pentru a crea valoare de afaceri, nu veți ajunge la un produs util.
„În cazul nostru, am descoperit ce informații au fost folosite pentru a lua decizii. De exemplu, am descoperit că pentru unii dăunători era mai important să urmezi tendința săptămânală (pentru care nu ai nevoie de precizii super mari), în timp ce alții necesită acțiune la primul semn al unui dăunător (ceea ce înseamnă că este mai bine să ai un cuplu). de fals pozitive decât de a avea măcar un fals negativ).
„În plus, am descoperit că clientul nostru a avut anterior o experiență „proastă” cu un instrument similar care pretindea că are precizii pe care nu le putea furniza în practică. De ce ar avea încredere în ai noștri? Am luat această problemă de încredere direct și am făcut din acuratețe și transparență o caracteristică cheie a produsului. Am folosit aceste informații pentru a face produsul nostru util prin adaptarea aplicației la metodele de lucru ale utilizatorului final și prin creșterea transparenței în interacțiune, oferind utilizatorului mai mult control asupra aplicației”, continuă compania.
Care este cea mai mare provocare?
„În scenariul nostru de numărare a muștelor, putem vorbi despre scorul nostru de precizie tot ce ne dorim. Totuși, pentru a fi util, utilizatorul (un specialist în seră) are nevoie de mai mult decât procente. Ceea ce este necesar este să-l experimentezi și să înveți să ai încredere în el. Cel mai rău lucru care se poate întâmpla este atunci când utilizatorii dvs. vă compară rezultatele cu propriile lor rezultate manuale și există o discrepanță (mare). Reputația ta este distrusă și nu ai loc să recâștigi încrederea. Am contracarat acest lucru prin adăugarea de software la produs care încurajează utilizatorul să caute acele discrepanțe și să le corecteze.
„Abordarea noastră este, așadar, să facem utilizatorul parte a soluției AI, în loc să o prezentăm ca un sistem care va înlocui specialistul. Transformăm specialistul în operator. AI își mărește abilitățile, iar specialiștii rămân în control, predând și ghidând continuu AI pentru a învăța mai multe și pentru a face corecții atunci când mediul sau alte variabile se deplasează. Ca operator, specialistul este o parte integrantă a soluției – predarea și antrenarea AI cu acțiuni specifice.”
Clic aici pentru a vedea un videoclip cu mai multe detalii despre abordarea centrată pe operator.