Za Adama M. Roota, instruktora za upravljanje proizvodima AI, značajan uticaj AI dolazi od postavljanja pravih pitanja, primjene strukturiranih strateških okvira i održavanja ljudske stručnosti u centru. Na Mavenu, Root dizajnira i podučava programe koji se temelje na kohorti uživo za menadžere proizvoda, dizajnere i osnivače koji žele izgraditi AI-native proizvode, a istovremeno služi i kao frakcijski direktor proizvoda - strategija proizvoda AI. Njegovi vodeći kursevi pokrivaju AI-first strategiju proizvoda, prompt-driven prototiping za dizajnere, agilni razvoj AI-a i strategiju za prenošenje na tržište za AI proizvode - sve stvorene da pomognu timovima da se presele od znatiželje do sposobnosti u brzo se krećućim okruženjima AI. Mnoge kompanije sada guraju na skaliranje agencijskog AI-a, ali većina se bori da shvati zašto njihove inicijative rijetko prelaze pilot faze. Umjesto da zakorače svoj rad u jasan poslovni problem, timovi često prate alate, modele ili dobavljače, nadajući se da će tehnologija sama otključati utjecaj. Dok može proizvesti impresivne demonstracije, stvarna korporativna vrijednost je minimalna. Zašto se poduzeća bore za skaliranje agencijske AI Poduzeća su pod intenzivnim pritiskom od odbora da pokažu merljive AI rezultate, a ova hitnost često ih gurne u izvršenje prije nego što shvate šta stvarno treba riješiti. Root vidi istu grešku koja se ponavlja: timovi trče prema rezultatima bez utemeljivanja svojih napora u jasnom shvatanju osnovnog problema. „Tehnologija nije dovoljno napredna da to učini sama od sebe“, objašnjava on. „Ljudi misle da mogu priključiti više računala ili zaposliti drugog dobavljača i riješiti ga. To neće raditi.“ Ljudska stručnost mora postojati u srcu agentičkih tokova rada. Tvrtke koje se oslanjaju na AI da replikiraju plemenito znanje izgubljeno tokom otpuštanja rizikuju da se nađu u operativnim slijep Arhitektura skalabilnih tokova posla: PURSUIT okvir On koristi PURSUIT okvir koji pruža preduzećima praktičan put naprijed, nudeći jasne smjernice o tome kako izbjeći ove zamke. Koji je pravi ljudski problem koji pokušavamo riješiti, ispod površinskih simptoma? Problem:  Kome je to zaista namenjeno, i šta oni vrednuju, plaše se i prioritetiraju? User:  Zašto je rješavanje ovog problema strateški važno i relevantno upravo sada? Rationale:  Koje je najmanje, najtransformativnije iskustvo proizvoda koje značajno rješava problem? Solution:  Koje dokaze trebamo prikupiti kako bismo potvrdili ili poništili naše pretpostavke? Understanding:  Koji obrasci, istine i vozači ponašanja proizlaze iz dokaza, i kako bi trebali oblikovati proizvod? Insight: Koji je strateški smjer proizvoda koji sve povezuje u jednu, odbranjivu narativu? Thesis:  Tehnologija nije u okviru... namjerno. „Većina ljudi stvara svoju tehniku disertaciju. Oni počinju sa alatom, a zatim rade nazad“, kaže Root. Za njega, prava pitanja važe čak i više od pravih modela. Timovi često žure u istraživanje, paralelne modele i agregiranje pretraživanja bez razjašnjenja onoga što trebaju naučiti. „Zatražite bolje pitanja i dobijate bolje rezultate.“ Root gradi ljudski pregled na početku svakog agencijskog tokova rada i često potiče LLM da rafinira svoje razumijevanje problema prije početka zadataka. On to dopunjuje strukturiranim intervjuima stručnjaka za predmet kroz alate kao što je Strella, stvarajući čiste, kontekstualne ulaze znanja. Dolazeći talas: Multimodalni i paralelni sistemi Root veruje da će sljedeći veliki napredak u AI-u doći od sustava koji mogu koristiti različite vrste ulazaka odjednom, kao što su tekst, slike, video, audio i realni senzori podataka, iz više AI modela koji rade zajedno u isto vrijeme. Ovi modeli će onda moći da uporede ono što svaki nađe i kombiniraju svoje razmatranje kako bi proizveli bolje odgovore. AI će moći da gleda na mnoge vrste informacija odjednom i da nekoliko modela razmišlja kroz problem zajedno da proizvede jasniji, snažniji rezultat. Međutim, nove mogućnosti neće riješiti osnovna pitanja. Bez dobro osmišljenih pitanja, validiranih ulazaka i ranih ljudskih smjernica, multimodalni sustavi jednostavno ubrzavaju pogrešno razmatranje. „Ako i dalje počnete bez ispravnih pitanja, nećete dobiti pravo rješenje“, kaže Root. Očekuje tržišnu korekciju u roku od 12 do 18 meseci jer ova novost daje put operativnoj stvarnosti. Kompanije koje su uklonile stručnjake za predmet u nadi da će biti učinkovitije na osnovu AI-a mogu se naći u teškoćama da oporave izgubljeni kontekst. Konkurenti koji zadrže plemenito znanje imaju prednost koju softver sam ne može reproducirati. Zaboravljeni rizik i potcenjeni najam Usprkos brzoj automatizaciji uloga na početnoj razini, iskusni stručnjaci ostaju nezamjenjivi. „Vaši stručnjaci na temu nisu zamjenjivi AI-om“, kaže on, naglašavajući da poduzeća prioritetno zapošljavaju glavne menadžere proizvoda koji mogu pretvoriti neraskidive organizacijske izazove u pouzdane, skalabilne radne tokove. Za kompanije u ranim fazama koje prodaju na tržišta poduzeća, on predlaže zapošljavanje nedavno otpuštenih PM-ova koji donose godine unutrašnje perspektive. „Dobićete plemenito znanje koje bi vam trebalo godina da naučite“, kaže on, tvrdeći da to može definisati stratešku prednost kompanije. Poduzeća koja počinju sa jasnoćom, ljudskom stručnošću i boljim pitanjima bit će sposobna za arhitekturu agentičkih AI tokova rada koji ne samo da funkcionišu, već i razmjere. Slijedite Adam Root na Posjetite njegovu Za više uvida. Linkovi Stranica

This story contains new, firsthand information uncovered by the writer.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Ovaj audio je proizveden na originalnom jeziku priče!

Adam M. Root: Kako arhitektonski AI tokovi rada koji će se proširiti na poduzeće

About Author

KOMENTARI

HANG TAGS

OVAJ ČLANAK JE PREDSTAVLJEN U

Related Stories

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps