Mahesh Babu MG: ការច្នៃប្រឌិតនៃគុណភាពការផ្លាស់ប្តូរដោយ AI នៅក្នុងការរចនា SAP Manufacturing

រោងចក្រផលិតកម្មទូទាំងពិភពលោកគឺនៅក្នុងស្ថានភាពនៃការអភិវឌ្ឍរំខាន, បានប្រៀបធៀបជាមួយនឹងការកាត់បន្ថយនៃកញ្ចក់ផ្គត់ផ្គង់ដែលមានភាពងាយស្រួល, ការតម្រូវការទីផ្សារខុសគ្នានិងសម្ពាធខុសគ្នានៃការធ្វើឱ្យមានប្រសិទ្ធិភាពខ្ពស់។ ប្រព័ន្ធរចនាផលិតកម្មច្នៃប្រឌិតដែលជាមូលដ្ឋាននៃប្រតិបត្តិការផលិតកម្មត្រូវបានកាត់បន្ថយដោយការតម្រូវការសម្រាប់ការផ្លាស់ប្តូរពេលវេលាពិតប្រាកដនិងសមត្ថភាពដើម្បីគ្រប់គ្រងការផ្លាស់ប្តូរជាទំហំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំ អាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋានអាសយដ្ឋាន ទោះជាយ៉ាងណាក៏ដោយប្រព័ន្ធរចនាសម្ព័ន្ធដែលមានមូលដ្ឋាននៅលើ AI អាចប្រើសម្រាប់អេឡិចត្រូនិករចនាសម្ព័ន្ធដើម្បីធ្វើការវិភាគទិន្នន័យក្នុងអំឡុងពេលពិតប្រាកដការអនុម័តការផ្លាស់ប្តូរអតិថិជនជាមួយនឹងភាពត្រឹមត្រូវខ្ពស់ជាងមុននិងការផ្លាស់ប្តូរដំណើរការផលិតកម្មដោយឥតគិតថ្លៃទៅនឹងបរិស្ថានដែលផ្លាស់ប្តូរ។ ការផ្លាស់ប្តូរនេះមិនមែនជាការអភិវឌ្ឍបច្ចេកវិទ្យាប៉ុណ្ណោះប៉ុន្តែជាការផ្លាស់ប្តូរសំខាន់នៃរបៀបដែលផលិតភាពខ្ពស់ត្រូវបានរចនាឡើងនិងទទួលបាន។ ការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្ន នៅពេលបច្ចុប្បន្នរបស់គាត់គាត់ជាអ្នកគ្រប់គ្រងក្រុមហ៊ុន SAP Premium Hub CoE Manufacturing និង PLM ដែលជាសមត្ថភាពដែលបង្ហាញពីការគ្រប់គ្រងរបស់គាត់និងគុណភាពបច្ចេកទេសដ៏អស្ចារ្យ។ ជាអ្នកជំនាញវិញ្ញាបនប័ត្រ SAP S/4HANA Production Planning & Manufacturing, MG គឺជាអ្នកនិពន្ធដែលបានគេស្គាល់ថាជាអ្នកនិពន្ធនៃសៀវភៅរបស់គាត់ទាំងពីរ។ , “PP/DS with SAP S/4HANA” (ជាពិសេសកំណែដំបូង, ISBN 978-1-4932-1872-1 និង ) ។ សៀវភៅ SAP Press រូបភាពទីពីរ សៀវភៅទាំងនេះអំពីការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនានិងការរចនាន។ វាត្រូវបានបង្កើតឡើងជាស្ថានភាពរបស់គាត់ជាអ្នកគ្រប់គ្រងសំខាន់នៅក្នុងតំបន់នេះ។ សៀវភៅសៀវភៅ សៀវភៅ សៀវភៅ សៀវភៅ សៀវភៅ សៀវភៅ សៀវភៅ ការរួមបញ្ចូលគ្នានេះតែមួយគត់របស់ SAP PP/DS ដែលមានជំនាញវិជ្ជាជីវៈទូលំទូលាយនិងការស្រាវជ្រាវគួរឱ្យចាប់អារម្មណ៍ក្នុងការកើនឡើង AI បានកំណត់គាត់ថាជាការរួមបញ្ចូលសំខាន់នៃប្រព័ន្ធអាជីវកម្មដែលបានបង្កើតឡើងនិងប្រព័ន្ធបច្ចេកវិទ្យាអេឡិចត្រូនិចបន្ទាប់នេះ។ នេះធ្វើឱ្យគាត់មានការធានាថាគំនិតរបស់គាត់គឺជាការច្នៃប្រឌិតនិងអាចអនុវត្តយ៉ាងងាយស្រួលនៅក្នុងពិភពលោកពិតប្រាកដនៃការផលិត។ ការរួមបញ្ចូលគ្នានៃបទពិសោធន៍ជាច្រើនរបស់គាត់នៅក្នុង SAP PP/DS និងបទពិសោធន៍របស់គាត់នៅក្នុងការប្រមូលគំរូ HANA, MG បានគួរឱ្យចាប់អារម្មណ៍និងអនុវត្តការសិក្សានិងការសិក្សានិងការស្រាវជ្រាវនេះត្រូវបានរចនាឡើងដើម្បីស្រាវជ្រាវគុណភាពនៃការដោះស្រាយគ្រប់គ្រងនៅពេលដែលធ្វើការនៅក្រោមប្រព័ន្ធរចនាសម្ព័ន្ធអេឡិចត្រូនិក។ ការសិក្សានេះរួមបញ្ចូលគ្នានៃការរួមបញ្ចូលគ្នានៃគំនិតអេឡិចត្រូនិកដែលត្រូវបានរចនាឡើងលើសមត្ថភាពនៃ SAP Joule ដែលត្រូវបានរួមបញ្ចូលដោយផ្ទាល់ជាមួយនឹងសមត្ថភាព PP/DS ។ ក្នុងបរិស្ថានរចនាឡើងនៃសាកលវិទ្យាល័យដែលត្រូវបានត្រួតពិនិត្យ, អ្នករចនាសម្ព័ន្ធដែលចូលរួមគ្នានៅក្នុងគោលបំណងដើម្បីប្រៀបធៀបផលិតផលដែលមានមូលដ្ឋានលើ heuristic ជាធម្មតាជាមួយនឹងការណែនាំដែលមានមូលដ្ឋានលើ AI ។ លទ្ធផលនៃបទពិសោធន៍នេះគឺមានគួរឱ្យចាប់អារម្មណ៍: អ្នកប្រើប្រាស់ដែលបានកើនឡើងដោយ co-pilot របស់ AI បានជួយឱ្យពួកគេទទួលបានកំណត់រចនាសម្ព័ន្ធយ៉ាងឆាប់រហ័សជាង 30% ដែលបានបង្ហាញនូវកម្រិតនៃការទទួលបានខ្ពស់ជាង 20% សម្រាប់កំណត់រចនាសម្ព័ន្ធដែលមានគោលបំណងនិង, ជាការសំខាន់, បានជួយក្នុងការកាត់បន្ថយ 12% នៃការបញ្ជាទិញចុងក្រោយ។ គំនិតនៃកូឡូដ AI ដូចជា SAP Joule ដែលផ្តល់នូវការយល់ដឹងទូទៅនិងការធ្វើតេស្តដោយស្វ័យប្រវត្តិតាមរយៈភាសាធម្មជាតិគឺជាគំនិតសំខាន់នៅទីនេះ។ ទោះបីជាគំនិត Joule ដែលជាធម្មតាសម្រាប់ PP / DS មិនអាចរកបាននៅពេលវេលានៃការស្រាវជ្រាវនេះ, ការស្រាវជ្រាវរបស់ MG នៃគំនិតនេះតាមរយៈម៉ូដែលគំនិតនេះគឺជាគួរឱ្យចាប់អារម្មណ៍ជាពិសេស។ ការរួមបញ្ចូលដោយផ្ទាល់រវាងការកំណត់គុណភាពដែលបានបង្កើនដោយ AI និងការកាត់បន្ថយ 12% នៅក្នុងការបញ្ជាទិញចុងក្រោយបង្ហាញពីផលិតផលអាជីវកម្មដែលមានលក្ខណៈពិសេសក្នុងការធ្វើតេស្តដែលមានមូលដ្ឋាននៅក្នុងការផល ការយល់ដឹងដែលទទួលបានពីការស្រាវជ្រាវច្នៃប្រឌិតនេះបានបង្ហាញពីសម្ភារៈនៃសម្ភារៈគ្រប់គ្រងរបស់ MG និងការបោះពុម្ពផ្សេងៗរបស់គាត់។ នេះបានបន្ថែមទៀតបង្កើនប្រសិទ្ធិភាពរបស់គាត់ជាអ្នកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រកច្រ គោលបំណងជំនាញរបស់ MG ត្រូវបានផ្តោតលើការអនុញ្ញាតឱ្យឧស្សាហកម្មផលិតនៅទូទាំងប្រទេសអឺរ៉ុបដើម្បីទទួលបាននូវសមត្ថភាពល្អបំផុតនៃដំណោះស្រាយផលិតកម្ម SAP Supply Chain ។ គោលបំណងចុងក្រោយគឺដើម្បីបង្កើនការរចនានិងការរចនាដំណើរការផលិតកម្មរបស់ពួកគេយ៉ាងខ្លាំង។ ឧស្សាហកម្មផលិតកម្ម, ជាពិសេសនៅក្នុងប្រទេសអឺរ៉ុបខាងជើង, ឥឡូវនេះកំពុងធ្វើដំណើរការក្នុងអំឡុងពេលនៃការផ្លាស់ប្តូរទូលំទូលំទូលាយដោយការឌីជីថលឡើងវិញនិងតម្រូវការយ៉ាងឆាប់រហ័សដើម្បីបង្កើតការផ្គត់ផ្គង់រចនាសម្ព័ន្ធដែលមានភាពរឹងមាំនិងរឹងមាំជាងមុន។ ការអនុវត្តនៃ AI ត្រូវបានគេស្គាល់យ៉ាងទូលំទូលាយជាការអនុញ្ញាតចម្បងនៅក្នុងការផ្លាស់ប្តូរនេះដែលបច្ចុប្បន្ននេះដោយមានផ្នែកសំខាន់នៃក្រុមហ៊ុនដែលស្វែងរកប្រសិទ្ធិភាពឬបានអនុវត្តបច្ចេកវិទ្យា AI ក្នុងការប្រតិបត្តិការរបស់ពួកគេ។ ការធ្វើការរបស់ MG បានប្រៀបធៀបដោយផ្ទាល់ជាមួយនឹងជម្រើសបច្ចុប្បន្ននិងកាត់បន្ថយឱកាសដែលមាននៅក្នុងតំបន់ឧស្សាហកម្មដែលអភិវឌ្ឍនេះ។ អាមេរិចខាងជើងមានទីតាំងជាទីផ្សារសំខាន់សម្រាប់សេវាកម្មបណ្តុះបណ្តាល SAP SCM ដែលជាក្រុមហ៊ុនផលិតធំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូល គំនិតនៃ "SAP Joule" នៅក្នុង PP / DS សម្រាប់ការសិក្សារបស់ MG បានបង្ហាញថានឹងមានគោលបំណងក្នុងការស្រាវជ្រាវប្រសិទ្ធិភាពរបស់ AI ក្នុងរយៈពេលយូរមុនពេលដែលដំណោះស្រាយស្ដង់ដារអាចរកបានជាទូទៅ។ នេះគឺជាដំណោះស្រាយសំខាន់សម្រាប់អង្គការដែលមានគោលបំណងដើម្បីរក្សាទុកការអភិវឌ្ឍបច្ចេកទេសយ៉ាងឆាប់រហ័ស។ ការដោះស្រាយបញ្ហា PP / DS ដែលមានប្រសិទ្ធិភាពជាមួយនឹងការយល់ដឹងដែលត្រូវបានផ្ដល់ដោយ AI ប្រព័ន្ធផលិតកម្មទូទៅនិងដំណើរការទូទាត់ (PP/DS) ដែលជាប្រព័ន្ធល្អឥតខ្ចោះប៉ុន្តែមានបញ្ហាដែលមានប្រសិទ្ធិភាពដែលបានបង្កើនការស្រាវជ្រាវទៅនឹងការអភិវឌ្ឍ AI ។ MG បាននិយាយថា, “នៅក្នុង PPDS ទូទាត់អ្នកដំណើរការនិងដំណើរការទូទាត់ផ្អែកលើការដំណើរការទូទាត់ដោយស្វ័យប្រវត្តិនិងដំណើរការទូទាត់ដោយស្វ័យប្រវត្តិនិងអ្នកដំណើរការទូទាត់ផ្អែកលើ PPDS ដើម្បីដំណើរការទូទាត់និងដំណើរការទូទាត់ទូទាត់ទូទូទាត់ទូទូទាត់ទូទូទាត់ទូទូទាត់ទូទូទាត់ទូទូទាត់ទូទូទាត់ទូទូ អ្នករចនាសម្ព័ន្ធចំណាយពេលវេលាជាច្រើនដើម្បីដោះស្រាយបញ្ហាដែលបង្កើតឡើងដោយការធ្វើប្រតិបត្តិការផ្សព្វផ្សាយនិងកំណត់បញ្ហាដូចជាបញ្ហាដែលមានប្រសិទ្ធិភាពក្នុងការផ្គត់ផ្គង់ការផ្គត់ផ្គង់ការផ្គត់ផ្គង់ដោយសារតែសមត្ថភាពមិនអាចរកបាននៅលើបន្ទាត់រចនាសម្ព័ន្ធឬការគណនាសម្ព័ន្ធការផ្គត់ផ្គង់ការផ្គត់ផ្គង់ថ្ងៃដែលកាត់បន្ថយកម្រិតសំខាន់។ ក្នុងករណីនេះអ្នករចនាសម្ព័ន្ធធ្វើឱ្យប្រសើរឡើងបញ្ហាផលិតកម្មឬបង្កើតបញ្ហាថ្មីដើម្បីកាត់បន្ថយបញ្ហា។ វិជ្ជាជីវៈរចនាសម្ព័ន្ធផលិតកម្មធម្មតាជាធម្មតាមានប្រសិទ្ធភាពដូចជាការផ្លាស់ គោលបំណងនៃការសិក្សាគោលបំណងនេះត្រូវបានច្នៃប្រឌិតដោយការកាត់បន្ថយដែលមាននៅពេលបច្ចុប្បន្ននេះនិងអត្ថប្រយោជន៍ថ្មីរបស់ AI ។ « SAP Joule គឺជាអ្នកគាំទ្រដែលមានការយល់ដឹងអំពីការអនុម័តអាជីវកម្មនៅក្នុងប្រព័ន្ធ ERP Cloud Connected ។ សម្រាប់ PPDS មិនមានសមត្ថភាព Joule ដែលអាចរកបាននៅក្នុងដំណោះស្រាយធម្មតានៅពេលបច្ចុប្បន្ននេះ។ ដូច្នេះការសិក្សាគោលបំណងនេះផ្តោតលើផលប៉ះពាល់និងអត្ថប្រយោជន៍នៃការរចនាផលិតកម្មដែលអាចអនុវត្តដោយ co-pilot / chatbot និងការរចនាសម្ព័ន្ធបន្ថែមទៀត។» MG បានបង្ហាញ។ ការប្រើប្រាស់សំខាន់នេះគឺជាការបណ្តុះបណ្តាលម៉ូដែល AI ដែលប្រើទិន្នន័យអាកាសធាតុ PP / DS និងការដោះស្រាយដំណោះស្រាយដែលបានធ្វើដោយអ្នករចនាសម្ព័ន្ធ។ គោលបំណងនេះមានគោលបំណងដោយស្វ័យប្រវត្តិន្នន័យសម្រាប់ការដោះស្រាយនៃការអនុម័តដែលមានល្បឿនលឿននិងជាច្រើនពេលវេលានៅក្នុង Monitor Alert ក្នុងប្រព័ន្ធ PP / DS និងបង្កើនគំរូដូចជាពេលវេលានិងការដឹកជញ្ជូននៅពេលវេលាដោយការគណនានៃសមាសធាតុនិងសមាសធាតុ។ ទោះជាយ៉ាងណាក៏ដោយមានប្រសិទ្ធិភាពរបស់វាជាកន្លែងដែលមានការផ្លាស់ប្តូរនៅលើការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យការត្រួតពិនិត្យ។ គំនិតនៃក្រុមហ៊ុន Co-Pilot របស់ AI ដែលអាចយល់ដឹងអំពីបញ្ជីអាជីវកម្មនិងការផ្លាស់ប្តូរតាមរយៈភាសាធម្មជាតិបានបញ្ជាក់យ៉ាងឆាប់រហ័សអំពីការរក្សាទុកដោយផ្ទាល់ដែលមានមូលដ្ឋានជាមួយនឹងការអនុម័តធម្មតាទាំងនេះ។ ការស្វ័យប្រវត្តិនេះត្រូវបានគិតថានឹងបង្កើនប្រសិទ្ធិភាពសំខាន់មួយដែលជាអត្ថប្រយោជន៍របស់ AI នៅក្នុងឧស្សាហកម្មផលិតកម្ម។ ការផ្តោតលើការបណ្តុះបណ្តាល AI ជាមួយនឹងការដោះស្រាយរចនាសម្ព័ន្ធបានបង្ហាញពីវិធីសាស្រ្តដើម្បីកូដនិងកម្រិតអត្ថប្រយោជន៍ដែលមានគុណភាពរបស់អ្នករចនាសម្ព័ន្ធដែលមានបទពិសោធនៅពេលបច្ចុប្បន្ននេះដែលមានប្រសិទ្ធិភាពដើម្បីស្ដង់ដារដំណើរការល្អបំផុតនិងកើនឡើងការរៀនសម្រាប់សមាជិកក្រុមថ្មីៗ។ ការស្រាវជ្រាវរចនាសម្ព័ន្ធនេះក្នុងចំណោមសមត្ថភាពការរចនាសម្ព័ន្ធការរួមបញ្ចូលគ្នានៅពេលដែលមិនមានដំណោះស្រាយ PP / DS Joule ដែលមានគុណភាពទូទៅបានផ្តល់នូវគោលដៅសំខាន់សម្រាប់សហគ្រាសដែលរចនាសម្ព័ន្ធបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះប គំនិតសំខាន់នៃការគំរូ HANA នៅក្នុងការរចនាសម្ព័ន្ធបទពិសោធន៍ AI-augmented ការអភិវឌ្ឍន៍បច្ចេកទេសនៃការធ្វើពិសោធន៍ប្រវត្តិសាស្រ្តរបស់ MG ត្រូវបានរចនាឡើងយ៉ាងសំខាន់ដោយជំនាញរបស់គាត់នៅក្នុងការធ្វើពិសោធន៍ SAP HANA ។ សមត្ថភាពនេះគឺជាការសំខាន់ក្នុងការបង្កើតរចនាសម្ព័ន្ធទិន្នន័យមូលដ្ឋានដែលត្រូវការសម្រាប់ការសិក្សា។ MG បាននិយាយថា, "ជំនាញវិជ្ជាជីវៈនៃការធ្វើពិសោធន៍ប្រវត្តិសាស្រ្តរបស់ HANA ត្រូវបានប្រើដើម្បីបង្កើតប្រវត្តិសាស្រ្តដើម្បីកាត់បន្ថយទិន្នន័យនៃការបញ្ជាក់និងការអនុវត្តដោយអ្នករចនាសម្ព័ន្ធនៅក្នុងម៉ូដែល HANA ដែលអាចត្រូវបានប្រើសម្រាប់ការបណ្តុះបណ្តាលម៉ូដែល AI ។ " វាត្រូវបានរចនាឡើងយ៉ាងតឹងរឹងដើម្បីរក្សាទុកគុណភាពនៃការអនុម័តដែលត្រូវបានបង្កើតនៅក្នុងប្រព័ន្ធ PP / DS និងការអនុវត្តការត្រួតពិនិត្យបន្ទាប់ពីការរៀបចំរបស់មនុស្ស។ ម៉ាស៊ីនរក្សាទុកទិន្នន័យនេះត្រូវបានរក្សាទុកដោយប្រសិនបើទិន្នន័យដែលត្រូវបានរក្សាទុកគឺជាការប្រសិនបើទិន្នន័យដែលត្រូវបានរក្សាទុកគឺជាការប្រសិនបើទិន្នន័យដែលត្រូវបានរក្សាទុកគឺជាការប្រសិនបើទិន្នន័យដែលត្រូវបានរក្សាទុកគឺជាការប្រសិនបើទិន្នន័យដែលត្រូវបានរក្សាទុកនៅពេលវេលា។ និងសមត្ថភាពរបស់វាគឺល្អឥតគិតថ្លៃសម្រាប់ការដំណើរការទិន្នន័យនិងការវិភាគពេលវេលាពិតប្រាកដដូច្នេះផ្តល់នូវប្លាស្ទិចដ៏ល្អឥតគិតថ្លៃសម្រាប់ការកាត់បន្ថយទិន្នន័យប្រវត្តិសាស្រ្តសំខាន់សម្រាប់ការបណ្តុះបណ្តាលគំរូអេឡិចត្រូនិអេឡិចត្រូនិ។ នេះបានត្រឹមត្រូវជាមួយនឹងតម្រូវការធំទូលំទូលាយនៃការប្រើប្រាស់ ML និង AI ក្នុងការវិភាគទិន្នន័យ SAP ដើម្បីបង្កើនការវិភាគទិន្នន័យពេលវេលានិងអនុញ្ញាតឱ្យរចនាសម្រាប់ការរចនាសម្រាប់អេឡិចត្រូនិ។ សត្វ HANA ការអនុវត្តបច្ចុប្បន្ននៃការកាត់បន្ថយទិន្នន័យដែលមានមូលដ្ឋាននៅលើ HANA នេះត្រូវបានបង្ហាញដោយប្រសិនបើប្រសិនបើ MG បានសរសេរប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមាន ដូច្នេះអក្សរកាត់នេះដូចគ្នាជាមួយនឹងប្រភេទនៃផលិតផល / ទីតាំងរួមគ្នាជាមួយនឹងការដោះស្រាយដែលបានធ្វើបានត្រូវបានកាត់បន្ថយដោយប្រើឧបករណ៍ HANA ដូចជាតម្រូវការនិងការមើលដែលបានបច្ចុប្បន្នដោយផ្អែកលើព្រឹត្តិការណ៍ដែលកើតឡើងនៅក្នុងប្រព័ន្ធ PPDS ។" នេះជាឧបករណ៍បង្ហាញពីរបៀបដែលទិន្នន័យប្រតិបត្តិការរួមបញ្ចូលទាំងប្រភេទអក្សរកាត់ពិសេសទិន្នន័យប្រវត្តិសាស្រ្តអំពីផលិតផលនិងទីតាំងនិងដំណោះស្រាយត្រឹមត្រូវដែលបានធ្វើដោយអ្នករចនាសម្ព័ន្ធអាចត្រូវបានកាត់បន្ថយនិងរចនាសម្ព័ន្ធ។ ការបង្កើតឧបករណ៍ HANA នេះគឺជាការអនុវត្តដោយផ្ទាល់នៃបច្ចេកវិទ្យានៃការរៀបចំទិន្នន័យសំខាន់សម្រាប់ការរៀនម៉ូដែលម៉ាស៊ីនដែលមានប្រសិទ្ធិភាពនិងដោះស្រាយនូវតម្រូវការសំខាន់នៃទិន្នន័យដែលមានគុណភាពខ្ពស់និងទិន្នន័យពេញលេញដើម្បីផ្គត់ផ្គង់សមត្ថភាព AI ដែលមានប្រសិទ្ធិភាព។ ការអភិវឌ្ឍថ្មីៗដូចជាការកាត់បន្ថយទិន្នន័យសម្រាប់ PP/DS សម្រាប់ SAP S/4HANA ការបណ្តាញទិន្នន័យទិន្នន័យការប្រតិបត្តិការនិងសមត្ថភាពឧស្សាហកម្មបានបង្ហាញពីការផ្លាស់ប្តូរនៃឧស្សាហកម្មដើម្បីជួយការកាត់បន្ថយទិន្នន័យដូច្នេះសម្រាប់គោលបំណងវិជ្ជា ការជ្រើសរើសដើម្បីផ្តោតលើគំរូគំរូនៅលើដំណាក់កាលទី 3 ជាមួយនឹងការរចនាសម្ព័ន្ធដែលមានគុណភាពខ្ពស់ណែនាំអំពីការជ្រើសរើសវិជ្ជាជីវៈនៃតំបន់ដែលមានប្រសិទ្ធិភាពខ្ពស់ដែល AI អាចបង្ហាញនូវគុណភាពសំខាន់ដោយការដោះស្រាយបញ្ហាបញ្ហាបញ្ហាដែលមានភាពងាយស្រួល។ លើសពីនេះទៀត, ការសរសេរមិនមែនគ្រាន់តែការសរសេរនិងការធ្វើការប៉ុណ្ណោះប៉ុណ្ណោះទេប៉ុណ្ណោះប្រសិទ្ធិភាពនៃផលិតផល / ទីតាំងនេះបានបង្ហាញពីការបង្កើតទិន្នន័យដែលមានប្រសិទ្ធិភាពទិសដៅ។ ទិន្នន័យជាច្រើនគ្នានេះគឺមានគុណភាពខ្ពស់សម្រាប់ការបណ្តុះបណ្តាលម៉ូដែល AI កម្រិតខ្ពស់ដែលមានសមត្ថភាពក្នុងការយល់ដឹងអំពីគុណភាពខ្ពស់ជាងការកំណត់ការសរសេរគ្រាន់តែប៉ុណ្ណោះដែលនាំទៅនូវការណែនាំដែលមានប្រសិទ្ធិភាពបច្ចេកទេសដែលមានប្រសិទ្ធិភាពខ្ពស់និងមានប្រសិទ្ធិភាពទិសដៅ។ ការប្រៀបធៀបដែលមានភាពងាយស្រួល: ការជ្រើសរើសអ្នកចូលរួមនិងប្រវត្តិសាស្រ្តសម្រាប់ការសិក្សានិងការគាំទ្រការដោះស្រាយ AI ការរចនាសម្ព័ន្ធសាកលវិទ្យាល័យដែលត្រូវបានត្រួតពិនិត្យនៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅក្នុងការសិក្សានៅ MG បានបញ្ជាក់នេះដោយនិយាយថា, "ប្រសិនបើទំហំនៃការសិក្សានេះត្រូវបានត្រួតពិនិត្យឡើងវិញនិងត្រូវបានកាត់បន្ថយទៅពីរប្រភេទអក្សរកាត់ (ការត្រួតពិនិត្យឡើងវិញក្នុងការបញ្ចប់និងការប្រើប្រាស់ខ្ពស់នៃសមត្ថភាព) ជាកំណត់ដែលបានជ្រើសរើសគឺជាអ្នកត្រួតពិនិត្យផលិតកម្មសម្រាប់ផលិតផលពេញលេញនិងអ្នកត្រួតពិនិត្យដំណើរការសម្រាប់ដំណោះស្រាយផលិតផលពេញលេញ។ ការត្រួតពិនិត្យដោយគោលបំណងនេះត្រូវបានត្រួតពិនិត្យឡើងវិញទៅនឹងពីរប្រភេទអក្សរកាត់សំខាន់និងកំណត់ត្រួតពិនិត្យដែលសមរម្យរបស់ពួកគេបានអនុញ្ញាតឱ្យការដោះស្រាយយ៉ាងទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូល ការជ្រើសរើសអ្នកត្រួតពិនិត្យផលិតកម្មសម្រាប់ផលិតផលចុងក្រោយនិងអ្នកត្រួតពិនិត្យដំណើរការដំណើរការសម្រាប់បន្ទាត់ដំណើរការផលិតផលចុងក្រោយជាតម្រូវការសំខាន់មួយនៃការរចនានៃការធ្វើតេស្ត។ តម្រូវការទាំងនេះត្រូវបានរួមបញ្ចូលដោយផ្ទាល់និងជាប្រវត្តិសាស្រ្តក្នុងការគ្រប់គ្រងប្រភេទនៃការត្រួតពិនិត្យនៅក្រោមការស្រាវជ្រាវ—ការបត់ផ្គង់បញ្ហានិងការប្រើប្រាស់ខ្ពស់នៃសមត្ថភាព។ ការត្រួតពិនិត្យនេះធានាថាតម្រូវការដែលបានបង្ហាញនៅពេលធ្វើតេស្តគឺមានប្រសិទ្ធិភាពបរិស្ថានដែលមានន័យថាពួកគេមានគោលបំណងនិងបញ្ហាដែលអ្នកចូលរួមមាន។ គំនិតនេះ, ដែលមានមូលដ្ឋានលើការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់។ វគ្គសិក្សាទាំងនេះមានប្រសិទ្ធិភាពត្រួតពិនិត្យដើម្បីជួយកាត់បន្ថយប្រសិទ្ធិភាពរបស់ឧបករណ៍ AI ដោយកាត់បន្ថយប្រសិទ្ធិភាពនៃការផ្លាស់ប្តូរផ្សេងទៀត។ លើសពីនេះទៀត, សម្រាប់ការប្រៀបធៀបដែលមានប្រសិទ្ធិភាពនៅក្នុងការសិក្សានៅក្នុងការ evaluating human versus AI decision making, scenarios must be: វាត្រូវបានរចនាឡើងដូច្នេះប្រសិនបើការដោះស្រាយប្រសិទ្ធិភាពឬប្រសិទ្ធិភាពអាចត្រូវបានកំណត់ដោយគោលបំណង។ ប្រភេទអក្សរដែល MG បានជ្រើសរើសជាទូទៅបានបង្កើតដំណើរការដោះស្រាយ "ប្រសើរជាងមុន" ឬ "ប្រសើរជាងមុន" ដែលអនុញ្ញាតឱ្យមានគោលបំណងស្រស់ស្អាតដែលប្រឆាំងនឹងការដោះស្រាយដែលមានប្រសិទ្ធិភាពដោយមនុស្សនិង AI អាចត្រូវបានកំណត់។ ការបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះបណ្តុះប ការវាយតម្លៃប្រសិទ្ធិភាព: វិញ្ញាបនប័ត្រសំខាន់សម្រាប់ការ evaluating AI-augmented planning decisions ដើម្បីពិនិត្យឡើងវិញប្រសិទ្ធិភាពនៃផលប៉ះពាល់នៃការរួមបញ្ចូលគ្នានៃការធ្វើតេស្តអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអ MG បាននិយាយថា, “អំណាចនៃការដោះស្រាយនេះត្រូវបានកាត់បន្ថយដោយអំឡុងពេលដែលអំណាចចូលទៅក្នុង chatbot ទៅផលិតការឆ្លើយតបដំបូង។ ឧទាហរណ៍សម្រាប់ការឆ្លើយតប, “កម្រិតខ្ពស់ជាច្រើននៃការឆ្លើយតបការឆ្លើយតបការឆ្លើយតបគឺមានសម្រាប់ផលិតផលដែលខ្ញុំគ្រប់គ្រង,” chatbot នឹងប្រើ AI ដើម្បីយល់ពីការឆ្លើយតបនិងកាត់បន្ថយកម្មវិធី PPDS បង្វិលដើម្បីបង្កើតការឆ្លើយតបនិងឆ្លើយតបដោយចំនួនការឆ្លើយតប។” ឧបករណ៍នេះបានកំណត់ទំហំដោយផ្ទាល់នូវសមត្ថភាពរបស់ AI ដើម្បីដំណើរការសំណួរប្រវត្តិសាស្រ្តធម្មជាតិយ៉ាងឆាប់រហ័ស, ការផ្លាស់ប្តូរជាមួយប្រព័ន្ធ PP / DS ដែលមានមូលដ្ឋាននិងផ្គត់ផ្គង់អ្នករចនាម៉ូដជាមួយនឹងព័ត៌មានដែលមានប្រសិទ្ធិភាព, ដែលជាปัจจัยសំខាន់នៅក្នុងបរិស្ថានផលិតកម្មដែលមានល្បឿនលឿន។ សមត្ថភាពឆ្លើយតបដូច្នេះគឺសមរម្យជាមួយនឹងតម្រូវការសមរម្យរបស់អ្នកជំនួយ AI ដែលធម្មតា។ គុណភាពនៃសំណួររបស់ AI ដែលជាពិសេសការទទួលយកនៃជម្រើសការអនុវត្តដែលបានផ្តល់ជូនបានត្រូវបានប្រៀបធៀបដោយប្រើមធ្យមដែលមានភាពងាយស្រួល។ "គោលបំណងនេះត្រូវបានប្រើដើម្បីត្រួតពិនិត្យការទទួលយកជម្រើសដើម្បីត្រួតពិនិត្យការអនុវត្តដែលបានបង្កើតដោយ AI ដោយប្រៀបធៀបវាជាមួយជម្រើសការអនុវត្តដោយផ្ទាល់ខ្លួនដែលមានគោលបំណងដូចគ្នា," MG បាននិយាយ។ គោលបំណងនេះបានបន្ថែមពីការទទួលយកឬការបាត់បន្ថយជម្រើសរបស់ AI ។ ឥឡូវនេះពេលវេលានៃការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជា ឧបករណ៍ពិនិត្យឡើងវិញឧទាហរណ៍សម្រាប់ល្បឿនដំណោះស្រាយក៏បង្ហាញនូវភាពងាយស្រួលដែលគួរឱ្យចាប់អារម្មណ៍របស់ AI ដែលអាចយល់ដឹងអំពីភាសាធម្មជាតិទាក់ទងអ្នកប្រើប្រាស់ (ដូចជា "ផលិតផលដែលខ្ញុំគ្រប់គ្រង") និងបង្កើតការផ្លាស់ប្តូរប្រព័ន្ធបង្វិលដែលមានភាពងាយស្រួល។ នេះបង្ហាញពីសមត្ថភាពខ្ពស់របស់អ្នកគាំទ្ររចនាសម្រាប់ការរចនាសម្រាប់អនាគត។ ការផ្លាស់ប្តូរគំនិតគំនិតគំនិតគំនិតគំនិតគំនិតគំនិតគំនិតគំនិតគំនិតគំនិតគំនិតគំនិតគំនិតគំនិតគំនិត ការទំនាក់ទំនងរវាងអ្នករចនាសម្ព័ន្ធមនុស្សនិងប្រព័ន្ធការគាំទ្រការដោះស្រាយដែលត្រូវបានផ្ដល់ដោយអេឡិចត្រូនិអាចបង្ហាញនូវសមត្ថភាពមិនគួរឱ្យចាប់អារម្មណ៍ជាច្រើនហើយការសិក្សារបស់ MG បានផ្តល់នូវការយល់ដឹងដែលមានគុណភាពនៅក្នុងគោលបំណងនេះ។ មួយនៃការយល់ដឹងសំខាន់មួយដែលមានមូលដ្ឋានលើប្រសិទ្ធិភាពសំខាន់នៃទិន្នន័យបណ្តុះបណ្តាលនៅលើការផ្តល់អនុសាសន៍របស់អេឡិចត្រូនិ។ MG បាននិយាយថា, “ជាមួយនឹងការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀបចំនៃការប្រៀប ការបណ្តុះបណ្តាលដំបូងនេះបានធ្វើឱ្យប្រសើរឡើងនូវការរក្សាទុកគុណភាពទិន្នន័យដែលមានសំខាន់បំផុតគឺជាគោលដៅដែលមានប្រសិទ្ធិភាពនៅក្នុងការអភិវឌ្ឍ AI ។ ការបណ្តុះបណ្តាលគុណភាពទិន្នន័យនេះអាចនាំឱ្យមានការបណ្តុះបណ្តាលមិនត្រឹមត្រូវនិងការដោះស្រាយមិនត្រឹមត្រូវ។ ទោះជាយ៉ាងណាក៏ដោយការផ្លាស់ប្តូរនៃគំរូដែលបានមើលឃើញនៅក្នុងទិន្នន័យបណ្តុះបណ្តាលនេះបានធ្វើឱ្យប្រសើរឡើងនូវប្រសិនបច្ចុប្បន្នដ៏អស្ចារ្យ។ "ប៉ុន្តែនៅពេលដែលសមត្ថភាពអាចរកបាននៅពេលបណ្តុះបណ្តាលនេះនៅពេលបច្ចុប្បន្ននេះ, គម្រោងរបស់ AI គឺដើម្បីធ្វើឱ្យប្រសើរឡើងនូវដំណោះស្រាយនៅពេលបណ្តុះបណ្តាលនេះ; នេះត្រូវបានកាត់បន្ថយដោយការបង្កើតការត្រួតពិនិត្យសមត្ថភាពជាដំណោះស្រាយមុនពេលដែលបានផ្តល់ជូននូវដំណោះស្រាយបណ្តុះបណ្តាលនៅក្នុងទិន្នន័យបណ្តុះបណ្តុះបណ្តាល។" គោលបំណងរបស់ AI នេះដែលវាបានបង្ហាញនូវដំណោះស្រាយដែលមិនមែនជាប្រសើរជាងមុនដោយសារតែការផ្លាស់ប្តូរនៅក្នុងការបណ្តុះបណ្តាលរបស់វាបានបង្ហាញពីរបៀបដែលម៉ូដែល AI អាចរៀនគំរូដែលមិនគួរឱ្យចាប់អារម្មណ៍ប្រសិនបើទិន្នន័យបណ្តុះបណ្តាលមិនមែនជាការបណ្តុះបណ្តាលយ៉ាងទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូល។ ប្រសិនបើវាមិនត្រូវបានប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែប្រែ ការបទពិសោធន៍នេះបង្ហាញពីបញ្ហានៃការរួមបញ្ចូល "ការគួរឱ្យចាប់អារម្មណ៍ពេញលេញ" ឬច្បាប់ទូទៅដែលអ្នករចនាសម្ព័ន្ធបុគ្គលិកបានអនុវត្តដោយប្រាកដដូចជាការត្រួតពិនិត្យសម្រាប់សមត្ថភាពឥឡូវនេះជាងមុនមុនមុនពេលដែលគួរឱ្យចាប់អារម្មណ៍ជាងមុន។ ម៉ូដែល AI បានរៀនពីគំរូ, ហើយ ប្រសិនបើទិន្នន័យការបណ្តុះបណ្តាលមិនបានបញ្ចូលទាំងអស់នៃគោលបំណងដែលចង់បាន, AI នឹងបង្ហាញចំណុចទាំងនេះ. ការបង្ហាញពីការធ្វើឱ្យប្រសិនបើ AI បានធ្វើឱ្យប្រសិនបើវាជាប្រសិនបើវាបានធ្វើឱ្យប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនបើវាជាប្រសិនប ហេតុអ្វី អត្ថប្រយោជន៍មានប្រសិទ្ធិភាព: អត្ថប្រយោជន៍ប្រតិបត្តិការនិងសេវាកម្មនៃការកាត់បន្ថយការបញ្ចប់ការទិញជាមួយនឹង AI ការកាត់បន្ថយ 12% នៃការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជាការបញ្ជា ដូចដែល MG បាននិយាយថា, “នៅក្នុងប្រវត្តិសាស្រ្តរចនាសម្ព័ន្ធធម្មតា, នៅពេលដែលការឆ្លងកាត់សម្រាប់ការបញ្ជាការលក់ត្រូវបានបង្កើតឡើងដោយការឆ្លងកាត់ដើម្បីផលិតផលនៅពេលវេលាដែលបានកំណត់, ការដោះស្រាយនៅពេលវេលានឹងត្រូវត្រូវបានដោះស្រាយដើម្បីដោះស្រាយការបញ្ជាការផលិតនៅពេលវេលាដើម្បីដោះស្រាយការបញ្ជាការលក់នៅពេលវេលា។ បន្ទាប់មកការដោះស្រាយការបញ្ជាសម្រាប់ការបញ្ជាការលក់នឹងត្រូវត្រូវបានដោះស្រាយដើម្បីកំណត់កំណត់ការបញ្ជាការលក់ថ្មី។” លើសពីនេះទៀត, ការគ្រប់គ្រងការបញ្ជាទិញដែលមានគោលដៅខ្ពស់ជាទូទៅតម្រូវឱ្យការបណ្តុះបណ្តាលដោយម៉ាស៊ីនរចនាសម្ព័ន្ធដើម្បីរចនាសម្ព័ន្ធការបញ្ជាទិញផលិតកម្មផ្សេងទៀត, ជាដំណើរការដែលមានអត្ថប្រយោជន៍និងមានអត្ថប្រយោជន៍ក្នុងការបញ្ជាទំហំ។ គោលបំណង chatbot បានបង្កើនដោយ AI ដែលត្រូវបានពិនិត្យឡើងក្នុងការស្រាវជ្រាវនេះផ្តល់ជូននូវការផ្លាស់ប្តូរគំនិតទៅនឹងការដំណោះស្រាយដែលមានភាពងាយស្រួលនិងដោយស្វ័យប្រវត្តិជាងមុន។ MG បានបង្ហាញពីការប្រៀបធៀបនេះ: "ជាមួយគោលបំណងដែលមានមូលដ្ឋានលើ chatbot អ្នករចនាសម្ព័ន្ធអាចគ្រាន់តែសួរ chatbot ប្រសិនបើការបញ្ជាការលក់ដែលមានគោលបំណងខ្ពស់ណាមួយត្រូវបានបង្វិលហើយបញ្ជាក់ដើម្បីដោះស្រាយបញ្ហានេះ, ដែលបង្វិលប្រសិទ្ធិភាព AI ដើម្បីកាត់បន្ថយការដោះស្រាយដោះស្រាយដោយស្វ័យប្រវត្តិ។ គោលបំណងនេះដោយផ្ទាល់នឹងប្រភពសំខាន់នៃការមិនប្រសិទ្ធិភាពនិងតម្លៃ។ ការកាត់បន្ថយ 12% នៃការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់ការបញ្ចប់។ លក្ខណៈពិសេសនៃការផ្តល់សេវាកម្មនេះគឺជាការជឿទុកចិត្តផងដែរដោយមានប្រសិទ្ធិភាពសម្រាប់ការកាត់បន្ថយសេវាកម្មដោយផ្ទាល់ (ការផ្តល់សេវាកម្មនៅពេលវេលាទាបអាចមានប្រសិទ្ធិភាពរហូតដល់ 10% នៃសេវាកម្ម), ការកើនឡើងនៃប្រាក់ចំណេញពីការផ្តល់សេវាកម្មអតិថិជនល្អប្រសើរជាងមុននិងប្រាក់ចំណេញដែលមានប្រសិទ្ធិភាពល្អប្រសើរជាងមុន។ ការស្រាវជ្រាវពីសហគ្រាសដូចជាក្រុមហ៊ុន Aberdeen បានបង្ហាញថាមានប្រសិទ្ធិភាពក្នុងការផ្តល់សេវាកម្មនៅពេលវេលាខ្ពស់និងការកើនឡើងនៃប្រាក់ចំណូលនៃគម្រោងដែលក្រុមហ៊ុនល្អបំផុតនៅក្នុងគម្រោងនេះមានប្រសិទ្ធិភាពល្អប្រសើរជាងក្រុមហ៊ុនផ្សេងទៀត។ លើសពីនេះទៀតដោយស្វ័យប្រវត្តិនៃការដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយដោះស្រាយ។ នេះបានកាត់បន្ថយប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន័យប្រសិនបើមានន From experiment to expertise: Shaping executive workshops and thought leadership with AI insights លទ្ធផលដ៏ស្រស់ស្អាតពីការធ្វើតេស្តប្រវត្តិសាស្រ្តរបស់ MG, ជាពិសេសការកើនឡើងដែលបានបង្ហាញនៅក្នុងប្រសិទ្ធិភាពរចនាសម្ព័ន្ធនិងការបង្កើនគុណភាពនៃការដោះស្រាយ, បានក្លាយជាផ្នែកសំខាន់ក្នុងការរចនាសម្ព័ន្ធសម្ភារៈគ្រប់គ្រងរបស់គាត់និងសៀវភៅដែលមានប្រសិទ្ធិភាពរួមទាំងសៀវភៅ SAP Press របស់គាត់។ គោលបំណងសំខាន់នៃប្រកាសរបស់គាត់ទៅដល់អ្នកគ្រប់គ្រងឧស្សាហកម្មនិងអ្នកជំនាញគឺមានប្រសិទ្ធិភាពការផ្លាស់ប្តូររបស់ AI ដើម្បីអនុញ្ញាតឱ្យមានគំនិត "ការគ្រប់គ្រងដោយគ្មានដំណោះស្រាយ" នៅក្នុងការរចនាផលិតកម្ម។ ដូចដែល MG បាននិយាយថា, "អ្នករចនាសម្ព័ន្ធឬអ្នករចនាសម្ព័ន្ធធម្មតាគ្រប់គ្រងសម្ភារៈរាប់រយៈពេលក្នុងតំបន់តម្រូវការរបស់ពួកគេនិងពេលវេលាដើម្បីដោះស្រាយដំណោះស្រាយការរចនាសម្ព័ន្ធ / សមត្ថភាពដែលមានទំហំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទូលំទ ការរួមបញ្ចូលយ៉ាងទូលំទូលាយនេះនៅក្នុងការដោះស្រាយអក្សរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវរដូវ។ ការបង្កើតឧបករណ៍ដែលត្រូវបានផ្ដល់ដោយ AI បានផ្តល់ជូននូវដំណោះស្រាយយ៉ាងងាយស្រួលដើម្បីកាត់បន្ថយការបំបែកនេះ។ MG បានបង្ហាញពីការផ្លាស់ប្តូរសំខាន់នៃការផ្តោតអារម្មណ៍ដែល AI បានអនុញ្ញាត: "នៅពេលដែលការផ្តោតអារម្មណ៍និងការផ្តោតអារម្មណ៍របស់ពួកគេត្រូវការសម្រាប់ការបញ្ជាក់ភាពងាយស្រួលនិងការគ្រប់គ្រងអាជីវកម្ម។ ការរចនាផលិតកម្មដែលត្រូវបានផ្ដល់អាជីវកម្មដែលត្រូវបានផ្ដល់ដោយ AI នេះបានផ្ដល់អារម្មណ៍ដល់អាជីវកម្មនិងក្រុមអ្នករចនារបស់ពួកគេទៅនឹងគោលបំណងនៃ 'មិនគ្រប់គ្រងប្រព័ន្ធនោះទេប៉ុន្តែគ្រាន់តែគ្រប់គ្រងការប៉ុណ្ណោះពិតប្រាកដ។ " គំនិតនេះ, ដែលមានប្រព័ន្ធអេឡិចត្រូនិចដែលគ្រប់គ្រងប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនបើមានប្រសិនប គោលនយោបាយនៃ "ការគ្រប់គ្រងដោយគ្មានលក្ខខណ្ឌ" គឺជាវិធីសាស្រ្តដែលត្រូវបានគេស្គាល់យ៉ាងល្អនៅក្នុងអ្នកគ្រប់គ្រងប្រតិបត្តិការ លទ្ធផលសាកល្បងរបស់ MG, ដូចជាការកាត់បន្ថយការកាត់បន្ថយ 30% និងការកាត់បន្ថយការកាត់បន្ថយ 12% បានផ្តល់នូវការសាកល្បងដែលមានមូលដ្ឋានទិន្នន័យដែលផ្លាស់ប្តូរការពិភាក្សានៅអំពីសមត្ថភាពរបស់ AI ទៅជាការបង្ហាញតម្លៃដែលមានប្រសិទ្ធិភាព។ ការសាកល្បងនេះគឺជាការជឿទុកចិត្តបំផុតនៅក្នុងសាកល្បងគ្រប់គ្រងដែលជួយអ្នកគ្រប់គ្រងក្នុងការកាត់បន្ថយការកាត់បន្ថយការវិនិយោគរបស់ AI ។ t ដូច្នេះការងាររបស់ MG មិនមែនគ្រាន់តែផ្ដល់នូវការយល់ដឹងសាកលវិទ្យាល័យប៉ុន្តែក៏ជាឧបករណ៍បច្ចេកទេសសម្រាប់ការអនុម័តនិងការអប់រំ, ការកាត់បន្ថយការខុសគ្នានៅរវាងសមត្ថភាពរបស់ AI និងការយល់ដឹងនៃការគ្រប់គ្រងនិងការទិញ។ ការកំណត់បន្ថែមនេះនៃសមត្ថភាពនៃអ្នករចនាម៉ូដ - ពីអ្នកគ្រប់គ្រងប្រព័ន្ធទៅនឹងអ្នកដោះស្រាយបញ្ហានេះ - គឺជាផ្នែកសំខាន់នៃការរួមបញ្ចូល AI ដែលតម្រូវឱ្យមានសមត្ថភាពថ្មីនិងការផ្លាស់ប្តូរនៅក្នុងគំនិតនៃសហគ្រាសដែលជាសម្ភារៈសំខាន់សម្រាប់ការបណ្តុះបណ្តាលរបស់ MG ។ ការទទួលយកប្រព័ន្ធប្រតិបត្តិការ SAP PP/DS ដែលមានជំនាញវិជ្ជាជីវៈ ដោយផ្អែកលើការរកឃើញពីការស្រាវជ្រាវរបស់គាត់, MG បានផ្តល់ការណែនាំប្រសិទ្ធិភាពសម្រាប់សហគ្រាសដែលមានគោលបំណងក្នុងការរួមបញ្ចូលប្រព័ន្ធរចនានិងការរចនានិងការបង្កើនប្រសិទ្ធិភាពក្នុងចំណោមប្រព័ន្ធ SAP PP/DS របស់ពួកគេ។ ការស្រាវជ្រាវដំបូងប៉ុន្តែមានទំហំទូលាយបានបង្ហាញថាមានអត្ថប្រយោជន៍សម្រាប់អាជីវកម្ម។ ដូចជា MG បាននិយាយថា, "ជាមួយនឹងការស្រាវជ្រាវនិងការសាកល្បងដែលមានទំហំទូលាយនេះអត្ថប្រយោជន៍សម្រាប់អាជីវកម្មនេះត្រូវបានគិតថាមានអត្ថប្រយោជន៍ 12% ក្នុងការអនុវត្តអតិថិជននៅពេលវេលា។" ការបង្កើនប្រសើរឡើងនេះជាកន្លែងចាប់ផ្តើមខ្លាំងនិងប្រសិនបើមានអត្ថប្រយោជន៍របស់ AI ។ ការបង្កើនប្រសិនបើមានអត្ថប្រយោជន៍ដំបូងគឺដើម្បីចាប់ផ្តើមការទទួលបានអត្ថប្រយោជន៍នៃអត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រយោជន៍អត្ថប្រ MG ផ្តល់ជូននូវវិធីសាស្រ្តពិសេសសម្រាប់ការអភិវឌ្ឍដែលមានគុណភាព: “ប្រសិនបើការប្រើប្រាស់បន្ថែមទៀតដូចជាការដោះស្រាយប្រហែលការងាររចនាឡើងនិងអតិថិជនដើម្បីរកឃើញការដោះស្រាយការរចនាឡើងនិងការដោះស្រាយការរចនាឡើងនិងការប្រើប្រាស់ AI ដើម្បីស្វ័យប្រវត្តិការដោះស្រាយប្រហែលជាប្រហែលជាប្រហែលជាប្រហែលជាប្រហែលជាប្រហែលជាប្រហែលជាសម្រាប់អាជីវកម្ម។” ការដោះស្រាយដំណើរការនិងការកំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់កំណត់ ការប្រើប្រាស់ទិន្នន័យដែលមាននៅពេលនេះសម្រាប់គោលបំណង AI នេះអាចកាត់បន្ថយការជួសជុលដំបូងដើម្បីចូលទៅក្នុងការស្រាវជ្រាវអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអ ការជោគជ័យដំបូងនៃការជោគជ័យ 12% នៅក្នុងការអនុវត្តតាមរយៈពេលវេលាធ្វើឱ្យប្រសើរឡើងជាការគោលបំណងសំខាន់។ គោលបំណងដើម្បីដោះស្រាយបញ្ហានៃការប្រើប្រាស់បន្ថែមទៀតគោលបំណងដើម្បីបង្ហាញគោលបំណងដើម្បីបង្ហាញគោលបំណងនៃការជោគជ័យនេះដើម្បីជោគជ័យនេះដើម្បីជោគជ័យដើម្បីជោគជ័យនិងជោគជ័យក្នុងការទទួលយកប្រព័ន្ធប្រតិបត្តិការអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអេឡិចត្រូនិអ ការធ្វើដំណើរនៃការរួមបញ្ចូលគ្នានៃ AI ក្នុងការរចនាផលិតកម្មដូចដែលបានបង្ហាញដោយការងាររបស់ MG បានបង្ហាញនូវដំណោះស្រាយទៅនឹងសមត្ថភាពប្រតិបត្តិការដែលបានកើនឡើងយ៉ាងខ្លាំង។ ការធ្វើតេស្តប្រវត្តិសាស្រ្តរបស់គាត់, ការបង្ហាញថាមានគំនិតគ្នានៃការរួមបញ្ចូលគ្នានៃ AI សម្រាប់ SAP PP/DS អាចបង្កើនល្បឿនការដោះស្រាយដោយ 30% និងកាត់បន្ថយការបញ្ចប់ការបញ្ចប់ដោយ 12%, ផ្តល់នូវការបង្ហាញយ៉ាងខ្លាំងអំពីតម្លៃបច្ចេកទេសនៃ AI ។ លក្ខណៈពិសេសទាំងនេះបន្ថែមទៀតបង្ហាញពីការផ្លាស់ប្តូរនៅក្នុងគោលបំណងនៃអ្នករចនាម៉ូដដើម្បី "ការគ្រប់គ្រងដោយពិសេស" ។ ដោយស្វ័យប្រវត្តិការដោះស្រាយនៃការអនុម័តប្រវត្តិសាស្រ្តនិងការដោះស្រាយបញ្ហាដែលធម្មតា, AI អនុញ្ញាតឱ្យអ្នករចនាសម្ព័ន្ធដែលមានជំនាញវិជ្ជាជីវៈដើម្បីផ្តល់ជំនាញវិជ្ជាជីវៈរបស់ពួកគេនូវបញ្ហាវិជ្ជាជីវៈកម្រិតខ្ពស់ដែលត្រូវការគួរឱ្យចាប់អារម្មណ៍របស់មនុស្សពិតប្រាកដ។ ការប្រៀបធៀបធៀបដែលមានរចនាសម្ព័ន្ធរចនាសម្ព័ន្ធរបស់មនុស្សនិងវិជ្ជាជីវៈដែលមានជំនាញវិជ្ជាជីវៈដែលមានជំនាញវិជ្ជាជីវៈគឺមិនមែនជាគំនិតបន្ថែមទៀតប៉ុណ្ណោះប៉ុន្តែជាការពិតប្រាកដដែលអាចធ្វើបានដោយផ្តល់នូវឧស្សាហកម្មផលិតកម្ម, ជាពិសេសនៅអាមេរិកខាងជើង ការស្រាវជ្រាវច្នៃប្រឌិតនិងបទពិសោធន៍គោលបំណងដែលបានផ្តល់ដោយអ្នកជំនាញដូចជា MG គឺជាការសំខាន់ក្នុងការផ្លាស់ប្តូរការផ្លាស់ប្តូរនេះ, ការធានាថាការអនុវត្តនៃ AI គឺមានប្រសិទ្ធិភាពនិងសមរម្យជាមួយនឹងតម្រូវការអភិវឌ្ឍនៃការផលិតច្នៃប្រឌិត។ ការអភិវឌ្ឍបន្តិចនៃការរចនាការផលិតច្នៃប្រឌិតនឹងត្រូវបានរចនាដោយកិច្ចសហប្រតិបត្តិការខ្ពស់នេះ។ នៅទីនេះការត្រួតពិនិត្យរបស់បុគ្គលិកត្រួតពិនិត្យថាមពលរបស់ AI ដើម្បីបង្វិលកម្រិតថ្មីនៃការអនុវត្តនិងការបង្កើតថ្មី។