Τι μπορεί και τι δεν μπορεί να κάνει η τεχνητή νοημοσύνη στην επιχείρησή σου σήμερα
Το ερώτημα δεν είναι αν είναι εντυπωσιακή. Είναι πού αποδίδει περισσότερο από το κόστος και το ρίσκο της.
Το ερώτημα δεν είναι αν είναι εντυπωσιακή. Είναι πού αποδίδει περισσότερο από το κόστος και το ρίσκο της.
Πού δουλεύει σήμερα
- Απαντήσεις σε ερωτήσεις πάνω σε δικά σου δεδομένα. Διαθεσιμότητα, πολιτικές, κατάσταση παραγγελίας. Με τη ρητή προϋπόθεση ότι δεν εφευρίσκει όταν δεν ξέρει.
- Αναζήτηση που καταλαβαίνει πρόθεση. Ορθογραφικά λάθη, συνώνυμα, περιγραφές αντί για ονόματα προϊόντων.
- Ταξινόμηση κειμένου. Δρομολόγηση εισερχόμενων μηνυμάτων στο σωστό τμήμα.
- Πρώτη γραφή περιεχομένου που μετά ελέγχεται από άνθρωπο.
Πού δεν δουλεύει ακόμα αξιόπιστα
- Δεσμευτικές πληροφορίες. Χρόνοι παράδοσης, εξαιρέσεις σε πολιτικές, υποσχέσεις. Ένα λάθος εδώ κοστίζει περισσότερο από όλες τις ερωτήσεις που γλίτωσες.
- Αριθμητικοί υπολογισμοί όπου η ακρίβεια είναι απαραίτητη. Για αυτά υπάρχει κώδικας, που είναι φθηνότερος και σίγουρος.
- Αποφάσεις με συνέπειες που δεν μπορούν να εξηγηθούν. Αν δεν μπορείς να πεις γιατί πάρθηκε μια απόφαση, δεν μπορείς να την υπερασπιστείς.
- Αντικατάσταση διαδικασίας που δεν έχει οριστεί. Αν η διαδικασία είναι χαοτική, η αυτοματοποίησή της παράγει χάος γρηγορότερα.
Ο κανόνας
Το σύστημα ετοιμάζει, ο άνθρωπος εγκρίνει, όπου η απόφαση έχει συνέπειες. Αυτό καλύπτει τη συντριπτική πλειοψηφία των πραγματικών χρήσεων και αποφεύγει τα χειρότερα σενάρια.
Τι να ρωτήσεις πριν αγοράσεις
- Από πού παίρνει τις πληροφορίες; Αν η απάντηση είναι «από γενική γνώση», δεν αφορά την επιχείρησή σου.
- Τι κάνει όταν δεν ξέρει; Η σωστή απάντηση είναι ότι το δηλώνει και παραδίδει σε άνθρωπο.
- Πόσο κοστίζει η λειτουργία ανά μήνα στον δικό σου όγκο;
- Πού αποθηκεύονται τα δεδομένα των πελατών σου;