Kaip tapti dirbtinio intelekto konsultantu? [Vaizdo įrašas ir testas]

Trumpas atsakymas: tapkite dirbtinio intelekto konsultantu atlikdami vieną apmokamą gyvo darbo ciklo ciklą, o ne rinkdami pareigas. Išmokite laisvai valdyti teisės magistro studijas (LLM), duomenų paiešką ir modelio riziką, tada atlikite paiešką, bandomąjį projektą, aprašą ir įgalinimą. Jei nėra prieigos prie sistemų, duomenų ar darbą atliekančių žmonių, atsisakykite užduoties.

Svarbiausios išvados:

Užbaikite ciklą: atlikite mokamą atradimą, nedidelį bandomąjį projektą, aprašą ir įgalinimą.

Įvardinkite pasiūlymą: „Padedu X atlikti Y be Z“ ir gaukite atlygį.

Atsakomybė: įvardykite savininką, veskite sprendimų žurnalą ir nurodykite, kas kaltas.

Skaidrumas: pirmiausia suplanuokite darbo eigą; demonstracinė versija nėra diagnozė.

Apsauga nuo netinkamo naudojimo: niekada nežadėkite neišmatuoto tikslumo arba to, kad generatyvinis dirbtinis intelektas ištaisys blogus duomenis.

Darbas, kurio niekas negali tiksliai apibūdinti (ir kodėl tai jūsų laisva vieta)

Tai ne kiek įmantresnis inžinierius su geresniu nešiojamuoju kompiuteriu. Kartais taip atrodo visą savaitę. Tada seka įvadinis pokalbis su pavargusiu finansų vadovu, duomenų parengties patikrinimas, kurio metu atskleidžiamos trys skaičiuoklės ir malda, ir pokalbis apie pakeitimų valdymą apie tai, kodėl paieškos demonstracinė versija užstringa susisiekus su gamybos leidimais.

Versija, kuri užsitarnauja savo vietą, yra tarp trijų perpildytų kambarių:

• Vadovybė klausia „kokia mūsų dirbtinio intelekto strategija?“, net nesusitardama, ko nori verslas

• Statytojai, kurie gali pastatyti prototipą prieš pietus, o paskui išnyksta ginčuose dėl modelio rizikos

• Operatoriai, kurie turi gyventi su tuo, ką paliekate

Tu esi jungiamasis audinys. Tai ta menka dalis. Jei gali vesti seminarą, parašyti glaustą darbo planą ir neleisti komandai į darbo eigą įgrūsti teisės magistro laipsnį, tavo įsidarbinimo galimybės jau didesnės nei pusės triukšmo.

Yra netobulas būdas tai pavaizduoti, ir aš jį vis tiek panaudosiu: jūs esate santechnikas, kuris taip pat turi paaiškinti vandeniui lentą. Įėjęs į kambarius pavargęs, atradimas vis tiek turi būti ryškus.

Kas yra vertinama (strategija, konstrukcija ir nepatrauklus viduriukas)

Klientai nemoka jums už tai, kad „pažintumėte dirbtinį intelektą“. Jie moka, kai problema yra brangi, politinė ar pakankamai gėdinga, kad pašalinis asmuo yra pigesnis nei kita vidinė aklavietė.

Trys kibirai, ir jie vienas į kitą teka:

• Strategija. Paskirties atvejų triažas, „ar apskritai turėtume?“, valdymo eskizai, modelių rizikos aptarimai, dėl kurių teisininkai tampa neaiškūs. Didelis pasitikėjimas ir nerimą keliančiai lengva apsimesti, jei kalbama tik apie sistemas. Nedarykite to.

• Sukurkite. Prototipai, antriniai pilotai, paieška, darbo eigos dizainas, nedidelė automatizacija. Visa tai jus įvilios į spąstus, o jei tapsite neapmokama įgyvendinimo komanda, įkalins.

• Pokyčių valdymas ir įgalinimas. Strategijos, mokymai, „kaip tai pavyks“. Keista, bet dažnai tai yra labiausiai reklamuojama ir mažiausiai efektinga.

Greitas inžinerinis atsakymas, žinoma. Nepersistenkite su juo. Pagardinimas, o ne patiekalas. Duomenų parengtis, suinteresuotųjų šalių žemėlapis ir aiškus paieškos procesas sutaupys daugiau projektų nei sumanus sistemos raginimas.

Susiduriu su mažu prieštaravimu: reikia pakankamai sklandumo, kad galėtum pavadinti nesąmones, ir pakankamai santūrumo, kad nekurtum, kol nepaklausei, kam priklauso rezultatas. Matyt, tame ir yra visas amatas, blogai pasakyta.

Penki keliai, kuriems nereikia mitinės kilmės istorijos

Nėra vienų kopėčių. Yra buveinės, ir jos žmones graužia skirtingai. Išsirinkite tas, kuriose galite išgyventi.

Nei vienas iš šių variantų nėra moraliai geresnis. Nepriklausomas atrodo romantiškai, kol neteisingai įvertini atradimą. Darbas įmonės viduje atrodo saugus, kol nebūni paskirtas magas kiekvienai pokalbių roboto idėjai.

Kaip tapti dirbtinio intelekto konsultantu? Pradėkite nuo realios problemos, o ne nuo pareigų pavadinimo

Tiesus atsakymas į klausimą „Kaip tapti dirbtinio intelekto konsultantu?“ yra beveik įžeidžiančiai praktiškas. Nustokite rinkti tapatybes. Pradėkite rinkti problemas, kurias galite išspręsti.

1. Įvaldykite pakankamai laisvai, kad galėtumėte tinkamai elgtis pavojingai. Teisės magistro studijos, informacijos paieška, antrieji pilotai, pagrindinė automatizacija – tai, kur slypi modelio rizika. Jums nereikia nieko mokyti nuo nulio.

2. Sėdėkite šalia tiesioginio darbo srauto. Pardavimų operacijos, palaikymas, finansų užbaigimas, žinių paieška. Stebėkite, kur kaupiasi darbai.

3. Atlikite vieną pilną ciklą. Atradimas, nedidelis bandomasis projektas, gedimų aprašymas, įgalinimas žmonėms, kurie turi tuo naudotis.

4. Įrašykite pasiūlymą vardą. „Aš padedu X atlikti Y be Z.“ Bjaurus variantas tinka. Neaiškus variantas – ne.

5. Gaukite atlyginimą, net jei pirmasis čekis yra nepatogus. Neapmokamas „portfelio“ darbas turi savybę likti neapmokėtas.

Jei esate inžinerijos srities specialistas, jūsų spraga paprastai yra suinteresuotosios šalys ir investicijų grąžos terminologija. Jei esate strategijos ar operacijų srityje, jums svarbiausia yra žinoti, kada demonstracija yra teatro pavyzdys. Bet kuriuo atveju: pasiskolinkite realią problemą, ją užbaikite, aprašykite be tuščių eilučių.

Beveik parašiau „kurk asmeninį prekės ženklą“. Neparašysiu. Skaidrus pasiūlymas ir keli žmonės, kurie atsilieps į tavo skambutį, pranoksta turinio generavimo mašiną, kuri niekada neapmokestina. Darbas labiau vingiuotas nei pasiūlymas. Toks yra kelias.

Pasirinkite nišą neužrakinę durų už savęs

Šiaip ar taip. Nišos.

Nišiniai patarimai dažniausiai būna „pasirink vieną ICP arba pražūsi“ arba „lik bendro pobūdžio“. Abu variantai yra pusiau teisingi ir šiek tiek erzinantys. Čia dažnai veikia niša, kurioje dirba darbo eiga + pirkėjas, o ne pavyzdinė šeima. Palaikykite lyderius, skęstančius bilietuose. Operacijų komandas su painiais perdavimais. Rizikos žmones, kuriems reikalingas valdymas, kuris nėra devyniasdešimties puslapių PDF, kurio niekas neskaito.

Vėliau galite keistis. Pradžioje niša yra filtras, o ne tatuiruotė. Neįsivaizduokite savęs tokiu stiliumi: „Aš naudoju tik tą įrankį, kurio išmokau praėjusį mėnesį“. Įrankiai keičiasi. Vertinimai dėl duomenų parengties, pokyčių valdymo ir to, ar pilotas turi šansų... kurie keliauja.

Dar vienas dalykas, pasakytas su ne vietoje esančiu brūkšneliu, nes taip atrodo mano užrašai: niša yra durų atidarymo priemonė, o ne narvas. Jei galite paaiškinti pirkėjo savaitę, esate pakankamai specializuotas.

Pirmieji klientai, įrodymai ir nepatogi ankstyvojo portfelio problema

Ši dalis niekam nepatinka. Jums reikia įrodymų. Jūs neturite tokių įrodymų, kurių prašo pirkėjai. Pirmasis apmokamas darbas paprastai būna painus darbo eigos auditas, o ne bandomasis modelis. Tai normalu.

Kas laikoma įrodymu, kai nėra jokių puikių atvejų tyrimų:

• Griežtai apibrėžta diagnostika: sistemos, duomenų parengtis, kur LLM padėtų, o kur ji haliucinuotų politiką

• Seminaras, kuriame kartu su savininkais kuriami reitinguojami naudojimo atvejai, o ne idėjų generavimo freska

• Mažas bandomasis projektas su numatomu užbaigimo laiku prieš ir po – skaičiai turi būti lokalūs ir nepagražinti, o ne mitiniai

• Įgalinimas: trumpas veiksmų planas, kurį komanda vis dar naudoja jums išėjus iš darbo

Kaip priartėjate prie tų pirmųjų klientų: buvę kolegos, kurie jau jumis pasitiki (kaip dauguma žmonių pradeda, neapsimeskime); gretimas darbas, jei jau atliekate operacijas; dalinis laiko tarpas komandai, kuriai vieną dieną per savaitę reikia smegenų.

Nekurkite portfolio. Sugalvokite glaustą problemos istoriją, ką bandėte, kas nepavyko ir ką darytumėte toliau. Pirkėjai, apsvaigę nuo garų, gali užuosti teatro kvapą. Jie linkę gerbti teiginį, kad „tai neveikė, nes paieškos korpusas buvo stalčius su nereikalingais daiktais“

Šiek tiek perdėta: pirmieji trys klientai išmokys jus daugiau nei bet kurie kursai kada nors išmokys. Kita vertus, kursai, kurie verčia jus samdyti pilotą, nėra niekis. Šiek tiek atsiimu savo žodžius.

Kainodara, sutartys ir atsisakymas neskambant brangiai

Kainodara yra ta vieta, kur kompetentingi žmonės drovisi. Jie taiko nuolaidas, nes jaučiasi kaip nauji. Tada jie piktinasi darbu. Tada jis tampa aplaidus.

• Įvertinkite sprendimą, o ne valandas, kada galite. Atradimas, kuris atkemša didelį raizginį, nėra „pora dienų“.

• Nuolatiniai darbuotojai tinka įgalinimui, valdymo patikroms ir daliniam konsultavimui. Jie netinka, jei klientas nori kūrimo sprinto be savininko.

• Darbo aprašymuose turėtų būti įvardinta, kaip atrodo „atlikta“. Jei negalite to parašyti, negalite ir įkainoti. Taškas.

• Pasakykite „ne“, kai prašoma „tiesiog sukurkite mums dirbtinio intelekto strategiją“ be prieigos prie sistemų, duomenų ar žmonių, kurie atlieka darbą.

Dieniniai įkainiai yra akivaizdūs, tačiau jie neleidžia išnykti perspektyvoms. Dažnai pasitaiko hibridinių sandorių: mokamas atradimas, tada fiksuotas bandomasis laikotarpis, o tada nuolatinis atlyginimas, jei jie vis dar jūsų nori. Nemesiu jums netikrų skaičių. Kiekvienas, cituojantis universalų dienos įkainį kaip faktą, kažką parduoda. Stenkitės, kad panašus konsultacinis darbas kainuotų maždaug tiek, kiek kainuoja jūsų pasaulyje – produktų konsultantai, operacijų daliniai potencialūs klientai.

Etika, rizika ir pažadai, kurie jus persekios

Ši skiltis egzistuoja, nes ateina pagirios. Nežadėkite tikslumo, kurio negalite išmatuoti. Nežadėkite, kad visa komanda išnyks, „kai tik bus paleistas antrasis pilotas“. Nežadėkite, kad generatyvinis dirbtinis intelektas išspręs duomenų kokybės problemą, kurią jis iš tikrųjų sustiprins. Nežadėkite konfidencialumo, kurio dar neįdiegėte: kur patenka duomenys, kas registruoja užklausas, kas saugoma.

Modelio rizika nėra šūkis, kurį išberiate skaidrėje. Tai yra „šis dalykas bus užtikrintai klaidingas reguliuojamoje darbo eigoje“. Valdymas yra nepatrauklus brolis ir sesuo: prieiga, vertinimas, žmogaus atliekama peržiūra, audito žingsniai. Jei jį praleisite, kažkas kitas atras spragą gamyboje.

Taip pat yra ir mažesnė etika: negąsdinkite kliento didele programa, kai užtektų dviejų savaičių darbo eigos pertvarkymo. Neparduokite papildomo pasirinktinio paieškos rinkinio, kai tikroji problema buvo geresnės paieškos teisės.

Šiek tiek laužyta metafora: dirbtinio intelekto konsultavimas be etikos yra dūmų detektorius, kuris taip pat parduoda degtukus. Mielas, kol nebėra. Po laimingos demonstracijos jūsų bus paprašyta „tiesiog pradėti gaminti“. Užimkite lėtesnį pokalbį apie vertinimą ir kas yra atsakingas, kai modelis improvizuoja.

Kai demonstracinė versija nėra diagnozė

Įrankiai vilioja. Jie priverčia atrodyti greitam. Suinteresuotosios šalys ploja. Tada ateina pirmadienis.

Demonstracinė versija atsako į klausimą „ar šis rinkinys gali pateikti patikimą rezultatą“. Diagnozė atsako į klausimą „ar ši organizacija turėtų jį naudoti čia, su šiais duomenimis, šiais žmonėmis, tokiu rizikos apetitu“. Įvairios sporto šakos.

Stebėkite požymius: niekas negali jums parodyti dabartinio proceso nuo pradžios iki galo; „žinių bazė“ yra bendrų diskų pelkė be savininkų; sėkmė yra „mes kažką paleidome“; antrinis pilotas veikia darbo eigoje, kuri jau neveikia dėl priežasčių, nesusijusių su dirbtiniu intelektu.

Dažnai jūsų užduotis yra sulėtinti procesą. Ne todėl, kad esate vertingas. Nes blogas pilotas užnuodija šulinį. Vykdykite tyrimą rimtai. Nubraižykite darbo eigą. Jei kas nors negerai, paklauskite, kas kaltas. Tada pasirinkite įrankius.

Sprendimas yra produktas. Dėžutė yra kostiumas. Sakau, kad puikiai žinant, jog aiškus prototipas vis dar atveria duris, atmintinė to niekada nepadarys. Naudokite demonstracinę versiją kaip įrodymą diagnozės viduje, o ne kaip pakaitalą. Ji užsitarnauja savo vertę; priklausomai nuo kambario, gyvas paieškos testas pranoksta nušlifuotą kaladę. Perskaitykite kambarį. Tada vis tiek atlikite testą.

Operacijos, sutartys, pristatymas: neglamūriška darbo pusė

Jei pasirinksite nepriklausomą arba studijos tipo verslą, verslas bandys pasisavinti konsultacijas. Gautieji laiškai, sąskaitos faktūros, sutarčių sudarymas, „ar galite tiesiog atsiliepti į skambutį?“

Minimalus suaugusiųjų įrangos dydis:

• Paprasta sutartis: apimtis, IP, konfidencialumas, duomenų tvarkymas, nutraukimas

• Po vieną darbo pasiūlymą kiekvienam įsitraukimui, net ir tiems, kurie jums patinka. Ypač tiems, kurie jums patinka.

• Pristatymo ritmas: savaitinis užrašas, sprendimų žurnalas, rizikos. Sausas. Auksinis.

• Artefaktai, kurių nėra jūsų atsisiuntimų aplanke, ir prieigos taisyklės sistemoms, prie kurių prisiliečiate

Reputacija stiprėja dėl pristatymo. Atvykite perskaitę dokumentus. Nesiblaškykite tarp seminarų. Kai pilotas suklysta, pasakykite tai anksti ir nurodykite galimus variantus, o ne pavėluotai atsiprašykite, kad tai būtų pateikta kaip būsenos atnaujinimas.

Jei išeini ir tik tu gali viską valdyti, vadinasi, nesikonsultavai; tapai kliūtimi su dienos tarifu. Išmokyk, dokumentuok, perduok.

Kuo veda kelias

Taigi, taip, „Kaip tapti dirbtinio intelekto konsultantu?“ – klausimas su kiek sausoku atsakymu. Išmokite sistemą pakankamai gerai, kad galėtumėte užuosti prasimanymus. Įsiklausykite į gyvą darbo eigą. Užbaikite ciklą. Imkite mokestį už vertinimą. Atsisakykite teatro.

Kelias nėra kursas, ženklelis ar pervadinta profilio antraštė. Tai apmokamos, ribotos problemos, kuriose padėjote žmonėms priimti geresnius sprendimus dėl dirbtinio intelekto strategijos, automatizavimo ar antrojo piloto, kuris tuo metu neturėjo jokios veiklos. Ir dar vienas.

Jums nereikia būti protingiausiu asmeniu modelio rizikos susitikime. Jūs turite būti tas, kuris vis dar gali paaiškinti darbą, kai skaidrės uždarytos. Tai nutinka rečiau nei turėtų būti. Ir to pakanka pradžiai.

Realus pavyzdys: dviejų savaičių palaikymo komandos atradimas kaip pirmas apmokėtas įsitraukimas

Scenarijus

Majai 34-eri. Ji šešerius metus dirbo regioninėje draudimo brokerių įmonėje – toje, į kurią kolegos kreipėsi, kai „Copilot“ bandomasis tyrimas pateikė užtikrintą, bet neteisingą atsakymą apie poliso formuluotę. Ji gali vesti seminarą, parašyti trumpą instrukciją ir pasakyti, kada darbo eigai reikalingas žymimasis langelis, o ne modelis. Ji negali nieko apmokyti nuo nulio ir neapsimetinėja kitaip.

Kovą ji išeina išbandyti laisvai samdomo darbo. Nėra įeinančiojo srauto variklio. Yra Danas, buvęs kolega, dabar klientų aptarnavimo vadovas „Northline“, 180 žmonių turinčioje B2B SaaS įmonėje Mančesteryje. Keturi agentai. Bendras diskas be savininko. Pokalbių roboto bandomoji versija jau yra visiškai užpildyta. Agentai tyliai nustojo jį atidaryti. Danas nori pagalbos iki kito valdymo susitikimo, o ne pareigų pavadinimo pakeitimo.

Maya neparduoda „DI strategijos“. Ji siūlo fiksuotą dviejų savaičių atradimą: suplanuokite, kaip praktiškai atsakoma į užklausą, nurodykite, kur generatyvinis DI padėtų, o kur sukeltų netvarką, ir rekomenduokite vieną ribotą bandomąjį projektą su įvardytu savininku. Jei atradimas yra „sutvarkyti teises ir parašyti trūkstamus straipsnius“, tai ir yra rezultatas. Dan moka už sprendimą, o ne už prototipą, kurio ji neįvertino.

Ko reikia konsultantui

• Vieno puslapio darbų aprašymas, kuriame įvardijamas „atlikta“: darbo eigos schema, įvertintų naudojimo atvejų sąrašas su savininkais, bandomojo projekto sėkmės arba nesėkmės įvertinimas ir dviejų puslapių aprašymas, kas gali nepavykti

• Prieiga prie 12 neseniai uždarytų užklausų „kaip tai padaryti / kokia politika“ tipo, be klientų vardų

• Tik skaitymo prieiga prie pagalbos centro, bendro disko ir apleistų pokalbių robotų transkripcijos žurnalo

• 45 minutės kiekvienam su dviem agentais, komandos vadovu ir tuo, kas teoriškai valdo žinių bazę (tai gali būti niekas; tai yra atradimas)

• Danas kaip sprendimų priėmėjas, turintis antrąją savaitę laiko priimti arba atmesti rekomendaciją

• Duomenų taisyklė raštu: jokių klientų asmeninių duomenų vartotojų įrankiuose, jokių gamybinių įrašų, žmogaus peržiūrima bet kokia informacija, skirta klientams

• Paprastas sprendimų žurnalas. Sausas. Pasiruošęs tą akimirką, kai kas nors paklaus: „kodėl mes tiesiog nepaleidome roboto?“

Instrukcijos pavyzdys

Maya tai įterpia į darbo aprašymą įprasta kalba, o ne į raginimo laukelį:

Jūs mane samdote diagnozuoti „Northline“ klientų aptarnavimo atsakymų kelią, o ne įdiegti pokalbių robotą. Per dešimt darbo dienų aš (1) stebėsiu dabartinį procesą, (2) nurodysiu, kurie etapai yra lėti dėl trūkstamų straipsnių, leidimų ar perdavimo, (3) įvertinsiu, kur paieškos antrinis pilotas galėtų parengti atsakymą, o kur kalbos modelis yra netinkama priemonė, ir (4) rekomenduosiu vieną bandomąjį projektą su savininku, sustabdymo taisykle ir 12 užklausų testų rinkiniu. Nieko nepateiksiu klientams. Nežadėsiu sutaupyti darbuotojų skaičiaus. Jei pokalbių roboto bandomasis projektas bus netinkamos formos, tai pasakysiu remdamasis įrodymais iš užklausų, o ne su sistema.

Jei „Northline“ vėliau norės atlikti paieškos bandymą, instrukcija įrankiui bus tokia pat trumpa:

Parašykite atsakymą į šį bilietą, naudodami tik susietus pagalbos centro straipsnius. Nurodykite straipsnio pavadinimą. Jei atsakymo nėra tuose straipsniuose, parašykite „nėra korpuse“ ir sustokite. Neišgalvokite grąžinimo laikotarpių, regioninių išimčių ar SLA skaičių.

Antroji pastraipa yra prieskoniai. Darbo aprašymas yra patiekalas.

Geras juodraštis atrodo taip: „Nėra korpuse. Grąžinimo laikotarpis nenurodytas 40 straipsnių sąraše. Kreipkitės į atsiskaitymo skyrių.“ Blogas juodraštis atrodo taip: „Pagal standartinę tvarką turite teisę į 14 dienų pinigų grąžinimą. Aš jį patvirtinau.“ Skirtumas yra visa rizika.

Kaip tai išbandyti

Prieš paskelbdama atradimą atliktu, Maja atlieka nedidelį, bet negražų testą su dviem kambaryje esančiais agentais.

• Dvylika to paties tipo uždarytų bilietų, kurių laikas matuojamas telefono chronometru nuo atidaryto bilieto iki „Turiu ištrauką, kurią išsiųsčiau“

• Kiekvienam bilietui: ar paliktas pokalbių robotas pateikė tinkamą atsakymą, užtikrintai klaidingą atsakymą ar nieko, ko agentas būtų atsiuntęs?

• Po bet kokio paieškos bandymo: ar juodraštyje cituojamas tikras straipsnis ir ar tame straipsnyje tai teigiama?

• Kraštutinių atvejų, kuriuos ji tyčia pateikia: regioninė išimtis, kuri kažkieno galvoje gyvuoja, prašymas grąžinti pinigus, bilietas, kuris iš tikrųjų yra atsiskaitymo ginčas, klausimas, kurio straipsnis pasenęs prieš dvejus metus

• Priėmimas pačiam projektui: Danas gali nurodyti rekomenduojamą kitą žingsnį, savininką ir sakinį, kurį galėtų pasakyti vadovybei nepersistengdamas

Jei ji negali išmatuoti bazinio laiko, vėliau negali kalbėti apie sutaupytą laiką. Jei korpusas niekam nepriklauso, bandomasis projektas nėra „sukurti antrąjį pilotą“. Tai yra „paskelbti savininką arba sustabdyti“

Rezultatas

Iliustracinis rezultatas, gautas naudojant sukurtą bandymo schemą, o ne paskelbtas „Northline“ paveikslėlis.

Prielaidos: 12 politikos tipo užklausų; du agentai; laikas matuojamas chronometru stebint duomenis, įskaitant paiešką bendrame diske; paieškos bandyme buvo naudojama tik 40 išvalytų pagalbos centro straipsnių; kiekvienas juodraštis turėjo atitikti trijų punktų kontrolinį sąrašą (teisinga politika, cituojamas šaltinis, jokių papildomų išgalvotų sąlygų), kad būtų laikomas priimtinu.

Pradinis rodiklis, pirmoji savaitė: vidutinis laikas iki tinkamo naudoti ištraukos pateikimo buvo 14 minučių. Septyniems iš 12 užklausų reikėjo „Slack“ užklausos kolegai. Esamas pokalbių roboto bandomasis laikotarpis nedavė 0 iš 12 atsakymų, kuriuos agentas norėjo atsiųsti. Dviejuose iš šių pokalbių roboto atsakymų buvo sukurtas 14 dienų pinigų grąžinimo laikotarpis, kurio nėra jokiame straipsnyje.

Po 90 minučių trukmės įgalinimo sesijos ir paieškos bandymo 40 straipsnių korpuse: vidutinis laikas iki pirmojo juodraščio parengimo buvo 6 minutės. Cituojamo straipsnio patikrinimas pridėjo 3 minutes, taigi grynasis laikas šioje imtyje buvo 9 minutės vienam bilietui. Tai 5 minutėmis mažiau nei 14, arba 60 minučių visiems 12 bilietų. Aštuoni iš 12 juodraščių atitiko kontrolinį sąrašą per pirmąją peržiūrą. Trys buvo tiesioginiai „nėra korpuse“ apribojimai (trūkstami straipsniai). Vienas vis tiek bandė sugalvoti regioninę išimtį; agentas ją pastebėjo, nes instrukcijoje buvo nurodyta atidaryti šaltinį.

Šie skaičiai yra pavyzdinis įvertinimas, pagrįstas nurodytu testu, nedidele imtimi ir lengviau nei ginčai dėl sąskaitų išdavimo sprendžiant užklausas. Tai nėra priežastis mažinti darbuotojų skaičių ir neįrodo, kad „DI sutaupė 36 % tvarkymo laiko“ gamyboje. Buvo įtrauktas ir peržiūros laikas. Jau turėtas pokalbių robotas atrodė prastesnės kokybės, ne tik greičio, bet ir kokybės požiūriu.

Svarbiausia čia yra karjeros rezultatas. Maya paliko su apmokėtu aprašymu, darbo eigos planu, neigiamu atsakymu į pradinį pokalbių robotą, ribotu teigiamu atsakymu į paieškos bandymą su savininku ir klientu, kuris atsilieps į jos skambutį. Tai visiškas ciklas. Tai taip pat istorija, kurią ji gali papasakoti be tuščių tarpų.

Kas gali nutikti ne taip

• Vadovybė vis dar nori originalaus pokalbių roboto, nes demonstracinė versija buvo graži. Diagnozė „dar ne“ gali pralaimėti skaidrei.

• 40 straipsnių per šešias savaites pasensta, jei jų niekas neturi. Tada paieška atlieka mandagesnius spėjimus.

• Maya parašo neaiškų darbo aprašymą („padaryti pagalbą pritaikytą dirbtiniam intelektui“) ir tampa neapmokama įgyvendinimo komanda.

• Klientą pasiekia užtikrintai neteisinga pinigų grąžinimo politika, nes žmogaus atliktas patikrinimas parodė: „pridėsime tai vėliau“

• Bilieto tekstas su kliento asmens duomenimis įklijuojamas į vartotojo įrankį. Konfidencialumo pažadas buvo žodinis.

• Danas keičia darbą per antrą mėnesį. Nei savininko, nei rėmėjo, nei kas pasakytų, kad pilotas prastėja.

• Ji nurodo 5 minučių sutaupymą kaip įmonės KPI. Suinteresuotosios šalys prisimena skaičių ir pamiršta imties dydį.

Praktiškas išsinešimui skirtas maistas

Kelias yra vienas aktyvus darbo srautas, apmokėta riba, testas, kurį galėtumėte paleisti pakartotinai, ir atvirumas pasakyti, kad kalbos modelis yra netinkama priemonė, kai tai teigiama užklausose. Jūs parduodate vertinimą. Pirmasis pilnas ciklas yra tai, kaip tampate žmogumi, kurį verta samdyti.

DUK

Ką veikia dirbtinio intelekto konsultantas?

Darbas yra vertimas. Jūs randate kliūtį skeptiškai nusiteikusioje patalpoje ir paliekate su bandomuoju projektu, kuris niekam nedaro gėdos. Tai gali reikšti strategiją, kūrimą, įgalinimą ar valdymą, taip pat žinojimą, kada LLM yra netinkama priemonė. Jūs sėdite tarp vadovavimo, kūrėjų, kurie greitai kuria prototipus, ir operatorių, kurie gyvena su tuo, ką paliekate. Vedate seminarą. Parašykite glaustą darbo planą. Nustokite kišti LLM į darbo eigą, kuriai reikėjo varnelės.

Kaip tapti dirbtinio intelekto konsultantu?

Liaukitės rinkę tapatybes. Pradėkite rinkti problemas, kurias galite išspręsti. Įvaldykite teisės magistro (LLM) principus, paiešką, antrinius pilotus, pagrindinę automatizaciją ir modelių riziką taip, kad galėtumėte juos pavadinti nesąmone – be modelių mokymo nuo nulio. Atsisėskite šalia realios darbo eigos. Paleiskite vieną pilną ciklą (atradimas, nedidelis bandomasis projektas, gedimų aprašymas, įgalinimas), pavadinkite pasiūlymą „Padedu X atlikti Y be Z“ ir gaukite atlygį. Aiškus pasiūlymas ir keli žmonės, kurie atsilieps į jūsų skambutį, pranoksta turinio kūrimo mašiną, kuri niekada neapmoko.

Ar pirmiausia reikia apmokyti modelius ar įvaldyti greitąją inžineriją?

Ne. Jums nereikia mokyti modelių nuo nulio, o greitas inžinerinis darbas yra prieskonis, o ne valgis. Duomenų parengtis, suinteresuotųjų šalių žemėlapis ir aiškus paieškos procesas gelbsti daugiau projektų nei sumani sistemos komanda. Inžinieriams paprastai reikia suinteresuotųjų šalių ir investicijų grąžos terminų. Strategijos ir operacijų specialistai turi žinoti, kada demonstracinė versija yra teatro versija. Bet kuriuo atveju, pasiskolinkite realią problemą, užbaikite ją ir aprašykite be tuščių tarpų.

Kokį karjeros kelią turėčiau pasirinkti: laisvai samdomą darbą, įmonės viduje, studijoje ar agentūroje?

Nėra vieno kopėčių. Laisvai samdomi nepriklausomi darbuotojai pasilieka pranašumą atradimų ir bandomųjų projektų srityje, tačiau vyrauja puota/badas. Mažos studijos parduoda komandą. Dirbtinio intelekto vadovai įmonėse gauna atlyginimą, prieigą ir politiką. Produktizuoti konsultavimo paketai, seminarai ir auditai. Agentūrų rangovai gauna potencialių klientų sąrašą ir gali tapti naudingais partneriais, jei darbo planas yra nestabilus. Nepriklausomas darbas atrodo romantiškas, kol neteisingai įvertinate atradimą. Vidinis darbas atrodo saugus, kol netampate paskirtu magas kiekvienai pokalbių roboto idėjai.

Kaip išsirinkti nišą dirbtinio intelekto konsultantu?

Čia veikianti niša dažnai yra darbo eiga ir pirkėjas, o ne pavyzdinė šeima. Įsivaizduokite palaikymo vadovus, skęstančius bilietuose, operacijų komandas su painiais perdavimo procesais arba rizikos žmones, kuriems reikalingas valdymas, kuris nėra devyniasdešimties puslapių PDF, kurio niekas neskaito. Pradžioje niša yra filtras, o ne tatuiruotė. Netapykite savęs į įrankį, kurio išmokote praėjusį mėnesį. Įrankiai keičiasi, o sprendimai dėl duomenų parengties, pakeitimų valdymo ir to, ar pilotas turi galimybių, keičiasi. Jei galite paaiškinti pirkėjo savaitę, esate pakankamai specializuotas.

Kaip tapti dirbtinio intelekto konsultantu neturint atvejų analizės ar blizgančio portfolio?

Pirmasis apmokamas darbas paprastai būna painus darbo eigos auditas, o ne bandomasis modelis. Įrodymas gali būti siauros apimties diagnostika, seminaras, kurio metu su savininkais sukuriami reitinguojami naudojimo atvejai, nedidelis bandomasis projektas su vietiniu „prieš“ ir „po“ laiko įvertinimu arba veiksmų planas, kurį komanda vis dar naudoja jums išėjus. Dauguma žmonių pradeda nuo buvusių kolegų, gretimų operacijų darbo arba dalinio laiko vieną dieną per savaitę. Neišgalvokite portfolio. Sugalvokite aiškią problemos istoriją, ką bandėte, kas nepavyko ir ką darytumėte toliau.

Kaip turėčiau įkainoti dirbtinio intelekto konsultavimo darbą ir sutarties sudarymo terminus?

Įkainokite sprendimą, o ne valandas, kada tik galite. Atradimas, kuris atkemša didelę raizginį, nėra pora dienų. Laikini įkainiai tinka įgalinimui, valdymo patikrinimams ir daliniam konsultavimui, ir jie prastai tinka kūrimo sprintui be savininko. Darbo planuose turėtų būti įvardinta, kaip atrodo „baigta“, nes jei negalite to parašyti, negalite to ir įkainoti. Hibridinis įkainis yra dažnas: apmokamas atradimas, tada fiksuotas bandomasis laikotarpis, tada laikinas įkainis. Verčiau rinkitės panašų konsultacinio darbo kainą jūsų pasaulyje, o ne vaikykitės universalaus dienos įkainio.

Ko niekada neturėčiau žadėti klientui apie generatyvinį dirbtinį intelektą?

Nežadėkite tikslumo, kurio negalite išmatuoti, komandos, kuri išnyksta paleidus antrąjį pilotą, ar kad generatyvinis dirbtinis intelektas išspręs duomenų kokybės problemą, kurią jis dar sustiprins. Nežadėkite konfidencialumo, kurio dar neįgyvendinote: kur patenka duomenys, kas registruoja užklausas ir kas išsaugoma. Modelio rizika – tai modelis, kuris yra užtikrintai klaidingas reguliuojamoje darbo eigoje. Praleiskite valdymą, ir kažkas kitas ras spragą gamyboje. Negąsdinkite kliento didele programa, kai užtektų dviejų savaičių darbo eigos pertvarkymo.

Kada demonstracinė versija nėra diagnozė?

Demonstracinė versija atsako, ar duomenų saugykla gali pateikti patikimą rezultatą. Diagnozė atsako, ar ši organizacija turėtų ją naudoti čia, su šiais duomenimis, šiais žmonėmis ir tokiu rizikos apetitu. Ieškokite požymių: niekas negali parodyti proceso nuo pradžios iki galo, žinių bazė neturi savininkų arba antrinis vadovas dirba su jau neveikiančia darbo eiga. Sulėtinkite procesą, suplanuokite darbo eigą ir paklauskite, kas kaltinamas, jei ji negerai, tada pasirinkite įrankius. Sprendimas yra produktas. Duomenų saugykla yra kostiumas.

Kokių sutarčių ir teikimo įpročių reikia nepriklausomiems dirbtinio intelekto konsultantams?

Jei pasirinksite nepriklausomą arba studijos tipo verslą, verslas bandys pasisavinti konsultacijas. Minimalūs reikalavimai: paprasta sutartis, apimanti apimtį, intelektinę nuosavybę, konfidencialumą, duomenų tvarkymą ir nutraukimą; darbo planas (SOW) kiekvienai užduočiai; savaitinis užrašas, sprendimų žurnalas ir rizika; plius artefaktai, kurie nėra įstrigę jūsų atsisiuntimų aplanke. Atvykite perskaitę dokumentus. Nesiblaškykite tarp seminarų. Kai bandomasis projektas nepavyksta, pasakykite apie tai iš anksto, nurodydami variantus. Jei išeisite ir tik jūs galėsite jį vykdyti, tapsite kliūtimi su dienos įkainiu. Apmokykite, dokumentuokite, perduokite.

Nuorodos

1. NIST – nvlpubs.nist.gov

2. NIST – airc.nist.gov

3. ICO - ico.org.uk

4. NCSC - www.ncsc.gov.uk

5. „Microsoft Learn“ – learn.microsoft.com

6. OpenAI – developers.openai.com

7. „OpenAI“ – greita inžinerija – developers.openai.com

Raskite naujausią dirbtinį intelektą oficialioje dirbtinio intelekto asistentų parduotuvėje

Apie mus