एआई नेताओं से सीखा सबक उद्यमों के लिए महत्वपूर्ण तैनाती रणनीतियों को प्रकट करता है

कंपनियां एआई एजेंटों को उत्पाद में भाग रही हैं – और उनमें से कई विफल हो जाएंगी। लेकिन इसका कारण उनके एआई मॉडल के साथ कुछ भी नहीं है।

के दिन दो वीबी ट्रांसफॉर्म 2025उद्योग के नेताओं ने पैमाने पर एआई एजेंटों को तैनात करने से हार्ड-वॉन सबक साझा किए। और पैनल ने जोआन चेन, जनरल पार्टनर द्वारा संचालित किया नींव राजधानी, शॉन मल्होत्रा, सीटीओ में शामिल हैं रॉकेट कंपनियांजो बंधक हामीदारी से ग्राहक चैट तक घर के स्वामित्व जौनी में एग्रेस का उपयोग करता है; शैलेश नलवाड़ी, उत्पाद के प्रमुख सेंडबर्ड; और थिस वेन्डर्स, एसवीपी ऑफ एआई ट्रांसफॉर्मेशन संज्ञानाजिसका प्लेटफ़ॉर्म ऑटो ग्राहक बड़े एंटरप्राइज़ संपर्क केंद्रों के लिए अनुभव करता है।

एयर साझा खोज: पहले से ही मूल्यांकन और ऑर्केस्ट्रेशन इन्फ्रास्ट्रक्चर का निर्माण करने वाली कंपनियां सफल होती हैं, जबकि शक्तिशाली मॉडल के साथ उत्पादन करने वाले लोग पैमाने पर विफल होते हैं।

>>सभी OOR ट्रांसफॉर्म 2025 कवरेज देखें<<

आरओआई वास्तविकता: सरल लागत में कटौती से परे

और इंजीनियरिंग का प्रमुख हिस्सा एआई एजेंट सफलता के लिए निवेश पर रिटर्न (आरओआई) को समझ रहा है। प्रारंभिक एआई एजेंट की तैनाती लागत में कमी पर केंद्रित है। जबकि यह रहता है और प्रमुख घटक, एंटरप्राइज नेता अब अधिक जटिल आरओआई पैटर्न की रिपोर्ट करते हैं जो विभिन्न तकनीकी आर्किटेक्चर की मांग करते हैं।

लागत में कमी की जीत

मल्होत्रा ​​ने रॉकेट कंपनियों से सबसे नाटकीय लागत उदाहरण साझा किया। “हमारे पास एक इंजीनियर था [who] लगभग दो दिनों में काम करने के लिए और सरल एजेंट को संभालने में सक्षम था और प्रक्रिया के बंधक हामीदारी भाग में ‘ट्रांसफर टैक्स गणना’ नामक बहुत आला समस्या। और उस दो दिनों के प्रयास ने हमें और मिलियन डॉलर और वर्ष खर्च किया, ”उन्होंने कहा।

COGNIGY के लिए, Waanders ने कहा कि प्रति कॉल लागत और प्रमुख मीट्रिक है। उन्होंने कहा कि अगर एआई एजेंट उन कॉलों के कुछ हिस्सों को प्रामाणिक करने के लिए उपयोग किया जाता है, प्रति कॉल औसत हैंडलिंग समय को कम करना संभव है।

राजस्व सृजन विधियाँ

बचत एक बात है; अधिक राजस्व बनाना एक और है। मल्होत्रा ​​ने बताया कि उनकी टीम ने रूपांतरण में सुधार देखा है: जैसा कि ग्राहकों को उनके सवालों के जवाब तेजी से मिलते हैं और उन्हें एक अच्छा अनुभव होता है, वे उच्च दरों पर परिवर्तित हो रहे हैं।

सक्रिय राजस्व अवसर

NALAWADI प्रोएक्टिव आउटरीच के माध्यम से पूरी तरह से नई राजस्व कैपेसिटी पर प्रकाश डालता है। उनकी टीम सक्रिय ग्राहक सेवा को सक्षम बनाती है, ग्राहकों को होने से पहले भी पहुंचती है कि उनके पास और समस्या है।

और खाद्य वितरण उदाहरण इसे पूरी तरह से दिखाता है। उन्होंने कहा, “वे पहले से ही जानते हैं कि जब कोई आदेश देर से होने वाला है, और ग्राहक को परेशान होने और उन्हें फोन करने के लिए इंतजार करने के बजाय, उन्हें एहसास हुआ कि इससे आगे निकलने का अवसर था,” उन्होंने कहा।

क्यों एआई एजेंट उत्पादन में टूटते हैं

जबकि एजेंट एआई को तैनात करने वाले उद्यमों के लिए ठोस आरओआई अवसर हैं, उत्पादन परिनियोजन में कुछ चुनौतियां भी हैं।

नलवाड़ी ने मुख्य तकनीकी विफलता की पहचान की: कंपनियां मूल्यांकन बुनियादी ढांचे के बिना एआई एजेंटों का निर्माण करती हैं।

“इससे पहले कि आप भी इसे बनाना शुरू करें, आपको एक EVAL बुनियादी ढांचा होना चाहिए,” नलवाड़ी ने कहा। “सभी USSED के सॉफ्टवेयर इंजीनियर हैं। कोई भी यूनिट परीक्षण चलाए बिना उत्पादन के लिए तैनात नहीं करता है। और मुझे लगता है कि EVAL के बारे में सोचने का बहुत सरल तरीका यह है कि आपके AI एजेंट सिस्टम के लिए यूनिट परीक्षण है।”

पारंपरिक सॉफ्टवेयर परीक्षण दृष्टिकोण एआई एजेंटों के लिए काम नहीं करते हैं। उन्होंने कहा कि हर संभव इनपुट की भविष्यवाणी करना या प्राकृतिक भाषा इंटरैक्शन के लिए व्यापक परीक्षण के मामले लिखना संभव नहीं है। नलवाड़ी की टीम ने खुदरा, खाद्य वितरण और वित्तीय सेवाओं में ग्राहक सेवा की तैनाती के माध्यम से यह सीखा। मानक गुणवत्ता आश्वासन दृष्टिकोण ने बढ़त के मामलों को याद किया जो उत्पादन में आपातकालीन।

एआई परीक्षण एआई: नई गुणवत्ता आश्वासन प्रतिमान

एआई परीक्षण की जटिलता को देखते हुए, संगठनों को क्या करना चाहिए? WAANDERS ने सिमुलेशन के माध्यम से परीक्षण की समस्या को हल किया।

“हमारे पास एक सुविधा है जिसे हम जल्द ही जारी कर रहे हैं जो संभावित बातचीत का अनुकरण करने के बारे में है,” वेन्डर्स ने समझाया। “तो की एस्टेली एआई एग्रेस एआई एग्रेस का परीक्षण करती है।”

परीक्षण केवल बातचीत गुणवत्ता परीक्षण नहीं है, यह पैमाने पर व्यवहार विश्लेषण है। क्या यह समझने में मदद कर सकता है कि एक एजेंट नाराज ग्राहकों को कैसे प्रतिक्रिया देता है? यह कई भाषाओं को कैसे संभालता है? जब ग्राहक स्लैंग का उपयोग करते हैं तो क्या होता है?

“सबसे बड़ी चुनौती यह है कि आप नहीं जानते कि आप क्या नहीं जानते हैं,” वेन्डर्स ने कहा। “यह किसी भी चीज़ पर कैसे प्रतिक्रिया करता है जो किसी के साथ आ सकता है? आप केवल बातचीत का अनुकरण करके यह पता लगा सकते हैं

दृष्टिकोण जनसांख्यिकीय विविधताओं, भावनात्मक अवस्थाओं और किनारे के मामलों का परीक्षण करता है जो मानव क्यूए टीमों को बड़े पैमाने पर कवर नहीं कर सकते हैं।

आने वाली जटिलता विस्फोट

वर्तमान एआई एजेंट स्वतंत्र रूप से एकल कार्यों को संभालते हैं। एंटरप्राइज नेताओं को एक अलग वास्तविकता के लिए तैयार करने की आवश्यकता है: एक दूसरे से सीखने के लिए प्रति संगठन सैकड़ों एगान।

बुनियादी ढांचे के निहितार्थ बड़े पैमाने पर हैं। जब एजेंट डेटा साझा करते हैं और सहयोग करते हैं, तो विफलता मोड तेजी से गुणा करते हैं। पारंपरिक निगरानी प्रणाली इन इंटरैक्शन को ट्रैक नहीं कर सकती है।

कंपनियों को अब इस जटिलता के लिए वास्तुकार होना चाहिए। मल्टी-एजेंट सिस्टम के लिए इन्फ्रास्ट्रक्चर को रेट्रोफिटिंग शुरू से ही सही ढंग से बनाने की तुलना में काफी अधिक खर्च होता है।

“यदि आप सैद्धांतिक रूप से संभव है, तो आप उपवास करते हैं, एक संगठन में सैकड़ों विषय हो सकते हैं, और शायद वे एक दूसरे से सीख रहे हैं,” चेन ने कहा। “जो चीजें हो सकती हैं, उनकी संख्या केवल विस्फोट हो सकती है। जटिलता फट जाती है।”