غالبا ما يسألنا المؤسسون: ما الذي يتطلبه الأمر حقا لبناء شركة الذكاء الاصطناعي الدائمة؟ في الذكاء الاصطناعي للمؤسسات، نشهد ظهور نموذجين مرارا وتكرارا: آبار النفط (أنظمة التسجيل) وخطوط الأنابيب (طبقات الأتمتة). 1️⃣ تصبح آبار النفط مصدر الحقيقة للبيانات وسير العمل المرتبط بها. نرى نقطتي دخول: Rip + Replace: عندما تثقل كاهل الأنظمة القديمة بسبب ديون التكنولوجيا ، يكون المشترون متحمسين لتحمل المخاطرة بالاستبدال بأنظمة الذكاء الاصطناعي الأصلية الجديدة. @hxtweets @amrit_hx إعادة بناء تسعير التأمين والاكتتاب من الابتلاع إلى التقديم. انهارت Valon @wangandrewd 25+ نظام خدمة الرهن العقاري في نظام واحد. @usevesta @michael_yu إعادة تصميم القروض بحيث يمكن تشغيل المهام بالتوازي. جرينفيلد: في حالة عدم وجود نظام ، تجذب الشركات الناشئة العملاء مبكرا وتنمو معهم. بدأت @Rillet_HQ كأول تخطيط موارد المؤسسات لفرق تمويل الشركات الصغيرة والمتوسطة ، وأتمتة سير العمل اليدوي ، وتوسعت منذ ذلك الحين لتحل محل شاغلي الوظائف مثل NetSuite. تستغرق آبار النفط وقتا أطول للحفر ، ولكن بمجرد إنشائها ، فإنها تخلق خنادقا عميقة ومتينة. يؤدي امتلاك نظام السجل إلى فتح مهام سير العمل التي لا يمكن لأي شخص آخر إنشاؤها وبناء تكاليف التبديل. 2️⃣ خطوط الأنابيب (طبقات الأتمتة / التنسيق) - هذه تجلس فوق الأنظمة الحالية وأتمتة "عمل الغراء" الذي يقوم به البشر بينها. لقد رأينا نمطين رئيسيين: الأنظمة المجزأة: عندما تتعايش العديد من الأنظمة الراسخة، توحد خطوط الأنابيب مهام سير العمل دون الحاجة إلى النسخ والاستبدال. يوفر @furtheraicom تدفقات عمل وكيلة للتأمين ، وأتمتة العمليات المرهقة (عمليات الإرسال ، وعمليات تشغيل الخسائر ، والامتثال) عبر أنظمة متعددة. البرامج الوسيطة البشرية: عندما يكون البشر هم الجسر بين الأنظمة ، تقوم خطوط الأنابيب برقمنة هذا العمل. يقوم @Concourse_ai ببناء وكلاء الذكاء الاصطناعي للفرق المالية ، ويتصل بالعديد من الأنظمة المالية حتى تتمكن الفرق من الاستعلام والتحليل دون جهد يدوي. يتيح @SolaAI_ للعملاء تسجيل سير عمل مرة واحدة وتحويله إلى وكيل الذكاء الاصطناعي مباشر لمهام مثل تسوية الفواتير. لا يتعين على العملاء الاختيار. غالبا ما تشتري الشركات كليهما: نظام تسجيل جديد في منطقة ما ، وأتمتة خفيفة الوزن في منطقة أخرى. لكن بالنسبة للمؤسسين ، فإن الاستراتيجيات متميزة ولكن كلاهما يمكن أن يكون ضخما. ما يهم ليس محاولة القيام بالأمرين معا في وقت واحد ، ولكن معرفة اللعبة التي تلعبها للفوز. منشور جديد من قبل أنا & @joeschmidtiv 👇

نعم ، هذا أنا على الملصق. لا ، إنه ليس فيلما حقيقيا. ونعم ، هذا بالتأكيد نظام آخر لتسجيل المشاركات. لكننا نستمر في العودة إلى هذا الموضوع لسبب ما. عندما يتعلق الأمر ب Enterprise الذكاء الاصطناعي ، ينتهي الأمر بمعظم الشركات الدائمة في واحدة من فئتين: آبار النفط (أنظمة التسجيل) أو خطوط الأنابيب (طبقات الأتمتة / التنسيق). تتعمق آبار النفط في سير عمل واحد حتى تصبح نظام التسجيل. يستغرق إنشاؤها وقتا أطول ، ولكن بمجرد امتلاك نموذج البيانات وسير العمل ، فإنك تفتح إمكانات جديدة وتبني قابلية دفاع هيكلية تتفاقم بمرور الوقت. تقع خطوط الأنابيب على قمة الأنظمة الحالية وأتمتة "عمل الغراء" الذي يقوم به البشر حاليا بينها. يتم اعتمادها بسرعة ، وكل سير عمل مضاف يجعل النظام الأساسي أكثر ثباتا ، لكنهم لا يمتلكون الحقيقة الأساسية. يمكن لكلتا الاستراتيجيتين بناء شركات ضخمة. لكنها تتطلب خيارات مختلفة تماما في تصميم المنتج وحركة GTM وقابلية الدفاع. الخطأ الأكبر هو عدم اختيار أحدهما على الآخر ولكن عدم الوضوح بشأن اللعبة التي تلعبها بالفعل. إذا كانت البيانات الهامة مبعثرة عبر الأنظمة أو محاصرة في العمليات اليدوية ، فإن الفرصة تبدو وكأنها بئر نفط - نظام تسجيل جديد. إذا كان المشهد مجزأ ، ومليئا بشاغلي الوظائف الراسخين ، ويعتمد على البشر لنقل العمل بين الأنظمة ، فإن الفرصة تبدو وكأنها خط أنابيب - طبقة أتمتة عبر الجزء العلوي. الشركات التي تتحمل هي التي تقرأ سوقها بشكل صحيح وتبني كل شيء حول ذلك.

"أعتقد أن الطريقة الصحيحة للتفكير في مختبرات الأساس هي أنها مثل استوديوهات الأفلام." كل نموذج هو رائج: ميزانية ضخمة ، عمر قصير ، ثم تكملة. واسم الامتياز لا يزال قائما. ث / @benscharfstein ، مقياس الذكاء الاصطناعي