आज हजारों नहीं तो सैकड़ों हैं ऐ तथा यंत्र अधिगम डेटा विज्ञान से संबंधित सेवाओं और एआई समाधानों के विभिन्न स्तरों की पेशकश करने वाले विक्रेता, इसे नेविगेट करने के लिए एक अत्यंत चुनौतीपूर्ण और कठिन कार्य बनाते हैं। एक विक्रेता का सही चुनाव करना आपकी कंपनी के लिए एक मेक-या-ब्रेक निर्णय हो सकता है, इसलिए डेटा साइंस और मशीन लर्निंग टेक्नोलॉजी स्पेस में विक्रेता चयन के लिए एक ठोस रणनीति विकसित करते समय यहां कुछ बिंदुओं पर विचार किया जाना चाहिए।

यदि कोई कंपनी एआई प्रोजेक्ट को किसी तीसरे पक्ष के विक्रेता को आउटसोर्स करने के बारे में सोचती है, तो डेटा की हैंडलिंग, मॉडल की सफलता मानदंड और रिलीज प्रक्रियाओं पर सवाल उठाना महत्वपूर्ण हो जाता है।

“आमतौर पर, डेटा एक एआई परियोजना की सफलता के लिए एक महत्वपूर्ण अंतर है, और हम सख्ती से चाहते हैं कि इसे अनुपालन के साथ और केवल हमारे उद्देश्यों के लिए संभाला जाए। हम किसी मॉडल के सफलता मानदंड को जानना चाहेंगे, उदाहरण के लिए, ऐसे मेट्रिक्स जो यह मूल्यांकन करने में मदद करेंगे कि कोई मॉडल अच्छा प्रदर्शन कर रहा है या नहीं।

अंत में, एआई मॉडल की रिलीज प्रक्रिया और निगरानी यह सुनिश्चित करने के लिए महत्वपूर्ण हो जाती है कि बदलते डेटा के साथ, मॉडल लगातार अपडेट किए जाते हैं, ”डॉ। मंजीत दहिया, वीपी और हेड – एआई और मशीन लर्निंग, कारदेखो.

नीचे दिए गए पांच प्रश्नों को a से पूछना एआई समाधान प्रदाता आपको विक्रेता का बेहतर आकलन करने में मदद मिलेगी।

1. विचाराधीन एआई समाधान की क्षमता और व्यावसायिक मूल्य क्या है?

जब कोई संगठन एआई प्लेटफॉर्म को तैनात करने और विक्रेता से संपर्क करने की योजना बनाता है, तो संगठन के लिए अपनी आवश्यकताओं और उनके द्वारा पेश किए जा रहे समाधान को पूरी तरह से समझना बहुत महत्वपूर्ण होता है। यह जरूरी है कि एआई प्लेटफॉर्म या समाधान लोचदार और स्केलेबल हो। ये महत्वपूर्ण प्रौद्योगिकी निर्णय बिंदु हैं जो एक संगठन को अपने व्यावसायिक लक्ष्यों को प्राप्त करने में सक्षम बनाएंगे।

इसके अलावा, कंपनी को उम्मीद है कि प्रौद्योगिकी किसी प्रकार का व्यावसायिक मूल्य प्रदान करेगी। इसलिए मूल्य, चाहे वह गुणात्मक हो या मात्रात्मक, पर पहले सवाल उठाया जाना चाहिए।

“एआई आधारित समाधान की पहचान करना व्यावसायिक मूल्य की गारंटी नहीं देता है – किसी भी अन्य की तरह एआई समाधान का मूल्यांकन करते हुए, अधिकारियों को यह पूछना चाहिए कि प्रौद्योगिकी से प्राप्त होने वाले सकारात्मक व्यावसायिक परिणाम क्या हैं: टॉपलाइन ग्रोथ, बॉटम-लाइन ग्रोथ, बेहतर ग्राहक जुड़ाव / अनुभव आदि। ।” कहा प्रशांत कद्दी, पार्टनर, डेलॉइट इंडिया।

2. उनके समाधान को प्रभावी ढंग से काम करने के लिए किस तरह के डेटा की आवश्यकता है?

आर्टिफिशियल इंटेलिजेंस एल्गोरिदम डेटा पर फ़ीड करते हैं। डेटासेट जितना बेहतर और भारी होगा, एआई एल्गोरिदम द्वारा बेहतर भविष्यवाणी की जाएगी। इसलिए, विक्रेता से सवाल करना महत्वपूर्ण है कि अपेक्षित परिणाम देने के लिए समाधान के लिए सभी डेटासेट की क्या आवश्यकता होगी।

“सर्वश्रेष्ठ एआई समाधान एक कंपनी को पहले से मौजूद डेटा को समझने के अलावा नई जानकारी खोजने में मदद करते हैं। आपको यह समझने की आवश्यकता है कि क्या विक्रेता नए डेटा पर कब्जा करेगा जो आपको प्रतिस्पर्धात्मक लाभ प्राप्त करने में मदद करेगा और आपके संगठन को बढ़ने में सक्षम करेगा। विक्रेता से यह पूछना भी महत्वपूर्ण है कि वे कितनी बार डेटा संसाधित करते हैं, जो आपको बताएगा कि वे स्वचालित कार्यों में कितने प्रभावी हैं। कोई भी एआई उपकरण अपनी भविष्यवाणियों की सटीकता बढ़ाने के लिए डेटा पर निर्भर है,” ने कहा राम नरसिम्हा, एआई और संज्ञानात्मक सेवाओं के वैश्विक प्रमुख ज़ेबिया ग्लोबल सेवाएं।

एआई समाधान पिछले डेटा पर प्रशिक्षित मॉडल का उपयोग करते हैं। इसके परिणाम भविष्य में क्या होने की संभावना की भविष्यवाणी का प्रतिनिधित्व करते हैं, जिसका अर्थ है कि स्थितियों में बदलाव के रूप में मॉडल को अद्यतन किया जाना चाहिए। पूछने का एक महत्वपूर्ण प्रश्न यह है कि बाद में मॉडल का उत्पादन और निगरानी कैसे की जाएगी। यह समझना कि एआई मॉडल प्रदर्शन में कैसे बिगड़ता नहीं है और लगातार उन मॉडलों का मूल्यांकन करता है जो केपीआई के खिलाफ हैं और बाजार की कुछ स्थितियों या उपभोक्ता प्राथमिकताओं में बदलाव होने पर इसे स्वचालित रूप से फिर से प्रशिक्षित करने के साथ-साथ शोधन करने का कोई तरीका है।

3. आपका उत्पाद कौन से फ़ायरवॉल, एंडपॉइंट सुरक्षा या एनएसी एकीकरण प्रदान करता है जो पता लगाए गए हमलों को रोकने या रोकने के लिए प्रदान करता है?

कोई समाधान कितना भी अभिनव क्यों न हो, यदि वह कंपनी के मौजूदा आर्किटेक्चर या सिस्टम के अनुकूल नहीं है, तो यह एक अच्छा फिट नहीं होगा। एआई प्लेटफॉर्म को प्रतिक्रिया देने के लिए समय कम करने के लिए मौजूदा बुनियादी ढांचे को खुफिया जानकारी प्रदान करनी चाहिए।

नरसिम्हम ने कहा कि एक कंपनी को एकीकरण के सरल और सीधे होने की उम्मीद करनी चाहिए, या ऐसा नहीं होने की संभावना है। जटिल परिनियोजन सभी अंतर्निहित लाभों को हरा देगा। एकीकरण एपीआई, आउटबाउंड इवेंट या ऑटोमेशन प्लेटफॉर्म के माध्यम से हो सकता है जो उत्पादों के बीच मानकीकरण प्रदान करते हैं। विक्रेता से यह पूछना भी महत्वपूर्ण है कि क्या समाधान क्लाउड-आधारित है, यह मौजूदा सिस्टम के साथ कैसे एकीकृत होता है, और इसे कैसे वितरित किया जाता है। उनका मानना ​​​​है कि एक अच्छा एआई विक्रेता अपने वितरण मॉडल के बारे में स्पष्ट होगा और वे समाधान को एकीकृत करने में आपकी मदद कैसे करेंगे।