Tuesday, May 24, 2022
HomeInternetNextGen Tech2022 के लिए AI बजट की योजना बनाते समय क्या विचार करें,...

2022 के लिए AI बजट की योजना बनाते समय क्या विचार करें, CIO News, ET CIO

आर्टिफिशियल इंटेलिजेंस हर व्यवसाय और प्रक्रिया में क्रांति लाने की यात्रा पर है। AI ग्राहक अनुभव को बेहतर बनाने, व्यवसाय संचालन को अनुकूलित करने, राजस्व बढ़ाने और नए व्यवसाय मॉडल अपनाने में मदद कर सकता है। और व्यापारिक दुनिया में बदलावों को महसूस करने और एआई कैसे मददगार हो सकता है, यह जानने के बाद, संगठनों ने एआई परियोजनाओं के लिए बजट बढ़ाना शुरू कर दिया है और यहां तक ​​कि एआई-प्रथम दृष्टिकोण भी अपना रहे हैं।

एआई विशेषज्ञों का मानना ​​है कि 2022 में, उद्योग एआई/एमएल विकास प्रक्रियाओं को पुनरुत्पादित करने योग्य और बदलते कारोबारी माहौल के अनुकूल बनाने पर एक बड़ा ध्यान केंद्रित करेगा। COVID ने हमें सिखाया कि कैसे उपयोगकर्ता के व्यवहार और खपत के पैटर्न में भारी बदलाव एमएल मॉडल की सटीकता को कम कर देता है। इसलिए, कंपनियों को डेटा और कॉन्सेप्ट ड्रिफ्ट के लिए उत्पादन में एमएल मॉडल की सक्रिय निगरानी पर विचार करने की आवश्यकता है।

“नेताओं को अपने एमएल विकास चक्र को मानकीकृत करने और इसे अधिक चुस्त और अनुकूल बनाने के लिए योजना बनाने की आवश्यकता है। एआई बजट की ओर बढ़ने का प्रावधान शामिल करना चाहिए एमएलओपीएस (देवऑप्स एमएल के लिए) प्रतिलिपि प्रस्तुत करने योग्य विकास वातावरण, स्वचालित प्रयोग, मॉडल प्रशिक्षण और परीक्षण कार्यप्रवाह उपकरण, कम-कोड एमएल उपकरण, डेटा कैटलॉग, मॉडल रजिस्ट्री और अधिक के साथ, “कहा दत्ताराज राव – मुख्य डेटा वैज्ञानिक लगातार सिस्टम.

शुरुआत के लिए, अश्विनी थोटा, प्रधान डेटा वैज्ञानिक बोस कॉर्पोरेशन का मानना ​​है कि आपको व्यवसाय का विश्लेषण करना चाहिए और उन कमियों को पहचानना चाहिए जिन्हें आप एआई की मदद से भरना चाहते हैं। वह एआई को किसी अन्य प्रौद्योगिकी कार्यान्वयन के रूप में मानने और चर्चा में व्यावसायिक समकक्षों को शामिल करने का सुझाव देता है।

“एआई के लिए योजना बनाते समय, लागतों को अच्छी तरह से सोचा जाना चाहिए। बजट में न केवल कार्यान्वयन और सॉफ्टवेयर लागतों को शामिल करने की आवश्यकता होती है बल्कि इसमें अन्य लागतें भी शामिल होती हैं। बजट के बारे में सोचे-समझे में केवल मॉडल बनाने की लागत शामिल होनी चाहिए, बल्कि यह भी उल्लेख करना चाहिए कि इसे बनाए रखने में क्या लगता है, ”थोटा ने कहा।

डेटा को शुद्ध करने और डेटा की गुणवत्ता को मापने की लागत पर विचार करना आवश्यक है। एमएल को आमतौर पर लेबल किए गए डेटा की आवश्यकता होती है जो हमेशा उपलब्ध नहीं होता है। मौजूदा डेटा को लेबल करने और उनके काम को आसान बनाने के लिए सही टूलिंग के लिए आपको डोमेन विशेषज्ञों से समय की आवश्यकता होगी। सक्रिय शिक्षण जैसे नए पैटर्न से विशेषज्ञों को डेटा की व्याख्या करने में कम से कम समय बिताने में मदद मिल सकती है। इन उपकरणों पर विचार किया जाना चाहिए क्योंकि वे बड़े दीर्घकालिक लाभ प्रदान करेंगे।

“अधिकांश संगठनों का एआई पहले दृष्टिकोण को अपनाने के लिए एक निश्चित झुकाव है, जिससे बजट और फोकस में वृद्धि हुई है। कई संगठन जो एआई क्षमता का मूल्यांकन करना चाहते हैं, वे मूल्य-खोज पायलटों, प्रोजेक्ट आरओआई के साथ एक छोटे बजट से शुरू कर सकते हैं, और अपने एआई बजट में चरणबद्ध वृद्धि के साथ जा सकते हैं; विकसित पारिस्थितिकी तंत्र आज असफल-तेज़ रणनीति में मदद कर सकता है,” कहा अजय अग्रवाल, वरिष्ठ उपाध्यक्ष और सीओई के प्रमुख – एआई / एनालिटिक्स, हैप्पीएस्ट माइंड्स टेक्नोलॉजीज.

व्यवसायों के लिए यह महत्वपूर्ण है कि वे उभरते एमएल रुझानों पर नज़र रखें और अपने एमएल मॉडल और प्रक्रियाओं को बेहतर बनाने के लिए पैटर्न पर विचार करें। यह एक अत्यधिक गतिशील स्थान है और हर कुछ हफ्तों में नई तकनीकें और तरीके सामने आ रहे हैं।

परसिस्टेंट सिस्टम के राव ने सुझाव दिया कि जब आपको तुरंत कदम नहीं उठाना चाहिए, तो आपके पास एक सैंडबॉक्स होना चाहिए जहां नए टूल और मॉडल को आपके व्यावसायिक डेटा पर सत्यापित किया जा सके कि वे कैसे लागू होते हैं।

थोटा का एक और महत्वपूर्ण सुझाव है कि बिना पीओसी के वरिष्ठ नेतृत्व के सामने कभी पेश न हों।

“पीओसी करने से पहले कभी भी वरिष्ठ नेतृत्व के सामने न जाएं। एक अच्छी तरह से लागू POC का मतलब है कि आपके पास एक अच्छा दृष्टिकोण है और आपको डेटा की उचित समझ है। एक बार जब आप पीओसी कर लेते हैं तो आप इसका उपयोग अधिक बजट मांगने के लिए एक माध्यम के रूप में कर सकते हैं, ”उन्होंने कहा।

.

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Most Popular

Recent Comments