AIには、大きな役割の前に明確な仕事を。
最初の実験は、特定の業務フロー、使えるデータ、レビューの工程を中心に組み立てます。
Rajasriでの取り組み
RajasriのAIサービスには、コグニティブサービスの連携、データ分析、自動化、迅速なプロトタイプ開発が含まれます。プロジェクト実績には、Azureサービスを活用したAI写真管理とPowerAppsのポータルがあります。
漠然とした「インテリジェンス」の約束よりも、焦点を絞ったパイロットのほうが評価しやすくなります。入力、期待する出力、例外をレビューする担当者を定義しましょう。成功は、その業務フローが改善しようとしている作業に照らして判断すべきです。
-
成果を
絞り込む 許容できる結果の定義が明確な作業をひとつ選びます。パイロットで意味のある比較ができるよう、現在のプロセスを書き出しておきます。
-
データと
アクセスを 確認する 元データの所有者、アクセスできる人、業務フローに実際に必要な情報を明確にします。評価には代表的なサンプルを使います。
-
レビューの
経路を 残す 不確かな結果や誤った結果が、どのように人の確認に回るかを決めます。修正内容を記録し、利用者を広げる前にパフォーマンスを見直します。
チームへの問いかけ
パイロットを続ける根拠となる結果、そして中止する結果は何ですか?
背景: Rajasriのサービス内容。上記の計画の指針は編集部の視点であり、特定のプロジェクトの成果報告ではありません。