برای آخرین به روزرسانی ها و مطالب اختصاصی در مورد پوشش هوش مصنوعی پیشرو در صنعت ، به خبرنامه های روزانه و هفتگی ما بپیوندید. بیشتر بدانید
Intuit – غول نرم افزار مالی در پشت محصولاتی مانند Turbotax و QuickBooks – با استفاده از هوش مصنوعی تولیدی برای افزایش پیشنهادات خود برای مشتریان مشاغل کوچک ، گام های قابل توجهی را انجام می دهد.
Intuit در یک منظره فنی که با وعده های هوش مصنوعی آب شده است ، یک معماری هوش مصنوعی مبتنی بر عامل ایجاد کرده است که نتایج تجاری ملموس را برای مشاغل کوچک ارائه می دهد. این شرکت آنچه را که آن را “انجام شده برای شما انجام داده است” مستقر کرده است که به طور مستقل از کل گردش کار برخوردار است و تأثیر تجاری قابل توجهی را ارائه می دهد.
Intuit در حال ساخت لایه هوش مصنوعی خود است که آن را یک سیستم عامل تولید کننده هوش مصنوعی (GENOS) می نامد. این شرکت برخی از روش های استفاده از Gen AI را برای بهبود شخصی سازی در VB Transform 2024 به تفصیل شرح داد. در سپتامبر 2024 ، Intuit به کارآیی AI عامل AI اضافه کرد ، تلاشی که باعث بهبود عملکرد برای شرکت و کاربران آن شده است.
براساس داده های جدید Intuit ، مشتریان آنلاین QuickBooks به طور متوسط پنج روز سریعتر پرداخت می شوند و فاکتورهای به تأخیر 10 ٪ بیشتر به طور کامل پرداخت می شوند. برای مشاغل کوچک که جریان پول در آن پادشاه است ، اینها فقط پیشرفت های افزایشی نیستند-آنها به طور بالقوه نوآوری های صرفه جویی در تجارت هستند.
Trinity فنی: چگونه معماری داده Intuit AI عامل واقعی را قادر می سازد
آنچه رویکرد Intuit را از رقبا جدا می کند ، معماری پیچیده داده های آن است که به طور خاص برای فعال کردن تجربیات مبتنی بر AI عامل طراحی شده است.
این شرکت آنچه CDO Ashok Srivastava را “Trinity” از سیستم های داده می نامد ، ساخته است:
- دریاچه داده ها: مخزن بنیادی برای همه داده ها.
- داده های مشتری Cloud (CDC): یک لایه سرویس تخصصی برای تجربیات AI.
- “اتوبوس“: یک سیستم داده جریان که امکان عملیات در زمان واقعی را فراهم می کند.
Srivastava به VentureBeat گفت: “CDC یک لایه خدمت برای تجربیات AI فراهم می کند ، سپس دریاچه داده نوعی مخزن برای همه داده ها است.” “عامل قرار است با داده ها در تعامل باشد و مجموعه ای از داده ها را دارد که می تواند برای جلب اطلاعات به آن نگاه کند.”
فراتر از تعبیه های بردار برای قدرتمند AI
معماری Intuit از رویکرد معمولی وکتور وکتور جدا می شود که بسیاری از شرکت ها با عجله در حال اجرا هستند. در حالی که پایگاه داده ها و تعبیه های بردار برای نیرو دادن به مدل های هوش مصنوعی مهم هستند ، Intuit تشخیص می دهد که درک معنایی واقعی نیاز به یک رویکرد جامع تر دارد.
Srivastava گفت: “جایی که مسئله اصلی همچنان ادامه دارد ، اساساً در اطمینان از درک خوب ، منطقی و معنایی از داده ها است.”
برای دستیابی به این درک معنایی ، Intuit در حال ساختن یک لایه داده معنایی در بالای زیرساخت داده های اصلی خود است. لایه داده های معنایی به ارائه زمینه و معنای پیرامون داده ها ، فراتر از داده های خام یا بازنمایی بردار آن کمک می کند. این امر به عوامل هوش مصنوعی Intuit اجازه می دهد تا روابط و ارتباطات بین منابع مختلف داده و عناصر را درک کنند.
با ساختن این لایه داده معنایی ، Intuit قادر است قابلیت های سیستم های مبتنی بر بردار خود را با درک عمیق تر و متنی تر از داده ها تقویت کند. این امر به نمایندگان هوش مصنوعی اجازه می دهد تا تصمیمات آگاهانه تری برای مشتریان بگیرند.
فراتر از اتوماسیون اساسی: چگونه AI عامل AI کل فرآیندهای تجاری را به صورت خودمختار انجام می دهد
بر خلاف شرکتهای اجرای AI برای اتوماسیون اصلی گردش کار یا چت بابات خدمات مشتری ، Intuit بر ایجاد تجربیات کاملاً عامل “انجام شده برای شما” متمرکز شده است. اینها برنامه هایی هستند که وظایف پیچیده و چند مرحله ای را انجام می دهند در حالی که فقط به تأیید نهایی انسان نیاز دارند.
برای کاربران QuickBooks ، سیستم عامل ، تاریخچه پرداخت مشتری و وضعیت فاکتور را برای تهیه خودکار پیام های یادآوری شخصی تجزیه و تحلیل می کند ، و به صاحبان مشاغل این امکان را می دهد تا قبل از ارسال به سادگی بررسی و تأیید کنند. توانایی سیستم برای شخصی سازی بر اساس زمینه روابط و الگوهای پرداخت مستقیماً در پرداختهای سریعتر به طور اندازه گیری کمک کرده است.
Intuit در حال استفاده از اصول یکسان عامل در داخل است و سیستم های تهیه خودمختار و دستیاران HR را توسعه می دهد.
Srivastava توضیح داد: “ما این توانایی را داریم که یک فرآیند تهیه عامل داخلی داشته باشیم که کارمندان می توانند برای خرید وسایل و سفرهای کتاب از آن استفاده کنند.”
برای دوران مدل استدلال طراحی شده است
آنچه که به طور بالقوه یک مزیت رقابتی را نسبت به سایر پیاده سازی های AI سازمانی به شما می دهد ، این است که چگونه این سیستم با پیش بینی در مورد ظهور مدلهای استدلال پیشرفته مانند Deepseek طراحی شده است.
اشوک فاش کرد: “ما در انتظار مدل های استدلال در حال پیش بینی هستیم.” “ما پشت هشت توپ نیستیم … ما از آن جلوتر هستیم. ما این قابلیت ها را ساختیم که فرض کنیم استدلال وجود خواهد داشت. “
این طراحی آینده نگر به این معنی است که Intuit می تواند به سرعت توانایی های استدلال جدیدی را در تجربیات عامل خود در هنگام ظهور قرار دهد ، بدون اینکه نیاز به تعمیرات اساسی معماری داشته باشد. به گفته Srivastava ، تیم های مهندسی Intuit در حال حاضر از این قابلیت ها استفاده می کنند تا نمایندگان بتوانند تعداد زیادی از ابزارها و داده ها را به روش هایی که قبلاً امکان پذیر نبودند ، استدلال کنند.
تغییر از AI Hype به تأثیر تجاری
شاید از همه مهمتر ، رویکرد Intuit تمرکز آشکار بر نتایج کسب و کار به جای نمایش تکنیکی نشان می دهد.
Srivastava گفت: “این روزها کار زیادی وجود دارد و طرفداران زیادی در خود اتفاق می افتد که این امر باعث انقلابی در جهان و همه اینها می شود که فکر می کنم خوب است.” “اما من فکر می کنم آنچه که خیلی بهتر است این است که نشان دهیم که در واقع به افراد واقعی کمک می کند تا بهتر عمل کنند.”
این شرکت معتقد است که قابلیت های استدلال عمیق تر ، تجربه های جامع تر “انجام شده برای شما” را که نیازهای مشتری بیشتری را با عمق بیشتری تأمین می کند ، امکان پذیر می کند. هر تجربه ترکیبی از چندین تجربه اتمی یا عملیات گسسته ای است که در کنار هم یک راه حل کامل گردش کار ایجاد می کنند.
این به معنای این برای شرکت هایی است که AI را اتخاذ می کنند
برای شرکت هایی که به دنبال اجرای مؤثر AI هستند ، رویکرد Intuit چندین درس ارزشمند را برای شرکت ها ارائه می دهد:
- تمرکز روی نتایج بیش از فناوری: به جای نمایش AI به خاطر خاص خود ، نقاط خاص درد کسب و کار را با اهداف بهبود قابل اندازه گیری هدف قرار می دهد.
- با توجه به مدل های آینده در ذهن بسازید: معماری طراحی که می تواند قابلیت های استدلال در حال ظهور را بدون نیاز به بازسازی کامل داشته باشد.
- ابتدا به چالش های داده ها بپردازید: قبل از عجله برای اجرای نمایندگان ، اطمینان حاصل کنید که بنیاد داده های شما می تواند از درک معنایی و استدلال بین سیستم پشتیبانی کند.
- تجربیات کامل ایجاد کنید: به فراتر از اتوماسیون ساده نگاه کنید تا گردش کار “انجام شده برای شما” پایان به پایان ایجاد شود که راه حل های کامل را ارائه می دهد.
از آنجا که AI عامل اصلی همچنان بالغ می شود ، بنگاه هایی که با تمرکز بر روی راه حل های کامل به جای ویژگی های جدا شده هوش مصنوعی ، نمونه ای از Intuit را دنبال می کنند ، ممکن است خود را در دستیابی به نتایج تجاری مشابه به جای ایجاد وزوزهای فناوری پیدا کنند.