เชื่อม AI เข้ากับผลิตภัณฑ์จริง ไม่ใช่แค่เดโม
พัฒนาฟีเจอร์ AI
เพิ่มฟีเจอร์ AI อย่างแชตบอต สรุปเอกสาร และจัดหมวดอัตโนมัติ เข้ากับบริการเดิมของคุณ
ระยะห่างระหว่างเดโมที่ทำงานสวยกับฟีเจอร์ที่คนใช้ทุกวัน คือสิ่งที่แยกคนที่เคยเชื่อมจริงออกจากคนที่ยังไม่เคย
อยากเพิ่ม AI แต่ไม่รู้จะเริ่มจากตรงไหน
อยากใส่แชตบอต อยากสรุปเอกสาร อยากแยกคำถามให้อัตโนมัติ ทิศทางมีอยู่แล้ว แต่ยังไม่รู้ว่าจะใช้โมเดลไหน จะเชื่อมข้อมูลของเราเข้าไปอย่างไร ค่าใช้จ่ายจะเท่าไร และถ้าคำตอบผิดจะกันอย่างไร เดโมทำครึ่งวันก็เสร็จ แต่ฟีเจอร์ที่ผู้ใช้เชื่อและใช้ทุกวันอยู่ที่ทุกอย่างหลังจากนั้น
เราทำอะไรบ้าง
-
เริ่มจากจุดที่ควรใช้
เราเลือกจุดที่ AI สร้างคุณค่าได้จริงก่อน ไม่ใช่จุดที่ใส่แล้วดูดี แต่เริ่มจากหนึ่งหรือสองจุดที่ช่วยลดงานของคนจริง ๆ
-
เชื่อมกับข้อมูลของเรา
เราดึงข้อมูลที่เป็นหลักฐานของคำตอบ อย่างเอกสารผลิตภัณฑ์ ข้อมูลสินค้า และคำถามที่เคยมี มาป้อนให้โมเดล ส่วนนี้คือส่วนที่ลดคำตอบที่มั่วขึ้นมาโดยไม่มีหลักฐาน
-
ออกแบบค่าใช้จ่าย ความหน่วง และคำตอบที่ผิด
เรากำหนดร่วมกันว่าจะใช้โมเดลไหนที่จุดไหน จะใช้แคชลดค่าใช้จ่ายอย่างไร ตอนช้าจะแสดงผลแบบไหน และถ้าผิดจะส่งต่อให้คนอย่างไร
-
เชื่อมเข้ากับผลิตภัณฑ์และดีพลอย
เชื่อมเข้ากับหน้าจอและเซิร์ฟเวอร์เดิมให้เป็นฟีเจอร์ใช้งานได้จริง พร้อมวางการจัดการคีย์และเพดานการใช้งาน แล้วดีพลอยให้เลย
สรุปว่าเชื่อมอะไรและเชื่อมอย่างไร
เราเขียนเป็นเอกสารว่าใช้โมเดลไหนที่จุดไหน ค่าใช้จ่ายและความหน่วงที่คาดไว้เท่าไร และกันคำตอบที่ผิดอย่างไร ใช้อ้างอิงได้เลยเมื่อต้องแก้เองภายหลังหรือส่งต่อให้นักพัฒนาคนอื่น
เริ่มต้นแบบนี้
-
บอกจุดที่อยากใช้
บอกมาว่าอยากเพิ่ม AI ตรงไหน และมีข้อมูลอะไรบ้าง ถ้ายังคิดไม่ชัดก็ช่วยเรียบเรียงให้
-
ขอบเขตและใบเสนอราคา
ภายใน 24 ชั่วโมง เราสรุปให้ว่าทำได้ถึงไหน ค่าใช้จ่ายเท่าไร และต้องระวังอะไรบ้าง
-
พัฒนา เชื่อมต่อ และส่งมอบ
ทำตามขอบเขตที่ตกลง เชื่อมเข้ากับผลิตภัณฑ์ แล้วส่งมอบพร้อมเอกสารว่าเชื่อมอะไรและเชื่อมอย่างไร
เหมาะกับที่แบบนี้
- บริการที่มีคำถามซ้ำ ๆ จนต้องมีแชตบอตหรือระบบตอบอัตโนมัติ
- ทีมที่มีเอกสาร รีวิว และข้อมูลสะสมไว้ แต่ยังไม่มีการสรุปหรือค้นหา
- ที่ที่อยากเพิ่ม AI แต่กังวลเรื่องค่าใช้จ่ายและคำตอบที่ผิดจนเลื่อนมาตลอด
คำถามที่พบบ่อย
- ใช้โมเดล AI ตัวไหน?
- เราไม่กำหนดตายตัว แต่เลือกตัวที่เหมาะกับฟีเจอร์นั้นโดยดูจากความแม่นยำ ค่าใช้จ่าย และความเร็ว ทั้งโมเดลเชิงพาณิชย์และโมเดลโอเพนซอร์สเป็นตัวเลือกได้หมด
- ข้อมูลของเราจะออกไปข้างนอกไหม?
- เรากำหนดก่อนเริ่มว่าจะส่งอะไรไปที่ไหน ข้อมูลที่อ่อนไหวมีวิธีที่ไม่ต้องส่งออกไปข้างนอกด้วย จึงกำหนดร่วมกันตอนวางขอบเขต
- ถ้า AI ตอบผิดล่ะ?
- เราออกแบบโดยตั้งสมมติฐานว่ามันตอบผิดได้ จึงใส่กลไกให้แสดงหลักฐานประกอบ หรือส่งต่อให้คนเมื่อความมั่นใจต่ำ หรือให้ตอบว่าตอบไม่ได้
อยากเพิ่ม AI ตรงไหน
บอกจุดที่อยากใช้และข้อมูลที่มี แล้วเราจะสรุปให้ก่อนว่าทำได้ถึงไหน