سازمانها به آرامی از مرحله اثبات مفهوم (POCs) هوش مصنوعی به سمت تولید محصولات حرکت میکنند. با این حال، حقیقت این است که بیشتر آنها هنوز در مرحله ایدهپردازی گیر کردهاند، که وضعیت نگرانکنندهای است. این تردید عمدتاً ناشی از عدم تمایل سازمانها به وارد کردن دادههای خود یا تخصیص منابع برای ساخت راهحلهای هوش مصنوعی مولد است، بهجای تمرکز بر تحویلدادنیهای اصلی به مشتری.
اینجاست که ارائهدهندگان پلتفرم هوش مصنوعی مولد مانند Salesforce، Snowflake و دیگران وارد میشوند. در کنار آنها، Avaamo با پلتفرم LLaMB خود وارد این عرصه شده است که برای ارائه قابلیتهای هوش مصنوعی مولد مناسب برای سازمانها طراحی شده است.
بزرگترین نمونه از قابلیتهای LLaMB آوامو، نحوه قدرتبخشی آن به اتوماسیون تجربه کارمند در Wipro، یکی از بزرگترین شرکتهای فناوری اطلاعات هند است که به سادهسازی عملیات داخلی و بهبود انطباق با سیاستها در میان نیروی کار بیش از ۲۰۰ هزار نفری این شرکت کمک میکند.
در گفتگو با AIM، سریرام چاکراوارتی، مدیر ارشد فناوری و همبنیانگذار آوامو، گفت که این پیادهسازی، که شامل بیش از ۵۰ گردش کار خودکار است، بخشی از تلاش بزرگتر آوامو برای ورود به فضای هوش مصنوعی سازمانی با عوامل تخصصی طراحیشده برای مراقبتهای بهداشتی، خدمات مشتری و تجربه کارمند است.
در حالی که بسیاری از شرکتها عملیات خود در هند را بهعنوان مراکز قابلیت جهانی (GCC) معرفی میکنند، دفتر آوامو در بنگالورو بهعنوان یک مرکز توسعه اصلی عمل میکند و تیم مهندسی پلتفرم هوش مصنوعی بنیادی آن را در خود جای داده است.
چاکراوارتی گفت: «ما به معنای سنتی یک GCC نیستیم. بنگالورو جایی است که توسعهدهندگان اصلی ما مستقر هستند و بخش مرکزی کاری است که ما انجام میدهیم.»
در قلب پلتفرم آوامو، معماری عامل هوش مصنوعی قرار دارد که برای پاسخگویی به الزامات خاص انطباق، امنیت و گردش کار سازمانهای بزرگ طراحی شده است. علاوه بر ویپرو، مشتریان این شرکت شامل نامهای جهانی مانند Volkswagen، Franklin Templeton، Pepsi، Intel و غولهای مراقبتهای بهداشتی مانند Mount Sinai و Johns Hopkins هستند.
چاکراوارتی توضیح داد: «بسیاری از هوش مصنوعیهایی که امروزه ساخته میشوند، کار نمیکنند مگر اینکه آنچه را که ما مشکلات مایل اول و مایل آخر مینامیم، حل کنند. مایل اول درک ورودی طبیعی و شبیه به انسان است، مانند زمانی که یک بیمار میگوید: 'میخواهم قرار ملاقاتم را دوباره تنظیم کنم.' مایل آخر اطمینان از این است که عامل دقیقاً در چارچوب محدودیتهای سازمانی - دادهها، انطباق، گردش کار، همه چیز - کار کند.»
جایگزینی برنامههای داخلی با هوش مصنوعی مکالمهای
ویپرو عوامل هوش مصنوعی آوامو را پیادهسازی کرده است تا طیف گستردهای از وظایف مرتبط با کارمندان، از جمله پشتیبانی فناوری اطلاعات، درخواستهای منابع انسانی، تدارکات و مدیریت سفر - که یک گلوگاه اصلی برای نیروی کار عمدتاً مشاور آن است - را خودکار کند.
این سیستم که در Microsoft Teams تحت ابزار داخلی WiNow ادغام شده است، به کارمندان اجازه میدهد تا با یک عامل هوش مصنوعی برای رزرو سفر در چارچوب محدودیتهای سیاست شرکت تعامل داشته باشند. کارمندان میتوانند جزئیاتی مانند مبدأ، مقصد و کلاس سفر را وارد کنند و عامل، درخواست را با قوانین گسترده سفر ویپرو اعتبارسنجی میکند.
چاکراوارتی گفت: «آنها بیش از ۱۰۰ نفر را مسئول میز سفر خود کرده بودند فقط برای رسیدگی به این سؤالات. اکنون، کارمندان فقط تایپ میکنند 'من باید از نیویورک به سانفرانسیسکو پرواز کنم' و سیستم بررسی میکند که آیا با سیاست شرکت مطابقت دارد یا خیر. آنها حتی میتوانند برنامه سفر خود را بارگذاری کنند تا ببینند آیا مطابق با قوانین است یا نه.»
این عامل به طور قابل توجهی زمان انتظار کارمندان را کاهش میدهد و در عین حال پایبندی به سیاستها را بهبود میبخشد. مثال دیگر رزرو تاکسی در اواخر شب است - کارمندانی که تا دیروقت کار میکنند میتوانند از طریق همان رابط مکالمهای درخواست تاکسی کنند، شبیه به یک سیستم مانند Uber که کاملاً با لجستیک ویپرو یکپارچه شده است.
آنوپ پورویت، مدیر ارشد اطلاعات جهانی ویپرو، چشماندازی برای ادغام چندین برنامه موبایل در یک تجربه واحد و یکپارچه داشت. پورویت در یک پست وبلاگی گفت: «آوامو و ویپرو روشهای نوآورانهای برای بهبود تجربه کارمند با استفاده از هوش مصنوعی مولد ایجاد کردهاند. ما یک کتاب راهنمای هوش مصنوعی را پیادهسازی کردهایم و بیش از ۴۰ مورد استفاده را برای ۲۰۰,۰۰۰ کارمند در ۵۳ کشور مستقر کردهایم.»
در همین حال، چاکراوارتی افزود: «کارمندان دیگر نیازی به یادگیری رابطهای مختلف ندارند... فقط چت است. شما میپرسید، او عمل میکند.»
چرا ویپرو به جای ساخت داخلی، آوامو را انتخاب کرد؟
با توجه به اینکه ویپرو برای مشتریان خود راهحلهای هوش مصنوعی مولد میسازد، تصمیم آن برای استفاده از یک پلتفرم خارجی سؤالاتی را ایجاد میکند. به گفته چاکراوارتی، پاسخ در مقیاس و تخصص نهفته است.
او گفت: «آوامو یک شرکت پلتفرمی است. ما راهحلهای نقطهای نمیسازیم؛ ما این مشکل را در سطح معماری حل میکنیم. ویپرو متوجه شد که تیمهای داخلی آنها بهتر است برای کارهای با ارزش بالاتر استفاده شوند، نه اینکه چیزی را که قبلاً در مقیاس بزرگ کار میکند، دوباره اختراع کنند.»
پلتفرم آوامو مدلهای اختصاصی را با مؤلفههای منبع باز ترکیب میکند، که در آنچه چاکراوارتی خط لوله «مدل گروهی» (ensemble model) مینامد، لایهبندی شدهاند. در حالی که این شرکت از مدلهای زبانی بزرگ (LLM) ارائهدهندگانی مانند مایکروسافت و OpenAI استفاده میکند، اطمینان میدهد که دادهها و استنتاج در سطح سازمانی باقی بمانند.
او تأکید کرد: «شما نمیتوانید با خراشیدن دادههای وب عمومی به یک پرسش مراقبتهای بهداشتی پاسخ دهید. اگر کسی بپرسد، 'چه کسی میتواند عمل جراحی زانوی من را در Mount Sinai انجام دهد؟'، این پاسخ باید از دادههای آنها بیاید، نه گوگل.»
آوامو خط لوله خود را برای هر حوزه عمودی - مراقبتهای بهداشتی، تجربه کارمند یا خدمات مشتری - سفارشی میکند و دقت خاص دامنه و انطباق با مقررات را تضمین میکند.
چاکراوارتی معتقد است که عوامل هوش مصنوعی آینده اتوماسیون سازمانی هستند - نه فقط برای بهبود تجربه کاربر، بلکه برای اجرای سیاستهای داخلی و کاهش هزینههای عملیاتی. او گفت: «وقتی یک مدیر ارشد اطلاعات (CIO) این را راهاندازی میکند، میخواهد مطمئن باشد که عامل دچار توهم (hallucinate) نمیشود. اینکه دقیقاً همانطور که فرآیند آنها ایجاب میکند، کار کند، بدون هیچ شگفتی.»
جالب اینجاست که ویپرو رابطه دیرینهای با آوامو داشته است - نه فقط به عنوان مشتری، بلکه به عنوان یکی از حامیان اولیه. بازوی سرمایهگذاری خطرپذیر آن، Wipro Ventures، اولین سرمایهگذار نهادی در آوامو در سال ۲۰۱۴ بود.
همزمان با جشن دهمین سالگرد تأسیس آوامو، همکاری با ویپرو این شرکت را به نقطه آغاز بازمیگرداند و بر ارزش بلندمدت مشارکتهای استراتژیک در فناوری سازمانی تأکید میکند.
همبنیانگذاران آوامو، رام منون و سریرام چاکراوارتی، دههها تجربه نرمافزار سازمانی را به ارمغان میآورند. هر دو بخشی از رهبری TIBCO در طول مرحله رشد آن بودند و چاکراوارتی تلاشهای مهندسی را در طول خرید آن توسط Vista Equity Partners در سال ۲۰۱۴ رهبری میکرد.