Perplexity மூலம் உலகளாவிய அணிகள் எவ்வாறு வேகமாக மற்றும் துல்லியமாக பணியாற்ற PayPal அதிகாரம் அளிக்கிறது

PayPal போன்ற பெரிய நிறுவனத்தில், பல்லாயிரக்கணக்கான ஊழியர்களை AI-ஐ ஏற்றுக்கொள்ள வைப்பது சாதாரண விஷயமல்ல. 200-க்கும் மேற்பட்ட சந்தைகளில் சந்தைப்படுத்தல், தரவு அறிவியல், இடர் மேலாண்மை மற்றும் மாதிரிக் கட்டுப்பாடு என பல்வேறு குழுக்களைக் கொண்ட PayPal-இல், AI-ஐ அறிமுகப்படுத்துவது மாதக்கணக்கிலான பயிற்சி ஸ்லைடுகள், பைலட் திட்டங்கள் மற்றும் பகுதி அளவிலான ஏற்புமுறை ஆகியவற்றைக் குறிப்பதாக எளிதில் அமைந்திருக்கலாம்.

ஆனால் PayPal வேறுபட்ட அணுகுமுறையைக் கையாளியது: இது ஊழியர்களுக்கு பல AI தீர்வுகளைப் பயன்படுத்தும் வாய்ப்பை வழங்கி, அவர்களுக்கு எது மிகச்சரியாகப் பொருந்துகிறதோ அதைத் தேர்ந்தெடுக்க அனுமதித்தது. PayPal நிறுவனத்தின் AI சரளத்தன்மை மற்றும் உருமாற்றத் தலைவரான கீத் ஸ்விடர்ஸ்கிக்கு (Keith Swiderski), துல்லியம் என்பது சமரசம் செய்து கொள்ள முடியாத ஒன்றாகும். அதிக தாக்கம் ஏற்படுத்தும் முடிவுகளை எடுக்க, அவருக்குத் துல்லியமான சந்தை நுண்ணறிவும் போட்டிப் பகுப்பாய்வும் தேவைப்பட்டன.

குறுகிய கற்றல் வளைவு, பரந்த அளவிலான பயன்பாட்டு வழக்குகள்

மாதிரி ஆளுமைத் தலைவர் கிரஹாம் வூட்ஸ் (Graham Woods) ஒரு சவாலை எதிர்கொண்டார்: புதிய பிழைகளை உருவாக்காமல், PayPal-இன் சொந்த (in-house) மாதிரிகளை இருமுறை சரிபார்க்கக்கூடிய ஒரு AI தீர்வு அவருக்குத் தேவைப்பட்டது. நிறுவனத்தின் அனைத்துப் பகுதிகளிலும் கோரிக்கை எளிமையாக இருந்தது: சந்தை ஆராய்ச்சி முதல் தரவு சரிபார்ப்பு வரை அனைத்தையும் குறைந்தபட்ச மறுவேலையுடன் கையாளக்கூடிய, நம்பகமான, திறமையான மற்றும் எளிதில் கற்றுக்கொள்ளக்கூடிய ஒன்று PayPal-க்குத் தேவைப்பட்டது.

PayPal-இன் இந்த அணுகுமுறை திட்டமிட்டே மேற்கொள்ளப்பட்டதாகும். PayPal நிறுவனத்தின் AI உலகளாவிய தலைவரான பிரகர் மெஹ்ரோத்ரா கூறுகையில், "முக்கியமான முடிவுகளில் AI-ஐப் பயன்படுத்துவதற்கு ஊழியர்கள் போதுமான அளவு நம்பும்போது அது அதிகபட்ச மதிப்பினை உருவாக்குகிறது. PayPal-இல் எங்கள் அணுகுமுறை, அந்த நம்பிக்கையை அடிமட்டத்திலிருந்து உருவாக்குவதாகவும், சிறந்த கருவிகள் மற்றும் பயிற்சிகளை அணிகளுக்கு வழங்குவதாகவும், முடிவுகளைத் தாங்களே பேச வைப்பதாகவும், ஒவ்வொருவரும் AI-ஐப் பயன்படுத்தும் முறையை வளப்படுத்துவதற்கு நாம் கற்றுக்கொண்டவற்றைப் பயன்படுத்துவதாகவும் இருந்துள்ளது. அடுத்த பத்தாண்டுகளில் வெற்றி பெறும் நிறுவனங்கள், AI-ஐ எந்தளவுக்கு ஆழமாக உள்வாங்கி, தங்கள் சிந்தனை மற்றும் பணியை அது மாற்றியமைக்கும் வகையில் செயல்படுகின்றனவோ அந்த நிறுவனங்களாகவே இருக்கும். PayPal-இன் குறிக்கோள் AI-ஐ அதற்காக மட்டும் ஏற்றுக்கொள்வதல்ல, மாறாக AI சரளத்தன்மை எதிர்பார்க்கப்படும் மற்றும் ஒவ்வொரு அணியும் முடிவுகளை மாற்றக்கூடிய வேகம் மற்றும் துல்லியத்துடன் செயல்படும் பணியாளர்களை உருவாக்குவதாகும்" என்றார்.

பரந்த அளவிலான பணிப்பாய்வுகளில் தகவமைக்கக்கூடியது

Perplexity என்பது பல்வேறு பணிப்பாய்வுகளில் நிலையானதாகவும், துல்லியமானதாகவும், தகவமைத்துக் கொள்ளக்கூடியதாகவும் இருப்பதை PayPal ஊழியர்கள் கண்டறிந்தனர். இன்று, கீத் தனது நிறுவனத்தை முன்னெடுத்துச் செல்லும் நுண்ணறிவுகளாக போட்டி நுண்ணறிவு, சேனல் தரவு மற்றும் சந்தை போக்குகளை விரைவாக வடிகட்ட Perplexity Enterprise-ஐப் பயன்படுத்துகிறார். புதிய சந்தைப்படுத்தல் வாய்ப்புகளுக்கான உள் நிலைப்பாட்டை அவர் உருவாக்கியபோது, ஈடுபாட்டுத் தரவு மற்றும் தொழில்துறை பெஞ்ச்மார்க்ஸ் உள்ளிட்ட தனக்குத் தேவையான அனைத்தையும் Perplexity ஒரே உரையாடலில் வழங்கியது.

"சேனல் செயல்திறன் அல்லது ஒட்டுமொத்த வணிகத் துறை பற்றிய அறிக்கையாக இருந்தாலும் சரி, நான் பெறும் வெளியீடுகளை நான் நம்பலாம் என்பதை அறிவேன்" என்று அவர் கூறுகிறார். "நூற்றுக்கணக்கான துண்டிக்கப்பட்ட மூலங்களைச் சரிபார்ப்பதற்குப் பதிலாக அல்லது ஆராய்ச்சி நிறுவனங்களை நம்பியிருப்பதற்குப் பதிலாக, உண்மையான நேரத்தில் நான் யோசனைகளை அழுத்தச் சோதனை (pressure-test) செய்ய முடியும் மற்றும் சரிபார்க்கக்கூடிய தரவுகளில் வேரூன்றியுள்ளன என்பதை நான் அறிந்த பரிந்துரைகளுடன் தலைமைத்துவக் கூட்டங்களுக்குச் செல்ல முடியும். இது எங்கள் வேலையை நாங்கள் அணுகும் முறையை அடிப்படையாக மாற்றியுள்ளது."

கிரஹம்பைப் பொறுத்தவரை, இந்தக் கருவி அவரது சரிபார்ப்புச் செயல்பாட்டில் ஒரு முக்கிய “மனிதன்-இணைப்பில்” (human-in-the-loop) பங்காளியாக மாறியுள்ளது. அவர் டிரான்ஸ்கிரிப்டுகளைப் பதிவேற்றுகிறார், Perplexity-இன் விளக்கங்களை மதிப்பாய்வு செய்கிறார், மேலும் அவற்றை PayPal-இன் உள் மாதிரி வெளியீட்டுடன் குறுக்கு-சரிபார்ப்பு (cross-check) செய்கிறார். இது ஒரு தவறான வகைப்பாடு (misclassification) எவ்வாறு நிகழ்ந்தது என்பதைக் கண்டறிவதை மிகவும் எளிதாக்குகிறது. இது ஒரு தர்க்கப் பிழையா, வரையறைப் பிரச்சினையா அல்லது குழப்பமான தரவா? இப்போது, அவரை சில நிமிடங்களில் கண்டறிய முடிகிறது.

மேலும் ஆராய்வதற்கான தெளிவான வழித்தடம்

இதற்கிடையில், நிறுவன இடர் கண்காணிப்பாளர் மைக்கேல் அபோட் (Michael Abboud), மக்கள் மற்றும் வணிகங்கள் தாங்கள் கூறுபவர்கள் தானா என்பதைச் சரிபார்க்க Perplexity Enterprise-ஐப் பயன்படுத்துகிறார். அவரது பணியில் உரிமையாளர் விவரங்களைக் குறுக்கு-குறிப்பு செய்தல், பொருந்தாத நிறுவனங்களை அடையாளம் காணுதல் மற்றும் சந்தேகத்திற்கிடமான கணக்குகளைக் கொடியிடுதல் ஆகியவை அடங்கும். இதற்கு பல தாவல்களையும் (tabs) துண்டிக்கப்பட்ட மூலங்களையும் ஒரே நேரத்தில் கையாள வேண்டியிருக்கலாம். இப்போது, Perplexity-ஐப் பயன்படுத்துவதன் மூலம், மைக்கேல் ஒரே சுத்தமான பணிப்பாய்வில் வேலை செய்கிறார், எத்தனையோ கணக்கில் வராதபோது தெளிவான வழித்தடத்தை வழங்கும் மேற்கோள்களுடன் செயல்படுகிறார்.

பெரிய அளவிலான AI ஏற்புமுறை மெதுவாக நகரும் அவசியமில்லை என்பதை PayPal நிரூபித்தது. ஊழியர்களுக்கு பல்வேறு AI கருவிகளுக்கான அணுகலையும், அவற்றை தங்களது சொந்த பணிப்பாய்வுகளில் ஒருங்கிணைப்பதற்கான தன்னாட்சியையும் வழங்குவதன் மூலம், PayPal தனது அணிகள் முழுவதும் மிகவும் நம்பிக்கையான முடிவெடுப்பதைக் கண்டது.

நம்பிக்கை, வேகம் மற்றும் அளவு

இன்று, 3,700-க்கும் மேற்பட்ட ஊழியர்கள் Perplexity Enterprise-ஐ வாரந்தோறும் பயன்படுத்துகின்றனர். வேலையை வெளியில் outsourcing செய்யாமலோ அல்லது ஆட்களைச் சேர்க்காமலோ, அணிகள் விரைவாகச் செயல்படவும் மிகவும் நம்பிக்கையான முடிவுகளை எடுக்கவும் இந்த இயங்குதளம் உதவுகிறது.

கிரஹாம்பைப் பொறுத்தவரை, ஒரு காலத்தில் முழு நாள் கையேடு சரிபார்ப்பு தேவைப்பட்ட பணி, இப்போது மிகக் குறைந்த நேரத்தையே எடுத்துக்கொள்கிறது. அவர் தனது Microsoft SharePoint ஆளுமை மையத்தை மீண்டும் உருவாக்கவும், Miro போர்டு மூலம் முழுமையான மாதிரி வாழ்க்கைச் சுழற்சியை வரைபடமாக்கவும் Perplexity Enterprise-ஐப் பயன்படுத்தினார். இந்தப் பணி அவருக்கு உள்நாட்டு விருதைப் பெற்றுத் தந்ததுடன், மூத்த தலைமைத்துவத்துடன் இரண்டாவது மையம் ஒதுக்கப்படுவதற்கும் வழிவகுத்தது.

"Perplexity ஒவ்வொரு வெளியீட்டிற்கான காரணத்தையும் எங்களுக்கு வழங்குகிறது, அதுதான் நம்பிக்கையுடன் முன்னோக்கிச் செல்ல உதவுகிறது" என்று அவர் கூறுகிறார். "இதன் மூலம், சரிபார்ப்புக்கு மிகக் குறைந்த நேரத்தையே செலவிடுகிறோம், மேலும் மூலோபாயத்தை வகுக்க அதிக நேரத்தைச் செலவிடுகிறோம்."

பணிப்பாய்வுகளை மேம்படுத்துவதற்கான குறிப்புகள்

குறிப்பு 1 - நம்பிக்கைக்கு முன்னுரிமை அளிக்கவும்: நீங்கள் ஏற்றுக்கொள்ளும் AI தீர்வு, சரிபார்க்கக்கூடியதாகவும் தணிக்கை செய்யக்கூடியதாகவும் இருப்பதன் மூலம் நம்பிக்கையை வளர்க்க வேண்டும். முடிவுகளை மேற்கோள்களுடன் சரிபார்க்கவும் பின்தொடர்தல் கேள்விகளை எளிதாகக் கேட்கவும் உங்கள் ஊழியர்களுக்கு அனுமதிக்கும் ஒரு தீர்வை வழங்குங்கள்.

குறிப்பு 2 - ஏற்கனவே உள்ள பணிப்பாய்வுகளில் AI-ஐ உருவாக்குங்கள்: உங்கள் தற்போதைய தொழில்நுட்ப ஸ்டேக் மற்றும் ஒத்துழைப்பு இயங்குதளங்களில் AI-ஐ ஒருங்கிணைக்கவும். ஊழியர்கள் எதிர்கொள்ளும் உராய்வு குறைய குறைய, உண்மையான ஏற்புமுறையும் அளவிடக்கூடிய ROI-யும் வேகமாகப் பின்தொடரும்.

குறிப்பு 3 - AI-ஐ திறனை விரிவுபடுத்துபவராக ஊக்குவிக்கவும்: ஆராய்ச்சி, சரிபார்ப்பு மற்றும் ஆவணப்படுத்தல் பணிகளை விடுவிப்பதன் மூலம், மூலோபாயத்தை வகுப்பதற்கும் புதுமைகளை உருவாக்குவதற்கும் அதிக நேரத்தைச் செலவிட AI மக்களுக்கு சுதந்திரம் அளிக்க முடியும்.