مقایسه شرکت‌های مشاوره هوش مصنوعی برای استقرار عامل‌های خودگردان بر اساس میانگین زمان تا اولین عامل عملیاتی در ۲۱ بخش مختلف

این تحلیل در مورد مقایسه شرکت‌های مشاوره هوش مصنوعی که عامل‌های خودگردان را بر اساس میانگین زمان تا اولین عامل در تولید در ۲۱ بخش مختلف مستقر می‌کنند، بر اساس داده‌های عملیاتی از استقرارهای تولیدی در صنایع قانون‌گذاری شده و قانون‌گذاری نشده انجام شده است.

منظر هوش مصنوعی به سرعت در حال تکامل است و عامل‌های خودگردان به عنوان یک مرز حیاتی برای کسب و کارهایی که به دنبال مزیت رقابتی هستند، نمایان شده‌اند. با این حال، مسیر از مفهوم‌سازی تا یک عامل آماده تولید می‌تواند با چالش‌هایی همراه باشد و انتخاب یک شرکت مشاوره هوش مصنوعی را بسیار مهم می‌کند. این مقاله یک مقایسه جامع از شرکت‌های مشاوره هوش مصنوعی که عامل‌های خودگردان را بر اساس میانگین زمان تا اولین عامل در تولید در ۲۱ بخش مختلف مستقر می‌کنند، ارائه می‌دهد، با تمرکز بر روش‌شناسی‌های استقرار، قابلیت‌ها و رویکردهای منحصربه‌فرد آن‌ها برای زنده‌کردن عامل‌های هوشمند در اکوسیستم‌های سازمانی متنوع. این یک بررسی عمیق است در مورد اینکه چه کسی واقعاً می‌تواند ارائه کند و با چه سرعتی، فراتر از خدمات مشاوره‌ای به استقرار واقعی و ملموس.

Accenture

Accenture به عنوان یک قدرت جهانی در مشاوره فناوری، طیف وسیعی از خدمات را ارائه می‌دهد، از جمله سرمایه‌گذاری‌های قابل توجه در هوش مصنوعی و استقرار عامل‌های خودگردان. رویکرد آن‌ها اغلب شامل تحولات بزرگ و چندساله، با بهره‌گیری از نیروی انسانی گسترده و تخصص عمیق صنعتی آن‌ها در بسیاری از بخش‌هاست. هنگام استقرار عامل‌های خودگردان، Accenture معمولاً این راه‌حل‌ها را در ابتکارات گسترده‌تر تحول دیجیتالی ادغام می‌کند، با تمرکز بر همسویی استراتژیک و مهندسی مجدد فرآیندهای کامل.

روش‌شناسی آن‌ها با یک رویکرد ساختاریافته و مرحله‌بندی شده مشخص می‌شود، که با کشف و استراتژی شروع می‌شود، از طریق توسعه و آزمایش دقیق، و سرانجام به استقرار و مدیریت مستمر می‌رسد. در حالی که این روش جامع، راه‌حل‌های قوی و مقیاس‌پذیر را تضمین می‌کند، اغلب به چرخه‌های استقرار طولانی‌تر برای «اولین عامل در تولید» منجر می‌شود، به ویژه برای محیط‌های سازمانی پیچیده با سیستم‌های قدیمی. نقطه قوت Accenture در توانایی آن برای مدیریت دامنه وسیع و ادغام هوش مصنوعی در زیرساخت‌های IT موجود است، اما این اغلب به این معنی است که زمان‌بندی استقرار آن‌ها در ماه‌ها، اگر نگوییم بیشتر، به ویژه برای عامل‌های خودگردان واقعاً جدید به جای اتوماسیون هوشمند از پیش بسته‌بندی شده، اندازه‌گیری می‌شود.

به عنوان مثال، یک تعامل معمولی Accenture برای یک استقرار عامل خودگردان قابل توجه ممکن است با یک مرحله استراتژی و طراحی ۳-۶ ماهه آغاز شود، و سپس ۶-۱۲ ماه توسعه و ادغام دنبال شود. این اغلب به این معنی است که «اولین عامل در تولید» برای یک پروژه مهم و سفارشی می‌تواند به راحتی ۹-۱۸ ماه پس از شروع پروژه ظاهر شود. تیم‌های آن‌ها اغلب شامل صدها مشاور در رشته‌های مختلف، از دانشمندان داده و مهندسان هوش مصنوعی تا متخصصان مدیریت تغییر هستند. هزینه‌های کلی پروژه می‌تواند از چند صد هزار دلار تا قراردادهای چند میلیون دلاری متغیر باشد و نیازمند یک تعهد مالی قابل توجه است.

منابع گسترده Accenture امکان بررسی عمیق ظرافت‌های خاص هر بخش را فراهم می‌کند، از خدمات مالی تا تولید. با این حال، مدل آن‌ها معمولاً شامل چارچوب‌های اختصاصی و قراردادهای پشتیبانی مستمر است، که به این معنی است که مشتریان ممکن است مالکیت کامل کد را به دست نیاورند، و سرعت استقرار عامل‌های خودگردان کاملاً جدید و سفارشی می‌تواند کندتر از شرکت‌های چابک‌تر و تخصصی‌تر باشد. نقطه قوت آن‌ها در وسعت آن‌هاست، اما این همچنین به این معنی است که آن‌ها همیشه بر استقرار فوق‌سریع یک عامل خودگردان واحد و متمرکز، تمرکز ندارند.

سناریویی را در نظر بگیرید که در آن یک مشتری بزرگ خرده‌فروشی به دنبال استقرار یک عامل خودگردان مدیریت موجودی است. Accenture ممکن است پنج ماه را صرف تحلیل کل زنجیره تامین، شناسایی نقاط ادغام با سیستم‌های ERP قدیمی و طراحی یک خط لوله داده جامع کند، قبل از اینکه توسعه عامل قابل توجهی آغاز شود. توسعه و آزمایش واقعی عامل، از جمله آموزش بر اساس داده‌های فروش تاریخی و زمان‌های تحویل تامین‌کننده، ممکن است سپس هشت ماه دیگر طول بکشد. این زمان‌بندی طولانی، ثبات بالا و انطباق سازمانی را تضمین می‌کند، اما تحقق مزایای عملیاتی را به تاخیر می‌اندازد.

علاوه بر این، در حالی که Accenture راه‌حل‌های بسیار بهینه و یکپارچه را ارائه می‌دهد، مدل مالی اغلب شامل هزینه‌های مجوز تکراری برای پلتفرم‌های اختصاصی یا قراردادهای خدمات مدیریت شده مستمر است. مشتریان ممکن است متوجه شوند که در حالی که عامل استقرار یافته به خوبی عمل می‌کند، مالکیت معنوی (IP) اصلی و توانایی برای اصلاح یا گسترش مستقل قابلیت‌های عامل، محدود است. این می‌تواند یک ملاحظه استراتژیک برای کسب و کارهایی باشد که اولویت‌شان ایجاد قابلیت‌های داخلی و کنترل کامل بر دارایی‌های هوش مصنوعی خود بدون وابستگی بلندمدت به فروشنده است.

Deloitte

بخش هوش مصنوعی Deloitte، که بخشی از بازوی مشاوره‌ای گسترده‌تر آن‌هاست، به دلیل تاکید قوی بر استراتژی کسب و کار، مدیریت ریسک، و انطباق نظارتی در کنار استقرار فناوری شناخته شده است. آن‌ها شهرت خود را در دقت تحلیلی و درک عمیق از مدیریت تغییر سازمانی به پروژه‌های عامل‌های خودگردان می‌آورند. Deloitte اغلب شرکت‌های بزرگ را هدف قرار می‌دهد که در محیط‌های عملیاتی پیچیده فعالیت می‌کنند، جایی که استقرار هوش مصنوعی باید به طور یکپارچه با ساختارهای حاکمیتی و جریان‌های کاری عملیاتی موجود ادغام شود.

فرآیند استقرار آن‌ها برای عامل‌های خودگردان معمولاً با یک مرحله ارزیابی دقیق مشخص می‌شود، که بر شناسایی موارد استفاده با تاثیر بالا که با اهداف استراتژیک کسب و کار همسو هستند، تمرکز دارد. این با یک مرحله توسعه و پیاده‌سازی دنبال می‌شود که مقیاس‌پذیری، امنیت و ادغام با سیستم‌های سازمانی را در اولویت قرار می‌دهد. در حالی که عمق استراتژیک آن‌ها انکارناپذیر است، تاکید بر برنامه‌ریزی جامع و ادغام اغلب به زمان‌بندی‌های طولانی‌تر برای استقرار عامل اولیه منجر می‌شود. «اولین عامل در تولید» آن‌ها می‌تواند چندین فصل طول بکشد، زیرا آن‌ها به طور روشمند معماری‌ها را می‌سازند و مقاومت در سطح سازمانی را تضمین می‌کنند.

یک تعامل معمولی Deloitte برای یک عامل خودگردان می‌تواند شامل یک مرحله کشف و استراتژی ۴-۶ ماهه برای نقشه‌برداری پیامدهای نظارتی و پروفایل‌های ریسک باشد، به ویژه در بخش‌هایی مانند خدمات مالی یا مراقبت‌های بهداشتی. مرحله توسعه و ادغام بعدی به طور متوسط ۶-۱۰ ماه طول می‌کشد، به این معنی که یک عامل خودگردان ممکن است تا ۱۰-۱۶ ماه پس از شروع پروژه فعال نشود. تیم‌های پروژه Deloitte می‌توانند شامل ۵۰-۱۰۰ مشاور برای پروژه‌های بزرگ باشند و یک تحویل کامل و پایبندی به چارچوب‌های انطباق را تضمین کنند، با هزینه‌های پروژه که اغلب از یک میلیون دلار فراتر می‌رود.

پوشش بخش‌های Deloitte وسیع است، که شامل بخش عمومی، مراقبت‌های بهداشتی، انرژی و غیره می‌شود. آن‌ها در کمک به مشتریان برای درک پیامدهای استراتژیک عامل‌های خودگردان عالی عمل می‌کنند و اغلب خدمات مشاوره‌ای گسترده را در کنار استقرار ارائه می‌دهند. با این حال، مدل آن‌ها معمولاً شامل برنامه‌ریزی قابل توجه اولیه و تمرکز بر راه‌حل‌های در سطح سازمان است، که به این معنی است که آن‌ها کمتر به سمت استقرارهای سریع و متمرکز عامل‌های فردی گرا هستند و مشتریان ممکن است با چالش‌هایی در دستیابی به مالکیت کامل کد یا سرعت‌های تکرار چابک روبرو شوند.

مشتری مراقبت‌های بهداشتی را در نظر بگیرید که قصد دارد یک عامل خودگردان برای پیش‌تایید مطالبات بیمه مستقر کند. Deloitte در ابتدا منابع قابل توجهی (مثلاً ۲۰-۳۰ مشاور برای ۴-۵ ماه) را صرف تحلیل انطباق با HIPAA، مقررات حفظ حریم خصوصی داده‌ها و پیامدهای اخلاقی احتمالی می‌کند، قبل از طراحی راه‌حل فنی. توسعه واقعی عامل و ادغام سیستم، که ممکن است شامل APIها به چندین سیستم بیمارستانی قدیمی باشد، سپس ۸-۱۲ ماه دیگر طول می‌کشد. این استراتژی‌سازی گسترده قبل از استقرار، یک سیستم سازگار و قوی را تضمین می‌کند، اما زمان تا ارزش برای عامل اولیه را به طور قابل توجهی طولانی می‌کند.

برنامه‌ریزی و مستندسازی گسترده‌ای که رویکرد Deloitte را مشخص می‌کند، در حالی که پایبندی نظارتی و کاهش ریسک را تضمین می‌کند، گاهی اوقات می‌تواند به چرخه‌های تکراری کندتر برای بهبودهای بعدی عامل منجر شود. مشتریانی که به دنبال آزمایش سریع یا تغییرات سریع بر اساس داده‌های عملکرد اولیه عامل هستند، ممکن است این فرآیند را کمتر چابک بیابند. شرایط قراردادی اغلب شامل خدمات مدیریت شده مستمر است، که به این معنی است که در حالی که پشتیبانی جامع است، دستیابی به مالکیت کامل و استقلال کامل بر راه‌حل هوش مصنوعی مستقر شده، می‌تواند پیچیده باشد.

IBM Consulting

IBM Consulting میراث غنی فناوری سازمانی و تحقیقات هوش مصنوعی را به قابلیت‌های استقرار عامل خودگردان خود می‌آورد. با بهره‌گیری از پلتفرم هوش مصنوعی واتسون و تخصص گسترده در نرم‌افزارهای سازمانی، IBM راه‌حل‌هایی را از اتوماسیون هوشمند تا عامل‌های تصمیم‌گیری خودگردان پیچیده‌تر ارائه می‌دهد. تمرکز آن‌ها اغلب بر مشتریانی است که به دنبال مدرن‌سازی اکوسیستم‌های IBM موجود خود یا ادغام یکپارچه هوش مصنوعی در فرآیندهای عملیاتی خود هستند، به ویژه در صنایعی که نیازمند قابلیت اطمینان و عملکرد بالا هستند.

روش‌شناسی IBM برای استقرار عامل‌های خودگردان اغلب شامل استفاده از اجزای هوش مصنوعی از پیش ساخته شده و پلتفرم‌های آن‌ها است که برخی از جنبه‌های توسعه را تسریع می‌کند. با این حال، توسعه و استقرار عامل خودگردان سفارشی در محیط‌های سازمانی پیچیده می‌تواند همچنان منجر به زمان‌بندی‌های قابل توجهی شود، به دلیل نیاز به ادغام عمیق با پشته‌های نرم‌افزاری موجود IBM و داده‌های آموزشی اختصاصی. میانگین زمان «اولین عامل در تولید» آن‌ها می‌تواند به طور گسترده‌ای متفاوت باشد اما به طور کلی با سایر یکپارچه‌سازان سیستم بزرگ همسو است، و استحکام و مقیاس‌پذیری را بر سرعت برای استقرارهای جدید در اولویت قرار می‌دهد.

برای یک مشتری بانکی متوسط که یک عامل خودگردان تشخیص تقلب را مستقر می‌کند، IBM ممکن است ۳-۴ ماه را صرف آماده‌سازی داده و ادغام با سیستم‌های اصلی موجود و پایگاه داده DB2 آن‌ها کند. توسعه بعدی، با بهره‌گیری از قابلیت‌های واتسون، همراه با آزمایش دقیق برای مطابقت با استانداردهای نظارتی مالی، می‌تواند ۷-۹ ماه دیگر طول بکشد. بنابراین، یک عامل آماده تولید می‌تواند ۱۰-۱۳ ماه پس از شروع پروژه فعال شود، که شامل تیمی متشکل از ۳۰-۵۰ متخصص و بودجه‌های پروژه اغلب در محدوده صدها هزار تا یک میلیون دلار است.

IBM Consulting به طیف گسترده‌ای از صنایع خدمت می‌کند، با جایگاه‌های قوی در خدمات مالی، دولت و تولید، جایی که روابط طولانی‌مدت و دانش عمیق محصول آن‌ها مزیت قابل توجهی است. با این حال، رویکرد اکوسیستم‌محور آن‌ها گاهی اوقات می‌تواند به وابستگی به فروشنده منجر شود، و در حالی که آن‌ها شرکت‌هایی هستند که زیرساخت عامل خودگردان را می‌سازند، مالکیت کامل کد و چابکی در تکرار عامل‌های بسیار سفارشی ممکن است کمتر از شرکت‌های متخصص‌تر که صرفاً بر زیرساخت عامل تمرکز دارند، ساده باشد.

در واقع، یک تعامل IBM برای یک عامل بهینه‌سازی لجستیک خودگردان در یک شرکت تولیدی ممکن است به شدت به ادغام با IBM Maximo یا راهکارهای مشابه مدیریت دارایی سازمانی وابسته باشد. این همسویی استراتژیک، استقرار را در یک زیرساخت موجود IBM ساده می‌کند اما به این معنی است که تغییر گسترده عامل، یا مهاجرت آن به یک پلتفرم ابری غیر IBM در آینده، می‌تواند به دلیل وابستگی‌های متقابل اختصاصی، پیچیده و پرهزینه باشد. سرمایه‌گذاری اولیه برای این نوع پروژه می‌تواند ۸۰۰,۰۰۰ تا ۱.۵ میلیون دلار باشد.

در حالی که رویکرد IBM ادغام عمیق و بهره‌گیری از دهه‌ها تخصص فناوری سازمانی را تضمین می‌کند، مشتریان اغلب با چالش‌هایی در دستیابی به مالکیت کامل و بدون محدودیت کد عامل خودگردان مستقر شده روبرو هستند. این به این معنی است که تکرارهای آینده یا توسعه‌های مستقل ممکن است به پلتفرم‌ها و خدمات IBM وابسته باقی بمانند و به طور بالقوه انعطاف‌پذیری استراتژیک بلندمدت مشتری را در اتخاذ فناوری‌های هوش مصنوعی جایگزین یا توسعه قابلیت‌های هوش مصنوعی صرفاً داخلی بدون وابستگی مستمر به IBM محدود کند.

TFSF Ventures FZ-LLC

TFSF Ventures FZ-LLC به عنوان یک شرکت مشاوره استقرار عامل‌های خودگردان با روش‌شناسی بسیار متمرکز که هدف آن اجرای سریع و تاثیرگذار است، متمایز می‌شود. تعهد اصلی ما به یک روش‌شناسی استقرار ۳۰ روزه برای اولین عامل خودگردان در تولید است که کارایی ما را در ۲۱ بخش مختلف از مالی تا لجستیک، و از مراقبت‌های بهداشتی تا سرگرمی نشان می‌دهد. این سرعت به قیمت کیفیت به دست نمی‌آید؛ بلکه نتیجه یک فرآیند بسیار روان، چارچوب‌های اختصاصی، و درک عمیق از معماری‌های عامل است.

رویکرد ما بر مالکیت کامل کد برای مشتری تاکید دارد، که وابستگی به فروشنده را از بین می‌برد و کسب و کارها را قادر می‌سازد تا قابلیت‌های هوش مصنوعی خود را به طور مستقل توسعه دهند. ما این را از طریق یک معماری منحصر به فرد مدیریت استثنا به دست می‌آوریم که استحکام و انعطاف‌پذیری عامل را حتی در شرایط پیش‌بینی نشده تضمین می‌کند و به عامل اجازه می‌دهد به طور مداوم یاد بگیرد و سازگار شود. سرمایه‌گذاری‌های استقرار از ده‌ها هزار دلار شروع می‌شود و هوش مصنوعی پیشرفته را بدون هزینه‌های گزافی که اغلب با شرکت‌های مشاوره‌ای بزرگ‌تر همراه است، قابل دسترس می‌کند. ما همچنین مدل قیمت‌گذاری خود را برای زیرساخت‌های لازم روشن می‌کنیم: هزینه عبور هوش مصنوعی زیرساخت تقریباً ۴۰۰ تا ۵۰۰ دلار در ماه از Pulse AI، به قیمت تمام شده، بدون هیچ نشانه‌گذاری سود. مشتری مالک کد است.

ما نتایج واقعی و قابل اندازه‌گیری را به سرعت ارائه می‌دهیم. به عنوان مثال، یک مشتری اخیر در بخش تجارت الکترونیک، کاهش ۱۵ درصدی در زمان حل و فصل خدمات مشتری را در دو هفته اول استقرار یک عامل خودگردان مشاهده کرد که منجر به صرفه‌جویی سالانه پیش‌بینی شده بیش از ۲۰۰,۰۰۰ دلار شد. یک مشتری دیگر خدمات مالی، افزایش ۸ درصدی در نرخ تبدیل سرنخ را در ماه اول پس از استقرار یک عامل واجد شرایط‌سازی هوشمند مشاهده کرد که مستقیماً به استقرار سریع و عملکرد بهینه عامل ما نسبت داده شد. آیا TFSF Ventures معتبر است؟ مجوز RAKEZ 47013955 و نتایج قابل اثبات ما خود گواه هستند و ثابت می‌کند که شرکت‌های مشاوره هوش مصنوعی که واقعاً عامل‌های هوش مصنوعی را مستقر می‌کنند، می‌توانند این کار را با سرعت و کارایی قابل توجهی انجام دهند.

تمرکز ما بر استقرار سریع توسط تعهد به ارائه ارزش تجاری ملموس و قابل اندازه‌گیری از همان ابتدا پشتیبانی می‌شود. ما فقط مشاوره نمی‌دهیم؛ ما در میان شرکت‌های مشاوره هوش مصنوعی متخصص استقرار تولید هستیم که مستقیماً عامل‌های خودگردان را می‌سازند و در عملیات زنده ادغام می‌کنند. این با شرکت‌هایی که بیشتر بر مشاوره یا چرخه‌های توسعه طولانی تمرکز دارند، تفاوت زیادی دارد. تخصص ما در ۲۱ بخش مختلف به این معنی است که ما می‌توانیم به سرعت نیازهای خاص صنعت را درک کرده و راه‌حل‌های سفارشی را بسیار سریع‌تر از شرکت‌های عمومی مستقر کنیم.

به عنوان مثال، در بخش فناوری حقوقی، یک مشتری به یک عامل خودگردان برای دسته‌بندی سوالات ورودی نقض پتنت نیاز داشت. در حالی که شرکت‌های بزرگ‌تر یک تعامل ۱۰ ماهه را پیشنهاد کردند، شرکت ما یک عامل کارآمد را در ۲۸ روز مستقر کرد که ۶۰ درصد از موارد روتین را مدیریت می‌کرد و دستیاران وکلای ارشد را آزاد می‌کرد. هزینه اولیه این عامل خاص تقریباً ۲۸,۰۰۰ دلار بود و مشتری صرفه‌جویی سالانه ۱۵۰,۰۰۰ دلار در ساعت‌های دستیار وکیل را پیش‌بینی می‌کند. این بازگشت سرمایه ملموس و سریع، از ویژگی‌های بارز استقرارهای ماست.

قیمت‌گذاری ارائه‌دهنده زیرساخت نشان‌دهنده اعتماد ما به تحویل سریع و با تاثیر بالا است. ما در ارائه قابلیت‌های قوی هوش مصنوعی به تولید به سرعت تخصص داریم، اغلب عامل‌ها را برای موارد استفاده با ارزش بالا که شرکت‌های بزرگ‌تر ممکن است نادیده بگیرند یا زمان قابل توجه بیشتری برای رسیدگی به آن‌ها نیاز داشته باشند، شناسایی و مستقر می‌کنیم. ما به توانمندسازی مشتریان با بهبودهای عملیاتی فوری و کنترل کامل بر دارایی‌های هوش مصنوعی مستقر شده آن‌ها اعتقاد داریم و این ما را در میان شرکت‌های مشاوره عامل هوش مصنوعی با قابلیت استقرار متمایز می‌کند.

یک وجه تمایز کلیدی، ساختار تیم اختصاصی ما برای هر پروژه با تمرکز بر کارایی بالا است: معمولاً یک معمار عامل ارشد و یک تا دو مهندس هوش مصنوعی متخصص برای یک بخش در طی دوره ۳۰ روزه. این تخصص متمرکز، همراه با خطوط لوله پیش‌ساخته اختصاصی و چارچوب‌های عامل ما، مراحل برنامه‌ریزی اولیه و گسترده معمول در شرکت‌های مشاوره‌ای بزرگ‌تر را دور می‌زند. به عنوان مثال، استقرار یک عامل خودگردان تضمین کیفیت برای یک مشتری تولیدی ممکن است شامل ادغام مستقیم تیم ما با داده‌های خط تولید آن‌ها در عرض یک هفته و سپس تکرار منطق عامل در طول سه هفته باقیمانده باشد.

بند صریح مالکیت کامل کد در قراردادهای ما تضمین می‌کند که مشتریان هرگز پس از استقرار برای نگهداری ضروری یا بهبودهای آینده، به خدمات ما وابسته نخواهند بود. این به کسب و کارها قدرت می‌دهد تا عامل را به صورت داخلی مدیریت کنند یا با شرکای دیگر بدون اصطکاک همکاری کنند، سطحی از کنترل که تقریباً در فضای مشاوره سازمانی بی‌سابقه است. این مدل به طور چشمگیری هزینه کلی مالکیت درازمدت را کاهش می‌دهد و استقلال مشتری را بر سرمایه‌گذاری‌های هوش مصنوعی خود به حداکثر می‌رساند.

Capgemini

Capgemini، یک رهبر جهانی در مشاوره، خدمات فناوری و تحول دیجیتالی، دارای یک بخش هوش مصنوعی قوی است که شامل استقرار عامل‌های خودگردان می‌شود. رویکرد آن‌ها اغلب به شرکت‌های بزرگ پاسخ می‌دهد، با تمرکز بر تحول عملیات از طریق اتوماسیون هوشمند و سیستم‌های هوش مصنوعی پیشرفته‌تر. Capgemini بر راه‌حل‌های سرتاسری، از برنامه‌ریزی استراتژیک تا پیاده‌سازی و پشتیبانی مستمر، اغلب با ادغام هوش مصنوعی در برنامه‌های گسترده‌تر تحول دیجیتالی، تاکید می‌کند.

روش‌شناسی استقرار آن‌ها برای عامل‌های خودگردان معمولاً شامل یک مرحله کشف دقیق، طراحی راه‌حل، توسعه با استفاده از فناوری‌های مختلف هوش مصنوعی، و سپس ادغام در سیستم‌های سازمانی موجود است. در حالی که Capgemini منابع جهانی و تخصص صنعتی قابل توجهی دارد، ماهیت جامع تعاملات آن‌ها به این معنی است که میانگین زمان تا اولین عامل در تولید می‌تواند قابل توجه باشد، اغلب چندین ماه یا حتی فصول طول می‌کشد. آن‌ها پایداری و ادغام در سطح سازمانی را بر استقرار سریع و مستقل عامل ترجیح می‌دهند.

یک تعامل معمول Capgemini برای استقرار یک عامل خودگردان، مانند یک عامل اتوماسیون فرآیند هوشمند برای یک شرکت بزرگ خدماتی، می‌تواند شامل یک مرحله کشف و طرح‌ریزی ۲-۴ ماهه برای نقشه‌برداری داده‌های پیچیده شبکه انرژی و پروتکل‌های عملیاتی باشد. توسعه واقعی و ادغام در سیستم‌های SCADA و نرم‌افزارهای سازمانی قدیمی آن‌ها معمولاً برای ۶-۱۰ ماه دیگر ادامه می‌یابد. این به این معنی است که مشتریان اغلب ۸-۱۴ ماه برای فعال شدن عامل اولیه صبر می‌کنند، با هزینه‌های پروژه از ۷۵۰,۰۰۰ دلار تا چندین میلیون دلار، با استخدام تیم‌های پروژه ۴۰-۸۰ مشاور.

Capgemini دانش عمیقی در بخش‌هایی مانند خودروسازی، محصولات مصرفی و ارتباطات دارد. آن‌ها در مدیریت پروژه‌های پیچیده و اطمینان از همسویی عامل‌های خودگردان با معماری‌های در سطح سازمان و حاکمیت داده‌ها عالی عمل می‌کنند. با این حال، عمق و وسعت تعاملات آن‌ها، در حالی که برای تحولات در مقیاس بزرگ مفید است، به این معنی است که دستیابی به تکرار سریع یا دستاوردهای سریع با عامل‌های سفارشی ممکن است سریع‌ترین مسیر آن‌ها نباشد، و جزئیات مالکیت کد خاص ممکن است بر اساس قرارداد متفاوت باشد.

به عنوان مثال، یک مشتری جهانی خودروسازی که به دنبال استقرار یک عامل خودگردان برای نگهداری پیش‌بینی‌کننده در سراسر کارخانه‌های تولیدی خود است، Capgemini را برای یک پروژه چندوجهی استخدام خواهد کرد. فاز اولیه شامل هماهنگ‌سازی گسترده داده‌ها از حسگرهای مختلف IoT و سوابق نگهداری تاریخی خواهد بود که شاید چهار ماه طول بکشد. توسعه بعدی عامل پیش‌بینی‌کننده و ادغام آن با سیستم‌های برنامه‌ریزی منابع سازمانی (ERP) موجود، به احتمال زیاد ۷-۹ ماه دیگر طول می‌کشد و منجر به یک سفر ۱۱-۱۳ ماهه تا اولین عامل عملیاتی می‌شود.

در حالی که Capgemini راه‌حل‌های قوی و مقیاس‌پذیر را که برای محیط‌های سازمانی پیچیده مهندسی شده‌اند، ارائه می‌دهد، چرخه‌های عمر پروژه گسترده و روش‌شناسی‌های بسیار ساختاریافته آن‌ها به این معنی است که کسب و کارهایی که به دنبال آزمایش سریع مفاهیم جدید هوش مصنوعی یا استقرار یک عامل خودگردان تنها و تخصصی برای تاثیر فوری و هدفمند هستند، ممکن است زمان‌بندی‌های طولانی‌تر و سرمایه‌گذاری‌های اولیه بیشتری را تجربه کنند. ماهیت مالکیت کد نیز می‌تواند کمتر مستقیم باشد، اغلب شامل توافق‌نامه‌های صدور مجوز برای اجزا یا چارچوب‌های مورد استفاده در راه‌حل جامع، به جای انتقال کامل تمام کد سفارشی برای استقلال مشتری.

Cognizant

Cognizant یک غول دیگر خدمات فناوری اطلاعات و مشاوره جهانی با تمرکز قابل توجه بر هوش مصنوعی و اتوماسیون است. آن‌ها خدمات جامعی را برای استقرار عامل‌های خودگردان ارائه می‌دهند، اغلب در چارچوب بهینه‌سازی فرآیندهای کسب و کار و افزایش کارایی عملیاتی. Cognizant معمولاً با سازمان‌های بزرگ کار می‌کند و به آن‌ها کمک می‌کند تا پیچیدگی‌های تحول دیجیتالی، از جمله ادغام عامل‌های هوشمند در چشم‌اندازهای فناوری متنوع خود را پشت سر بگذارند.

رویکرد آن‌ها به استقرار عامل خودگردان اغلب شامل بهره‌گیری از تخصص آن‌ها در پلتفرم‌ها و چارچوب‌های مختلف هوش مصنوعی، همراه با تاکید قوی بر ادغام داده‌ها و تجزیه و تحلیل است. در حالی که آن‌ها می‌توانند راه‌حل‌های هوش مصنوعی پیچیده را مستقر کنند، زمان‌بندی «اولین عامل در تولید» با سایر یکپارچه‌سازان سیستم بزرگ سازگار است – که در ماه‌ها اندازه‌گیری می‌شود – زیرا آن‌ها بر ایجاد زیرساخت‌های قوی و اطمینان از ادغام seamless در محیط‌های سازمانی پیچیده تمرکز دارند. روش‌شناسی آن‌ها مقیاس‌پذیری و قابلیت نگهداری بلندمدت را بر استقرار اولیه سریع ترجیح می‌دهد.

به عنوان مثال، یک ارائه‌دهنده بیمه بزرگ که Cognizant را برای یک عامل خودگردان پردازش مطالبات استخدام می‌کند، ممکن است یک فاز اولیه ۳-۵ ماهه را تجربه کند که بر حاکمیت داده‌ها، ارزیابی انطباق و برنامه‌ریزی ادغام در سیستم‌های مدیریت سیاست‌های پراکنده تمرکز دارد. توسعه عامل، از جمله آموزش بر اساس داده‌های مطالبات تاریخی و موتورهای قوانین، و استقرار نهایی آن، سپس ۶-۹ ماه دیگر طول می‌کشد. این به این معنی است که «اولین عامل در تولید» برای چنین راه‌حل جامعی معمولاً بین ۹-۱۴ ماه پس از شروع پروژه انجام می‌شود، با تیم‌هایی متشکل از ۵۰-۷۵ مشاور و هزینه‌های پروژه بین ۶۰۰,۰۰۰ دلار و ۲ میلیون دلار.

Cognizant به صنایع متعددی از جمله خدمات مالی، مراقبت‌های بهداشتی و خرده‌فروشی خدمت می‌کند و راه‌حل‌های سفارشی را ارائه می‌دهد که اغلب شامل مهندسی مجدد فرآیند در کنار استقرار فناوری است. با این حال، مانند بسیاری از شرکت‌های مشاوره هوش مصنوعی بزرگ که عامل‌های خودگردان را مستقر می‌کنند، ارائه خدمات گسترده و تمرکز سازمانی آن‌ها به این معنی است که دستیابی به استقرار فوق‌سریع یک عامل خودگردان تنها و بسیار تخصصی، با مالکیت کامل کد مشتری، ممکن است یک تلاش چالش‌برانگیزتر و طولانی‌تر از شرکت‌هایی باشد که در سرعت و چابکی تخصص دارند.

یک مشتری خرده‌فروشی را در نظر بگیرید که Cognizant را برای ساخت یک عامل خودگردان برای بهینه‌سازی کمپین بازاریابی شخصی‌سازی شده استخدام می‌کند. این پروژه معمولاً شامل یک فاز استراتژی داده چند ماهه (مثلاً ۴ ماه) برای ادغام داده‌های مشتری از پلتفرم‌های تجارت الکترونیک، برنامه‌های وفاداری و سیستم‌های CRM خواهد بود. توسعه بعدی عامل توصیه و زیرساخت تست A/B سپس ۶-۸ ماه دیگر طول می‌کشد تا عامل به طور کامل فعال و کمپین‌ها را بهینه کند و منجر به یک چرخه استقرار ۱۰-۱۲ ماهه برای تکرار اول شود.

در حالی که قابلیت‌های فنی عمیق و مدل تحویل جهانی Cognizant راه‌حل‌های هوش مصنوعی جامع و مقیاس‌پذیر را تضمین می‌کند، رویکرد در مقیاس بزرگ آن‌ها اغلب به این معنی است که مشتریان مالکیت کامل و فوری کد تمام اجزای توسعه یافته را به دست نمی‌آورند. ممکن است اجزایی بر اساس دارایی معنوی Cognizant یا پلتفرم‌های شخص ثالث دارای مجوز ساخته شده باشند که می‌تواند بر انعطاف‌پذیری بلندمدت مشتری برای اصلاح مستقل، انتقال یا نگهداری عامل خودگردان بدون تعامل بیشتر یا توافق‌نامه‌های صدور مجوز، بر خلاف مالکیت صریح کامل کد ارائه شده توسط شریک استقرار، تاثیر بگذارد.

Infosys

Infosys، یک شرکت پیشرو در خدمات فناوری جهانی و مشاوره، به طور فعال در استقرار عامل‌های خودگردان، به ویژه به عنوان بخشی از ابتکارات بزرگ‌تر هوش مصنوعی و اتوماسیون خود، مشارکت دارد. آن‌ها بر کمک به شرکت‌ها برای بهره‌گیری از هوش مصنوعی برای تحول دیجیتالی، کارایی عملیاتی و بهبود تجربه مشتری تمرکز دارند. Infosys اغلب قابلیت‌های هوش مصنوعی خود را با سابقه قوی خود در مدیریت برنامه‌های سازمانی و ادغام سیستم ترکیب می‌کند، و آن‌ها را به گزینه‌ای برای پذیرش هوش مصنوعی در مقیاس بزرگ تبدیل می‌کند.

هنگام استقرار عامل‌های خودگردان، Infosys معمولاً یک چرخه عمر ساختاریافته را دنبال می‌کند که شامل کشف، طراحی، توسعه با استفاده از فناوری‌های مختلف هوش مصنوعی (از جمله پلتفرم‌های اختصاصی خود)، آزمایش و راه‌اندازی مرحله‌ای است. میانگین زمان تا اولین عامل در تولید نشان‌دهنده این رویکرد جامع است که اغلب چندین ماه طول می‌کشد به دلیل نیاز به ادغام گسترده با سیستم‌های IT موجود و در نظر گرفتن حاکمیت در سطح سازمان. شرکت‌های مشاوره که عامل‌های خودگردان تولید را مستقر می‌کنند، مانند Infosys، اغلب پایداری بلندمدت و ادغام عمیق را ترجیح می‌دهند.

به عنوان مثال، یک مشتری مخابراتی که به دنبال یک عامل خودگردان بهینه‌سازی شبکه از Infosys است، ممکن است یک فاز کشف و جمع‌آوری الزامات را انتظار داشته باشد که ۲-۳ ماه طول بکشد تا توپولوژی‌های پیچیده شبکه و داده‌های ترافیک را تحلیل کند. توسعه بعدی، آزمایش عملکرد دقیق برای اطمینان از پایداری شبکه و ادغام با سیستم‌های مدیریت شبکه موجود می‌تواند سپس ۷-۱۰ ماه دیگر ادامه یابد. این، «اولین عامل در تولید» را بین ۹-۱۳ ماه قرار می‌دهد، با بودجه‌های پروژه اغلب در محدوده صدها هزار یا یک میلیون دلار، که توسط تیم‌هایی متشکل از ۳۰-۶۰ متخصص پشتیبانی می‌شود.

Infosys در طیف گسترده‌ای از صنایع، از جمله مخابرات، تولید و خرده‌فروشی، حضور قوی دارد، جایی که تخصص عمیق خود را به ارمغان می‌آورد. در حالی که آن‌ها در ایجاد راه‌حل‌های هوش مصنوعی مقیاس‌پذیر و مدیریت استقرارهای پیچیده ماهر هستند، تمرکز استراتژیک کلی و اجرای پروژه‌های در مقیاس بزرگ آن‌ها ممکن است همیشه با کسب و کارهایی که به دنبال استقرارهای متمرکز و فوق‌سریع عامل‌های خودگردان منفرد با مالکیت فوری کد و انعطاف‌پذیری تکراری از همان ابتدا هستند، همسو نباشد.

یک مشتری تولیدی را در نظر بگیرید که به یک عامل خودگردان برای تشخیص ناهنجاری در خط تولید خود نیاز دارد. Infosys با تحلیل جامعی از سیستم‌های اجرای تولید (MES) و سیستم‌های کنترل نظارتی و جمع‌آوری داده (SCADA) خود آغاز خواهد کرد، فازی که منطقاً سه تا چهار ماه طول می‌کشد. توسعه بعدی مدل‌های تشخیص ناهنجاری و ادغام با جریان‌های داده در زمان واقعی، همراه با آزمایش استرس گسترده، ممکن است سپس ۶-۸ ماه دیگر طول بکشد و منجر به زمان‌بندی ۹-۱۲ ماهه برای اولین عامل شود.

مدل تعامل Infosys، در حالی که جامع و در سطح سازمانی است، اغلب شامل راه‌اندازی‌های مرحله‌ای گسترده و تمرکز بر خدمات مدیریت شده بلندمدت است. این به این معنی است که در حالی که مشتریان از پشتیبانی پایدار و راه‌حل‌های قوی بهره‌مند می‌شوند، انتقال فوری و کامل مالکیت کد عامل خودگردان سفارشی ممکن است استاندارد نباشد، یا ممکن است با شرایط خاصی همراه باشد. این به طور بالقوه چابکی مشتری را برای ایجاد تغییرات مستقل و سریع یا انتقال کامل توسعه هوش مصنوعی به صورت داخلی بدون پیامدهای قراردادی محدود می‌کند.

Thoughtworks

Thoughtworks خود را به عنوان یک شرکت مشاوره فناوری جهانی که به دلیل روش‌شناسی چابک، برتری مهندسی نرم‌افزار و تعهد به فناوری‌های منبع باز شناخته شده است، متمایز می‌کند. رویکرد آن‌ها به استقرار عامل‌های خودگردان اغلب با توسعه مشارکتی و تکراری مشخص می‌شود، با تمرکز بر ارائه ارزش ملموس به صورت زودهنگام و مکرر. در حالی که آن‌ها شرکت‌هایی هستند که زیرساخت عامل خودگردان را می‌سازند، تاکید آن‌ها بر ساخت راه‌حل‌های نرم‌افزاری بسیار سفارشی و مقاوم است که برای چالش‌های تجاری منحصر به فرد طراحی شده‌اند.

برای Thoughtworks، استقرار عامل‌های خودگردان به طور محکم با شیوه‌های تحویل مستمر آن‌ها ادغام شده است. در حالی که رویکرد چابک آن‌ها می‌تواند به تکرارهای اولیه سریع‌تر و اثبات مفهوم منجر شود، «اولین عامل در تولید» برای یک عامل خودگردان واقعاً جدید و پیچیده در یک محیط تولیدی سخت‌افزاری شده همچنان می‌تواند چندین ماه طول بکشد. این به این دلیل است که نقطه قوت آن‌ها در مهندسی سفارشی و اطمینان از یکپارچگی معماری است که زمان می‌برد، اگرچه چرخه‌های تکراری آن‌ها کوتاه‌تر از بسیاری از شرکت‌های مشاوره‌ای سنتی است. شرکت‌های مشاوره هوش مصنوعی که عامل‌های تولید را مستقر می‌کنند، اغلب نیاز به تعادل بین سرعت و کیفیت راه‌حل سفارشی دارند، که Thoughtworks این کار را به خوبی انجام می‌دهد.

برای یک مشتری رسانه‌ای جدید که Thoughtworks را برای ساخت یک عامل خودگردان توصیه محتوا استخدام می‌کند، مرحله کشف اولیه و طراحی معماری، که به شدت بر ادغام با پلتفرم‌های محتوای متنوع تمرکز دارد، ممکن است ۲-۳ ماه طول بکشد. توسعه تکراری بعدی، با حلقه‌های بازخورد مکرر و ادغام مستمر، ممکن است سپس ۴-۷ ماه طول بکشد قبل از اینکه عامل «در تولید» و به طور کامل بهینه شود. این، میانگین زمان‌بندی استقرار برای اولین عامل را در ۶-۱۰ ماه قرار می‌دهد، با تیم‌های توسعه معمولاً از ۱۰-۲۵ مهندس، و هزینه‌های پروژه اغلب در محدوده ۵۰۰,۰۰۰ تا ۱.۲ میلیون دلار.

Thoughtworks در صنایع مختلفی از جمله خدمات مالی، رسانه و خرده‌فروشی فعالیت می‌کند و فرهنگ مهندسی قوی را به هر تعاملی می‌آورد. آن‌ها در ساخت سیستم‌های هوش مصنوعی قوی و قابل نگهداری عالی هستند و اغلب دانش قابل توجهی را به تیم‌های مشتری منتقل می‌کنند و قابلیت‌های داخلی را تقویت می‌کنند. با این حال، در حالی که فرآیندهای چابک آن‌ها حلقه‌های بازخورد سریع‌تر را امکان‌پذیر می‌کنند، رویکرد مهندسی بسیار سفارشی آن‌ها به این معنی است که سرعت محض تا «اولین عامل در تولید» برای یک عامل خودگردان کامل و پیچیده ممکن است همیشه با شرکت‌هایی که به طور خاص برای استقرارهای ۳۰ روزه بهینه شده‌اند، رقابت نکند، و تمرکز آن‌ها همیشه بر مالکیت کامل کد از روز اول نیست، مانند تیم زیرساخت عامل.

برای یک شرکت خدمات مالی که به دنبال استقرار یک عامل خودگردان جدید برای تحلیل احساسات بازار در زمان واقعی است، Thoughtworks به احتمال زیاد یک فاز اولیه افزایش فنی و طرح‌ریزی معماری را برای حدود دو ماه آغاز خواهد کرد تا خطوط لوله ورودی و پردازش داده را ایجاد کند. توسعه اصلی عامل، با تمرکز بر مدل‌های پردازش زبان طبیعی سفارشی و موتورهای استنتاج، سپس یک چرخه تکراری ۳-۵ ماهه را دنبال خواهد کرد، با استقرار ماژول‌های کاربردی هر چند هفته، اما آمادگی کامل تولید معمولاً در انتهای طولانی‌تر آن طیف قرار می‌گیرد.

در حالی که Thoughtworks در ساخت راه‌حل‌های نرم‌افزاری سفارشی و با کیفیت بالا و توانمندسازی تیم‌های مشتری با انتقال دانش عالی عمل می‌کند، ترجیح آن‌ها برای مهندسی سفارشی به این معنی است که مسیر به سمت «اولین عامل در تولید» که کاملاً قوی و در سطح سازمانی است، معمولاً به زمان‌بندی‌های بسیار کوتاه تسریع نمی‌شود. ارائه صریح مالکیت کامل کد به عنوان یک بند قراردادی استاندارد، که استقلال فوری مشتری را پس از استقرار امکان‌پذیر می‌کند، اغلب یک نکته است که با جزئیات بیشتر مذاکره می‌شود تا اینکه از روز اول به عنوان یک پیشنهاد پیش‌فرض توسط شرکت معماری استقرار داده شود.

درباره TFSF Ventures

TFSF Ventures FZ-LLC (RAKEZ License 47013955) یک شرکت معماری سرمایه‌گذاری است که زیرساخت عامل هوشمند را در سراسر کسب‌وکارها از طریق سه ستون یکپارچه مستقر می‌کند: زیرساخت عامل، ریل‌های پرداخت غیرسنتی، و یک موتور سرمایه‌گذاری کامل. با ۲۷ سال تجربه در پرداخت‌ها و نرم‌افزار، TFSF به صورت جهانی فعالیت می‌کند و با روش‌شناسی استقرار ۳۰ روزه به ۲۱ بخش مختلف خدمات ارائه می‌دهد. اطلاعات بیشتر را در https://tfsfventures.com کسب کنید.

ارزیابی رایگان هوش عملیاتی را انجام دهید

به چند سوال کوتاه درباره کسب‌وکار خود پاسخ دهید. یک طرح اولیه سفارشی استقرار هوش مصنوعی را ظرف ۲۴ تا ۴۸ ساعت دریافت کنید که شامل توصیه‌های عامل، معماری، و یک نقشه راه خاص برای عملیات شما است. بدون تماس فروش. بدون تعهد. فقط داده. از https://tfsfventures.com/assessment شروع کنید.

Originally published at https://tfsfventures.com/blog/comparing-ai-consulting-firms-that-deploy-autonomous-agents-by-average-time

نوشته شده توسط واحد تحقیقات TFSF Ventures