أتمتة المباني التي تعمل: دروس من أصحاب المهارات الأقل أهمية الحاصلين على شهادات الماجستير في القانون

من المتوقع أن تزداد أهمية التقنيات الناشئة مثل الذكاء الاصطناعي مع استمرار العقد. ونتيجة لهذا، تتجه الشركات إلى أنظمة متكاملة تعمل على تقليل المهام الشاقة التي يواجهها الأشخاص في مكان العمل. أباريمييا تانيجا ، وهو مطور وخبير في الهندسة، أمضى حياته المهنية في بناء الحلول على نطاق واسع وفي الشركات الناشئة. وبالاستفادة من خبرته في DoorDash وFulcrum Tech، يسلط الضوء على التحديات والفرص العملية لتوسيع نطاق الأتمتة من المنتجات القابلة للتطبيق إلى حلول الوكلاء المنتشرة بالكامل.

تقديم خبير التكنولوجيا Aparimeya Taneja

في المدرسة الثانوية، أظهر أباريميا موهبة واعدة في مجالات العلوم والتكنولوجيا والهندسة والرياضيات، مما دفعه إلى متابعة مهنة في الهندسة. ثم بدأ أباريميا رسميًا مسيرته المهنية في الهندسة بعد تخرجه المبكر من جامعة ديوك. وبعد وقت قصير من إكمال دراسته، انضم إلى منظمة DoorDash الجديدة للقطاعات الرأسية كجزء من فريق تجربة البحث.

أمضى Aparimeya عامًا في هذا الفريق قبل الانتقال إلى فريق التعلم الآلي (ML) الجديد، حيث صقل مهاراته الفنية وساهم في مشروع أتمتة لأكثر من ستة أشهر قبل الانتقال إلى فريق كتالوج القطاعات الجديدة لمدة ستة أشهر أخرى.

بعد اكتساب الخبرة من العمل في مثل هذه المنظمة الضخمة، انضم إلى شركة Paraform، وهي شركة ناشئة تركز على حلول التوظيف للصناعات مثل تطوير البرمجيات والخدمات المالية.

ثم انضم نقطة الارتكاز كمهندس مؤسس لتطبيق خبرته في مجال الأتمتة على صناعة التأمين. تقدم Fulcrum منتجات الذكاء الاصطناعي الآمنة التي تسمح لشركات الوساطة بتوسيع نطاق حساباتها دون الحاجة إلى عدد كبير من الموظفين. وقد دعم إعطاء Aparimeya الأولوية لحلول الأتمتة النمو المستمر للشركة التكنولوجية.

بناء منتجات قابلة للتنفيذ في مجال الأتمتة باستخدام برامج الماجستير في القانون

خلال فترة عمله في DoorDash، قاد Aparimeya الجهود الرامية إلى تطوير منتجات MVP لأتمتة المهام التي تم إسنادها إلى شركات BPO. وقد أدت مساهماته إلى فرصة التعاون مع فريق التعلم الآلي والأتمتة في الشركة. لقد رأى إمكانات LLM في أتمتة العمل اليدوي المستعان به من الخارج والذي تنفق عليه العديد من المؤسسات عادةً ملايين الدولارات. مكنته DoorDash من العمل على مشاريع مدعومة بـ LLM لتبسيط العمليات التجارية المختلفة.

كان Aparimeya هو أول مطور في DoorDash يقترح استخدام الأتمتة وكسب المال جدير بالذكر بفضل جهوده، عمل مع فريق من الخبراء ذوي التفكير المماثل لبناء المعرفة بالمنتج للشركة باستخدام شهادات الماجستير في القانون.

شمل عمله بناء أنظمة معرفة المنتج التي تعمل على تحسين التخصيص والاختيار والتنفيذ. ومن خلال معالجة التحديات مثل البيانات غير المكتملة والاستدلال الاستدلالي، ساعد Aparimeya في تحسين عمليات DoorDash.

على الرغم من دوره الفعال في العديد من هذه المشاريع، واجه Aparimeya العديد من التحديات في دفع المنتجات القابلة للتنفيذ إلى الأمام في مؤسسة كبيرة مثل DoorDash. بعد الدفع لبناء حلول الأتمتة للشركة والعمل على عدد قليل من المنتجات القابلة للتنفيذ، طُلب منه العودة إلى المشاريع العادية.

كانت القيود التي تفرضها عليه المنظمة الكبيرة سبباً في الحد من قدرته على متابعة هذه المشاريع حتى اكتمالها. وقد ساعده هذا على إدراك رغبته في العمل في شركة ناشئة في مرحلة مبكرة، وهو ما دفعه إلى الانتقال إلى شركة Fulcrum Tech، حيث يتولى قيادة المشاريع مع الموظفين الفنيين بالشركة.

في شركة Fulcrum، بدأت تظهر مشكلات مثل التعامل مع البيانات وتدريب النماذج وقابلية التوسع. كانت هذه المشكلات معقدة في كثير من الأحيان وتشكل تحديًا فنيًا، حتى بالنسبة لخبير مثل Aparimeya. وعلى الرغم من هذه العقبات، فقد عمل بلا كلل على أتمتة العمليات اليدوية التي تزعج الوسطاء، مما يجعلها أكثر قدرة على التكيف مع خفض التكاليف وتقليل الوقت المستغرق للمهام من ساعات إلى دقائق.

أفضل الممارسات لبناء حلول الأتمتة القابلة للتطوير

لقد ساهم عمل Aparimeya في DoorDash وFulcrum في تمكين العمليات التجارية من خلال حلول الأتمتة. ويشير إلى أن التوسع من المنتجات القابلة للتطبيق إلى التطبيقات في العالم الحقيقي يسمح لشركات الوساطة بموازنة التكاليف وزيادة الكفاءة وتعزيز تبني المستخدم، وبالتالي تبسيط سير العمل في نهاية المطاف.

استنادًا إلى خبرته، يدعو Aparimeya إلى اتباع نهج استراتيجي لبناء حلول أتمتة قابلة للتطوير. ومن بين أفضل الممارسات الرئيسية بالنسبة له:

موازنة التكلفة مقابل القيمة المقدمة

بناءً على تجربة Aparimeya، يتم عادةً تسعير حلول الأتمتة وفقًا للنتيجة/المخرجات للعملاء النهائيين، وبالتالي من المهم التأكد من أن تكلفة تشغيل الأتمتة لا تنطوي على اقتصاديات سلبية لكل وحدة.

القيمة التي تولدها لعميلك هي الفرق بين ما كان ليكلفه من الوقت والجودة والنفقات للوصول إلى نفس النتيجة بدون أتمتتك مقابل الحل الذي تقدمه. وبالتالي، يجب أن يكون لديك دائمًا فكرة واضحة عن كيفية خلق القيمة لنفسك وعملائك عند بناء منتجات الذكاء الاصطناعي.

تخزين البيانات غير المنظمة على نطاق واسع

ويؤكد أباريمييا أنه عند التفكير في تخزين البيانات، فإن الأهداف الرئيسية التي يجب حلها هي:

1. أنظمة تخزين بيانات قوية مع التكرار والبنية الأساسية لدعم قابلية التوسع. وهذا يضمن للشركات إمكانية الوصول إلى المعلومات وحمايتها واستردادها بشكل آمن. تعد خدمات SQL من الدرجة المؤسسية حلاً رائعًا للبدء.

   
   

2. مخطط معرفي مُثري لبناء الميزات وسير العمل. سيعتمد هذا على المجال الذي تبني له الحلول ويتطلب فهمًا عميقًا لكيفية قيام المستخدمين بسير العمل يدويًا اليوم. بشكل عام، من الأفضل دائمًا استخراج نقاط البيانات الرئيسية وتخزينها بطريقة يسهل فهرستها بدلاً من تفريغ جميع البيانات ككائنات تخزين أو كائنات JSON.

تقييم اعتماد المستخدم

أدرك أباريميا طوال عمله أن تبني المستخدم كان عنصرًا حاسمًا آخر لتنفيذ أي عمليات آلية ناجحة. تعد المبادرات مثل برامج التدريب ضرورية لتزويد المستخدمين بالقدرة على تشغيل العمليات المحدثة بثقة ويمكن أن تعزز بشكل أكبر وظائف حلول الأتمتة. يمكن للشركات موازنة تبني المستخدم من خلال جمع التعليقات وتخصيص واجهات المستخدم وفقًا لذلك مع دمج تطبيقات الطرف الثالث. في حالة Fulcrum، يتكامل أباريميا وفريقه بشكل مباشر مع نظام إدارة الوكالات (AMS) الخاص بعملائهم.

هناك طريقة أخرى فعالة للوصول إلى تفاعل المستخدم بشكل كمي وهي من خلال القياس عن بعد من خلال تطبيقك الذي يسجل جلسات المستخدم، بالإضافة إلى إنشاء إحصائيات الاستخدام لمراقبة اتجاهات الاستخدام بمرور الوقت مع شحن المزيد من الميزات.

الحفاظ على السرعة

في حين أن أنظمة التشغيل الآلي يمكنها تبسيط عمليات العمل، إلا أنها غالبًا ما تكون عرضة للحمل الزائد، وبسبب نقص الرؤية قد تبدو بطيئة للمستخدمين النهائيين. وبالتالي، من المهم محاولة تنفيذ أكبر عدد ممكن من المهام بالتوازي في عمليات التشغيل الآلي الشاملة واستخدام طوابير قوية للتعامل مع الوظائف الطويلة الأمد. يمكنك أيضًا تعزيز السرعة من خلال تقليل العمل المكرر وتوفير المزيد من الموارد.

تؤمن Aparimeya بتصميم بنية التطبيق بحيث لا يكون عنق الزجاجة في النظام عند أي نقطة حرجة وبحيث لا تكون الموارد خاملة أو محملة دائمًا.

المراقبة والتحسين

تتطلب أنظمة الأتمتة مراقبة مستمرة للتأكد من أن جميع العمليات تعمل كما هو متوقع. إن الإشراف على سير العمل الآلي يمكن أن يسمح للشركات بتحديد المكونات التي تشكل عقبة أمام العملية بأكملها بسهولة، فضلاً عن معرفة صحة جميع الخدمات المصغرة المختلفة في أي لحظة. عندما تراقب الشركة أداء نظامها بانتظام، يمكنها تطوير طرق لتحسين عمليات الأتمتة طويلة الأجل.

ويوصي Aparimeya بأن يمتد هذا النوع من المراقبة إلى الناتج النهائي الذي يراه المستخدمون أيضًا حتى تتمكن دائمًا من التكرار على تجربة المستخدم.

حلقة ردود الفعل على المنتج

إن ميزات الشحن والأتمتة ليست سوى نصف ما ينبغي أن تفعله منصة الحل الجيدة. في كل مرة يتم فيها إصدار ميزة أو سير عمل جديد، بصرف النظر عن الاختبار الداخلي، يجب طرحه لمستخدمين محددين في البداية. بعد ذلك، يجب جمع ملاحظات مفصلة من هذه المجموعة التجريبية على أساس ما يجب تحسينه في التكرارات المستقبلية. من المهم الحفاظ على خريطة طريق المنتج الخاص بك، ولكن يجب دائمًا مراعاة ملاحظات المستخدم عند تحديد أهم شيء يجب العمل عليه.

نصائح أباريمييا تانيجا للمهندسين الذين يدخلون مجال الأتمتة

يشجع أباريميا تانيجا المهندسين الطموحين على تطوير أساس متين في الحوسبة أو الهندسة عند دخولهم عالم تكنولوجيا الأتمتة. ويؤكد أن مهارات البرمجة وتطوير البرمجيات القوية يمكن أن تعزز النجاح بشكل كبير. كما أن الإلمام بمجال ما ستقوم بأتمتته أمر ضروري أيضًا، حيث ستساعدك هذه المعرفة على تقديم حلول تقنية عميقة توفر قيمة أكبر بكثير من مجرد روبوت محادثة.

بالإضافة إلى المهارات الفنية، يجب على المهندسين إعطاء الأولوية لتصميم واجهة المستخدم (UI) وتجربة المستخدم (UX) عند إنشاء حلول الأتمتة. إن ضمان إمكانية الوصول وسهولة الاستخدام يمكن أن يحسن فعالية هذه الأدوات وتبنيها. كما يسلط Aparimeya الضوء على أهمية التفكير الإبداعي في تنفيذ أنظمة الأتمتة لتعظيم إمكاناتها.

بالنظر إلى المستقبل، يتصور أباريميا تانيجا مستقبلًا يتم فيه دمج الأتمتة بسلاسة في العمليات التجارية، مما يقلل من المهام المتكررة للعمال من البشر. ومن خلال مشاركة خبرته، يأمل في جعل الأتمتة ممارسة قياسية في جميع الصناعات في المستقبل.