Choco கூறுவதாவது: AI ஏஜென்ட்கள் உணவு விநியோக பணிப்பாய்வுகளை மாற்றி அமைக்கின்றன

சிக்கலான ஆர்டர்களை கட்டமைக்கப்பட்ட பரிவர்த்தனைகளாக மாற்றுதல்

உணவு மற்றும் பான விநியோக நிறுவனங்களுக்கு சேவை வழங்கும் Choco, இன்னும் கைமுறை பணியில் சிக்கியிருக்கும் ஒரு துறையின் ஆர்டர் செயல்முறையில் AI ஏஜென்ட்களை ஆழமாக இணைத்துள்ளதாக கூறுகிறது. ஏப்ரல் 27 அன்று வெளியிடப்பட்ட ஒரு வாடிக்கையாளர் வழக்குக் கள ஆய்வில், OpenAI APIs இப்போது ஆண்டுக்கு 88 இலட்சத்திற்கும் அதிகமான ஆர்டர்களை செயலாக்க உதவுகின்றன; அதே நேரத்தில் கைமுறை ஆர்டர் உள்ளீட்டை 50% குறைத்து, பணியாளர்களை அதிகரிக்காமல் விற்பனை குழுவின் உற்பத்தித்திறனை இரட்டிப்பு செய்ததாக நிறுவனம் தெரிவித்தது.

Choco தீர்க்க முயன்ற பிரச்சினை விநியோகத் துறையில் பரிச்சயமானதுதான், ஆனால் அரிதாகவே கவர்ச்சிகரமானது. ஆர்டர்கள் எப்போதும் சுத்தமான டிஜிட்டல் வடிவங்களில் வருவதில்லை. அவை மின்னஞ்சல்கள், குறுஞ்செய்திகள், வாய்ஸ் மெயில்கள், படங்கள், ஆவணங்கள், hatta கையெழுத்து குறிப்புகள் வழியாகவும் வருகின்றன. பின்னர் மனித பணியாளர்கள் அந்த துண்டுகளை கட்டமைக்கப்பட்ட எண்டர்பிரைஸ் ரிசோர்ஸ் பிளானிங் பதிவுகளாக மாற்றுகிறார்கள். இந்த வேலை உழைப்பு அதிகமானது, மீண்டும் மீண்டும் செய்யப்படுவது, மேலும் அனுபவமுள்ள ஆர்டர் டெஸ்க் பணியாளர்களின் மனதில் இருக்கும் சூழல் அறிவைப் பொறுத்தது.

நவீன மொழி மாதிரிகள் இப்போது உதவுவதைக் கடந்து செயல்படுத்துவதற்கும் போதுமான வலிமை பெற்றுள்ளன என்று Choco வாதிடுகிறது. பணியாளர்கள் உள்ளீடுகளை வாசித்து சுருக்குவதற்கு மட்டும் உதவாமல், அதன் AI அமைப்புகள் பல்முக தொடர்புகளை ERP-க்கு தயாரான ஆர்டர்களாக மாற்றி, வாடிக்கையாளர்-சார்ந்த சூழலைப் பயன்படுத்தி அதைச் செய்ய முடியும் என்று நிறுவனம் கூறுகிறது.

உண்மையான கடினமான பகுதி எங்கு இருந்தது

இந்த வழக்குக் கள ஆய்வு முக்கியமானது, ஏனெனில் இது சவாலை எளிய உரை எடுத்தெடுப்பாக விவரிப்பதில்லை. Choco-வின் பொறியியல் தலைமை கூறுவதாவது, கடினமான பிரச்சினை மறைமுக சூழல்: வாடிக்கையாளர்-சார்ந்த SKU-கள், யூனிட் விருப்பங்கள், டெலிவரி முறைப்படிகள், மற்றும் வரலாற்று ஆர்டர் நடத்தை ஆகியவற்றை பொருத்துவது. வேறு வார்த்தைகளில், தடையாக இருந்தது செய்தியை வாசிப்பது மட்டும் அல்ல. அனுபவமுள்ள மனித ஆபரேட்டர் செய்வதைப் போல குழப்பத்தை தீர்ப்பதே.

என்டர்பிரைஸ் AI-யில் இந்த வேறுபாடு முக்கியமானது. எல்லை வழக்குகள் தோன்றும் வரை பல பணிப்பாய்வுகள் தானியங்கியாக்கக்கூடியவை போலத் தோன்றும். ஒரு விநியோகஸ்தர் முழுமையற்ற குறுஞ்செய்தி அல்லது மங்கலான படத்தைப் பெறலாம்; அது முந்தைய வாடிக்கையாளர் நடத்தை மற்றும் பட்டியல் மரபுகளின் அடிப்படையில் மட்டுமே பொருள்படும். வாடிக்கையாளரின் வரலாறும் தயாரிப்பு தரவும் எதிராக உள்ளீடுகளை தெளிவுபடுத்தக்கூடிய வகையில், Choco இயக்கவியல் in-context learning உட்கட்டமைப்பை உருவாக்கியதாக கூறுகிறது.

பெரிய அளவில் இது துல்லியமானதாக இருந்தால், அது பொதுவான ஆவணப் பகுப்பாய்வை விட அதிக அர்த்தமுள்ள திறன். இது AI ஏஜென்ட்கள் பயனுள்ளதாக இருப்பதற்கான ஒரு மாதிரியைச் சொல்கிறது; அவர்கள் செயல்பாட்டு சூழலில் உட்சேர்க்கப்பட்டிருப்பதால், வெறும் கட்டமைக்கப்படாத உரையை வாசிக்க முடிவதால் மட்டும் அல்ல.

OrderAgent இலிருந்து VoiceAgent வரை

பல்முக உள்ளீடுகளை செயலாக்க OrderAgent-ஐ அறிமுகப்படுத்தியதாகவும், பின்னர் OpenAI-யின் Realtime API மூலம் இயங்கும் VoiceAgent என்ற அமைப்புடன் குரல் துறைக்குப் பரவியதாகவும் Choco கூறுகிறது. இதன் மூலம் வாடிக்கையாளர்கள் அலுவலக நேரத்திற்கு வெளியிலும், துணை-விநாடி தாமதத்துடன், தொலைபேசியில் இயல்பாக ஆர்டர்களை இட முடியும்.

வணிக காரணம் நேரடியானது. உணவு விநியோகம் தொடர்ச்சியான, நேர உணர்வான ஆர்டர் செயல்முறையைக் கொண்டது; பல சப்ளையர்கள் இன்னும் துண்டிக்கப்பட்ட, மரபுசாரா தொடர்பு வழிகளின் மூலம் செயல்படுகின்றனர். 24/7 கிடைக்கக்கூடிய, குரல் ஆர்டர்களை ஏற்றுக்கொள்ளக்கூடிய, அவற்றை கட்டமைக்கப்பட்ட பதிவுகளாக மாற்றக்கூடிய ஒரு அமைப்பு, பணியாளர் நேர சாளரங்களுக்கும் கைமுறை நகலெடுப்புக்கும் இருக்கும் சார்பை குறைக்கிறது.

இது என்டர்பிரைஸ் AI எவ்வாறு நடைமுறைப்படுத்தப்படுகிறது என்பதிலான ஒரு பெரிய மாற்றத்தையும் காட்டுகிறது. பயனர்களை புதிய இடைமுகங்களுக்குள் தள்ளுவதற்குப் பதிலாக, நிறுவனங்கள் மக்கள் ஏற்கனவே பயன்படுத்தும் வழிகளிலேயே மாதிரிகளைப் பயன்படுத்துகின்றன. மின்னஞ்சல், SMS, தொலைபேசி அழைப்புகள், படங்கள் ஆகியவை வாடிக்கையாளர் புறத்தில் முழு பணிப்பாய்வு மறுசீரமைப்பு தேவையில்லாமல் இயந்திரம் வாசிக்கக்கூடிய உள்ளீடுகளாக மாறுகின்றன.

ஒரே நிறுவனத்தைத் தாண்டி இது ஏன் முக்கியம்

AI ஏற்றுக்கொள்ளும் கதைகள் பெரும்பாலும் பெரிய அலுவலக சூழல்களில் உள்ள குறியீடு, மார்க்கெட்டிங் அல்லது அறிவுப் பணியை மையப்படுத்துகின்றன. Choco-வின் வழக்கு அதிக செயல்பாட்டு தன்மை கொண்டது. இது இயற்பியல் பொருளாதாரத்தில் உள்ளது; அங்கு உணவகங்கள், விநியோகஸ்தர்கள், சப்ளையர்கள், மற்றும் வாடிக்கையாளர் மேலாளர்கள் அனைவரும் நேரத்துக்கேற்ற ஆர்டர் பதிவை சார்ந்துள்ளனர். இதனால், சில நுகர்வோர்-முனைப்பான AI பார்வைகளைக் காட்டிலும் முன்பே agentic systems மதிப்பு உருவாக்கக்கூடிய இடத்தை இது காட்டும் பயனுள்ள உதாரணமாகிறது.

அமெரிக்கா, ஐக்கிய இராச்சியம், ஐரோப்பா, மற்றும் வளைகுடா பிராந்தியம் முழுவதும் 21,000-க்கும் அதிகமான விநியோகஸ்தர்களுக்கும் 100,000 வாங்குபவர்களுக்கும் சேவை வழங்குவதாக நிறுவனம் கூறுகிறது. அந்த அளவில், கைமுறை ஆர்டர் உள்ளீட்டின் குறைவு என்பது வெறும் தொழிலாளர்-சேமிப்பு புள்ளிவிவரம் அல்ல. அது த்ரூபுட், பிழை விகிதங்கள், சேவை வரம்பு, மற்றும் அளவுக்கு ஏற்ப பின்னணி அலுவலக பணியாளர்களை சேர்க்காமல் ஒரு வணிகம் எவ்வளவு வேகமாக வளர முடியும் என்பதையும் பாதிக்கலாம்.

OpenAI-யின் வழக்குக் கள ஆய்வு Choco தனது APIs-ஐ ஏன் தேர்வு செய்தது என்பதையும் வலியுறுத்துகிறது: மாதிரி செயல்திறன், பல்முக திறன், கட்டமைக்கப்பட்ட வெளியீடுகள், மற்றும் பெரிய அளவில் உற்பத்தி நம்பகத்தன்மை. இவை டெமோ சூழலுக்குப் பதிலாக பரிவர்த்தனை பாதையின் ஒரு பகுதியாக இருக்கும் போது முக்கியமான பண்புகள். நிறுவனங்களுக்கு தெளிவாக ஒலிக்கும் மாதிரி மட்டும் தேவையில்லை. தொடர்ந்து பயனுள்ள வெளியீடுகளை உருவாக்கக்கூடிய மாதிரி தேவை.

பணிப்பாய்வு மென்பொருளிலிருந்து வேலை நிறைவேற்றத்துக்கு

வழக்குக் கள ஆய்வில் மிகவும் சுவாரசியமான கூற்று கருத்தரீதியானது. Choco இந்த மாற்றத்தை, பணிப்பாய்வு மென்பொருளிலிருந்து பணியை நேரடியாக நிறைவேற்றக்கூடிய AI அமைப்புகளுக்கான மாற்றமாக விவரிக்கிறது. இது பாரம்பரிய அர்த்தத்தில் தானியங்கியாக்கத்தை விட வலுவான அறிக்கை. அதாவது, ஒரு படிவத்தை டிஜிட்டலாக்குவதற்குப் பதிலாக, முன்பு மனித தீர்மானமும் சூழல் நினைவூட்டலும் கையாள்ந்த பணிகளை மென்பொருள் இப்போது ஏற்றுக்கொள்கிறது.

ஒரு நிறுவனம் வெளியிட்ட வெற்றிக் கதையில் இருந்து என்ன ஊகிக்க முடியும் என்பதில் இன்னும் வரம்புகள் உள்ளன. மூல உரை சுயாதீனமான பெஞ்ச்மார்க்கிங், பிழை விகிதங்கள், அல்லது தோல்வி நிகழ்வுகளை வழங்கவில்லை. ஆனால் உண்மையான துறையில் AI ஏஜென்ட்கள் எவ்வாறு நிலைநிறுத்தப்படுகின்றன என்பதற்கான தெளிவான பார்வையை அது வழங்குகிறது: வெறும் அப்ஸ்ட்ராக்ட் கோ-பைலட்டுகளாக அல்ல, மாறாக குழப்பமான மனித தொடர்புகளை உட்கொண்டு வணிகத்துக்குத் தயாரான பரிவர்த்தனைகளை உருவாக்கும் செயல்பாட்டு அமைப்புகளாக.

அந்த மாதிரி பரவினால், சில ஆரம்ப நிலையான மற்றும் நீடித்த AI இலாபங்கள் நீண்ட காலமாக டிஜிட்டலாக துண்டிக்கப்பட்ட துறைகளில் இருந்து வரலாம். உணவு விநியோகம் அவற்றில் ஒன்று, மற்றும் Choco அந்தத் துறை இப்போது production அளவில் agentic AI-யை உள்வாங்க முடியும் என்பதற்கான ஆதாரமாக தன்னை முன்வைக்கிறது.

இந்தக் கட்டுரை OpenAI-யின் செய்திப்பணியை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.