ஒரு OpenAI பொறியாளரின் மார்க்கெட்டிங் பணி, பயன்பாட்டு AI-யில் ஒரு பரந்த மாற்றத்தை வெளிப்படுத்துகிறது

AI-யின் வணிகப் பங்கு மேலும் பகுப்பாய்வுத் தன்மை பெறுகிறது

IEEE Spectrum வெளியிட்ட ஒரு சுயவிவரம், OpenAI பொறியாளர் Sarang Gupta மற்றும் நிறுவனங்கள் வாங்குபவர்களை ஈர்க்கவும் விற்பனையை மேம்படுத்தவும் உதவும் AI கருவிகளில் அவர் செய்யும் பணியை கவனத்தில் கொண்டு வருகிறது. வழங்கப்பட்ட மூல உரையின் அடிப்படையில், Gupta IEEE-யின் மூத்த உறுப்பினராகவும், சான் பிரான்சிஸ்கோவில் உள்ள OpenAI-யின் தரவு அறிவியல் குழுவில் பணியாற்றுபவராகவும் உள்ளார். அந்த சுயவிவரம், மார்க்கெட்டிங் அணிகளின் மூலோபாய முடிவுகளை மேம்படுத்துவதிலேயே அவரது பங்களிப்பை கட்டமைக்கிறது.

அந்த முன்னுரிமை கவனிக்கத்தக்கது. வணிகத்தில் உருவாக்கும் AI குறித்து பொதுவாக பேசப்படுவது பெரும்பாலும் விளம்பர உரை எழுதுதல், படங்களை உருவாக்குதல் அல்லது வாடிக்கையாளர் சேவையை வேகப்படுத்துதல் ஆகியவற்றில் கவனம் செலுத்துகிறது. வழங்கப்பட்ட விளக்கம், அதிலிருந்து சற்றே வேறுபட்ட ஒரு வணிக பயன்பாட்டைச் சுட்டிக்காட்டுகிறது: மார்க்கெட்டிங் அமைப்புகளுக்குள் முடிவெடுப்பை ஆதரிக்க AI-யைப் பயன்படுத்துவது.

அது ஏன் முக்கியம்

மார்க்கெட்டிங் என்பது அதிக அளவில் தரவு நிறைந்த வணிகச் செயல்பாடுகளில் ஒன்றாகவும், தெளிவாக மேம்படுத்த கடினமான துறைகளில் ஒன்றாகவும் இருக்கிறது. எந்த வழித்தடங்களுக்கு முன்னுரிமை கொடுக்க வேண்டும், எந்த செய்தி அதிக எதிரொலியைப் பெறுகிறது, எந்த வாய்ப்புள்ள வாடிக்கையாளர்கள் மாற்றமாகும் வாய்ப்பு அதிகம், செலவினம் எங்கே மிகுந்த தாக்கத்தை ஏற்படுத்தும் என்பவற்றை அணிகள் தொடர்ந்து தீர்மானிக்க வேண்டியிருக்கிறது. அந்தத் தேர்வுகளை அமைத்துச் சிந்திக்க உதவும் AI அமைப்புகள், பிரச்சாரப் பொருட்களை மட்டும் வரைகின்ற கருவிகளை விட அதிக மதிப்புடையவையாக இருக்கக்கூடும்.

வழங்கப்பட்ட உரை சுருக்கமாக இருப்பதால் Gupta-வின் அமைப்புகளின் தொழில்நுட்ப விவரங்களை அது விளக்கவில்லை. ஆனால் அது ஒரு முக்கியமான கருத்தை உறுதிப்படுத்துகிறது: நோக்கம் மூலோபாய முடிவுகளை மேம்படுத்துவதுதான், வெறும் வெளியீட்டு அளவை அதிகரிப்பது அல்ல. இது நிறுவன AI-யில், புதுமை உருவாக்கத்திலிருந்து செயல்பாட்டு தீர்மான ஆதரவுக்கான ஒரு பெரிய மாற்றத்தை பிரதிபலிக்கிறது.

முடிவு ஆதரவின் நடைமுறை ஈர்ப்பு

AI அமைப்புகளை வாங்கும் நிறுவனங்களுக்கு, தெளிவற்ற மாற்ற வாக்குறுதிகளை விட முடிவு ஆதரவு அதிக நியாயத்தை வழங்குகிறது. ஒரு கருவி ஒரு அணிக்கு வளங்களை சிறப்பாக ஒதுக்க, சாத்தியமான வாங்குபவர்களை மேலும் துல்லியமாக அடையாளம் காண, அல்லது விற்பனை செயல்திறனை மேம்படுத்த உதவுமானால், வணிக ரீதியான காரணம் மேலும் தெளிவாகிறது. குறிப்பாக மார்க்கெட்டிங் அமைப்புகள் அளவிடக்கூடிய பலனை நிரூபிக்க தொடர்ந்து அழுத்தத்தில் இருப்பதால், AI-ஆதரித்த பகுப்பாய்வுகளுக்கான இயல்பான ஆரம்ப வாடிக்கையாளர்களாக அவை அமைகின்றன.

தரவு அறிவியல் பின்னணி கொண்ட ஒரு பொறியாளர் இந்த வகை பணியின் மையமாக இருப்பதற்கான காரணத்தையும் அது விளக்குகிறது. சிக்கல் மொழி உருவாக்கம் மட்டுமல்ல. அது சிக்னல் பிரித்தெடுப்பு, மாதிரி விளக்கம், மற்றும் அணிகள் உண்மையில் பயன்படுத்தக்கூடிய விதத்தில் பரிந்துரைகளை வழங்குதல் ஆகும்.

AI ஏற்றுக்கொள்ளல் குறித்து சுயவிவரம் சொல்வது

தனிப்பட்ட பொறியாளர்களின் சுயவிவரங்கள் பெரும்பாலும் பெரிய செய்தியாக கருதப்படுவதில்லை, ஆனால் நிறுவனங்கள் மதிப்பு எங்கே குவிகிறது என்று நினைக்கின்றன என்பதை அவை காட்டக்கூடும். இங்கே, மார்க்கெட்டிங் மூலோபாயத்தின் மீது வைக்கப்பட்டுள்ள கவனம், பயன்பாட்டு AI ஒரு தனி பணியை மாற்றுவதைக் காட்டிலும், வணிக அமைப்புகளை முழுமையாக மேம்படுத்தும் கட்டத்துக்குச் செல்வதை சுட்டிக்காட்டுகிறது.

அந்தப் போக்கு தொடர்ந்தால், நிறுவன AI போட்டியின் அடுத்த அலை, எந்த மாடல் மிகத் தெளிவான உரையை எழுதுகிறது என்பதைக் காட்டிலும், குறுகிய எல்லைகளைக் கொண்ட துறைகளில் எந்த கருவி சிறந்த வணிக முடிவுகளை உருவாக்குகிறது என்பதையே மையமாகக் கொள்ளலாம். Gupta பற்றிய சுயவிவரம் அந்த மாற்றத்துக்கான ஒரு சிறிய சாளரமாக இருந்தாலும், பயனுள்ள சாளரமாகும். இது AI ஏற்றுக்கொள்ளலின் மேலும் நடைமுறைப் பருவத்தைச் சுட்டிக்காட்டுகிறது; இங்கு கேள்வி ஒரு மாடல் வெளியீட்டை உருவாக்க முடியுமா என்பதல்ல, அது ஒரு நிறுவனத்திற்கு மேலும் திறமையாகத் தேர்வு செய்ய உதவ முடியுமா என்பதே.

இந்த கட்டுரை IEEE Spectrum வெளியிட்ட செய்தியின் அடிப்படையில் அமைந்தது. மூலக் கட்டுரையைப் படிக்கவும்.