जब हम कृत्रिम बुद्धिमत्ता पर आधारित भविष्य का निर्माण कर रहे हैं, Gusto के सह-संस्थापक और तकनीकी प्रमुख Edward Kim ने एक अलग दृष्टिकोण प्रस्तुत किया। उनका मानना है कि मौजूदा टीम को कम करना और विशेष रूप से प्रशिक्षित AI इंजीनियरों की एक नई टीम को नियुक्त करना सही तरीका नहीं है।
Kim ने TechCrunch के साथ एक साक्षात्कार में कहा कि गैर-तकनीकी टीम के सदस्य सामान्य इंजीनियरों की तुलना में ग्राहकों द्वारा सामना की जाने वाली स्थितियों और भ्रमों को बेहतर समझ सकते हैं, जिससे वे यह मार्गदर्शन करने के लिए अधिक योग्य होते हैं कि AI उपकरणों में कौन सी सुविधाएं बनानी चाहिए। Gusto का दृष्टिकोण है कि इसके ग्राहक अनुभव टीम के गैर-तकनीकी सदस्य "रेसिपी" लिखें, ये "रेसिपी" उसके AI सहायक Gus (जो पिछले महीने घोषित हुआ) के साथ ग्राहकों के इंटरैक्शन को मार्गदर्शित करती हैं।
Kim ने यह भी उल्लेख किया कि कंपनी ने पाया है कि "जो लोग सॉफ़्टवेयर इंजीनियर नहीं हैं, लेकिन थोड़ी तकनीकी समझ रखते हैं, वे वास्तव में शक्तिशाली और गेम-चेंजिंग AI अनुप्रयोग बनाने में सक्षम होते हैं," जैसे CoPilot - यह एक ग्राहक अनुभव उपकरण है, जिसे जून में Gusto CX टीम को लॉन्च किया गया था, और दैनिक इंटरैक्शन की संख्या 2000 से 3000 के बीच है।
Kim ने कहा कि Gusto वास्तव में कंपनी के भीतर कई लोगों के कौशल को बढ़ाने में मदद कर सकता है, जिससे वे AI अनुप्रयोग बना सकें। इस साक्षात्कार को समझने और स्पष्टता के लिए संपादित किया गया है।
Gus Gusto द्वारा ग्राहकों के लिए पेश किया गया प्रमुख AI फ़ीचर है, जो कई पूर्व-निर्मित पॉइंट फ़ीचर्स को एकीकृत करता है। क्योंकि अनुप्रयोग में, आप देखना शुरू करेंगे कि वे AI बटन से भरे हुए हैं, जैसे "इस बटन को दबाकर AI से कुछ करें।" जबकि Gus आपको इन सभी बटनों को हटाने की अनुमति देता है, जब हम सोचते हैं कि Gus आपके लिए कुछ मूल्यवान कर सकता है, तो Gus बिना किसी ध्यान आकर्षित किए कह सकता है: "हे, क्या मैं आपकी नौकरी के विवरण को लिखने में मदद कर सकता हूँ?" यह AI के साथ इंटरैक्ट करने का एक अधिक साफ तरीका है।
Kim मानते हैं कि सॉफ़्टवेयर प्रोग्रामिंग अधिकांश लोगों के लिए सुलभ नहीं है, आपको कोडिंग कैसे करनी है, यह सीखना होगा, वर्षों तक पढ़ाई करनी होगी। मशीन लर्निंग तो और भी कठिन है, क्योंकि आपको विशेष कौशल वाले सॉफ़्टवेयर इंजीनियर होना चाहिए और डेटा विज्ञान के कौशल सेट का ज्ञान होना चाहिए, जैसे कृत्रिम तंत्रिका नेटवर्क बनाना आदि। लेकिन हाल ही में सबसे बड़ा परिवर्तन यह हुआ है कि मशीन लर्निंग और AI अनुप्रयोगों के निर्माण के लिए इंटरफेस किसी के लिए भी अधिक सुलभ हो गया है। पहले, हमें कंप्यूटर की भाषा सीखनी पड़ती थी, इसके लिए स्कूल जाना पड़ता था, अब कंप्यूटर मानव को समझने में अधिक सक्षम हो रहे हैं। यह शायद कुछ बड़ा नहीं लग सकता, लेकिन अगर आप इस पर विचार करें, तो यह सॉफ़्टवेयर अनुप्रयोगों के निर्माण को अधिक सुलभ बनाता है।
Gusto का अभ्यास दिखाता है कि गैर-सॉफ़्टवेयर इंजीनियर भी, यदि उनके पास थोड़ी तकनीकी समझ है, तो वास्तव में शक्तिशाली और गेम-चेंजिंग AI अनुप्रयोग बना सकते हैं। कंपनी Gus की क्षमताओं का विस्तार करने के लिए अपने समर्थन टीम का उपयोग कर रही है, जबकि उन्हें कोडिंग कैसे करनी है, यह जानने की आवश्यकता नहीं है। वे अब उस इंटरफेस का उपयोग कर रहे हैं जो उन्हें वही करने की अनुमति देता है जो सॉफ़्टवेयर इंजीनियर हमेशा से कर रहे हैं, बिना कोडिंग सीखे। यदि चाहें, तो मैं एक ऐसा उदाहरण दे सकता हूँ।
Gusto में, यहाँ तक कि तकनीकी पृष्ठभूमि न रखने वाले लोग भी अपने क्षेत्र के ज्ञान का उपयोग करने के तरीके खोज सकते हैं, विशेष रूप से ग्राहक समर्थन टीम, जो अधिक शक्तिशाली AI अनुप्रयोगों के निर्माण में मदद करते हैं, विशेष रूप से Gus को अधिक से अधिक कार्य करने में सक्षम बनाते हैं। जब भी ग्राहक समर्थन टीम को सहायता टिकट मिलता है - यानी, जब हमारे ग्राहकों में से कोई हमसे संपर्क करता है क्योंकि वे चाहते हैं कि हमारी समर्थन टीम किसी चीज़ में मदद करे - यदि यह बार-बार होता है, तो हम वास्तव में ग्राहक समर्थन टीम को Gus के लिए एक रेसिपी लिखने के लिए प्रेरित कर चुके हैं, जिसका अर्थ है कि वे वास्तव में Gus को सिखा सकते हैं, बिना किसी तकनीकी क्षमता के। वे Gus को यह सिखा सकते हैं कि ग्राहकों को समस्याओं को हल करने में कैसे मार्गदर्शन करना है, कभी-कभी तो कार्रवाई भी करनी होती है।
Gusto ने एक आंतरिक इंटरफेस बनाया है, एक आंतरिक उपकरण, जिसमें आप प्राकृतिक भाषा में Gus को निर्देश दे सकते हैं, यह बताने के लिए कि ऐसे मामलों को कैसे संभालना है। वास्तव में, ग्राहक समर्थन टीम के पास बिना कोडिंग के Gus को किसी API को कॉल करने के लिए कहने का एक तरीका है।
वर्तमान में "हम इस क्षेत्र में सभी कार्यों को समाप्त करने जा रहे हैं, हम इन AI विशेषज्ञों को नियुक्त कर रहे हैं, हम लाखों डॉलर का भुगतान कर रहे हैं क्योंकि उनके पास यह अनूठा कौशल सेट है" के बारे में बहुत चर्चा हो रही है। मैं सिर्फ यह कहना चाहता हूं कि यह गलत तरीका है। क्योंकि आपकी AI अनुप्रयोगों को आगे बढ़ाने वाले लोग वास्तव में वे हैं जिनके पास उस क्षेत्र में विशेषज्ञता है, भले ही उनके पास तकनीकी विशेषज्ञता न हो। Gusto वास्तव में यहाँ कई लोगों के कौशल को बढ़ा सकता है, जिससे वे AI अनुप्रयोग बना सकें।
Kim ने जोर देकर कहा कि ICL और IFT का चयन विभिन्न कारकों पर निर्भर करता है, जिसमें उपलब्ध संसाधन, डेटा की मात्रा और विशिष्ट अनुप्रयोग की आवश्यकताएँ शामिल हैं। किसी भी स्थिति में, अनुसंधान ने दोनों तरीकों के लिए उच्च गुणवत्ता वाले प्रशिक्षण डेटा के महत्व को उजागर किया है। "क्या संदर्भ में सीखना LLMs में निर्देश पालन के लिए पर्याप्त है?" शीर्षक वाला यह शोध 2024 के NeurIPS सम्मेलन में प्रस्तुत किया जाएगा, और संबंधित कोड GitHub पर उपलब्ध है।
