𝗔𝗜 𝗠𝗩𝗣 𝘃𝘀 𝗣𝗼𝗖: तुम्ही आधी काय तयार केले पाहिजे?
PoC हे सिद्ध करते की AI काम करते. MVP हे सिद्ध करते की लोकांना ते उत्पादन हवे आहे. चुकीचे उत्पादन आधी तयार केल्यामुळे अनेक महिने वाया जातात.
ही एक ओळीची चाचणी वापरा. स्वतःला विचारा: हे शक्य आहे की नाही याबद्दल मी साशंक आहे, की कोणाला याची गरज आहे की नाही याबद्दल मी साशंक आहे?
जर तुम्हाला हे शक्य आहे की नाही याबद्दल शंका असेल, तर PoC तयार करा. जर तुम्ही याचे उत्तर १० सेकंदात देऊ शकत नसाल, तर तुम्हाला तुमच्या जोखमींची (risks) कल्पना नाही.
PoC आधी तयार करा जर:
- तुम्ही तुमच्या वास्तविक डेटावर मॉडेलची अचूकता (accuracy) तपासलेली नाही.
- कामामध्ये AI च्या कमकुवत बाजू जसे की विस्कळीत कागदपत्रे (messy docs) किंवा जटिल तर्क (complex reasoning) यांचा समावेश आहे.
- मोठ्या प्रमाणावर (at scale) खर्च किंवा लॅटन्सी (latency) किती असेल हे तुम्हाला माहित नाही.
- तुम्हाला RAG, fine-tuning किंवा विशेष मॉडेल्समध्ये निवड करायची आहे.
- वास्तविक वापरकर्ते वापरण्यापूर्वी नियामक (regulator) किंवा तज्ञांना अचूकतेच्या आकड्यांची आवश्यकता आहे.
PoC साठी फक्त एक स्क्रिप्ट आणि काही शेकडो वास्तविक नमुन्यांची (samples) गरज असते. त्यासाठी अचूकता किंवा खर्चाचा एक आकडा पुरेसा असतो. अजून UI किंवा स्वच्छ कोड (clean code) तयार करू नका.
PoC सोडून थेट MVP कडे जा जर:
- AI क्षमता आधीच सिद्ध झालेली आहे.
- जोखीम ही टूल वर्कफ्लोमध्ये (workflow) कसे बसते याबद्दल आहे.
- तुम्ही किंवा तुमच्या स्पर्धकाने ही क्षमता काम करते हे आधीच सिद्ध केले आहे.
- मार्केटमध्ये वेगाने पोहोचणे हे तुमचे मुख्य ध्येय आहे.
उदाहरण: AI सपोर्ट तिकीट ट्रायज (triage). PoC: ३०० जुनी तिकिटे वेगवेगळ्या प्रॉम्प्ट्सद्वारे (prompts) चालवून पहा. मानवांनी ती कशी राउट केली होती, त्याशी निकालांची तुलना करा. जर अचूकता कमी असेल, तर थांबून जा. तुम्ही महिन्यांचे काम वाचवले आहे. MVP: प्रमाणित मॉडेलला Zendesk शी जोडा. एजंट्सना AI ला कन्फर्म करण्यासाठी किंवा ओव्हरराइड करण्यासाठी एक साधे बटण जोडा.
या ३ चुका टाळा: १. PoC Creep: एक विस्कळीत स्क्रिप्ट तुमच्या प्रोडक्शन बॅकएंडमध्ये (production backend) रूपांतरित होऊ देऊ नका. जेव्हा तुम्ही MVP कडे वळाल तेव्हा ती पुन्हा लिहा. २. MVP Denial: मॉडेल काम करते की नाही हे तपासण्यापूर्वी पूर्ण उत्पादन तयार करू नका. ३. PoC Theater: स्वच्छ डेटावर चाचणी करू नका. विस्कळीत, वास्तविक जगातील डेटावर चाचणी करा.
जर सर्वात मोठी अनिश्चितता मॉडेलबद्दल असेल, तर आधी PoC तयार करा. ते जलद आणि तात्पुरते (disposable) ठेवा.
Source: https://dev.to/ciphernutz/ai-mvp-vs-poc-which-one-should-you-build-first-m14
Optional learning community: https://t.me/GyaanSetuAi