நிதித்துறையில் Adaptive AI பயன்படுத்தும் போது செய்யப்படும் 5 முக்கியமான தவறுகள்
நிதித் துறைக் குழுக்கள் AI-க்காகப் பெரிய இலக்குகளை நிர்ணயிக்கின்றன. அவர்கள் அனைத்தையும் தானியக்கமாக்க (automate) விரும்புகிறார்கள். பலர் தோல்வியடைகிறார்கள். அவர்களுக்குத் தவறான மாதிரிகள் (models) கிடைக்கின்றன. அவர்கள் பணத்தை இழக்கிறார்கள். இந்தத் தவறுகளைத் தவிர்க்கவும்.
தவறு 1: அதிகப்படியான நோக்கம் (Too Much Scope) அனைத்தையும் ஒரே நேரத்தில் சரிசெய்ய முயற்சிக்காதீர்கள். பெரிய திட்டங்கள் அதிக நேரமெடுக்கும். உங்களுக்கு எந்த முடிவும் தெரியாது. ஒரு சிறிய செயல்முறையைத் தேர்ந்தெடுங்கள். உதாரணம்: ஒரு விற்பனையாளர் குழு (vendor group). 90 நாட்களில் அதிக துல்லியத்தை (accuracy) அடைய இலக்கு வையுங்கள். பிறகு விரிவுபடுத்துங்கள்.
தவறு 2: பராமரிப்பு இல்லாமை (No Maintenance) AI என்பது ஒருமுறை அமைத்துவிட்டு மறந்துவிடக்கூடிய கருவி அல்ல. வணிகம் மாறுகிறது. விநியோகஸ்தர்கள் (Suppliers) வடிவங்களை மாற்றுகிறார்கள். மாதிரிகள் விலகுகின்றன (Models drift). துல்லியம் குறைகிறது. வாரந்தோறும் அளவீடுகளைக் (metrics) கண்காணிக்கவும். விதிவிலக்கு விகிதங்களை (exception rates) சரிபார்க்கவும். ஒவ்வொரு காலாண்டிலும் மாதிரிகளை மறுஆய்வு செய்யவும்.
தவறு 3: தரமற்ற தரவு (Bad Data) சில மாதத் தரவுகளை மட்டும் பயன்படுத்தாதீர்கள். அசுத்தமான (dirty) தரவுகளைப் பயன்படுத்தாதீர்கள். நீங்கள் எதைக் கொடுக்கிறீர்களோ அதிலிருந்துதான் AI கற்றுக்கொள்கிறது. உங்களுக்கு 12 முதல் 18 மாத கால வரலாறு தேவை. உங்கள் விற்பனையாளர் பதிவுகளைச் சுத்தப்படுத்துங்கள். முதலில் உங்கள் GL குறியீடுகளைச் (GL codes) சரிசெய்யுங்கள்.
தவறு 4: மனிதர்களைப் புறக்கணித்தல் (Ignoring People) உங்கள் ஊழியர்களைப் புறக்கணிக்காதீர்கள். உங்கள் AP மற்றும் AR குழுக்கள் தான் இந்தக் கருவியைப் பயன்படுத்துகிறார்கள். அவர்களுக்கு இது பிடிக்கவில்லை என்றால், அவர்கள் இதைப் பயன்படுத்துவதைத் தவிர்ப்பார்கள். முதல் நாளிலிருந்தே அவர்களை இதில் ஈடுபடுத்துங்கள். பிழைகளைக் கண்டறிய அவர்களுக்கு அனுமதி கொடுங்கள். AI-ஐப் பயிற்றுவிக்க அவர்களின் கருத்துக்களைப் பயன்படுத்துங்கள்.
தவறு 5: தணிக்கை வழித்தடம் இல்லாமை (No Audit Trail) 'பிளாக் பாக்ஸ்' (black box) முறையைப் பயன்படுத்தாதீர்கள். தணிக்கைக் குழுக்களுக்குப் பதில்கள் தேவை. "AI தான் இதைச் செய்தது" என்பது ஒரு பதிலல்ல. ஒவ்வொரு முடிவையும் பதிவு செய்யுங்கள். பதிப்பு கட்டுப்பாட்டை (version control) பராமரிக்கவும். மனித மறுஆய்விற்கான வரம்புகளை நிர்ணயிக்கவும்.
Adaptive AI ஒரு திட்டத்துடன் செயல்படும்போது சிறப்பாகச் செயல்படும். சிறிய அளவில் தொடங்குங்கள். உங்கள் குழுவை ஈடுபடுத்துங்கள். உங்கள் தரவைச் சுத்தப்படுத்துங்கள். முடிவுகளைக் கண்காணிக்கவும். விதிமுறைகளுக்கு உட்பட்டுச் செயல்படுங்கள்.
ஆதாரம்: https://dev.to/edith_heroux_aca4c9046ef5/5-critical-mistakes-when-implementing-adaptive-ai-architecture-in-finance-1l7n விருப்பமான கற்றல் சமூகம்: https://t.me/GyaanSetuAi