Son zamanlar süni intellekt (AI) sürətlə sənayenin demək olar ki, hər sahəsinə nüfuz edir. Bu tendensiya məhsul menecerlərini (PM) də düşündürməyə başlayıb: “Məhsulumda süni intellekti necə tətbiq edə bilərəm?” Bəzən bu düşüncə düzgün qərarın başlanğıcı olur. Amma bəzən isə yalnız trendlərdən geri qalmamaq üçün atılmış tələsik və qeyri-səmərəli addıma çevrilir.
McKinsey-nin 2024-cü il hesabatına görə, şirkətlərin 55%-i artıq ən azı bir AI funksiyasını məhsul və ya proseslərinə inteqrasiya edib.
PwC proqnozlaşdırır ki, süni intellekt 2030-cu ilə qədər qlobal iqtisadiyyata 15.7 trilyon dollar əlavə dəyər qatacaq.
Gartner bildirir ki, AI tətbiq edən məhsulların müştəri məmnuniyyəti göstəriciləri, etməyənlərə nisbətən 25% daha yüksəkdir.
Bu gün xidmət aldığım bir şirkətin istifadəyə verdiyi AI çatbotunu yoxlamaq qərarına gəldim. İlk baxışdan maraqlı görünsə də, qısa müddət sonra anladım: bu daha çox “bizdə də AI var” demək üçün edilmiş bir cəhddir, real istifadəçi problemi və ya ehtiyac əsasında qurulmamışdı. Buradan nəticə çıxarmaq lazımdır: Süni intellekt tətbiqi təkcə bir çat yaratmaq demək deyil. Bu bir ekosistem yanaşması tələb edir – doğru problemi müəyyənləşdirmək, keyfiyyətli data ilə işləmək və texnologiyanı real dəyər yaratmaq üçün istifadə etmək lazımdır.
PM-lər Süni intellektin tətbiqinə necə yanaşmalıdır 3 əsas addım:
1. Problemi düzgün müəyyənləşdirmək: “Süni intellekt tətbiq edək” deyə başlamaq risklidir. Əvəzində belə suallar verilməliyik:
İstifadəçi və ya biznes problemi nədir?
Bu problemi həll etmək üçün süni intellekt ən uyğun texnologiyadırmı?
Məsələn, istifadəçilər platformada axtardıqlarını çətin tapırlarsa, süni intellekt əsaslı təklif sistemi faydalı ola bilər. Amma sadəcə “hamı edirdi deyə etdik” yanaşması resurs itkisidir ən əsası pul itkisidir.
2. Keyfiyyətli data olmadan süni intellekt haqqında düşünmək mümkünsüdür : Süni intellektin təməli datadır. Əgər datanız az, natamam, təkrar və ya keyfiyyətsizdirsə – nəticə də uğursuz olacaq.
Data təmizdir?
Etik və istifadə icazəsi ilə toplanıb?
Ən azı MVP üçün kifayət qədər data varmı?
Google və Meta kimi şirkətlər Süni intellekt tətbiqlərində data keyfiyyətinə milyonlarla dollar investisiya edir. Bu uğur meyyarıdır.
3. Modelə ehtiyac varmı? Yoxsa hazır həll kifayətdirmi? OpenAI, Google və Amazon artıq çox sayda hazır model təqdim edir (GPT, Gemini, Bedrock və s.). PM olaraq əsas sual budur:
- Yeni model yaratmaq lazımdırmı?
- Yoxsa hazır modelə inteqrasiya kifayət edir?
Çox vaxt sıfırdan model yaratmaq əvəzinə, doğru API-ləri inteqrasiya etmək həm sürətli, həm də xərci azdır.
Ən çox etdiymiz 3 səhv: CEO və ya investoru həyəcanlandırmaq üçün edilən səhvlər.
- AI varsa, “məhsulum dəyərlidir” düşüncəsi. Bu, təkcə texnologiya göstərmək üçün edilmiş yanaşmadır. Real istifadəçi problemi və nəticə ölçülə bilmirsə – bu sadəcə AI ilə bəzədilmiş interfeysdir.
- AI = Chatbot kimi düşünmək. Süni intellekt təkcə çat demək deyil. O həm təklif sistemlərində, həm avtomatik cavablandırmalarda, həm də arxa planda qərar dəstəkləyən alətlərdə işləyə bilməldir. Misal. Arxada hansı APi mürüciət edəcək onu bilməlidir.
- Süni intellekt team olmayan halda, AI funksiyalı məhsul satmaq. AI tətbiqi üçün mühəndis, data analitik, MLOps və etik baxış tələb olunur. Komandada bu bacarıqlar yoxdursa, ya əməkdaşlıq edilməllidir ( düzgün partnyor seçməlidir) ya da süni intellekt ambisiyasını ertələnməlidir.
Süni intellekt məhsulumuzu daha ağıllı edə bilər. Amma yalnız biz onu düzgün səbəblə və düzgün şəkildə tətbiq etdikdə…