شروع درست از انتخاب مدل آغاز نمیشود؛ از انتخاب مسئلهای آغاز میشود که ارزش حلکردن دارد و بتوان نتیجه آن را اندازه گرفت.
۱. مسئله را دقیق تعریف کنید
بهجای «میخواهیم از هوش مصنوعی استفاده کنیم»، یک گلوگاه مشخص، کاربران آن، داده ورودی و نتیجه مطلوب را تعریف کنید.
۲. داده و دسترسی را بررسی کنید
کیفیت، مالکیت، محرمانگی و بهروز بودن داده، مرز توانایی راهکار را مشخص میکند. امنیت باید از ابتدا وارد معماری شود.
01
مسئله
ارزش و معیار موفقیت
02
داده
کیفیت و دسترسی
03
جریان کار
نقش انسان و سیستم
04
کنترل
امنیت و ارزیابی
۳. پایلوت کوچک اما واقعی بسازید
پایلوت باید با داده و کاربر واقعی انجام شود، اما دامنه آن محدود باشد تا یادگیری سریع و هزینه تغییر پایین بماند.
۴. برای عملیات طراحی کنید
ثبت رخداد، پایش کیفیت، سطح دسترسی، بازخورد کاربران و مسیر بهروزرسانی باید پیش از استقرار نهایی روشن باشد.

