ከIronclad ጋር የኮምፒውተር አጠቃቀምን ማሻሻል

GPT‑6 Astraን ስናስተዋውቅ፣ ሞዴሎቻችን ሰነዶችን ከማዘጋጀት እስከ ድረ ገጾችን መፈተሽ ድረስ ሙያዊ ሥራዎችን በኮምፒውተር ለማከናወን ባላቸው ችሎታ ምን ያህል እንደተሻሻሉ አሳይተናል። ቀጣዩ ግባችን ወኪሎች ውስብስብ የንግድ ችግሮችን ለመፍታት ለተለየ ሙያ የተዘጋጁ ሶፍትዌሮችን የመጠቀም ችሎታቸውንና ቅልጥፍናቸውን ማሻሻል ነው። ሞዴሎች የአንድ ኩባንያ የንግድ ደንቦችን እንዲረዱ፣ ብዙ ደረጃዎች ያሏቸውን የሥራ ሂደቶች እንዲያከናውኑ፣ እና ሥራቸው ከመጀመሪያው የተቀመጡትን መስፈርቶች ማሟላቱን እንዲያረጋግጡ እንዴት ማሠልጠን እንደምንችል እያጠናን ነው።

ይህን ምርምር ለማፋጠን፣ እነዚህን የሥራ ሂደቶች በተሻለ ሁኔታ ከሚያውቁ ጥቂት የሶፍትዌር ኩባንያዎች ጋር በቀጥታ በትብብር እየሠራን ነው። አስቸጋሪና ከፍተኛ ፋይዳ ያላቸውን ተግባራት በጋራ እየለየን፣ ሞዴሎቻችንን ለማሠልጠንና ለመገምገም ወደሚያገለግሉ የምርምር ጉዳዮች እየቀየርን ነው። በዚህም በመጨረሻ ሞዴሎቻችን በተጨባጭ የንግድ አጠቃቀሞች የበለጠ ብቁና ጠቃሚ እንዲሆኑ እናደርጋለን።

የመጀመሪያው አጋራችን፣ AIን በመጠቀም የውል ሂደቶችን በማስተዳደር መሪ የሆነው Ironclad ነው። ከIronclad ቡድን ጋር በቅርበት በመሥራት፣ ወኪሎች ውሎችን፣ የማጽደቅ ሂደቶችንና በተደጋጋሚ ጥቅም ላይ የሚውሉ የሕግ ድንጋጌዎችን እንዲያዋቅሩ የሚጠይቁ ተግባራትን አዘጋጅተናል። በእነዚህ ውስብስብ የሥራ ሂደቶች ላይም መሻሻል መኖሩን አሳይተናል። የIronclad ሙያዊ ዕውቀት የተሳካ ውጤት ምን መሆን እንዳለበት ለመወሰንና የደንበኞችን ተጨባጭ ፍላጎቶች በግንባር ቀደም ሞዴሎች ልማት ውስጥ በቀጥታ ለማካተት ትልቅ አስተዋጽኦ አድርጓል። ላደረጉልን ትብብር እናመሰግናለን፤ በጋራ ያከናወንነውንም በደስታ እናጋራለን።

GPT‑6 Astra በIronclad ተግባራት ላይ የሠለጠነ የመጀመሪያው ግንባር ቀደም ሞዴላችን ነው። በምርምር ግምገማችን፣ አማካይ ውጤቱ ከGPT‑5.6 Sol በ32% የበለጠ ሲሆን፣ በእያንዳንዱ ሙከራ የሚወስደው የተገመተ ጊዜ ደግሞ በ48% ያነሰ ነበር።¹

ሶፍትዌር ለመግዛት የሚያገለግል ሂደት እያዘጋጀ ያለ የሕግ ሥራዎች ቡድንን እንደ ምሳሌ እንውሰድ። ከተወሰነ መጠን በላይ የሆኑ ግዢዎችን የፋይናንስ ክፍል ማጽደቅ፣ አንዳንድ ጥያቄዎችን የደህንነት ክፍል መመርመር፣ እና ከመደበኛው የተለዩ ድንጋጌዎችን የሕግ ክፍል መገምገም ሊያስፈልግ ይችላል። ሂደቱን የሚያዘጋጀው ሰው ይህን አጭር ዝርዝር ወደ ጥያቄ ማቅረቢያ ቅጽ፣ የሰነድ አብነቶች፣ የማጽደቅ ደንቦችና የመጨረሻው ውል መዝገብ መቀየር አለበት።

ተመሳሳይ ሥራ የሚሠራ የAI ወኪል በሶፍትዌሩ ውስጥ ያሉትን ደረጃዎች ሲያከናውን፣ እነዚህን መስፈርቶች ሳይዘነጋ መቀጠል አለበት። ለምሳሌ፣ ከተወሰነው የወጪ ገደብ በላይ ለሆኑ ጥያቄዎች የፋይናንስ ክፍል ማጽደቅ እንዲያስፈልግ ማዋቀር፣ ከገደቡ በላይና በታች ያሉ ጥያቄዎችም ትክክለኛውን መንገድ መከተላቸውን ማረጋገጥ አለበት። እያንዳንዱን ደረጃ በትክክል መፈጸም ብቻ በቂ አይደለም፤ ተጠናቅቆ የተዘጋጀው ሂደት እንዲያስተናግዳቸው በታሰቡት ሁሉም ሁኔታዎች መሥራት አለበት።

የIronclad ሠራተኞችና በOpenAI ውስጥ Ironcladን የሚጠቀሙ ሰዎች፣ ተመራማሪዎቻችን በሕግ፣ በንግድና በግዢ ሥራዎች ውስጥ 11 ተግባራትን እንዲለዩ ረድተዋል። እነዚህም የሚስጥር ጥበቃ ውሎችን ማዘጋጀት፣ የግዢ ማጽደቅ ሂደቶችን መፍጠር፣ እና በተደጋጋሚ ጥቅም ላይ የሚውል የሕግ አንቀጽ ጠያቂው ከሚመርጠው የሕግ ሥልጣን ክልል ጋር እንዲስማማ ማዘመንን የመሳሰሉ ተግባራትን ያካትታሉ። ልምድ ያለው ተጠቃሚ ይህን ሥራ ለመሥራት በአንድ ተግባር በአማካይ ከ30 እስከ 40 ደቂቃ ገደማ ይወስድበታል ብለን እንገምታለን።

እያንዳንዱን ተግባር እንደ ውስብስብነቱ ከ8 እስከ 50 በሚደርሱ መስፈርቶች ገምግመናል። ይህም ሞዴሉ የትኞቹን ክፍሎች በትክክል እንደሠራና የት ላይ ክፍተት እንዳለበት እንድናይ አስችሎናል። Ironclad ሞዴሎቹ እነዚህን ተግባራት የሚለማመዱባቸው፣ በአገልጋይ ላይ የተዘጋጁ የምርቱን የሶፍትዌር አካባቢዎችም አቅርቧል። ተመራማሪዎቻችን የተለመዱ የሥራ ሂደቶችን የሚወክሉ ሰው ሠራሽ የሥልጠና ተግባራትን² አዘጋጅተዋል። ሞዴሎቹ በልምምድና በግብረመልስ እንዲሻሻሉ ለማገዝም የማጠናከሪያ ትምህርት ተጠቅመዋል። ሥራውን ከሚያውቁ ሰዎች ጋር የተመረጡ ተግባራት፣ ዝርዝር መስፈርቶችና ሞዴሎች የሚለማመዱበት ቦታ መጣመራቸው፣ ማሻሻያዎቻችን ለደንበኞቻችን እጅግ አስፈላጊ በሆኑ ተጨባጭ ተግባራት ላይ እንዲያተኩሩ ያረጋግጣል።

Astraን እና GPT‑5.6 Solን ለማነጻጸር፣ ለAstra የMax ማመዛዘን ቅንብርን፣ ለSol ደግሞ የከፍተኛ ማመዛዘን ቅንብርን ተጠቅመናል፤ እነዚህ እያንዳንዱ ሞዴል ከሁሉ የተሻለ ውጤት ያስመዘገበባቸው ቅንብሮች ናቸው። በ11ዱ የምርምር ተግባራት ላይ የAstra አማካይ ውጤት 55.0% ሲሆን፣ የGPT‑5.6 Sol 41.6% ነበር። በእያንዳንዱ ሙከራ የሚወስደው የተገመተ አማካይ ጊዜም Sol ከወሰደው 37.0 ደቂቃ ወደ Astra 19.2 ደቂቃ ዝቅ ብሏል።³ Astraን ለማልማት የተጠቀምንበት የውስጥ ሞዴል በእነዚህ ተግባራት የበለጠ ጥሩ የሆነ የ63.7% ውጤት አስመዝግቧል። እነዚህን ተጨማሪ መሻሻሎች በቀጣይ ሞዴሎች ለማካተት አቅደናል።

Astra በእያንዳንዱ ሙከራ የበለጡ የተግባር መስፈርቶችን ያሟላ ሲሆን፣ በማስመሰል የተሰላው የፈጀበት ጊዜም ያነሰ ነበር። ከታች ያሉት ሁለት አጫጭር ቪዲዮዎች ሞዴሎቹ ተመሳሳይ የምርምር ተግባርን እንዴት እንደሠሩ ያሳያሉ። Astra (በመጀመሪያው ቪዲዮ) 20 ደቂቃ ገደማ በተገመተ ጊዜ ውስጥ 94% ያህሉን የተግባሩ መስፈርቶች አሟልቷል፤ GPT‑5.6 Sol (በሁለተኛው) ደግሞ 32 ደቂቃ ገደማ በተገመተ ጊዜ ውስጥ 85% ያህሉን አሟልቷል።

Ironclad በዚህ ሥራ የሚያበረክተው አስተዋጽኦ ደንበኞቹ በሚገባ የሚያውቁትን ፈተና ያንጸባርቃል፦ የውል ሂደት አንድ ንግድ የሚተማመንባቸውን ደንቦች እየጠበቀ፣ ከመደበኛው ውጭ የሆኑ ጉዳዮችንም ማስተናገድ አለበት። አንድ ወኪል ተግባር እያከናወነ እያለ ከእነዚህ ደንቦች አንዱን ችላ ካለ፣ አንድ የሶፍትዌር ኩባንያ በእርግጠኝነት እንዲሠራለት ሊጠይቀው የሚችለው ሥራ ይገደባል። ይህም ወኪሎች ውስብስብ የውል ተግባራትን የመፈጸም ብቃታቸው እየተሻሻለ ቢሄድም የሰው ቁጥጥር አሁንም ለምን አስፈላጊ እንደሆነና ሁሉንም የውል ሂደቶች የሚያስተናግድ መድረክ ለምን አስፈላጊ ሆኖ እንደሚቀጥል ያሳያል። ከተመራማሪዎቻችን ጋር መሥራቱ፣ Ironclad እነዚህን ችግሮች ለቴክኖሎጂው መሠረት በሆነው ሞዴል ልማት ሂደት ውስጥ እንዲያካትትና በጋራ እንድናጠናቸው ዕድል ይሰጣል።

ሞዴሎች የበለጠ ችሎታ እያዳበሩ ሲሄዱ፣ Ironclad እነሱን በብዙ ተጨማሪ ምርቶቹ ውስጥ ለመጠቀም ዕድል ያገኛል። ለሕግና ለንግድ ቡድኖች፣ ይህ ማለት AI በውስብስብ የውል ሂደቶች ውስጥ ከሚያስፈልገው ሥራ የበለጠውን እየተወጣ፣ ቡድኖቹ የሚተማመኑባቸውን የቁጥጥር ሥርዓቶች ሊጠብቅ ይችላል ማለት ነው።

የዛሬዎቹ ወኪሎች አሁንም በአስተማማኝ ሁኔታ ማጠናቀቅ በማይችሉት አስፈላጊ ሙያዊ ተግባራት ላይ፣ ጥቂት የሶፍትዌር ኩባንያዎች ከምርምርና ከምህንድስና ቡድኖቻችን ጋር በቀጥታ እንዲሠሩ እየጋበዝን ነው። ቡድንዎ እንዲህ ያለ ተግባር ካለው፣ ተጨባጭ ምሳሌ ማየት እንፈልጋለን፦ ወኪሉ ምን እንዲሠራ እንደሚጠይቁት፣ የት ላይ እንደሚሳነው የሚያሳይ ማስረጃ፣ እና የተሳካ ውጤት ነው የሚሉት በምን መሠረት እንደሆነ። አጋሮች ሥራውን በጥልቀት የሚያውቁ ሰዎችን፣ ለሙከራ የሚሆን ደህንነቱ የተጠበቀ አካባቢን፣ እና ለምርምር በደህና ሊውል የሚችል ውሂብንም ማቅረብ መቻል አለባቸው። ይህ የውድቀቱን ምክንያት ለመመርመርና ሞዴሉ መሻሻሉን ለመለካት መነሻ ይሰጠናል።

ቡድንዎ እነዚህን ማሟላት የሚችል ከሆነ፣ የምርምር ትብብር ዕድልን ለመወያየት ያመልክቱ።