LegalOn․ Codex-ի ծախսերը՝ կիսով չափ, մշակումը՝ նույն տեմպով
LegalOn-ը ծախսերը կրճատեց 65%-ով՝ պահպանելով մշակման արագությունը․ այն ըստ առաջադրանքի ընտրեց Astra, Sol կամ Luna և ռազմավարորեն կառավարեց բյուջեները։
Արդյունքներ
-20%
Ծախսերի կրճատում բիզնեսի կայացած ուղղություններում
Արդյունքներ
-65%
Հաշվարկային օրական ծախսերի կրճատում
LegalOn Technologies-ն ամբողջ աշխարհում առաջարկում է մասնագիտական ԱԲ՝ աջակցելով իրավաբանական աշխատանքին և բիզնեսի այլ առանցքային գործառույթներին։ Համադրելով ոլորտային փորձն ու ԱԲ-ն՝ այն մարդկանց հնարավորություն է տալիս կենտրոնանալու բարդ գնահատումների և որոշումների վրա։ Նպատակն ԱԲ-ի վրա հիմնված կառավարումն է, որը բարձրացնում է բիզնես որոշումների որակն ու արագությունը։
Այս մոտեցումը չի սահմանափակվում արտադրանքներով․ ընկերությունը ձգտում է նաև իր գործունեությունը կառուցել ԱԲ-ի շուրջ։ Ընկերությունը Codex-ը ներդրեց ծրագրային մշակման գործընթացում և ամենօրյա կիրառմամբ ընդլայնեց դրա օգտագործումն ամբողջ կազմակերպությունում։
Կիրառման տարածմանը զուգահեռ նոր խնդիր առաջացավ՝ ծախսերի վերահսկումը։ Բարձր արդյունավետությամբ մոդելների անսահմանափակ օգտագործումը կարող էր մեծացնել ծախսերը, իսկ համատարած սահմանափակումները՝ խաթարել ԱԲ-ի շնորհիվ ձեռք բերված արտադրողականության աճը։
Ինչպե՞ս կրճատել ծախսերը՝ առանց մշակումը դանդաղեցնելու։ LegalOn Technologies-ը լուծեց այս խնդիրը՝ ըստ առաջադրանքի բարդության և մշակման փուլի ընտրելով GPT‑6 (Astra, Luna) կամ GPT‑6.1 Sol և բյուջեները համապատասխանեցնելով բիզնեսի յուրաքանչյուր ուղղության աճի փուլին։ Ընկերությունը կիսով չափ կրճատեց ծախսերը՝ պահպանելով մշակման արագությունը։
Սկզբում ընկերությունը մշակողներին անսահմանափակ հասանելիություն էր տվել իր հիմնական մոդելին՝ GPT‑5.5‑ին՝ Արագ ռեժիմով։ Նրանք սկսեցին այն օգտագործել նախագծման, իրականացման և առօրյա աշխատանքի համար՝ փորձարկումներով պարզելով, թե ինչպես լավագույնս բաշխել պարտականությունները մարդկանց և ԱԲ-ի միջև։
Սակայն բարձր արդյունավետությամբ մոդելների անսահմանափակ օգտագործումը շարունակելու դեպքում տարեկան բյուջեն անխուսափելիորեն կգերազանցվեր։ Ընկերության՝ ԱԲ-ով մշակման առաջատար փորձի կենտրոնը (AID CoE) սկսեց մշակել մոդելների ընտրության ուղեցույցներ։ AID CoE-ը փորձարկում և մշտադիտարկում էր մոդելները, իսկ ղեկավարներն արդյունքները ներկայացնում էին իրենց թիմերին։ Սա յուրաքանչյուր ինժեների հնարավորություն տվեց ինքնուրույն ընտրելու տվյալ առաջադրանքին ամենահարմար մոդելը։
Նոր ուղեցույցներով ընկերությունն ամեն առաջադրանքի համար ամենակարողունակ մոդելն օգտագործելու փոխարեն սկսեց ընտրել տվյալ աշխատանքին հարմար մոդելը։ Թիմերն աշխատանքը սկսում էին թեթև մոդելով և առաջադրանքի բարդության աճին զուգահեռ անցնում ավելի կարողունակ մոդելների։
Կառավարումն ապահովելու համար ընկերությունը նաև ադմինիստրատորի կարգավորումներով ներդրեց համակարգային վերահսկողություն՝ ստորաբաժանումների և առանձին աշխատակիցների համար սահմանելով օգտագործման ամսական սահմանաչափեր։ AID CoE-ը հետևում է օգտագործմանը և սահմանաչափերը հարմարեցնում բիզնեսի կարիքներին։
Այս սահմանափակումներով ներքին փորձարկումներն օգնեցին հստակեցնել ընտրության չափանիշները։ Ամենաթեթև մոդելը՝ GPT‑6 Luna-ն, գրում է կոդը հստակ պահանջների դեպքում, GPT‑6.1 Sol-ն օգնում է սովորական նախագծմանը, տվյալների վերլուծությանը և փաստաթղթերի պատրաստմանը, իսկ ամենակարողունակ GPT‑6 Astra-ն կատարում է բարդ գնահատում պահանջող աշխատանք, այդ թվում՝ ճարտարապետության նախագծում։ Առաջադրանքին համապատասխան մոդել ընտրելն աստիճանաբար դարձավ բոլոր թիմերի ընդհանուր գործելակերպը։
GPT-6 Luna
Everyday execution and implementation; running everyday automations; delegating relatively simple tasks and analysis; code implementation, mainly as a subagent.
GPT-6.1 Sol
Standard design and analysis; relatively simple software design; routine numerical analysis and document creation; tasks requiring shorter completion times than with Luna.
GPT-6 Astra
Complex analysis, design, and orchestration; complex analysis and document creation; complex software design; coordinating agents as the orchestrator.
Մոդելների ընտրությանը զուգահեռ ընկերությունը սկսեց լռելյայն սահմանափակել Արագ ռեժիմը՝ այն թույլատրելով միայն անհրաժեշտության դեպքում՝ անհատական դիմումով։ Թեև փոփոխությունը մտահոգություններ առաջացրեց մշակման արագության շուրջ, թիմերը կիրառեցին այնպիսի մոտեցումներ, ինչպիսին առաջադրանքների զուգահեռ կատարումն է՝ արդյունավետությունը պահպանելու և անցումը սահուն իրականացնելու համար։
Ընկերությունը նաև սահմանեց ԱԲ-ի ծախսերի բյուջետային շեմեր՝ ստորաբաժանման, խմբի և անհատի մակարդակներում։ Կայացած LegalOn բիզնեսին հանձնարարվեց բարձրացնել ծախսարդյունավետությունը մինչև մոտ 20%-ով, իսկ մեկնարկային փուլում գտնվող նոր ուղղություններին հատկացվեցին առատ բյուջեներ՝ ԱԲ-ի ակտիվ օգտագործումը խրախուսելու համար։
LegalOn Technologies-ի ինժեներական գծով ավագ ղեկավար Յուտա Տոկիտակեն բացատրում է, որ նոր ուղղությունների համար բիզնեսի զարգացման արագությունն ավելի առաջնային էր, քան ծախսարդյունավետությունը։ Նպատակն ԱԲ-ի լայն կիրառմամբ աշխատանքի արդյունքն ավելացնելն ու, ի վերջո, բիզնեսի աճը խթանելն էր։
Մոդելների ընտրությունը, գործառույթների սահմանափակումը և յուրաքանչյուր ուղղությանը հարմարեցված բյուջեները միասին մոտ 65%-ով կրճատեցին հաշվարկային օրական ծախսերը։ Այս մոտեցմամբ ընդհանուր բյուջեն մնաց վերահսկելի, իսկ ռեսուրսներն ուղղվեցին այն ուղղություններին, որոնք ընկերությունը ցանկանում էր զարգացնել։
Մոդելների օպտիմալացումն ու ռեսուրսների ռազմավարական բաշխումը տվեցին հետևյալ արդյունքները․
Ամեն առաջադրանքի համար ամենակարողունակ մոդելի օգտագործումից անցում GPT‑6 Astra-ի, GPT‑6.1 Sol-ի կամ GPT‑6 Luna-ի ընտրությանը՝ ըստ առաջադրանքի բարդության և մշակման փուլի։
Մշակման արդյունավետության պահպանում՝ Արագ ռեժիմի լռելյայն սահմանափակումից հետո՝ թիմային այնպիսի գործելակերպերի շնորհիվ, ինչպիսին առաջադրանքների զուգահեռ կատարումն է։
Բյուջետային շեմեր, որոնք կայացած ուղղություններում մոտ 20%-ով բարձր ծախսարդյունավետությունը համադրեցին նոր ուղղություններում ակտիվ ներդրումների հետ։
Հաշվարկային օրական ծախսերի 65% կրճատում՝ GPT‑5.5‑ի համեմատ՝ GPT‑6 և 6.1 մոդելների միջև ընտրության շնորհիվ։
Մոդելների օպտիմալացմամբ ընկերությունը կրճատեց ծախսերը՝ չզոհաբերելով մշակման արագությունն ու որակը։ Թիմերը նաև տեսնում են, որ ԱԲ-ն շարունակաբար կրճատում է մշակումից մինչև թողարկում ընկած ժամանակը։
Սակայն ընկերությունն ավելի հեռուն է նայում։ Արդյո՞ք միայն մշակման արագացումը բավարար է ԱԲ-ում ներդրումը հաջողված համարելու համար։ Ավելի արագ մշակման և հաճախորդի համար ստեղծվող արժեքի կապը մնում էր անհստակ։ «Արդեն գրեթե անվիճելի է, որ ԱԲ-ն կարող է արագացնել համակարգերի մշակումն ու թարմացումը», — ասում է Տոկիտակեն։ «Մենք իրականում ուզում ենք հասկանալ՝ արդյոք այդ արագացումն իսկապես արժեք է ստեղծում հաճախորդների համար»։
Այս հարցը ընկերությանը մղեց մշակելու սեփական չափանիշը՝ ԱԲ ներդրումների գնահատման հիմքում մշակման արագության և օգտագործման ծավալի փոխարեն դնելով հաճախորդի համար ստեղծվող արժեքը։
Տոկիտակեն բացատրում է․ «ԱԲ օգտագործելիս կարող ենք հետևել առանձին առաջադրանքների ծախսերին, բայց ամբողջական աշխատանքի՝ գործառույթի թողարկման ընդհանուր ծախսը հաճախ մնում է անտեսանելի։ Ուստի չափման հիմքում դրեցինք յուրաքանչյուր գործառույթի թողարկումը՝ որպես մեկ ամբողջություն։ Թողարկման՝ հաճախորդին տված արժեքը կապելով դրա համար կատարված ԱԲ-ի իրական ծախսերի հետ՝ ձգտում ենք տեսանելի դարձնել և ճշգրիտ գնահատել ներդրման վերադարձը»։
Ընկերությունն այժմ կառուցում է այս ցուցանիշի հաշվարկման համար անհրաժեշտ տվյալների մշակման շղթան։ Ավարտվելուց հետո այն տեսանելի կդարձնի ներդրման իրական վերադարձը՝ հաճախորդի ստացած արժեքի տեսանկյունից։ LegalOn Technologies-ն անցնում է ԱԲ ծախսերի կառավարումից տեխնոլոգիական ներդրումների և բիզնեսի համար ստեղծվող արժեքի անմիջական կապի հաստատմանը։
Հաջորդ նպատակն առանձին ինժեներների՝ ԱԲ-ի գործնական գիտելիքներն ամբողջ կազմակերպության կարողության վերածելն է։ Որպես առաջին քայլ՝ ընկերությունը նախատեսում է ստեղծել գիտելիքների շտեմարան՝ գործնական փորձը հավաքելու և տարածելու համար։ Այն կամփոփի, օրինակ, նախագծման, իրականացման և ստուգման համար մոդելների լավագույն համադրությունները և անհատական հաջողություններն արագ կդարձնի ամբողջ ընկերության լավագույն գործելակերպեր։
Թիմերի գործնական փորձից բխող այս փոփոխությունները վերափոխում են նաև կազմակերպությունն ու աշխատանքի ընդունման մոտեցումները։ ԱԲ-ի շնորհիվ արտադրողականության աճը ընկերությանը մղում է հիմնովին վերանայելու աշխատանքի բաշխումը մարդկանց և ԱԲ-ի միջև, ինչպես նաև կադրային ծրագրերը։ Ներդրումային ռազմավարության և կազմակերպական կառուցվածքի փոփոխմանը զուգահեռ ընկերությունն արդեն աշխատանքի ընդունելիս շեշտադրում է ԱԲ հմտությունները։
ԱԲ-ի ներդրումը տևական մրցակցային առավելության վերածելու համար հարկավոր է շարունակաբար կատարելագործել կառավարման և թիմերի գործելու ազատության միջև հավասարակշռությունը։ AID CoE-ը և անվտանգության թիմը համատեղ աշխատում են՝ տարբեր տեսանկյուններից օպտիմալացնելով արդյունավետությունը, ծախսերն ու ռիսկերը և ստեղծելով ճկուն համակարգ, որը խրախուսում է փորձարկումներն ամբողջ կազմակերպությունում։
«Կանոններով ու բյուջեներով չափազանց մեծ սահմանափակումները կարող են խաթարել կազմակերպության առաջընթացը։ Մեզ պետք է գործունեության ճկուն մոդել, որն արդյունավետորեն կհավասարակշռի ռիսկերի վերահսկումն ու թիմերին անհրաժեշտ արագությունը»։
