LegalOn uz pusi mazina Codex izmaksas, saglabājot izstrādes tempu

LegalOn Technologies visā pasaulē piedāvā Professional AI, izmantojot MI juridiskā darba un citu būtisku uzņēmējdarbības funkciju atbalstam. Apvienojot nozares zināšanas ar MI, uzņēmums ļauj cilvēkiem koncentrēties uz sarežģītu jautājumu izvērtēšanu un lēmumu pieņemšanu. Tā mērķis ir MI balstīta vadība, kas uzlabo uzņēmējdarbības lēmumu kvalitāti un paātrina to pieņemšanu.

Šī pieeja neaprobežojas ar produktiem — uzņēmums tiecas arī savā darbībā integrēt MI kā pamatelementu. Uzņēmums integrēja Codex izstrādes procesā un, izmantojot to ikdienā, paplašināja tā lietojumu visā organizācijā.

Lietošanai nostiprinoties, radās jauns izaicinājums — izmaksu kontrole. Neierobežota augstas veiktspējas modeļu izmantošana varēja palielināt tēriņus, savukārt vispārēji ierobežojumi draudēja mazināt MI sniegto produktivitātes pieaugumu.

Kā samazināt izmaksas, nepalēninot izstrādi? LegalOn Technologies risināja šo izaicinājumu, izvēloties GPT‑6 (Astra, Luna) vai GPT‑6.1 Sol atbilstoši uzdevuma sarežģītībai un izstrādes posmam, kā arī pielāgojot budžetus katra biznesa virziena izaugsmes stadijai. Uzņēmums uz pusi samazināja izmaksas, saglabājot izstrādes tempu.

Sākotnēji uzņēmums izstrādātājiem nodrošināja neierobežotu piekļuvi savam galvenajam modelim GPT‑5.5 Ātrajā režīmā. Viņi sāka to izmantot arī projektēšanā, koda rakstīšanā un ikdienas darbā, eksperimentējot un apgūstot, kā vislabāk sadalīt pienākumus starp cilvēkiem un MI.

Tomēr, turpinot neierobežoti izmantot augstas veiktspējas modeļus, gada budžets neizbēgami tiktu pārsniegts. Uzņēmuma MI atbalstītas izstrādes izcilības centrs (AID CoE) sāka veidot modeļu izvēles vadlīnijas. AID CoE testēja modeļus un uzraudzīja to darbību, savukārt vadītāji iepazīstināja savas komandas ar centra secinājumiem. Tas ļāva katram inženierim patstāvīgi izvēlēties katram uzdevumam piemērotāko modeli.

Jaunās vadlīnijas mainīja uzņēmuma pieeju: tā vietā, lai visiem uzdevumiem izmantotu jaudīgāko modeli, tika izvēlēts konkrētajam darbam piemērotākais. Komandas sāka ar mazāk resursietilpīgu modeli un, uzdevumiem kļūstot sarežģītākiem, pārgāja uz jaudīgākiem modeļiem.

Lai stiprinātu pārvaldību, uzņēmums administratora iestatījumos ieviesa arī sistēmas kontroles mehānismus, nosakot mēneša lietojuma limitus nodaļām un darbiniekiem. AID CoE uzrauga lietojumu un pielāgo limitus uzņēmuma vajadzībām.

Iekšējā testēšana ar šiem kontroles mehānismiem palīdzēja precizēt izvēles kritērijus. Vismazāk resursietilpīgais modelis GPT‑6 Luna raksta kodu uzdevumiem ar skaidrām prasībām; GPT‑6.1 Sol palīdz standarta projektēšanas, datu analīzes un dokumentu sagatavošanas darbos; savukārt jaudīgākais modelis GPT‑6 Astra risina sarežģītus izvērtēšanas uzdevumus, tostarp arhitektūras projektēšanu. Uzdevumiem piemērotu modeļu izvēle pakāpeniski kļuva par kopīgu praksi visās komandās.

Līdztekus modeļu izvēlei uzņēmums pēc noklusējuma ierobežoja Ātro režīmu, atļaujot to izmantot tikai pēc individuāla pieprasījuma, ja tas nepieciešams. Lai gan pārmaiņas radīja bažas par izstrādes tempu, komandas saglabāja darba ražīgumu un nodrošināja raitu pāreju, piemēram, veicot uzdevumus paralēli.

Uzņēmums ieviesa arī MI izdevumu budžeta limitus nodaļu, grupu un darbinieku līmenī. Nostiprinātajam LegalOn biznesa virzienam tika izvirzīts mērķis uzlabot izmaksu efektivitāti līdz aptuveni 20%, savukārt jaunajiem virzieniem darbības uzsākšanas posmā piešķīra dāsnus budžetus, lai veicinātu aktīvu MI izmantošanu.

LegalOn Technologies vecākais izstrādes vadītājs Juta Tokitake skaidro, ka jaunajos biznesa virzienos attīstības tempam tika dota priekšroka pār izmaksu efektivitāti. Mērķis bija plaši izmantot MI, lai paveiktu vairāk un galu galā veicinātu biznesa izaugsmi.

Modeļu izvēle, funkciju ierobežojumi un katram biznesa virzienam pielāgoti budžeti kopā samazināja aplēstās dienas izmaksas par aptuveni 65%. Šī pieeja ļāva kontrolēt kopējo budžetu, vienlaikus novirzot resursus tiem biznesa virzieniem, kurus uzņēmums vēlējās attīstīt.

Modeļu optimizācija un stratēģiska resursu sadale deva šādus rezultātus:

• Pāreja no jaudīgākā modeļa izmantošanas visiem uzdevumiem uz GPT‑6 Astra, GPT‑6.1 Sol vai GPT‑6 Luna izvēli atbilstoši uzdevuma sarežģītībai un izstrādes posmam.

• Pēc Ātrā režīma ierobežošanas pēc noklusējuma izstrādes ražīgums saglabājās, pateicoties komandu darba paņēmieniem, piemēram, paralēlai uzdevumu izpildei.

• Budžeta limiti, kas apvienoja aptuveni 20% efektivitātes pieaugumu nobriedušos biznesa virzienos ar aktīviem ieguldījumiem jaunajos virzienos.

• Izvēloties starp GPT‑6 un 6.1 modeļiem, aplēstās dienas izmaksas samazinājās par 65% salīdzinājumā ar GPT‑5.5.

Optimizējot modeļu izmantošanu, uzņēmums samazināja izmaksas, nezaudējot izstrādes tempu vai kvalitāti. Komandas arī novēro, ka MI pastāvīgi saīsina ciklu no izstrādes līdz izlaišanai.

Taču uzņēmums raugās tālāk. Vai ar ātrāku izstrādi vien pietiek, lai ieguldījumus MI uzskatītu par veiksmīgiem? Saikne starp ātrāku izstrādi un klientiem radīto vērtību joprojām nebija skaidra. „Tas, ka MI spēj paātrināt sistēmu izstrādi un atjaunināšanu, jau šķiet gandrīz pašsaprotami,” saka Tokitake. „Mēs patiesi vēlamies saprast, vai ātrāka izstrāde tiešām rada vērtību klientiem.”

Šis jautājums mudināja uzņēmumu izveidot savu rādītāju, lai MI ieguldījumus vērtētu nevis pēc izstrādes ātruma un lietojuma apjoma, bet gan pēc klientiem radītās vērtības.

Tokitake skaidro: „Izmantojot MI, mēs varam sekot atsevišķu uzdevumu izmaksām, taču pabeigta darba — funkcijas laidiena — kopējās izmaksas bieži paliek nezināmas. Tāpēc par mērījuma vienību izvēlējāmies katru atsevišķo funkcijas laidienu. Sasaistot laidiena radīto vērtību klientiem ar faktiskajām MI izmaksām tā izstrādē, mēs vēlamies padarīt ieguldījumu atdevi pārskatāmu un precīzi izmērāmu.”

Pašlaik uzņēmums veido datu apstrādes plūsmu šī rādītāja aprēķināšanai. Kad tā būs gatava, varēs skaidri redzēt patieso ieguldījumu atdevi klientiem radītās vērtības izteiksmē. LegalOn Technologies pāriet no MI izmaksu pārvaldības uz tehnoloģiju ieguldījumu tiešu sasaisti ar vērtību uzņēmējdarbībai.

Nākamais mērķis ir atsevišķu inženieru zināšanas un prasmes MI jomā pārvērst visas organizācijas kompetencē. Vispirms uzņēmums plāno izveidot zināšanu bāzi praktiskās pieredzes apkopošanai un apmaiņai. Tajā tiks apkopotas zināšanas, piemēram, par labākajām modeļu kombinācijām projektēšanai, koda rakstīšanai un pārskatīšanai, lai atsevišķus panākumus ātri pārvērstu visa uzņēmuma labajā praksē.

Šīs komandu praktiskās pieredzes rosinātās pārmaiņas ietekmē arī organizācijas uzbūvi un darbinieku atlasi. MI radītais produktivitātes pieaugums mudina uzņēmumu būtiski pārskatīt gan darba sadalījumu starp cilvēkiem un MI, gan personāla plānus. Mainoties ieguldījumu stratēģijai un organizācijas struktūrai, uzņēmums darbinieku atlasē jau sācis uzsvērt MI prasmes.

Lai MI ieviešanu pārvērstu noturīgā konkurences priekšrocībā, pastāvīgi jāpilnveido līdzsvars starp pārvaldību un komandu rīcības brīvību. AID CoE un drošības komanda kopīgi strādā, lai no dažādiem skatpunktiem optimizētu veiktspēju, izmaksas un riskus, veidojot elastīgu ietvaru, kas atbalsta eksperimentēšanu visā organizācijā.