നിലവാരം കുറയാതെ ലക്ഷ്യമുയർത്തുന്ന Revolut
സോഫ്റ്റ്വെയർ എൻജിനീയറിങ് മുതൽ സാമ്പത്തിക കുറ്റകൃത്യങ്ങൾ വരെയുള്ള സങ്കീർണമായ പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ OpenAI മോഡലുകളും Codex-ഉം വഴി Revolut തങ്ങളുടെ ടീമുകൾക്ക് കൂടുതൽ അവസരം നൽകുന്നു.
30–60%
ജോലി തുടങ്ങുന്നതുമുതൽ പുതിയ സവിശേഷതയുടെ കോഡ് ലയിപ്പിക്കുന്നതുവരെ കോഡിംഗ് സമയത്തിലെ കുറവ്
ഒരുദിവസം
ഏഴ് വർഷത്തെ രൂപകൽപ്പനാരേഖകൾ AI-ക്ക് വായിക്കാൻ കഴിയുന്ന കോൺടെക്സ്റ്റാക്കി മാറ്റാൻ
1–2 ദിവസം
Codex ഉപയോഗിച്ച് സുരക്ഷയ്ക്കായുള്ള കോഡ് പരിശോധനയിൽ ലാഭിച്ച സമയം
ആളുകൾ പണം കൈകാര്യം ചെയ്യുന്ന പരമ്പരാഗതരീതികൾ മാറ്റാനാണ് Revolut(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) സ്ഥാപിച്ചത്. ആ ലക്ഷ്യം ഇന്ന് 40-ലധികം വിപണികളിലേക്കും 8,00,000 ബിസിനസുകളിലേക്കും വ്യാപിച്ചിരിക്കുന്നു. കഴിഞ്ഞ 12 മാസത്തിനിടെ ഉപഭോക്താക്കളുടെ എണ്ണം 23% വർധിച്ചു.
കുറഞ്ഞ വിഭവങ്ങളുള്ള ചെറിയ ടീമുകൾ വേഗത്തിൽ പ്രവർത്തിക്കണമെന്ന് പ്രതീക്ഷിക്കുന്ന സ്ഥാപനസംസ്കാരംകൂടി ചേരുമ്പോൾ, ChatGPT‑യും Codex-ഉം സ്വാഭാവികമായും അനുയോജ്യമായിത്തീർന്നതിൽ അതിശയമില്ല.
“ഒരു പ്രശ്നം വളരെ വേഗം തിരിച്ചറിഞ്ഞ്, പരിഹാരം കണ്ടെത്തി, നാലു സാധ്യതകൾ രൂപകൽപ്പന ചെയ്ത്, അവയിൽ മികച്ചത് തിരഞ്ഞെടുത്ത് വിപണിയിലെത്തിക്കാൻ കഴിയുന്നയാൾ—Revolut-ലെ മികവുറ്റ വ്യക്തിയെ ഇങ്ങനെ കൃത്യമായി വിശേഷിപ്പിക്കാം,” Revolut-ന്റെ ആഗോള ബിസിനസ് വിപണന മേധാവി കിം മാനിയോവിച്ച് പറയുന്നു.
“OpenAI-യുമായുള്ള പങ്കാളിത്തം ഇത്തരം ഒട്ടേറെ പരിഹാരങ്ങൾ വളരെ കുറഞ്ഞ വിഭവങ്ങളിൽ, ചെലവുകുറച്ച്, ഞങ്ങളുടെ സവിശേഷമായ പ്രവർത്തനരീതിക്ക് യോജിച്ചവിധത്തിൽ നിർമിക്കാൻ സഹായിക്കുന്നു.”
എന്നാൽ വേഗം കൂട്ടുക എന്നത് ഈ സാധ്യതയുടെ ഒരു ഭാഗം മാത്രമാണ്. കഴിവുള്ളവർ കാര്യങ്ങൾ ചെയ്തുതീർക്കാനുള്ള പതിവുനടപടികൾക്ക് കുറച്ചുസമയവും സാമ്പത്തികസേവനങ്ങളെ അടിസ്ഥാനപരമായി മാറ്റാൻ കഴിയുന്ന പ്രശ്നങ്ങൾക്ക് കൂടുതൽ സമയവും ചെലവഴിക്കുമ്പോൾ എന്തൊക്കെ സാധ്യമാകും എന്നതാണ് Revolut-നെ സംബന്ധിച്ച വലിയ ചോദ്യം.
Revolut വളരുന്നതിനൊപ്പം ഉപഭോക്താക്കളെ സംരക്ഷിക്കുന്നതിലെ സങ്കീർണതയും വർധിക്കുന്നു. ഒരു റിപ്പോർട്ട്(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) പ്രകാരം, ലോകമെമ്പാടുമുള്ള മുതിർന്നവരിൽ പകുതിയിലധികം പേർ 2025-ൽ തട്ടിപ്പുശ്രമം നേരിട്ടതായി അറിയിച്ചു.
സംശയാസ്പദമായ പ്രവർത്തനം കണ്ടെത്താനും സാധ്യതയുള്ള അപകടങ്ങൾ അന്വേഷിക്കാനും ഉപഭോക്താക്കൾക്കായി ശക്തവും ആവശ്യാനുസൃതവുമായ സംരക്ഷണം നടപ്പാക്കാനും ഓരോ ഇടപാടും Revolut-ന് മറ്റൊരു അവസരം നൽകുന്നു. എന്നാൽ ഈ ഇടപാടുകളുടെ ബാഹുല്യം ഏതൊരു ബാങ്കിലും ലഭ്യമായ മനുഷ്യവിഭവശേഷിക്ക് കൈകാര്യം ചെയ്യാവുന്നതിലും വളരെ കൂടുതലാണ്.
“വർധിക്കുന്ന ആവശ്യങ്ങൾക്കനുസരിച്ച് ആളുകളുടെ പ്രവർത്തനശേഷി വർധിപ്പിക്കുക എന്നതാണ് ഇന്ന് AI ഉപയോഗിച്ച് ഞങ്ങൾക്ക് നേരിടാനാകുന്ന ഏറ്റവും വലിയ പ്രശ്നം,” AI മേധാവി ഡേവിഡ് അബിറ്റ്ബോൾ പറയുന്നു. അതുകൊണ്ടാണ് OpenAI മോഡലുകൾ ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്ന ഫിൻക്രൈം ഏജന്റ് Revolut-ന്റെ ഏറ്റവും വലിയ AI പ്രയോഗങ്ങളിലൊന്നായത്.
യോഗ്യമായ ഓരോ കേസും അന്വേഷകർ നേരിട്ട് കൈകാര്യം ചെയ്യുന്നതിനുപകരം, ഏജന്റിന് വിവരങ്ങൾ പരിശോധിക്കാനും Revolut-ന്റെ നിയമങ്ങൾ പ്രയോഗിക്കാനും നിർവചിച്ച പ്രക്രിയ സ്വയമേവ പൂർത്തിയാക്കാനും കഴിയും.
GPT‑5.5‑ന്റെ പുറത്തിറക്കം ഒരു വഴിത്തിരിവായിരുന്നു. പ്രാഥമിക പരിശോധനയുടെയും അന്വേഷണത്തിന്റെയും പ്രവർത്തനക്രമങ്ങൾ പൂർണമായി ഏജന്റിനെ ഏൽപ്പിക്കാൻ Revolut-ന് കഴിയുന്നത്ര ശേഷിയും ചെലവുകാര്യക്ഷമതയും മോഡലുകൾക്കുണ്ടായത് അപ്പോഴാണെന്ന് അബിറ്റ്ബോൾ പറയുന്നു. ആവശ്യങ്ങൾ വർധിക്കുന്ന അതേ നിരക്കിൽ അന്വേഷകരുടെ എണ്ണം കൂട്ടാതെ കൂടുതൽ ഇടപാടുകൾ നിരീക്ഷിക്കാൻ ഇതിലൂടെ കഴിയുന്നു.
ഇത് “കൂടുതൽ ശക്തമായ സംരക്ഷണവും ഉപഭോക്താക്കൾക്ക് വിശ്വസിക്കാവുന്ന, പ്രതിസന്ധികളെ നന്നായി അതിജീവിക്കുന്ന സംവിധാനവും നേരിട്ട് ഉറപ്പാക്കുന്നു,” വിവരസുരക്ഷാ എൻജിനീയർ മോ അമീരി കൂട്ടിച്ചേർക്കുന്നു.
“വേഗത്തിൽ മുന്നേറുക, എന്നാൽ വിശ്വാസം വളർത്തിയെടുക്കുക” എന്നത് Revolut-ന്റെ ആഭ്യന്തര എൻജിനീയറിങ് മുദ്രാവാക്യമായി എളുപ്പം സ്വീകരിക്കാവുന്നതാണ്. കോഡിംഗ് സമയത്തിൽ 30-60% കുറവ് വരുത്താൻ Codex-ന് കഴിഞ്ഞുവെന്ന് അബിറ്റ്ബോൾ ചൂണ്ടിക്കാണിക്കുമ്പോൾ തന്നെ, ചില സുരക്ഷാ മാനദണ്ഡങ്ങളിൽ യാതൊരു വിട്ടുവീഴ്ചയുമില്ലെന്നും അദ്ദേഹം വ്യക്തമാക്കുന്നു.
“AI ഉപയോഗിച്ച് എന്തെങ്കിലും നിർമിക്കുന്ന സ്ഥാപനത്തിലെ എല്ലാവർക്കും വികസനം, A/B പരിശോധന, ബിസിനസ് അളവുകോലുകളുടെ പ്രവചനം എന്നിവയിൽ ഒരേ മാനദണ്ഡങ്ങൾ ബാധകമാകുന്ന ചിട്ടയായ ഒരു ചട്ടക്കൂട് ഞങ്ങൾക്കുണ്ട്,” അദ്ദേഹം പറയുന്നു. “അതിനാൽ സ്ഥാപനത്തിലെ എല്ലാ എൻജിനീയർമാരും ഒരേ ഗുണനിലവാര മാനദണ്ഡം പാലിക്കണം. ന്യായമായ ചെലവിൽ മതിയായ ബുദ്ധിശേഷി ലഭിച്ചുതുടങ്ങിയതോടെ പ്രാരംഭ അന്വേഷണങ്ങളും പരിശോധനകളും കൂടുതലായി ഏജന്റിനെ ഏൽപ്പിക്കാൻ ഞങ്ങൾക്ക് കഴിഞ്ഞു.”
സീനിയർ പ്ലാറ്റ്ഫോം എഞ്ചിനീയർ ദിമിത്രി പിറ്റിക്കിനെ സംബന്ധിച്ചിടത്തോളം, ഒരു ആന്തരിക കോഡ്-റിവ്യൂ സേവനം നിർമ്മിക്കുന്നതിനിടയിലാണ് കോഡിംഗ് സമയത്തിലെ ആ 30-60% കുറവ് യാഥാർത്ഥ്യമായി അനുഭവപ്പെട്ടത്. അദ്ദേഹം സിസ്റ്റം രൂപകൽപ്പന ചെയ്യുകയും, അതിനെ വിവിധ ഫീച്ചറുകളായി തിരിക്കുകയും, ഇത് നടപ്പിലാക്കാൻ ഒരു വികസന ടീം ആവശ്യമായി വരുമെന്ന് തുടക്കത്തിൽ കരുതുകയും ചെയ്തു.
“ഇത് നടപ്പാക്കാൻ ഡെവലപ്പർമാരുടെ ഒരു മുഴുവൻ ടീം വേണ്ടെന്ന് എനിക്ക് മനസ്സിലായി,” അദ്ദേഹം ഓർക്കുന്നു. “വിവിധ ഏജന്റുകളെ പ്രവർത്തിപ്പിച്ച് ഓരോന്നിനും ഓരോ പ്രത്യേക ജോലി ഏൽപ്പിച്ചാൽ മതി.” Codex അദ്ദേഹത്തിന്റെ നടപ്പാക്കൽ ടീമായി മാറി. അതോടെ സംവിധാനം രൂപകൽപ്പന ചെയ്യാനും ജോലി ആസൂത്രണം ചെയ്യാനും തിരിച്ചുകിട്ടിയ ഫലങ്ങൾ പരിശോധിക്കാനും ദിമിത്രി കൂടുതൽ സമയം ചെലവഴിച്ചു.
Revolut-ലുടനീളം അബിറ്റ്ബോൾ കണ്ടുവരുന്ന ഒരു രീതിയാണിത്. Codex എഞ്ചിനീയർമാർക്ക് കൂടുതൽ സമയം തിരികെ നൽകുമ്പോൾ, തിരിച്ചുകിട്ടുന്ന സമയം അവർ ഉപയോഗിക്കുന്നത് “രൂപകൽപ്പനയും ഏറ്റവും മികച്ച പരിഹാരവും ചർച്ച ചെയ്യാൻ കൂടുതൽ സമയം ചെലവഴിക്കാനാണ്. അതുകൊണ്ട് നടപ്പാക്കലിനുപകരം രൂപകൽപ്പനയ്ക്ക് ഞങ്ങൾ കൂടുതൽ സമയം ചെലവഴിക്കുന്നു.”
ഇത് എൻജിനീയറിങ് വൈദഗ്ധ്യത്തിന്റെ ആവശ്യകത ഇല്ലാതാക്കുന്നില്ല; ആ വൈദഗ്ധ്യം എവിടെ പ്രയോഗിക്കുന്നു എന്നതുമാത്രമാണ് മാറ്റുന്നത്. “ഓരോ ഡെവലപ്പറും താൻ സൃഷ്ടിക്കുന്ന കോഡിന് ഉത്തരവാദിയാണ്. ഞങ്ങൾ AI-യെ അന്ധമായി വിശ്വസിക്കുന്നില്ല,” പിറ്റിക് പറയുന്നു. ഇതിലൂടെ ജോലിവിഭജനത്തിന് പുതിയൊരു രീതി രൂപപ്പെടുന്നു: നടപ്പാക്കലിൽ AI സഹായിക്കുമ്പോൾ, സോഫ്റ്റ്വെയർ ഉപകാരപ്രദമാണോ, വിശ്വസനീയമാണോ, നിർമിക്കാൻ തക്ക മൂല്യമുണ്ടോ എന്ന് നിർണയിക്കുന്ന തീരുമാനങ്ങളിൽ എൻജിനീയർമാർ കൂടുതൽ ശ്രദ്ധ നൽകുന്നു.
ഈ അധിക പരിശ്രമം വിലമതിക്കത്തക്കതാണ്. Codex ഒരു ജോലി ചെയ്യുമ്പോൾ പിറ്റിക്കിന് സമാന്തരമായി മറ്റൊന്നിൽ പ്രവർത്തിക്കാം. കിം മാനിയോവിച്ച് വിശദീകരിക്കുന്നതുപോലെ, സാധാരണയായി ഒരു ജീവനക്കാരന് “മൂന്നു വ്യത്യസ്ത ജോലികൾ” ഉള്ള സ്ഥാപനത്തിൽ ഒരേസമയം പല ജോലികൾ ചെയ്യാനുള്ള ഈ കഴിവ് അനിവാര്യമാണ്. Codex ഉപയോഗിക്കുന്നത് വെല്ലുവിളികൾക്കിടയിലും തുടർച്ചയായ വളർച്ചയ്ക്ക് വഴിയൊരുക്കുന്നു: “ഓരോ മാസവും ഞങ്ങൾ നിശ്ചയിക്കുന്ന ലക്ഷ്യങ്ങൾ കൂടുതൽ ഉയരുന്നു, അതേസമയം അവ കൂടുതൽ കൈവരിക്കാവുന്നതുമാകുന്നു. അങ്ങനെ പ്രതീക്ഷിക്കുന്ന നിലവാരവും ഉയർന്നുകൊണ്ടിരിക്കുന്നു. AI ആണ് അത് സാധ്യമാക്കുന്നത്.”
പുതുതായി ലഭിച്ച ഈ ശേഷി ഉപയോഗിച്ച് Revolut-ന് ചെയ്യാൻ കഴിഞ്ഞ കാര്യങ്ങളുടെ ഉദാഹരണങ്ങളിൽ സ്ഥാപനത്തിനുള്ളിലെ ആപ്പുകൾക്കും ബാഹ്യ ഉപഭോക്താക്കൾക്കായുള്ള ഉൽപ്പന്നങ്ങൾക്കുമായി വെബ് UI-കൾ നിർമ്മിക്കുന്നതിനുള്ള ഒരു ടൂൾ വികസിപ്പിച്ചെടുത്തതും ഉൾപ്പെടുന്നു.
അല്ലെങ്കിൽ ഏഴ് വർഷത്തെ രൂപകൽപ്പനാരേഖകൾ ഒരൊറ്റ ദിവസം കൊണ്ട് AI-ക്ക് വായിക്കാൻ കഴിയുന്ന കോൺടെക്സ്റ്റാക്കി മാറ്റുകയും, അതുവഴി ഡിസൈനർമാരെ കൂടുതൽ ഫലപ്രദമായി പ്രവർത്തിക്കാൻ സഹായിക്കുന്ന ടൂളുകൾക്ക് അടിത്തറയിടുകയും ചെയ്യുക എന്നതും ഇതിൽ ഉൾപ്പെടുന്നു. സങ്കീർണ്ണമായ സിസ്റ്റങ്ങളുമായി പ്രവർത്തിക്കാൻ ആവശ്യമായ പ്രയത്നം കുറച്ചുകൊണ്ട്, ശേഖരിക്കപ്പെട്ട സ്ഥാപനപരമായ അറിവുകൾ എങ്ങനെ കൂടുതൽ എളുപ്പത്തിൽ ലഭ്യമാക്കാൻ AI-ക്ക് കഴിയുമെന്ന് ഈ ഉദ്യമം വ്യക്തമാക്കുന്നു. “പ്രധാനപ്പെട്ടതാണെങ്കിലും AI ഇല്ലാതെ ചെയ്യാൻ പ്രയാസമുള്ള കാര്യങ്ങളിൽ നിന്ന്, ഉപഭോക്താക്കൾക്ക് പ്രാധാന്യമുള്ള കാര്യങ്ങളിലേക്ക് നമുക്ക് ശ്രദ്ധ മാറ്റാൻ കഴിയും,” സീനിയർ ഡിസൈനർ ദിമിത്രോ പാവ്ലോവ് പറയുന്നു.
“ഡെവലപ്പർമാരുടെ ഒരു മുഴുവൻ ടീം വേണ്ടെന്ന് എനിക്ക് മനസ്സിലായി. വിവിധ ഏജന്റുകളെ പ്രവർത്തിപ്പിച്ച് അവർക്ക് ജോലി ഏൽപ്പിച്ചാൽ മതി.”
ഈ വേഗതയ്ക്കെല്ലാം ഒപ്പം സുരക്ഷയും ഉണ്ടെന്ന് ഉറപ്പാക്കുകയാണ് മോ അമീരിയുടെ ജോലി—ഉപഭോക്താക്കൾക്കു മാത്രമല്ല, Revolut-ന്റെ സ്വന്തം ജീവനക്കാർക്കും. ഇത് അദ്ദേഹത്തിന് ഒരേസമയം AI-യെക്കുറിച്ച് രണ്ട് കാഴ്ചപ്പാടുകൾ നൽകുന്നു: ഒരു പ്രശ്നം അന്വേഷിക്കാൻ Revolut-നെ അത് എങ്ങനെ സഹായിക്കും എന്നതും, അത് സുരക്ഷിതമായി വിന്യസിക്കുന്നതിന് മുമ്പ് ടീമുകൾക്ക് എന്തെല്ലാം ആവശ്യമാണ് എന്നതും.
ഉദാഹരണത്തിന്, വിവരങ്ങൾ തട്ടിയെടുക്കാനുള്ള വ്യാജ ഇമെയിലിനെക്കുറിച്ചുള്ള അന്വേഷണത്തിൽ, മുമ്പ് ഒരു വിശകലനവിദഗ്ധൻ ഇമെയിൽ ശേഖരിക്കുകയും അതിലെ കണ്ണികളും അനുബന്ധ ഫയലുകളും പരിശോധിക്കുകയും അയച്ചയാളെ കണ്ടെത്തുകയും തെളിവുകൾ സമാഹരിക്കുകയും നേരിട്ട് ചെയ്യേണ്ടിയിരുന്നു. “കൂടുതൽ ശക്തമായ AI ഉപകരണങ്ങളിലൂടെ ആ ബന്ധങ്ങൾ തൽക്ഷണം കണ്ടെത്താനും യഥാർഥത്തിൽ പ്രസക്തമായ ചോദ്യങ്ങൾ കൂടുതൽ ആഴത്തിൽ അന്വേഷിക്കാനും ഞങ്ങൾക്ക് കഴിയും,” അദ്ദേഹം പറയുന്നു.
AI പ്രാഥമിക ജോലികൾ ചെയ്ത് കേസിന്റെ വിവരങ്ങൾ ക്രമപ്പെടുത്തി അന്വേഷകന് നൽകുമെങ്കിലും, അസൽ രേഖകൾ പരിശോധിക്കുന്നതും വിശദീകരണം യുക്തിസഹമാണോ എന്ന് തീരുമാനിക്കുന്നതും നടപടികൾക്ക് അംഗീകാരം നൽകുന്നതും ആ വ്യക്തിയുടെ ഉത്തരവാദിത്തമായി തുടരുന്നു.
ടീമുകൾ Revolut-ലേക്ക് പുതിയ AI പ്രയോഗങ്ങൾ കൊണ്ടുവരുമ്പോഴും അമീരി ഇതേ സമീപനമാണ് സ്വീകരിക്കുന്നത്. അദ്ദേഹം മുഴുവൻ പ്രക്രിയയും പിന്തുടരുന്നു: സംവിധാനം കാണുന്ന വിവരങ്ങൾ എന്തെല്ലാം, അവ എവിടേക്ക് പോകുന്നു, ഏതെല്ലാം ഉപകരണങ്ങൾ ഉപയോഗിക്കാം, ആ പ്രവേശനാനുമതി ഉപയോഗിച്ച് എന്തുചെയ്യാം, എന്തെങ്കിലും പരാജയപ്പെട്ടാൽ എന്തുസംഭവിക്കും എന്നിവ. ബോധ്യപ്പെടുത്തുന്നതായി തോന്നുന്ന നിഗമനങ്ങൾക്ക് യഥാർഥത്തിൽ തെളിവുകളുടെ പിൻബലമുണ്ടോ എന്നും അദ്ദേഹം പരിശോധിക്കുന്നു.
“ഏറ്റവും നിർണായകമായ തീരുമാനം എപ്പോഴും ഉത്തരവാദിത്തത്തെക്കുറിച്ചാണ്,” അദ്ദേഹം പറയുന്നു. “ഒരു AI ഉപകരണം കോഡിൽ മാറ്റം നിർദേശിച്ചാൽ, അതിന്റെ ഉത്തരവാദിത്തം ഏറ്റെടുക്കാൻ കഴിയുന്നത്ര വ്യക്തമായി ഒരു മനുഷ്യ എൻജിനീയർ ആ മാറ്റം മനസ്സിലാക്കണം. അതാണ് പരിശോധനാപ്രക്രിയ എങ്ങനെ രൂപകൽപ്പന ചെയ്യണമെന്ന് നേരിട്ട് നിർണയിക്കുന്നത്. ഡെവലപ്പർമാരുടെ ദൈനംദിന പ്രവർത്തനക്രമം സങ്കീർണമാക്കാതെ അവർക്ക് വേണ്ട പശ്ചാത്തലവിവരങ്ങൾ നൽകുന്നു.”
Revolut-നെ സംബന്ധിച്ചിടത്തോളം, സുരക്ഷാ മാനദണ്ഡങ്ങൾ നവീകരണത്തിൽ നിന്ന് വേറിട്ടുനിൽക്കുന്നവയല്ല. കൂടുതൽ ശേഷിയുള്ള സാങ്കേതികവിദ്യ ആത്മവിശ്വാസത്തോടെ സ്വീകരിക്കാൻ ടീമുകൾക്ക് കഴിയുന്ന സാഹചര്യങ്ങൾ ഒരുക്കാൻ അവ സഹായിക്കുന്നു. “അങ്ങനെയാണ് നിങ്ങൾക്ക് AI-യിൽ യഥാർത്ഥ ആത്മവിശ്വാസം നേടാൻ കഴിയുന്നത്,” അദ്ദേഹം വിശദീകരിക്കുന്നു, “തുടക്കത്തിൽ തന്നെ ചിന്താപൂർവ്വമായ തീരുമാനങ്ങൾ എടുക്കുന്നതിലൂടെയും മുന്നോട്ട് പോകുന്നതിനനുസരിച്ച് പരിശോധനകൾ നടത്തുന്നതിലൂടെയും.”
“തുടക്കത്തിലേ ചിന്താപൂർവ്വമായ തീരുമാനങ്ങൾ എടുക്കുന്നതിലൂടെയും മുന്നോട്ട് പോകുന്നതിനനുസരിച്ച് പരിശോധനകൾ നടത്തുന്നതിലൂടെയുമാണ് AI-യിൽ യഥാർഥ വിശ്വാസം നേടാൻ കഴിയുന്നത്.”
ജോലി തുടങ്ങുന്നതുമുതൽ പുതിയ സവിശേഷതയുടെ കോഡ് ലയിപ്പിക്കുന്നതുവരെ കോഡിംഗ് സമയത്തിൽ 30–60% കുറവ്
നടപ്പാക്കൽ ജോലികൾ ഒന്നിലധികം Codex ഏജന്റുകളെ ഏൽപ്പിച്ച് ഒരു എഞ്ചിനീയർ ഒരു ആന്തരിക കോഡ്-റിവ്യൂ സേവനം നിർമ്മിച്ചു
ഏകദേശം ഏഴുവർഷംകൊണ്ട് തയ്യാറാക്കിയ രൂപകൽപ്പനാ സംവിധാനത്തിന്റെ രേഖകൾ AI-ക്ക് വായിക്കാൻ കഴിയുന്ന കോൺടെക്സ്റ്റാക്കി മാറ്റാൻ ഒരു ദിവസം മാത്രം
സുരക്ഷയ്ക്കായുള്ള വിപുലമായ ഒരു കോഡ് പരിശോധനയിൽ ഒന്നുമുതൽ രണ്ടുദിവസംവരെ ലാഭിച്ചു
അന്വേഷകരുടെ എണ്ണം ആനുപാതികമായി കൂട്ടാതെ ഫിൻക്രൈം ഏജന്റിലൂടെ കൂടുതൽ ഇടപാടുകൾ പരിശോധിച്ചു
പരിഹരിക്കാൻ തക്ക പ്രാധാന്യമുള്ള ഒരു പ്രശ്നത്തിൽനിന്ന് തുടങ്ങുക. ആവശ്യങ്ങൾ ഏറ്റവും വേഗത്തിൽ വളരുന്നതും ഉപഭോക്താക്കൾക്ക് ഏറ്റവും നിർണായകവുമായ മേഖലകളിലാണ് Revolut, AI പ്രയോജനപ്പെടുത്തിയിരിക്കുന്നത്.
വേഗത ഉപയോഗിക്കേണ്ടത് ലക്ഷ്യങ്ങൾ വലുതാക്കാനാണ്, നിലവാരം കുറയ്ക്കാനല്ല. കോഡിംഗിലും അന്വേഷണത്തിലും ലാഭിക്കുന്ന സമയം മികച്ച ഡിസൈനിനും, കൂടുതൽ കഠിനമായ ചോദ്യങ്ങൾക്കും, കൂടുതൽ നിർണ്ണായകമായ പ്രവൃത്തികൾക്കും ഇടമൊരുക്കുന്നു.
ആളുകൾക്ക് ഉത്തരവാദിത്തം നൽകുക. AI-ക്ക് തെളിവുകൾ ശേഖരിക്കാനും കോഡെഴുതാനും നടപടികൾ ശുപാർശ ചെയ്യാനും കഴിയും. എന്നാലും അതിന്റെ ഉത്തരവാദിത്തം ഏറ്റെടുക്കാൻ കഴിയുന്നത്ര വ്യക്തമായി ആ ജോലി ഒരാൾ മനസ്സിലാക്കിയിരിക്കണം.
വിപുലീകരിക്കുന്നതിനുമുമ്പ് വിശ്വാസം വളർത്തുക. സംവിധാനത്തിന് ഏതൊക്കെ വിവരങ്ങൾ കാണാം, എന്തൊക്കെ ചെയ്യാം, പരാജയപ്പെട്ടാൽ എന്ത് സംഭവിക്കും എന്നിവ വ്യക്തമാക്കുക. തുടർന്ന് പ്രവർത്തനം പുരോഗമിക്കുമ്പോഴും ആ തീരുമാനങ്ങൾ പരീക്ഷിച്ചുനോക്കുക.
നിങ്ങളുടെ അറിവ് ഉപയോഗയോഗ്യമാക്കുക. വ്യക്തവും നന്നായി ക്രമീകരിച്ചതുമായ പശ്ചാത്തലവിവരങ്ങൾ ലഭിക്കുമ്പോൾ AI കൂടുതൽ നന്നായി പ്രവർത്തിക്കുന്നു. ഈ വിവരങ്ങൾ തയ്യാറാക്കുന്ന പ്രക്രിയ പലപ്പോഴും സ്ഥാപനത്തിനുതന്നെ എവിടെയെല്ലാം കൂടുതൽ വ്യക്തത വേണമെന്നും കാണിച്ചുതരുന്നു.
തങ്ങളുടെ ടീമുകൾക്ക് ഏറ്റെടുക്കാൻ കഴിയുന്ന ജോലികളുടെ അളവും സങ്കീർണ്ണതയും AI-ക്ക് എങ്ങനെ വർദ്ധിപ്പിക്കാൻ കഴിയുമെന്ന് Revolut ഇതിനകം തെളിയിച്ചിട്ടുണ്ട്. കഴിവ്, വിവേചനാധികാരം, ഡിസൈൻ എന്നിവയുടെ ആ സംയോജനത്തെ ഉപഭോക്താക്കൾ തങ്ങളുടെ പണവുമായി ഇടപഴകുന്ന രീതിയിലേക്ക് കൊണ്ടുപോകുക എന്നതാണ് അവരുടെ അടുത്ത അവസരം.
കാർഡ് ബ്ലോക്ക് ചെയ്യുക, സബ്സ്ക്രിപ്ഷൻ മാനേജ് ചെയ്യുക, അല്ലെങ്കിൽ ഒരു യാത്രയ്ക്കായി പണം ലാഭിക്കാനുള്ള വഴികൾ കണ്ടെത്തുക എന്നിവ പോലെ ഉപഭോക്താക്കൾക്ക് ദൈനംദിന സാമ്പത്തിക കാര്യങ്ങളിൽ സഹായത്തിനായി Revolut-നോട് ചോദിക്കാൻ കഴിയുന്ന കൂടുതൽ സംഭാഷണാത്മകമായ ഒരു ഇന്റർഫേസാണ് അബിറ്റ്ബോൾ വിഭാവനം ചെയ്യുന്നത്. ഈ അനുഭവത്തിനു പിന്നിലെ രൂപകൽപ്പനാ വെല്ലുവിളിയാണ് പാവ്ലോവ് കാണുന്നത്—സങ്കീർണ്ണതയെ സ്ഥിരതയുള്ളതും പരിചിതവും ഉപയോഗിക്കാൻ എളുപ്പമുള്ളതുമായ ഒന്നാക്കി മാറ്റുക എന്നത്.
ഈ പ്രവർത്തനത്തെ മുന്നോട്ടുനയിക്കുന്ന സംസ്കാരവുമായി Kim Maniovich ആ ഭാവിയെ ബന്ധിപ്പിക്കുന്നു. “ഞങ്ങൾ ദിവസവും പിന്തുടരുന്ന മൂല്യങ്ങൾ—വലിയ ലക്ഷ്യങ്ങൾ വയ്ക്കാനുള്ള ഈ ഉറച്ച മനോഭാവം, നേടിയതിൽ തൃപ്തരായി നിൽക്കാതിരിക്കാനുള്ള ആഗ്രഹം—ഞങ്ങൾ നിർമിക്കുന്ന ഉൽപ്പന്നങ്ങളിലൂടെ ആളുകൾക്ക് സ്വന്തം ജീവിതത്തിലും പ്രാവർത്തികമാക്കാൻ കഴിയുമെന്ന് ഞാൻ പ്രതീക്ഷിക്കുന്നു.”
AI കാര്യങ്ങൾ നിർമ്മിക്കുന്നത് എളുപ്പമാക്കുമ്പോൾ, എന്താണ് നിർമ്മിക്കേണ്ടതെന്ന് അറിയുന്നതും—അത് മികച്ച രീതിയിൽ ചെയ്യാനുള്ള വിവേചനാധികാരം, നിലവാരം, ഉപഭോക്താക്കളെക്കുറിച്ചുള്ള ധാരണ എന്നിവ നിലനിർത്തുന്നതുമാണ് ഒരു സ്ഥാപനത്തെ വ്യത്യസ്തമാക്കുന്നത്. Revolut-നെ സംബന്ധിച്ച്, ജോലിയിൽ ഇൻ്റലിജൻസ് പ്രയോജനപ്പെടുത്തുന്നതിന്റെ വലിയ വാഗ്ദാനം ഇതാണ്: കാര്യങ്ങൾ ചെയ്തുതീർക്കുന്നതിന്റെ സാങ്കേതിക വശങ്ങൾക്കായി കുറഞ്ഞ സമയം ചെലവഴിക്കുകയും, സാമ്പത്തിക സേവനങ്ങൾ എല്ലാവർക്കും കൂടുതൽ സുരക്ഷിതവും ലളിതവും പ്രയോജനപ്രദവുമാക്കാൻ കൂടുതൽ ശേഷി നേടുകയും ചെയ്യുക എന്നത്.
ലൈസൻസുള്ള Revolut ഗ്രൂപ്പ് സ്ഥാപനങ്ങളാണ് ബാങ്കിംഗ് സേവനങ്ങൾ നൽകുന്നത്. Revolut.com(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു)സന്ദർശിക്കുക.


