Localiza, ജനറേറ്റീവ് AI കേന്ദ്രീകരിച്ച് മാറിയ വിധം

ജനറേറ്റീവ് AI രംഗപ്രവേശം ചെയ്തപ്പോൾ, തങ്ങളുടെ ഭാവി തീരുമാനിച്ച ഒരു ശക്തമായ നിലപാടാണ് Localiza സ്വീകരിച്ചത്: ഇത് ടൂൾകിറ്റിലെ മറ്റൊരു സോഫ്റ്റ്‌വെയർ മാത്രമല്ല; മറിച്ച് കമ്പനിയുടെ പ്രവർത്തനരീതിയിൽ തന്നെയുള്ള ഒരു വലിയ മാറ്റമാണ്.

ഒറ്റപ്പെട്ട ഉപയോഗസാധ്യതകൾ തേടുന്നതിനു പകരം, മൂന്ന് തന്ത്രപ്രധാന മേഖലകളെ കേന്ദ്രീകരിച്ചാണ് കമ്പനി OpenAI-യുമായുള്ള സഹകരണം ക്രമീകരിച്ചത്: വിപുലമായ പരീക്ഷണങ്ങളിലൂടെ ബിസിനസിനെ പരിവർത്തനം ചെയ്യുക, ഉപഭോക്താക്കൾക്കായി പുതിയ ഇന്റർഫേസുകൾ സൃഷ്ടിക്കുക, പൂർണ്ണമായും AI അടിസ്ഥാനമാക്കിയുള്ള ഉൽപ്പന്നങ്ങൾ വികസിപ്പിക്കുക എന്നിവയാണവ. ഇൻ്റലിജൻസ്, പശ്ചാത്തലം, വേഗത എന്നിവ മുൻനിർത്തി തൊഴിൽ പ്രക്രിയകളെ പുനർരൂപകൽപ്പന ചെയ്യാനുള്ള തീരുമാനമാണ് ഈ മൂന്ന് ലക്ഷ്യങ്ങളെയും പരസ്പരം ബന്ധിപ്പിക്കുന്നത്.

ആന്തരികമായി ഈ സാങ്കേതികവിദ്യ നടപ്പിലാക്കുന്നതിന് പിന്നിലെ തത്ത്വം വളരെ ലളിതമാണ്: വലിയ തോതിലുള്ള ഉപയോഗം അറിവ് വർദ്ധിപ്പിക്കുന്നു, ആ അറിവുകൾ മികച്ച ഉൽപ്പന്നങ്ങൾ സൃഷ്ടിക്കാൻ സഹായിക്കുന്നു.

പ്രായോഗികമായി പറഞ്ഞാൽ, ChatGPT ലൈസൻസുകൾ നൽകിയത് കേവലം ഒരു വ്യക്തിഗത ആനുകൂല്യമായല്ല, മറിച്ച് പുതിയ പരീക്ഷണങ്ങൾക്കും ഉൽപ്പാദനക്ഷമത വർദ്ധിപ്പിക്കുന്നതിനുമുള്ള ഒരു മാർഗ്ഗമായിട്ടാണ്. ഫിനാൻസ് മുതൽ ദൈനംദിന പ്രവർത്തനങ്ങൾവരെയുള്ള Localiza-യിലെ വിവിധ ടീമുകൾ കസ്റ്റം GPT‑കൾ, ഏജന്റുകൾ, Codex എന്നിവ ഉപയോഗിച്ച് സജീവമായ പരീക്ഷണങ്ങൾ നടത്തിവരുന്നു.

ആദ്യഘട്ടത്തിൽ സോഫ്റ്റ്‌വെയർ എൻജിനീയർമാർ, ഉൽപ്പന്ന മാനേജർമാർ, ഡിസൈനർമാർ, ഡാറ്റാ ശാസ്ത്രജ്ഞർ—എന്നിവരടങ്ങുന്ന സാങ്കേതിക വിഭാഗത്തിലേക്കാണ് Codex എത്തിയത്. എന്നാൽ അതിന്റെ ഉപയോഗം അവിടെ മാത്രം ഒതുങ്ങി നിന്നില്ല: വിശകലനവിദഗ്ധർ, മാനേജർമാർ, PMO-കൾ, അഭിഭാഷകർ, മറ്റു ബിസിനസ് വിദഗ്ധർ എന്നിവരും തങ്ങളുടെ പ്രവർത്തന മേഖലകളിലെ ആശയങ്ങൾ പരീക്ഷിച്ചു നോക്കുന്നതിനായി സ്വന്തമായി പ്രോട്ടോടൈപ്പുകളും ഓട്ടോമേഷനുകളും നിർമ്മിക്കാൻ തുടങ്ങി.

ഇത് കമ്പനി ഒട്ടും പ്രതീക്ഷിക്കാത്ത ഒരു മാറ്റമായിരുന്നു—വികസനഘട്ടത്തിലേക്ക് എത്തുന്നതിന് തൊട്ടുമുമ്പുള്ള പ്രക്രിയകളെ ഇത് പൂർണ്ണമായി മാറ്റിമറിച്ചു. വിവിധ മേഖലകളിൽ നിന്നുള്ള ജീവനക്കാരടങ്ങുന്ന മൾട്ടിഡിസിപ്ലിനറി ടീമുകൾ, ഒരു പ്രോജക് ഡെവലപ്മെന്റ് ക്യൂവിലേക്ക് പോകുന്നതിന് മുമ്പ് തന്നെ അതിനുള്ള പരിഹാരങ്ങൾ പ്രോട്ടോടൈപ്പ് ചെയ്യാൻ തുടങ്ങി.

തടസ്സം സാങ്കേതികവിദ്യയിലല്ല, മനുഷ്യരുമായി ബന്ധപ്പെട്ട കാര്യങ്ങളിലാണെന്ന് അദ്ദേഹം പറയുന്നു.

രണ്ടാമത്തെ മേഖല പെരുമാറ്റത്തെക്കുറിച്ചുള്ള ഒരു നിരീക്ഷണത്തോടെയാണ് ആരംഭിക്കുന്നത്: ആളുകൾക്ക് എന്താണ് ആവശ്യമെന്ന് ഇപ്പോൾ അവർ സ്വാഭാവിക ഭാഷയിൽ വിവരിക്കാൻ തുടങ്ങിയിരിക്കുന്നു, ഇതിലൂടെ, യാത്രാ സേവനങ്ങൾ തേടുന്നതിനുള്ള പുതിയൊരു പ്രവേശനമാർഗ്ഗം തുറക്കുന്നു—അവർക്ക് അത്തരം സേവനങ്ങൾ ആവശ്യമാണെന്ന് പ്രകടിപ്പിക്കുന്ന അതേ നിമിഷത്തിൽ തന്നെ.

Localiza-യുടെ ആന്തരിക വിവരങ്ങളും ഈ മാറ്റം ശരിവെക്കുന്നു: 2024 മുതൽ LLM-കളിൽ നിന്നുള്ള അഭ്യർത്ഥനകൾ അതിവേഗം വർദ്ധിച്ചുകൊണ്ടിരിക്കുകയാണ്, ഇതിൽ ChatGPT‑യാണ് പ്രധാന മാധ്യമമായി ഉയർന്നുവന്നിട്ടുള്ളത്.

ഈ മേഖലയിൽ നേരത്തേതന്നെ സാന്നിധ്യമുറപ്പിക്കാൻ കമ്പനി തീരുമാനിച്ചു. 2026 മാർച്ചിൽ, ChatGPT‑യുമായി നേരിട്ട് ബന്ധിപ്പിച്ച ഒരു ആപ്പ് അവതരിപ്പിച്ചുകൊണ്ട്, ഈ സൗകര്യം നൽകുന്ന ബ്രസീലിലെ ആദ്യത്തെ മൊബിലിറ്റി പ്ലാറ്റ്‌ഫോമും— ലാറ്റിൻ അമേരിക്കയിലെ തന്നെ ആദ്യത്തെ കമ്പനികളിലൊന്നുമായി—ഇത് മാറി. ഉപഭോക്താക്കൾക്ക് വാഹനങ്ങൾ വാടകയ്ക്കെടുക്കുന്നതിനെക്കുറിച്ചും സബ്സ്‌ക്രിപ്ഷൻ എടുക്കുന്നതിനെക്കുറിച്ചും സെക്കൻഡ് ഹാൻഡ് കാറുകളെക്കുറിച്ചുമുള്ള വിവരങ്ങൾ ഈ സംഭാഷണത്തിലൂടെ തന്നെ അന്വേഷിച്ചറിയാനും അവരുടെ യാത്രാ നടപടികൾ ആരംഭിക്കാനും സാധിക്കും; അതിനുശേഷം Localiza-യുടെ സുരക്ഷിതമായ പരിതസ്ഥിതിയിൽ പണമിടപാടുകൾ പൂർത്തിയാക്കാവുന്നതാണ്.

ആന്തരികമായി, ChatGPT‑യിലെ Localiza-യുടെ ആപ്പ് അതിന്റെ യഥാർത്ഥ ലക്ഷ്യത്തോടെയാണ് കാണുന്നത്: ഉപഭോക്തൃ പെരുമാറ്റത്തിലെ അത്യാധുനിക മാറ്റങ്ങളോട് കമ്പനിയെ ചേർത്തു നിർത്താനും യഥാർത്ഥ ഇടപെടലുകളിൽ നിന്നുള്ള പഠനം വേഗത്തിലാക്കാനും നിലവിലുള്ള സംവിധാനത്തെ കൂടുതൽ മെച്ചപ്പെടുത്താൻ AI എങ്ങനെയെല്ലാം സഹായിക്കുമെന്ന് കണ്ടെത്താനുമുള്ള ഒരു പരീക്ഷണം മാത്രമാണിത്.

കമ്പനിയുടെ പൂർണ്ണമായും AI അധിഷ്ഠിതമായ ഉൽപ്പന്നത്തിന് ഏറ്റവും മികച്ച ഉദാഹരണമാണ് Liza, ബിസിനസ്സ് പ്രവർത്തനങ്ങളിൽ ഇതിനകം തന്നെ വൻ വിജയം കൈവരിച്ച ഒരു സംഭാഷണ സഹായിയാണ് ഇത്.

പരമ്പരാഗത ചാറ്റ്ബോട്ടുകളിൽ നിന്നുള്ള ഇതിന്റെ വ്യത്യാസം അതിന്റെ ഇന്റർഫേസിലല്ല, മറിച്ച് അതിന്റെ ഘടനയിലാണ്. മുൻകൂട്ടി നിശ്ചയിച്ച തീരുമാനപാതകൾ പിന്തുടരുന്നതിനു പകരം, സംഭാഷണം, ഉദ്ദേശ്യം, പശ്ചാത്തലം എന്നിവയെ അടിസ്ഥാനമാക്കിയാണ് Liza നിർമ്മിച്ചത്. ഉപഭോക്താവിന്റെ ആദ്യത്തെ ആവശ്യം മനസ്സിലാക്കുന്നതു മുതൽ വാഹനം വാടകയ്ക്കെടുക്കുന്ന പ്രക്രിയയിലെ പ്രധാന ഘട്ടങ്ങളിൽവരെ സഹായിക്കാൻ OpenAI മോഡലുകൾ, Localiza-യുടെ സ്വന്തം സേവനങ്ങൾ, മറ്റ് പ്രത്യേക ടൂളുകൾ എന്നിവ ഇത് ഒരുമിച്ചുപയോഗിക്കുന്നു.

ആവർത്തിച്ചുവരുന്ന സേവനപ്രക്രിയകൾ ഗുണമേന്മയോടെ കൈകാര്യം ചെയ്യുകയും കൂടുതൽ ഉയർന്നതും മൂല്യമേറിയതുമായ ഇടപെടലുകൾക്കായി ടീമുകളുടെ സമയം ലഭ്യമാക്കുകയുമാണ് ലക്ഷ്യം.

എന്നാൽ വിജയം അളക്കുന്നത് ഓട്ടോമേഷന്റെ അളവ് നോക്കിയല്ല.

ഇത്തരമൊരു സാങ്കേതികവിദ്യ ലഭ്യമാകുന്നതിനു മുമ്പുതന്നെ Localiza ഉപഭോക്തൃസേവനത്തിന്റെ ഘട്ടങ്ങൾ രേഖപ്പെടുത്തുകയും അളക്കുകയും ചെയ്തിരുന്നു. എവിടെ ഏജന്റ് പ്രവർത്തിക്കണം, എവിടെ മനുഷ്യൻ ഇടപെടണം എന്ന് വ്യക്തമായി തീരുമാനിക്കാൻ ആ അടിത്തറ സഹായിച്ചു.

തുടർച്ചയായ പഠനത്തിനുള്ള ഒരു സംവിധാനമായും Liza പ്രവർത്തിക്കുന്നു: ഇടപെടലുകളിൽനിന്ന് ശേഖരിച്ച് നിരീക്ഷിക്കുന്ന സൂചനകൾ ആവശ്യങ്ങളും തടസ്സങ്ങളും സേവനസാധ്യതകളും തിരിച്ചറിയാൻ സഹായിക്കുന്നു. വോയ്സ് സവിശേഷതകൾകൂടി ഇതിനോടൊപ്പം—വോയ്സ്-ടു-ടെക്സ്റ്റ്, ടെക്സ്റ്റ്-ടു-വോയ്സ്—ഇതിനോടൊപ്പം ചേരുമ്പോൾ, വെറുമൊരു ട്രാൻസാക്ഷണൽ ചാറ്റ്ബോട്ടിൽ നിന്നും വിവിധ യാത്രാ ആവശ്യങ്ങൾക്കനുസരിച്ച് സ്വയം പഠിക്കാനും വളരാനും സാധിക്കുന്ന പൂർണ്ണമായ ഒരു AI അധിഷ്ഠിത ഉപഭോക്തൃ ഇന്റർഫേസായി മാറാൻ Liza-യ്ക്ക് സാധിക്കുന്നു.

OpenAI-യുമായുള്ള പങ്കാളിത്തം നേരത്തേതന്നെ തുടങ്ങി: Liza-യുടെ ആദ്യ പതിപ്പ് പ്രവർത്തിച്ചിരുന്നത് GPT‑3.5‑ലായിരുന്നു.

Petenussi-യെ സംബന്ധിച്ച്, ഏതെങ്കിലും ഒരു പ്രത്യേക സവിശേഷതയിലല്ല ഈ പങ്കാളിത്തത്തിന്റെ പ്രധാന മൂല്യം അടങ്ങിയിരിക്കുന്നത്—മറിച്ച് സമാന്തരമായി വളരുന്ന രണ്ട് കമ്പനികൾ തമ്മിലുള്ള സജീവമായ പരസ്പര പഠനത്തിലാണ്. അതോടൊപ്പം Localiza നേരിടുന്ന വെല്ലുവിളികളും സാങ്കേതികവിദ്യയ്ക്ക് അകത്തും പുറത്തുമുള്ള കമ്പനിയുടെ വിവിധ തലങ്ങളിലെ പ്രവർത്തന ശേഷിയും കൃത്യമായി മനസ്സിലാക്കാൻ പങ്കാളിക്ക് സാധിക്കുന്നുമുണ്ട്.

വിപണിയിലെ മറ്റു കമ്പനികളോട് അദ്ദേഹം പലപ്പോഴും പറയുന്നതും ഇതാണ്: ഇപ്പോഴും പക്വത നേടിവരുന്ന ഒരു സാങ്കേതികവിദ്യയുടെ കാര്യത്തിൽ, പരീക്ഷിച്ചും തെറ്റുകളിൽനിന്ന് പഠിച്ചും മുന്നേറുന്നതിനും അടുത്ത സഹകരണത്തിനും വലിയ മൂല്യമുണ്ട്.

• 2026 മാർച്ചിൽ, ChatGPT‑യിൽ നേരിട്ട് സംയോജിപ്പിച്ച ആപ്പ് പുറത്തിറക്കിയ ബ്രസീലിലെ ആദ്യ കമ്പനിയും ലാറ്റിൻ അമേരിക്കയിലെ ആദ്യ കമ്പനികളിലൊന്നുമായി Localiza മാറി. കൂടാതെ ഈ അടുത്തായി ബ്രസീലിൽ വെച്ച് നടന്ന ഈ പ്ലാറ്റ്‌ഫോമിന്റെ പരസ്യ പരീക്ഷണപദ്ധതിയിൽ ഒരു പരസ്യദാതാവായി കമ്പനി പങ്കുചേരുകയും ചെയ്തു.

• 2024 മുതൽ LLM-കളിൽ നിന്നുള്ള അഭ്യർത്ഥന വളരെ വേഗത്തിൽ വർദ്ധിച്ചുകൊണ്ടിരിക്കുകയാണ്, ഇതിൽ പ്രധാന പങ്കുവഹിക്കുന്നത് ChatGPT ആണ്.

• റീസണിംഗ് മോഡലുകൾ, MCP ഇന്റെഗ്രേഷൻ, റെൻറൽ നടപടികൾ ഏകോപിപ്പിക്കുന്ന പ്രത്യേക ടൂളുകൾ എന്നിവ അടിസ്ഥാനമാക്കി നിർമ്മിച്ച 60-ലധികം പ്രത്യേക ഏജന്റുകൾ ഉപയോഗിച്ചാണ് Liza അസിസ്റ്റന്റ് പ്രവർത്തിക്കുന്നത്.

• ഫിനാൻസ് മുതൽ ദൈനംദിന പ്രവർത്തനങ്ങൾ വരെയുള്ള—കമ്പനിയിലെ വിവിധ വിഭാഗങ്ങൾ കസ്റ്റം GPT‑കൾ, ഏജന്റുകൾ, Codex എന്നിവ ഉപയോഗിച്ച് സജീവമായ പരീക്ഷണങ്ങൾ നടത്തിവരുന്നു.

• സാങ്കേതികവിദ്യാ വിഭാഗത്തിൽ തുടക്കം കുറിച്ച Codex പിന്നീട് ബിസിനസ് മേഖലകളിലേക്കും വ്യാപിച്ചു. അതോടെ വിശകലനവിദഗ്ധർ, മാനേജർമാർ, PMO-കൾ, അഭിഭാഷകർ എന്നിവർ സ്വന്തമായി പ്രോട്ടോടൈപ്പുകളും ഓട്ടോമേഷനുകളും നിർമ്മിക്കാൻ തുടങ്ങി.

• സാങ്കേതിക വിഭാഗം 19 ഗ്രൂപ്പുകളും 130 സ്ക്വാഡുകളുമായി ക്രമീകരിച്ചിരിക്കുന്നു.

• AI-യെ കേവലം ഉൽപ്പാദനക്ഷമത കൂട്ടാനുള്ള ഒരു സംവിധാനമായി കാണാതെ, ഒരു പുതിയ പ്രവർത്തന മോഡലായി കാണുക. ഇൻ്റലിജൻസ്, പശ്ചാത്തലം, വേഗത എന്നിവ മുൻനിർത്തി പ്രവർത്തനപ്രക്രിയകൾ പുനർരൂപകൽപ്പന ചെയ്യുമ്പോഴാണ് ഏറ്റവും വലിയ നേട്ടങ്ങളുണ്ടാകുന്നത്.

• വലിയ തോതിലുള്ള പരീക്ഷണങ്ങളിലൂടെ പുതിയ അറിവുകൾ നേടുക. തികച്ചും അനുയോജ്യമായ ഒരു പരീക്ഷണ പദ്ധതിയേക്കാൾ ഒരേസമയം വലിയ തോതിൽ നടത്തുന്ന പരീക്ഷണങ്ങളാണ് സ്ഥാപനത്തിന് കൂടുതൽ അറിവ് പകർന്നു നൽകുന്നത്.

• സാങ്കേതിക മേഖലയ്ക്ക് അപ്പുറത്തേക്ക് പരീക്ഷണങ്ങൾ വ്യാപിപ്പിക്കുക. അഭിഭാഷകരും PMO-കളും വിശകലനവിദഗ്ധരും തങ്ങളുടെ പ്രവർത്തനമേഖലകളിൽ സ്വന്തമായി പ്രോട്ടോടൈപ്പുകൾ നിർമ്മിക്കാൻ തുടങ്ങുമ്പോൾ, നിർമ്മാണത്തിന് മുന്നോടിയായുള്ള പ്രക്രിയകളുടെ സ്വഭാവം തന്നെ പൂർണ്ണമായി മാറുന്നു.

• ഓട്ടോമേറ്റ് ചെയ്യുന്നതിന് മുമ്പായി നിങ്ങളുടെ യാത്രാ നടപടികൾ കൃത്യമായി മാപ്പ് ചെയ്യുകയും അളക്കുകയും ചെയ്യുക. ഗുണനിലവാരം അളക്കുന്നതിനുള്ള വ്യക്തമായ മാനദണ്ഡങ്ങൾ ഉണ്ടാകുന്നത് ഏതു ഘട്ടത്തിലാണ് ഒരു ഏജന്റ് ഇടപെടേണ്ടതെന്നും എവിടെയാണ് ഒരു മനുഷ്യന്റെ സാന്നിധ്യം ഒഴിവാക്കാനാവാത്തതെന്നും കൃത്യമായി തീരുമാനിക്കാൻ നിങ്ങളെ സഹായിക്കും.

• ഉപയോഗം വ്യാപിപ്പിക്കുന്നതിലെ തടസ്സം മോഡലല്ല, പുതിയ കഴിവുകൾ പരിശീലിപ്പിക്കേണ്ടതിന്റെ ആവശ്യകതയാണ്. സാങ്കേതികവിദ്യ സംയോജിപ്പിക്കുന്നതിനേക്കാൾ ബുദ്ധിമുട്ടുള്ളതും—നിർണായകവുമാണ്—നൂറുകണക്കിന് ആളുകളുടെ പ്രവർത്തനരീതി മാറ്റുക എന്നത്.

• മോഡലിന്റെ ഒരു സവിശേഷതയിൽനിന്നല്ല, ഉപഭോക്താവിന്റെ പ്രശ്നവും സേവനം നേടുന്ന പ്രക്രിയയും മനസ്സിലാക്കുന്നതിൽനിന്ന് തുടങ്ങുക.

• ലൈസൻസുകൾ വ്യക്തിഗത ആനുകൂല്യമായല്ല, പരീക്ഷണങ്ങൾക്കുള്ള ബജറ്റിന്റെ ഭാഗമായി അനുവദിക്കുക.

• സംഭാഷണ ഏജന്റുകളുടെ ഉപയോഗം വ്യാപിപ്പിക്കുന്നതിനു മുമ്പ് ഗുണനിലവാര മാനദണ്ഡങ്ങൾ സ്ഥാപിക്കുക.

• പുതിയ സംഭാഷണ ചാനലുകളിലെ സാന്നിധ്യത്തെ ഉപഭോക്താക്കളെ നേടാനുള്ള ഒരു ക്യാംപെയ്നായി കാണുന്നതിന് പകരം, കാര്യങ്ങൾ പഠിക്കാനുള്ള ഒരു പരീക്ഷണമായി കണക്കാക്കുക.

• പഠിച്ചത് പ്രയോഗിക്കുക: ഓരോ ഇടപെടലിൽനിന്നും ലഭിക്കുന്ന സൂചനകൾ ഉൽപ്പന്നംതന്നെ മെച്ചപ്പെടുത്താൻ ഉപയോഗിക്കുക.

ജോലി ചെയ്യുന്ന രീതിയിലോ ഉപഭോക്താക്കൾക്ക് നൽകുന്ന അനുഭവത്തിലോ അല്ലെങ്കിൽ ഒരു പ്രവർത്തനപരമായ പ്രശ്നം പരിഹരിക്കുന്നതിലോ ആകട്ടെ—തങ്ങളുടെ അടുത്ത ഘട്ട അനുഭവങ്ങളുടെയും പ്രക്രിയകളുടെയും കേന്ദ്രസ്ഥാനത്ത് AI കൊണ്ടുവരിക എന്നതാണ് Localiza ലക്ഷ്യമിടുന്നത്.

OpenAI ഉപയോഗിച്ച് നിലവിൽ വികസിപ്പിച്ചുകൊണ്ടിരിക്കുന്ന അടുത്ത പ്രധാന മേഖലകളിൽ Liza-യുടെയും സെയിൽസ് കേന്ദ്രീകൃത ഏജന്റുകളുടെയും വികസനം, ഉപഭോക്താക്കൾക്കായി ചാറ്റ് അല്ലെങ്കിൽ വോയ്സ് മാതൃകയിലുള്ള ഇന്റർഫേസുകൾ ഒരുക്കുക, ഏജന്റ് അധിഷ്ഠിത സോഫ്റ്റ്‌വെയർ വികസനത്തിന്റെ പുതിയ ഘട്ടം എന്നിവ ഉൾപ്പെടുന്നു.