AI एजंटद्वारे चोकोचे अन्नवितरण स्वयंचलित
OpenAI चे एपीआय वापरून चोको लाखो मागण्यांवर प्रक्रिया करते, हाताने करावे लागणारे काम कमी करते आणि जागतिक अन्नपुरवठा साखळ्यांमध्ये चोवीस तास कामकाज शक्य करते.

परिणाम
88 लाख+
दरवर्षी प्रक्रिया केलेल्या मागण्या
परिणाम
200 अब्ज+
प्रत्यक्ष वापरात प्रक्रिया केलेले AI टोकन
परिणाम
↑50%
हाताने मागण्या नोंदवण्याच्या कामात घट
परिणाम
2 पट
कर्मचारी न वाढवता विक्री संघाची उत्पादकता
चोको(नवीन विंडोमध्ये उघडेल) हे अन्न आणि पेय वितरणाचे आधुनिकीकरण करणारे AI-आधारित व्यासपीठ आहे. ते अमेरिका, ब्रिटन, युरोप आणि आखाती सहकार्य परिषदेच्या देशांमधील 21,000 हून अधिक वितरकांना आणि 100,000 खरेदीदारांना सेवा देते. उपाहारगृहे, पुरवठादार आणि वितरकांना एका एकात्मिक प्रणालीत जोडून चोको संपूर्ण अन्नपुरवठा साखळीतील मागणी नोंदणी, विक्री आणि ग्राहक व्यवस्थापन सुलभ करते.
मागण्यांची संख्या वाढत असताना चोकोसमोर एक मोठा अडथळा उभा राहिला: मागण्या अजूनही ईमेल, मजकूर संदेश, ध्वनिसंदेश, प्रतिमा आणि अगदी हस्तलिखित चिठ्ठ्यांद्वारे येत होत्या. कर्मचारी ही माहिती हाताने भरून ईआरपी प्रणालीत संरचित मागण्या तयार करत होते. ही संथ आणि चुका होण्याची शक्यता असलेली प्रक्रिया व्यवसायविस्ताराला मर्यादा आणत होती आणि दैनंदिन कामकाजात सतत अडथळे निर्माण करत होती.
“त्या माहितीवर प्रक्रिया करणे हा पहिला अडथळा होता, पण सर्वांत कठीण नव्हता. खरी अडचण होती ती गृहीत धरलेल्या संदर्भांची: प्रत्येक ग्राहकासाठी उत्पादन संकेतांक जुळवणे, मोजमापाच्या एककांची पसंती आणि वितरणाच्या पद्धती. हे ज्ञान मागण्या नोंदवणाऱ्या कर्मचाऱ्यांच्या डोक्यात होते. मागणी नोंदवतानाच संदिग्धता दूर करणाऱ्या अनुमान यंत्रणेत आम्हाला ते समाविष्ट करायचे होते.”
प्रत्यक्ष वापरासाठी सज्ज मोठी भाषा मॉडेल उपलब्ध झाल्यावर चोकोला कार्यप्रवाह सांभाळणाऱ्या सॉफ्टवेअरपलीकडे जाऊन प्रत्यक्ष काम करू शकणाऱ्या AI प्रणाली उभारण्याची संधी दिसली. OpenAI चे एपीआय या परिवर्तनाचा केंद्रबिंदू ठरले.
मुळातच AI वर उभारलेल्या उत्पादनांची नवी पिढी घडवण्यासाठी चोकोने आपल्या व्यासपीठाच्या गाभ्यात OpenAI चे एपीआय समाविष्ट केले. कंपनीने ऑर्डरएजंट(नवीन विंडोमध्ये उघडेल) सादर केले. ते ईमेल, एसएमएस, प्रतिमा आणि दस्तऐवज यांसह विविध स्वरूपांतील माहितीवर प्रक्रिया करून तिचे ईआरपी प्रणालीत वापरण्यायोग्य, संरचित मागण्यांमध्ये रूपांतर करते.
“लिप्यंतरण आणि माहिती काढण्याच्या क्षमतांनी आम्हाला भक्कम पाया दिला. खरे अभियांत्रिकी आव्हान होते ते बदलत्या संदर्भातून शिकणारी पायाभूत यंत्रणा उभारण्याचे. त्यामुळे प्रणालीला प्रत्येक ग्राहकाच्या मागील मागण्या आणि उत्पादनसूची यांच्या आधारे संदिग्धता दूर करता येते. स्वयंचलन आणि बुद्धिमत्ता यांतील फरक हाच आहे.”
चोकोने OpenAI च्या Realtime API वर चालणारे व्हॉइसएजंट(नवीन विंडोमध्ये उघडेल) देखील तयार केले आहे. यामुळे ग्राहक फोनवर सहज बोलून मागणी नोंदवू शकतात आणि त्यांना एका सेकंदाहून कमी वेळात प्रतिसाद मिळतो—अगदी कामकाजाच्या वेळेबाहेरही.

मॉडेलची कामगिरी, विविध स्वरूपांतील माहिती हाताळण्याच्या क्षमता, स्ट्रक्चर्ड आउटपुट्स आणि मोठ्या प्रमाणावर प्रत्यक्ष वापरात टिकणारी विश्वासार्हता यांमुळे OpenAI ची निवड झाली. एकाच तंत्रज्ञान परिसंस्थेत मजकूर, दृश्ये आणि ध्वनी हाताळता येत असल्याने चोकोला पूर्वी वेगवेगळे असलेले कार्यप्रवाह एका बुद्धिमान प्रणालीत एकत्र करता आले.
अंमलबजावणी वेगाने झाली आणि तिचा सहज विस्तारही करता आला. OpenAI चे एसडीके आणि एपीआय वापरून चोकोने ध्वनीचे मजकुरात रूपांतर, एम्बेडिंग आणि फंक्शन कॉलिंग यांसारख्या क्षमता वेगाने आपल्या पायाभूत यंत्रणेत समाविष्ट केल्या. प्रत्यक्ष वापरात अचूकता आणि कामगिरी सुनिश्चित करण्यासाठी संघाने सत्यापित संदर्भ डेटासंच, सातत्यपूर्ण निरीक्षण आणि ए/बी चाचण्यांचा समावेश असलेली काटेकोर मूल्यमापन चौकटही तयार केली.
मागणी नोंदवण्याच्या संपूर्ण कार्यप्रवाहात ही प्रणाली सहजपणे सामावल्याने तिचा स्वीकार वाढला. ग्राहकांना मागणी नोंदवण्याची पद्धत बदलावी लागली नाही—फोन, मजकूर संदेश किंवा ईमेल, कोणतेही माध्यम असो, प्रणालीने त्यांच्याशी जुळवून घेतले.
“ग्राहकांनी ही प्रणाली त्यांच्या स्वतःच्या मागण्यांवर काम करताना पाहिली आणि लगेचच त्यांचा विश्वास बसला. तेव्हापासूनच तिच्या स्वीकाराला खऱ्या अर्थाने वेग आला.”
पर्यायी “स्वयंचलित” पद्धतीत, विश्वासार्हतेची ठरवलेली पातळी गाठल्यावर वितरक मागण्यांवरील प्रक्रिया स्वयंचलित करू शकत होते, तर अपवादात्मक प्रकरणांसाठी मानवी तपासणी कायम ठेवता येत होती. कालांतराने प्रणाली दुरुस्त्यांमधून सातत्याने शिकत गेली आणि तिची अचूकता व विश्वासार्हता सुधारत गेली.
दरवर्षी 88 लाखांहून अधिक मागण्यांवर प्रक्रिया; लाखो वेळा हाताने कराव्या लागणाऱ्या कामांची गरज दूर
हाताने मागण्या नोंदवण्याच्या कामात 50% पर्यंत घट; अधिक मोलाच्या कामांसाठी कर्मचाऱ्यांना वेळ
उत्पादकता दुप्पट; कर्मचारी न वाढवता कामाचा विस्तार शक्य
स्वयंचलनासाठी निकष ठरवण्याच्या सुविधेमुळे चुकांचे प्रमाण 1–5% च्या खाली
आठवड्याचे सातही दिवस चोवीस तास मागण्या स्वीकारण्याची सोय; रात्री आणि आठवडाअखेर होणारा विलंब दूर
पहिल्या दिवसापासून मूल्यमापन सुरू करा: सत्यापित संदर्भांचा लहान डेटासंचही (10–20 उदाहरणे) संघांना प्रगती मोजण्यासाठी, सुधारणांची खात्री करण्यासाठी आणि आत्मविश्वासाने पुढील बदल करण्यासाठी उपयोगी ठरतो.
AI साठी खास बनवलेल्या निरीक्षण यंत्रणेत गुंतवणूक करा: AI प्रणालींमधील दोष शोधण्यासाठी पारंपरिक नोंदी पुरेशा नसतात. कामगिरी समजून घेण्यासाठी आणि सुधारण्यासाठी मॉडेलला दिलेली माहिती, त्याने दिलेले परिणाम आणि रीझनिंगच्या टप्प्यांचा मागोवा नोंदवणे आवश्यक आहे.
सुरुवातीलाच योग्य अपेक्षा स्पष्ट करा: निश्चित परिणाम देणाऱ्या सॉफ्टवेअरच्या विपरीत, मोठी भाषा मॉडेल संभाव्यतेवर आधारित असतात. विश्वास निर्माण करण्यासाठी आणि प्रणालीचा स्वीकार करताना अडथळे टाळण्यासाठी संघांना आणि वापरकर्त्यांना हा फरक समजावून सांगणे महत्त्वाचे आहे.
चोको संपूर्ण अन्नवितरण परिसंस्थेत आपल्या AI क्षमतांचा विस्तार करत आहे आणि गुंतागुंतीच्या दैनंदिन कार्यप्रवाहांची अंमलबजावणी करण्यात एजंटची भूमिका अधिक व्यापक करत आहे. AI प्रणाली अधिक जबाबदारी स्वीकारत असताना कंपनी वापरकर्त्यांच्या एका नव्या गटाला सक्षम करत आहे. हे अभियांत्रिकीची पार्श्वभूमी नसलेले वापरकर्ते “एजंट समन्वयक” म्हणून काम करतात आणि व्यावसायिक परिणाम साधणाऱ्या बुद्धिमान प्रणालींची रचना व व्यवस्थापन करतात.
“कामात मदत करणाऱ्या सॉफ्टवेअरकडून प्रत्यक्ष काम करणाऱ्या प्रणालींकडे आम्ही वाटचाल करत आहोत. या बदलामुळे आमचे ग्राहक अधिक वेगाने, कमी साधनसंपत्तीत आणि अडचणींना अधिक समर्थपणे तोंड देत काम करू शकतात.”
यापुढे विक्री, वाणिज्य आणि पुरवठा साखळीतील कामकाजासाठी अधिक स्वायत्त आणि संदर्भ समजून घेणाऱ्या प्रणाली चालवण्याकरिता चोको OpenAI च्या एपीआयचा वापर आणखी वाढवणार आहे. यातून कार्यप्रवाह सांभाळणाऱ्या सॉफ्टवेअरकडून AI-आधारित प्रत्यक्ष काम करणाऱ्या पायाभूत यंत्रणेकडे कंपनीची वाटचाल सुरू राहील.


