Codex ဖြင့် လုပ်ငန်းအားဖြည့်သည့် Cult.fit

Cult.fit သည် အိန္ဒိယ၏ ထိပ်တန်း နည်းပညာသုံး ကိုယ်ကာယကြံ့ခိုင်ရေးကုမ္ပဏီတစ်ခုဖြစ်ပြီး မြို့ 77 မြို့တွင် လေ့ကျင့်ရေးစင်တာ 708 ခုဖြင့် အခပေးအဖွဲ့ဝင် တစ်သန်းနီးပါးကို ဝန်ဆောင်မှုပေးနေသည်။ ၎င်းသည် အားကစားရုံနှင့် နည်းပြဦးဆောင်သည့် အတန်းများကို အသင်းဝင်ကြေးစနစ်ဖြင့် ဝန်ဆောင်မှုပေးသည့်အပြင် လေ့ကျင့်ခန်းပစ္စည်း၊ အသုံးအဆောင်၊ အားကစားဖိနပ်နှင့် ဝတ်စုံများကိုလည်း တိုးချဲ့ရောင်းချနေသည်။

ကုမ္ပဏီကြီးထွားလာသည်နှင့်အမျှ လုပ်ထုံးလုပ်နည်းများနှင့် ရှုပ်ထွေးမှုများ မတိုးစေဘဲ လုပ်ငန်းလည်ပတ်မှုနှင့် ထုတ်ကုန်ဆိုင်ရာ စိန်ခေါ်မှုများကို ပိုမိုဖြေရှင်းလိုခဲ့သည်။ အင်ဂျင်နီယာလုပ်ငန်းတွင် Codex ကို စံအဖြစ်သုံးကာ အခြားဌာနများသို့ တိုးချဲ့ပေးခြင်းဖြင့် cult.fit သည် အဖွဲ့များ ဒေတာဆန်းစစ်ရန်၊ ကိရိယာများတည်ဆောက်ရန်နှင့် စိတ်ကူးများကို လက်တွေ့အသုံးချရန် ကူညီပေးနေသည်။ Codex ကို စတင်အသုံးပြုစေသည့်အပြင် AI နည်းပြအပါအဝင် အဖွဲ့ဝင်တစ်ဦးချင်းနှင့် ပိုကိုက်ညီသည့် ဝန်ဆောင်မှုများ ဖန်တီးရန် OpenAI API ကိုလည်း သုံးနေသည်။

cult.fit ၏ နည်းပညာအရာရှိချုပ် Santhosh Kumar အတွက် AI သည် အဖွဲ့အစည်း၏ အလုပ်လုပ်ပုံကို ပြောင်းလဲနိုင်မည့် အခွင့်အလမ်းတစ်ခုဖြစ်ခဲ့သည်။ “ကျွန်တော်တို့ရဲ့ လုပ်ငန်းဆောင်ရွက်ပုံမှာ AI ကို အခြေခံကတည်းက ပိုမိုထည့်သွင်းချင်ခဲ့တာပါ” ဟု ၎င်းက ဆိုသည်။ “လုပ်ငန်းတွေကို AI ဦးစားပေးတဲ့ပုံစံနဲ့ ဘယ်လိုဆောင်ရွက်နိုင်မလဲ၊ ဘယ်လိုပြောင်းလဲနိုင်မလဲ။ ဖောက်သည်တွေအတွက် ဘယ်လိုအတွေ့အကြုံသစ်တွေ ပေးနိုင်မလဲ။ ပြီးတော့ အဖွဲ့အစည်းကို လည်ပတ်ပုံ ဘယ်လိုပြောင်းလဲနိုင်မလဲ။”

Cult.fit ၏ ပထမဆုံး အဓိကပြောင်းလဲမှုမှာ အင်ဂျင်နီယာလုပ်ငန်းတွင် ဖြစ်သည်။ Codex ကို စံအဖြစ်မသုံးမီ ဆော့ဖ်ဝဲရေးသားသူများသည် ကုဒ်ရေးသည့် အေးဂျင့်နှင့် အကူစနစ်အမျိုးမျိုးကို သုံးနေခဲ့သည်။ ကိရိယာမတူသဖြင့် ကုဒ်သိမ်းဆည်းရန်နေရာ၊ အေးဂျင့်ညွှန်ကြားချက်၊ ကျွမ်းကျင်မှုနှင့် လုပ်ငန်းစဉ်တို့၏ စံများလည်း ကွဲပြားနေကာ အဖွဲ့များအကြား အသိပညာမျှဝေရန်နှင့် လုပ်ဆောင်နိုင်စွမ်းများ ပြန်သုံးရန် ပိုခက်ခဲခဲ့သည်။

Cult.fit သည် ဆော့ဖ်ဝဲဖွံ့ဖြိုးရေးစက်ဝန်းတစ်လျှောက် စံတစ်ခုတည်းဖြင့် လုပ်ဆောင်နိုင်ရန် မျှဝေသုံးနိုင်သည့် ပလက်ဖောင်းတစ်ခုကို လိုချင်ခဲ့သည်။ ထိုအခြေခံပလက်ဖောင်းအဖြစ် ကုမ္ပဏီက Codex ကို ရွေးချယ်ခဲ့သည်။ ထို့နောက် ကုဒ်သိမ်းဆည်းရန်နေရာ၏ ဖွဲ့စည်းပုံ၊ ကျွမ်းကျင်မှုများ၊ စမ်းသပ်မှု၊ ကုဒ်သုံးသပ်မှုနှင့် အကြံပြုချက်အပေါ် ပြန်လည်ပြင်ဆင်မှုများကို အဖွဲ့အားလုံး စံတူလိုက်နာနိုင်ခဲ့သည်။

ထို့နောက် အဖွဲ့သည် Codex ကို ပိုမိုအထူးပြုသည့် အင်ဂျင်နီယာလုပ်ငန်းစဉ်များတွင် တိုးချဲ့သုံးခဲ့သည်။ စနစ်တည်ငြိမ်ရေး အေးဂျင့်သည် စောင့်ကြည့်ရေးပလက်ဖောင်းနှင့် မှတ်တမ်းများမှ အချက်အလက်စုစည်းကာ ဖြစ်ရပ်များကို စုံစမ်းနိုင်သည်။ မကြာခဏဆိုသလို အင်ဂျင်နီယာစစ်ဆေးရန် ပြင်ဆင်ချက်ပါသည့် pull request ကိုလည်း ဖန်တီးနိုင်သည်။ လုံခြုံရေးအေးဂျင့်များက အားနည်းချက်များ ရှာဖွေဖြေရှင်းပေးပြီး အခြားအသင့်တာဝန်ယူသည့် အေးဂျင့်များက လက်တွေ့အသုံးပြုနေသောစနစ်တွင် ထပ်ခါတလဲလဲဖြစ်သည့် ပြဿနာများကို စုံစမ်းပေးသည်။

Cult.fit သည် သတ်မှတ်ချက်ကို ပိုမိုအပြည့်အဝအခြေခံသည့် ဖွံ့ဖြိုးရေးပုံစံသို့လည်း ကူးပြောင်းနေသည်။ သတ်မှတ်ချက်တစ်ခုက ဆော့ဖ်ဝဲဖွံ့ဖြိုးရေးစက်ဝန်းတစ်လျှောက် အင်ဂျင်နီယာသုံးသပ်မည့် pull request အထိ လုပ်ငန်းကို လမ်းညွှန်ပေးနိုင်သည်။ ယင်းက သတ်မှတ်ထားသည့် လိုအပ်ချက်မှ အလုပ်လုပ်နိုင်သောကုဒ်အထိ ရောက်ရှိရန် အဖွဲ့များအား ထပ်တလဲလဲအသုံးချနိုင်သော နည်းလမ်းတစ်ခု ပေးသည်။

မကြာသေးမီက ဥပမာတစ်ခုမှာ cult.fit အက်ပ်အတွက် လူမှုကွန်ရက်ပို့စ်များ ကြည့်ရှုနိုင်သည့် လုပ်ဆောင်ချက်ဖြစ်သည်။ ယခင်ကဆိုလျှင် ထိုစီမံကိန်းကို တည်ဆောက်ရန် တစ်နှစ်ကျော်ကြာမည်ဟု Kumar က ခန့်မှန်းသည်။ လုပ်ငန်းစဉ်သစ်ဖြင့် အဖွဲ့သည် အစမှအဆုံး တည်ဆောက်ပြီး အသုံးပြုနိုင်အောင် ဖြန့်ချိရန် နှစ်လသာကြာခဲ့သည်။

ထိုအချိန်မှစ၍ Codex အသုံးပြုမှုသည် အင်ဂျင်နီယာဌာနပြင်ပသို့ ပျံ့နှံ့လာခဲ့သည်။ cult.fit သည် ကုမ္ပဏီဒေတာကို Codex ပိုမိုလွယ်ကူစွာ ကိုင်တွယ်နိုင်အောင် ပြင်ဆင်ပေးခဲ့သဖြင့် အဖွဲ့များက အဖြေများရှာဖွေခြင်းနှင့် ပုံမှန်ဆန်းစစ်မှုများကို ကိုယ်တိုင်လုပ်နိုင်လာသည်။ ယခင်က အသေးစားဒေတာတောင်းဆိုမှုများပင် ဗဟိုဒေတာဆန်းစစ်ရေးအဖွဲ့ကို ဖြတ်သန်းရသဖြင့် လုပ်ငန်းနှောင့်နှေးမှု ဖြစ်စေခဲ့သည်။

အဖွဲ့များသည် မိမိတို့၏ အက်ပ်နှင့် လုပ်ငန်းစဉ်များကိုလည်း ကိုယ်တိုင်တည်ဆောက်နေကြသည်။ ဥပမာ လူ့စွမ်းအားအရင်းအမြစ်ဌာနသည် စွမ်းဆောင်ရည်သုံးသပ်မှု၊ အချိန်ဇယားဆွဲမှု၊ အကြံပြုချက်ကောက်ယူမှုနှင့် ထိုအချက်အလက်များ စုစည်းမှုကို စီမံရန် Codex တွင် လုပ်ငန်းစဉ်တစ်ခု တည်ဆောက်ခဲ့သည်။ မကြာသေးမီလများအတွင်း အင်ဂျင်နီယာမဟုတ်သော အဖွဲ့များက အတွင်းသုံးအက်ပ် 20 ကျော် တည်ဆောက်ခဲ့သည်။

ထိုပြောင်းလဲမှုက လုပ်ငန်းလည်ပတ်ရန် လိုအပ်သောဆော့ဖ်ဝဲအပေါ် cult.fit ၏ စဉ်းစားပုံကို ပြောင်းလဲစေသည်။ အတွင်းသုံး အချက်အလက်ပြဒက်ရှ်ဘုတ် ဆော့ဖ်ဝဲစရိတ် အလွန်မြင့်တက်လာချိန်တွင် အင်ဂျင်နီယာတစ်ဦးက Codex ဖြင့် တူညီသောလုပ်ဆောင်ချက်များကို စနေ၊ တနင်္ဂနွေတစ်ပတ်တည်းအတွင်း ပြန်တည်ဆောက်ခဲ့သည်။ ယခု Cult.fit သည် ထိုလုပ်ဆောင်ချက်ကို ကိုယ်ပိုင်အက်ပ်ဖြင့် အသုံးပြုနေပြီး နှစ်စဉ်ဆော့ဖ်ဝဲစရိတ် $100,000 ကျော် သက်သာစေသည်။

ဤပြောင်းလဲမှုအတွက် ဝန်ထမ်းများကို Codex သုံးခွင့်ပေးရုံထက် ပိုမိုလုပ်ဆောင်ခဲ့ရသည်။ အကြီးစား အချိန်တိုနည်းပညာဖန်တီးပွဲတစ်ခုက ဝန်ထမ်းများအား ဘာတွေလုပ်နိုင်သည်ကို အစောပိုင်းကတည်းက မြင်တွေ့စေခဲ့သည်။ ထို့နောက် ကုမ္ပဏီသည် စီမံခန့်ခွဲရေးအဖွဲ့အတွက် တစ်ရက်တာအစီအစဉ် ကျင်းပခဲ့ပြီး ဌာနအသီးသီးမှ ခေါင်းဆောင်များက မိမိတို့အလုပ်နှင့်ဆိုင်သည့် အရာတစ်ခုကို Codex ဖြင့် တည်ဆောက်ခဲ့ကြသည်။

စိတ်ကူးမှ လက်တွေ့အသုံးချမှုအထိ ဝန်ထမ်းများကို ကူညီရန် အင်ဂျင်နီယာဌာနက တစ်ပတ်နှစ်ကြိမ် ဆွေးနွေးချိန်ပေးသည်။ ရွေးချယ်ထားသည့် ဌာနများတွင်လည်း နည်းပညာနှင့် နယ်ပယ်ဆိုင်ရာ အကူအညီပေးရန် အင်ဂျင်နီယာများ တွဲဖက်ခန့်ထားသည်။

Cult.fit သည် OpenAI API ကို သုံး၍ AI နည်းပြမှတစ်ဆင့် အဖွဲ့ဝင်အတွေ့အကြုံထဲသို့ AI ကိုလည်း ထည့်သွင်းနေသည်။ cult.fit အဖွဲ့ဝင် 45% ကျော်မှာ အားကစားရုံသို့ ပထမဆုံးလာသူများဖြစ်သဖြင့် လေ့ကျင့်ခန်းလုပ်သည့် အလေ့အကျင့်ရစေရန် လမ်းညွှန်ပေးမှုက အလွန်အရေးပါသည်။ ကိုယ်ပိုင်နည်းပြမရှိဘဲ အဖွဲ့ဝင်တစ်ဦးချင်းအတွက် သင့်တော်သည့် လေ့ကျင့်ခန်းလမ်းညွှန်မှု ပေးနိုင်ရန် ကုမ္ပဏီသည် AI နည်းပြကို လွန်ခဲ့သောနှစ်အနည်းငယ်က စတင်တည်ဆောက်ခဲ့သည်။

လက်ရှိတွင် Cult.fit ၏ အားကစားရုံသုံးသူ 20% ခန့်သည် AI နည်းပြကို အသုံးပြုနေကြသည်။ ဘာသာစကားမော်ဒယ်များ တိုးတက်လာခြင်းကြောင့် ပိုမိုအပြန်အလှန်ဆက်သွယ်ပြောဆိုနိုင်သော အတွေ့အကြုံကို ဖန်တီးရန် cult.fit က အခွင့်အလမ်းတွေ့ရှိခဲ့သည်။

နောက်ဆုံးဗားရှင်းကို အသံဖြင့်ဆက်သွယ်မှု အဓိကထားသော လေ့ကျင့်ခန်းအတွေ့အကြုံအဖြစ် ဒီဇိုင်းလုပ်ထားသည်။ OpenAI API နှင့် ချိတ်ဆက်၍ GPT Realtime ကို သုံးခြင်းဖြင့် နည်းပြသည် အပြန်အလှန်အသံဆက်သွယ်မှုမှတစ်ဆင့် လေ့ကျင့်ခန်းညွှန်ကြားချက်များပေးကာ လေ့ကျင့်မှုမှတ်တမ်းတင်ရာတွင် ကူညီနိုင်သည်။

ယခင်က ဝန်ထမ်းများက ကိစ္စတစ်ခုချင်း အကဲဖြတ်ပေးရသော ဖောက်သည်ဝန်ဆောင်မှုလုပ်ငန်းစဉ်များတွင်လည်း Cult.fit က AI ကို အသုံးချနေသည်။ ဥပမာတစ်ခုမှာ အုပ်စုလိုက်လေ့ကျင့်ခန်းအတန်း ပျက်ကွက်မှုအတွက် ဒဏ်ကြေးကင်းလွတ်ခွင့် တောင်းဆိုမှုများဖြစ်သည်။

အဖွဲ့ဝင်က ခိုင်လုံသောအကြောင်းကြောင့် အတန်းပျက်သည်ဟု ဆိုလျှင် AI အေးဂျင့်သည် ဒေသရာသီဥတုနှင့် ထိုအတန်း၏ တက်ရောက်မှုပုံစံတို့ကို စစ်ဆေး၍ တောင်းဆိုမှုကို အကဲဖြတ်ကာ ဒဏ်ကြေးကင်းလွတ်ခွင့် ပေးသင့်မသင့် ဆုံးဖြတ်နိုင်သည်။

Cult.fit သည် ရှိပြီးသား Sprinklr ဝန်ဆောင်မှုပလက်ဖောင်းတွင် ဤအေးဂျင့်များ ထည့်သွင်းကာ နောက်ကွယ်စနစ်များနှင့် ချိတ်ဆက်ခဲ့သည်။ ထို့ကြောင့် ဖောက်သည်ဝန်ဆောင်မှုသည် လူအဓိက စကားပြောပေးသည့်ပုံစံမှ AI ဦးစားပေးလုပ်ငန်းစဉ်သို့ ကူးပြောင်းလာသည်။

• မကြာသေးမီလများအတွင်း အင်ဂျင်နီယာမဟုတ်သော အဖွဲ့များက အတွင်းသုံးအက်ပ် 20 ကျော် တည်ဆောက်ခဲ့

• အတွင်းသုံးလုပ်ဆောင်ချက်ကို Codex ဖြင့် ပြန်တည်ဆောက်၍ နှစ်စဉ်ဆော့ဖ်ဝဲစရိတ် $100,000 ကျော် သက်သာခဲ့

• ဖောက်သည်ဝန်ဆောင်မှုစရိတ် 50% ကျော် လျော့ကျခဲ့

Cult.fit ၏ နောက်တစ်ဆင့်မှာ သီးခြား AI လုပ်ငန်းစဉ်များမှ အဖွဲ့အစည်းတစ်ခုလုံး၏ အလုပ်လုပ်ပုံထဲတွင် AI ပါဝင်နေသည့်ပုံစံသို့ ကူးပြောင်းရန်ဖြစ်သည်။ လုပ်ငန်းလည်ပတ်မှုအတွက် ရည်မှန်းချက်ကို Kumar က “အလိုအလျောက်လည်ပတ်သော အဖွဲ့အစည်း” ဟု ဖော်ပြသည်။ AI က ရှေ့တန်းအဖွဲ့များကို ပံ့ပိုးပေးသည့်အလုပ်များ ပိုမိုတာဝန်ယူမည်ဖြစ်သည်။

အဖွဲ့ဝင်များအတွက် ရည်မှန်းချက်မှာ “အိတ်ဆောင်နည်းပြ” ဖြစ်ပြီး လူသားနည်းပြတစ်ဦးက လူအများအတွက် ပေးနိုင်သည်ထက် ပိုကျယ်ပြန့်စွာ တစ်ဦးချင်းနှင့်ကိုက်ညီသော လမ်းညွှန်မှု ပေးရန်ဖြစ်သည်။ အဖွဲ့အစည်းအတွင်း၌လည်း cult.fit သည် AI ဖြင့် အဖွဲ့များ ဖယ်ရှားနိုင်မည့် လုပ်ငန်းအဟန့်အတားများကို ဆက်လက်ရှာဖွေနေသည်။ ဝန်ထမ်းများက အက်ပ်တည်ဆောက်ခြင်း၊ အချက်အလက်ဆန်းစစ်ခြင်းနှင့် လုပ်ငန်းစဉ်များကို အလိုအလျောက်ဖြစ်စေခြင်းတို့ ပိုမိုကိုယ်တိုင်လုပ်လာနိုင်သဖြင့် စိတ်ကူးများကို လက်တွေ့ဖြေရှင်းချက်အဖြစ် တိုက်ရိုက်ပြောင်းလဲနိုင်မှု ပိုများလာသည်။