LegalOn përgjysmon kostot e Codex pa ngadalësuar zhvillimin

LegalOn Technologies ofron IA profesionale në mbarë botën, duke përdorur IA-në për të mbështetur punën juridike dhe funksione të tjera kyçe të biznesit. Duke ndërthurur ekspertizën e fushës me IA-në, u mundëson njerëzve të përqendrohen në vlerësime dhe vendime komplekse. Synimi i saj është menaxhimi i mbështetur te IA-ja, që përmirëson cilësinë dhe shpejtësinë e vendimmarrjes në biznes.

Kjo qasje shkon përtej produkteve të saj, duke e vendosur IA-në në themel të vetë organizatës. Kompania integroi Codex në procesin e zhvillimit dhe e përhapi në të gjithë organizatën përmes përdorimit të përditshëm.

Teksa përdorimi zuri rrënjë, u shfaq një sfidë e re: kontrolli i kostove. Përdorimi pa kufi i modeleve me performancë të lartë mund të rriste shpenzimet, ndërsa kufizimet e përgjithshme rrezikonin të cenonin rritjen e produktivitetit që kishte mundësuar IA-ja.

Si mund t'i ulte kostot pa ngadalësuar zhvillimin? LegalOn Technologies e trajtoi këtë sfidë duke zgjedhur mes GPT‑6 (Astra, Luna) dhe GPT‑6.1 Sol sipas kompleksitetit të detyrës dhe fazës së zhvillimit, si dhe duke i përshtatur buxhetet me fazën e rritjes së secilit biznes. Kompania përgjysmoi kostot duke ruajtur shpejtësinë e zhvillimit.

Fillimisht, kompania u dha zhvilluesve qasje të pakufizuar në modelin e saj kryesor, GPT‑5.5, me modalitetin e shpejtë. Ata e zgjeruan përdorimin e tij në projektim, zbatim dhe punën e përditshme, duke mësuar përmes eksperimentimit si t'i ndanin sa më mirë përgjegjësitë mes njerëzve dhe IA-së.

Megjithatë, vazhdimi i përdorimit pa kufi të modeleve me performancë të lartë do të çonte pashmangshëm në tejkalimin e buxhetit vjetor. Qendra e Ekselencës për Zhvillimin me IA e kompanisë (AID CoE) nisi të hartonte udhëzime për përzgjedhjen e modeleve. AID CoE testonte dhe monitoronte modelet, ndërsa menaxherët ndanin gjetjet e saj me ekipet e tyre. Kjo i mundësoi çdo inxhinieri të zgjidhte në mënyrë të pavarur modelin më të përshtatshëm për secilën detyrë.

Udhëzimet e reja e orientuan kompaninë nga përdorimi i modelit më të aftë për çdo detyrë drejt zgjedhjes së modelit të duhur për punën përkatëse. Ekipet nisnin me një model të lehtë dhe kalonin te modele më të afta teksa rritej kompleksiteti i detyrës.

Për të mbështetur qeverisjen, kompania vendosi edhe kontrolle të sistemit përmes cilësimeve të administratorit, me kufij mujorë përdorimi për departamentet dhe individët. AID CoE monitoron përdorimin dhe i përshtat kufijtë sipas nevojave të biznesit.

Testimet e brendshme me këto kontrolle ndihmuan në konkretizimin e kritereve të përzgjedhjes. GPT‑6 Luna, modeli më i lehtë, merret me zbatimin e kodit kur kërkesat janë të qarta; GPT‑6.1 Sol mbështet projektimin standard, analizën e të dhënave dhe përgatitjen e dokumenteve; ndërsa GPT‑6 Astra, modeli më i aftë, kryen vlerësime të avancuara, përfshirë projektimin e arkitekturës. Përshtatja e modeleve me detyrat u bë gradualisht një praktikë e përbashkët mes ekipeve.

Krahas përzgjedhjes së modeleve, kompania nisi ta kufizonte si parazgjedhje modalitetin e shpejtë, duke e lejuar me kërkesë individuale vetëm kur nevojitej. Edhe pse ndryshimi ngjalli shqetësime për shpejtësinë e zhvillimit, ekipet përdorën qasje si ekzekutimi paralel i detyrave për të ruajtur performancën dhe për ta kaluar pa vështirësi këtë tranzicion.

Kompania vendosi edhe tavane buxhetore për shpenzimet e IA-së në nivel departamenti, grupi dhe individi. Biznesit të konsoliduar të LegalOn iu kërkua të përmirësonte efikasitetin e kostove deri në rreth 20%, ndërsa bizneset e reja në fazën e nisjes morën buxhete bujare për të nxitur përdorimin aktiv të IA-së.

Yuta Tokitake, menaxher i lartë i inxhinierisë në LegalOn Technologies, shpjegon se bizneset e reja i dhanë përparësi shpejtësisë së biznesit kundrejt efikasitetit të kostove. Synimi ishte përdorimi i gjerë i IA-së për të shtuar punën e realizuar dhe, në fund, për të nxitur rritjen e biznesit.

Së bashku, përzgjedhja e modeleve, kufizimet e funksioneve dhe buxhetet e përshtatura për secilin biznes ulën kostot ditore të përllogaritura me rreth 65%. Kjo qasje mbajti nën kontroll buxhetin e përgjithshëm, duke i drejtuar burimet te bizneset që kompania donte të rriste.

Optimizimi i modeleve dhe shpërndarja strategjike e burimeve sollën këto rezultate:

• Kalimi nga përdorimi i modelit më të aftë për çdo detyrë te përzgjedhja e GPT‑6 Astra, GPT‑6.1 Sol ose GPT‑6 Luna sipas kompleksitetit të detyrës dhe fazës së zhvillimit.

• Ruajtja e performancës së zhvillimit pas kufizimit si parazgjedhje të modalitetit të shpejtë, falë praktikave të ekipeve si ekzekutimi paralel i detyrave.

• Tavane buxhetore që ndërthurën rreth 20% më shumë efikasitet në bizneset e konsoliduara me investime aktive në bizneset e reja.

• Ulje me 65% e kostove ditore të përllogaritura krahasuar me GPT‑5.5, përmes zgjedhjes mes modeleve GPT‑6 dhe 6.1.

Përmes optimizimit të modeleve, kompania uli kostot pa sakrifikuar shpejtësinë apo cilësinë e zhvillimit. Ekipet po shohin gjithashtu se IA-ja po e shkurton vazhdimisht ciklin nga zhvillimi te hedhja në përdorim.

Por kompania po sheh më larg. A mjafton vetëm zhvillimi më i shpejtë për ta quajtur të suksesshëm investimin në IA? Lidhja mes zhvillimit më të shpejtë dhe vlerës për klientët mbetej e paqartë. “Thuajse merret si e mirëqenë që IA-ja mund të përshpejtojë zhvillimin dhe përditësimet e sistemeve”, thotë Tokitake. “Ajo që duam vërtet të kuptojmë është nëse ky zhvillim më i shpejtë sjell realisht vlerë për klientët.”

Kjo pyetje e shtyu kompaninë të krijonte treguesin e vet, duke e zhvendosur bazën e vlerësimit të investimit në IA nga shpejtësia e zhvillimit dhe vëllimi i përdorimit te vlera për klientët.

Tokitake shpjegon: “Kur përdorim IA-në, mund të ndjekim koston e detyrave të veçanta, por kostoja totale e një pune të plotë — hedhja në përdorim e një funksioni — shpesh mbetet e paqartë. Prandaj e konceptuam matjen duke marrë si njësi hedhjen në përdorim të secilit funksion. Duke lidhur vlerën që ai funksion u sjell klientëve me kostot reale të IA-së të investuara në të, synojmë ta bëjmë kthimin nga investimi të dukshëm dhe të matshëm me saktësi.”

Kompania po ndërton aktualisht procesin e përpunimit të të dhënave për llogaritjen e këtij treguesi. Kur të përfundojë, ai do ta bëjë të dukshëm kthimin real nga investimi në aspektin e vlerës për klientët. LegalOn Technologies po shkon përtej menaxhimit të kostove të IA-së, drejt lidhjes së drejtpërdrejtë të investimit në teknologji me vlerën për biznesin.

Synimi i radhës është që njohuritë praktike të inxhinierëve për IA-në të shndërrohen në një aftësi të mbarë organizatës. Si hap të parë, kompania planifikon të ndërtojë një bazë njohurish për të mbledhur dhe ndarë përvojën praktike. Ajo do të përmbledhë njohuri si kombinimet më të mira të modeleve për projektim, zbatim dhe rishikim, duke i kthyer shpejt sukseset individuale në praktika të mira për të gjithë kompaninë.

Këto ndryshime, që burojnë nga përvoja praktike e ekipeve, po ndikojnë edhe në organizimin dhe punësimin. Rritja e produktivitetit falë IA-së po e shtyn kompaninë të rimendojë rrënjësisht ndarjen e punës mes njerëzve dhe IA-së, si dhe planet për fuqinë punëtore. Ajo tashmë ka nisur t'u japë rëndësi aftësive në IA gjatë punësimit, teksa strategjia e investimeve dhe struktura organizative evoluojnë.

Që përdorimi i IA-së të shndërrohet në një avantazh konkurrues afatgjatë, duhet përmirësuar vazhdimisht ekuilibri mes qeverisjes dhe lirisë së ekipeve për të vepruar. AID CoE dhe ekipi i sigurisë po punojnë së bashku për të optimizuar performancën, koston dhe rrezikun nga këndvështrime të ndryshme, duke ndërtuar një kuadër fleksibël që mbështet eksperimentimin në të gjithë organizatën.