Business கண்டுபிடிப்புகளுக்கான நிறுவன மாற்றத்தை மேம்படுத்துவது

1876 இல் நிறுவப்பட்ட Dai Nippon Printing Co., Ltd. (DNP) உலகின் மிகப்பெரிய அச்சு நிறுவனங்களில் ஒன்றாகும், இது உலகளவில் 37,000 க்கும் மேற்பட்ட மக்களை வேலைக்கு அமர்த்தியுள்ளது. ஸ்மார்ட் கம்யூனிகேஷன், லைஃப் & ஹெல்த்கேர் மற்றும் எலக்ட்ரானிக்ஸ் ஆகியவற்றை உள்ளடக்கிய போர்ட்ஃபோலியோவுடன், DNP அதன் பிராண்ட் அறிக்கையான "எதிர்கால தரநிலைகளை உருவாக்குதல்." என்பதன் வழிகாட்டுதலின்படி செயல்படுகிறது. மற்றும் நிலைத்தன்மையை மேம்படுத்தும் அதே வேளையில் மக்களையும் சமூகத்தையும் இணைப்பதற்கான அர்ப்பணிப்பால் வழிநடத்தப்படுகிறது.

இந்த உறுதிப்பாட்டின் ஒரு பகுதியாக, DNP நீண்ட காலமாக வளர்ந்து வரும் தொழில்நுட்பங்களை ஏற்றுக்கொண்டுள்ளது. ஏப்ரல் 2023 இல், நிறுவனத்தின் முழு அமைப்பிலும் AI ஐ ஏற்றுக்கொள்ள ஒரு மூலோபாய முடிவை நிறுவனம் எடுத்தது. மே மாதத்திற்குள், DNP நிறுவனம் முழுவதும் பயன்படுத்துவதற்கான பாதுகாப்பான சூழலை உருவாக்கியது. பிப்ரவரி 2025 இல், நிறுவனம் பத்து முக்கிய துறைகளில் ChatGPT Enterprise ஐ அறிமுகப்படுத்தியது. மூன்று மாதங்களுக்குள், முடிவுகள் அடங்கும்:

• ChatGPT Enterprise உடன் 90% பயன்பாட்டு வழக்குகள் அளவிடக்கூடிய முடிவுகளை காட்டின
• 100% வாராந்திர செயல்பாட்டில் உள்ள பயன்பாட்டு விகிதம்
• 87% தானியக்கமயமாக்கல் நேரக் குறைப்பு விகிதம்
• 70% அறிவு மறுபயன்பாட்டு விகிதம் (தனிப்பயனாக்கப்பட்ட GPTகள்)
• செயலாக்க அளவில் 10 மடங்கு அதிகரிப்பு

ஜெனரேட்டிவ் AI இன் நன்மைகளை முழுமையாக பெற, DNP மிக அதிகமான தாக்கம் ஏற்படுத்தக்கூடிய பத்து துறைகளை இலக்காகக் கொண்டது. நிறுவனம் தெளிவான அளவுகோல்களை நிறுவியது: ஒவ்வொரு பணியாளரும் வாரத்திற்கு குறைந்தது 100 முறையாவது ChatGPT ஐப் பயன்படுத்த வேண்டும், மேலும் பணி நேரக் குறைப்புக்கு 50% க்கும் மேற்பட்ட தானியங்கி வீதத்தையும் அடைய வேண்டும்.

இதன் விளைவாக, தனிப்பட்ட மேம்பாடுகள் தனிப்பயன் GPTகள் மற்றும் பகிரப்பட்ட பயன்பாட்டு வழக்குகள் மூலம் குழுக்கள் முழுவதும் பரவுகின்றன, இப்போது business மாற்றத்தை இயக்கும் முக்கியமான முறைமைகள் உருவாகின்றன.

ChatGPT Enterprise அறிமுகப்படுத்தப்பட்ட துறைகளில், ICT ஆராய்ச்சி மற்றும் மேம்பாட்டு பிரிவில் மிகப்பெரிய தாக்கம் காணப்பட்டது. மேம்பட்ட business மையத்தின் பி & ஐ கண்டுபிடிப்பு, ஆராய்ச்சி மற்றும் மேம்பாட்டு பிரிவின் பொது மேலாளர் யோஹி இஷிடா தனது குழுவை கைமுறை பணிகளை மாற்றி, காப்புரிமை ஆராய்ச்சி மற்றும் தாக்கல் உத்திகளை தானியங்குபடுத்தவும் மேம்படுத்தவும் வழிநடத்தினார்.

அவரது குழு ChatGPT Enterprise ஐப் பயன்படுத்தி பின்வரும் பணிப்பாய்வுகளை உருவாக்கியது:

• காப்புரிமை ஆராய்ச்சி: தானியங்கி தேடல், சுருக்கம் மற்றும் வகைப்பாடு, ஆராய்ச்சி நேரத்தை 95% குறைத்து, பரவலை பத்து மடங்கு விரிவாக்குதல்
• விண்ணப்ப உத்தி: DNP இன் தொழில்நுட்பம் மற்றும் போட்டியாளர்களின் காப்புரிமைகள் இடையிலான முக்கிய வேறுபாடுகளை அடையாளம் கண்டு, நிராகரிப்பு அபாயத்தை குறைத்து, திருத்தங்களை குறைத்தல்
• போட்டி பகுப்பாய்வு: முதல் வரைவு அறிக்கைகளை தானாகவே உருவாக்கி, தயாரிப்பு நேரத்தை 80% குறைத்தது

IP மூலோபாயத்தை உயர்த்துவதன் மூலம், DNP தயாரிப்பு தனித்துவம் மற்றும் நீண்டகால போட்டித்தன்மையின் அடித்தளங்களை வலுப்படுத்துகிறது.

உற்பத்தி தொழில்நுட்ப முன்னேற்றங்களை ஊக்குவிக்கும் DNP யின் ஆராய்ச்சி பிரிவு, தற்போதுள்ள தயாரிப்புகள் மற்றும் சேவைகளின் மதிப்பை மேம்படுத்த QCD (தரம், செலவு, விநியோகம்) புதுமையை மேம்படுத்துகிறது மற்றும் புதிய தயாரிப்புகள் மற்றும் சேவைகளின் வளர்ச்சியைத் தொடர்கிறது. மேம்பட்ட பகுப்பாய்வு மற்றும் மதிப்பீட்டு நுட்பங்கள் தேவைப்படும் பகுதிகளில், DNP, ChatGPT Enterprise ஐ பயன்படுத்தி, பொருள் மதிப்பீட்டிற்கான சோதனை உபகரணங்களை இயக்குதல், அளவீடுகளை மேற்கொள்வது மற்றும் பகுப்பாய்வுகளைச் செய்வது போன்ற பணிகளுக்கு பாரம்பரியமாக தேவையான நேரத்தை கணிசமாகக் குறைத்துள்ளது.

முக்கிய முடிவுகளில் பின்வருவன அடங்கும்:

• ஆங்கில காப்புரிமைகள் மற்றும் உபகரணக் கொள்கைகளிலிருந்து தகவல்களை மூன்று நாட்களில் கட்டமைத்தல், இது பல மாதங்களின் காலத்தை குறைத்தது
• Python அனுபவம் இல்லாத ஊழியர்களுக்கு ChatGPT Enterprise மூலம் குறியீடுகளை உருவாக்கவும் இயக்கவும் சாத்தியமாக்குதல்

குறிப்பாக குறிப்பிடத்தக்க பயன்பாட்டு வழக்கு, பைதானில் முன் அனுபவம் இல்லாத ஊழியர்களை உள்ளடக்கியது, அவர்கள் எந்த கற்றல் செலவும் இல்லாமல் குறியீட்டை உருவாக்கவும் தரவை பகுப்பாய்வு செய்யவும் முடிந்தது. பாரம்பரியமாக ஒரு வருடத்திற்கும் மேல் எடுக்கும் வளர்ச்சிப் பணிகள் வெறும் சில நாட்களுக்குள் செயல்படுத்தப்பட்டன. இந்த திறன்களை ஆராய்ச்சியாளர்களின் நிபுணத்துவம் மற்றும் அறிவுடன் இணைப்பதன் மூலம் புதிய நுண்ணறிவுகள் கண்டுபிடிக்கப்பட்டு, முழுப் பிரிவில் குறிப்பிடத்தக்க தாக்கத்தை ஏற்படுத்தின.

DNP, ChatGPT Enterprise-ஐப் பயன்படுத்தி IT நிர்வாகத்தை நவீனமயமாக்குகிறது. சிஸ்டம் உள்கட்டமைப்பு மேம்பாட்டு பிரிவின் பொது மேலாளர் மசாஹிரோ கோபாயாஷி, தகவல் கண்டுபிடிப்பு செயல்பாடுகள், ஒருகாலத்தில் கைமுறையாகவும் சீரற்றதாகவும் இருந்த பணிகளில் ஏற்பட்ட முன்னேற்றங்களை எடுத்துரைத்தார்:

• வெளிப்புற பாதுகாப்பு தணிக்கை: தணிக்கை ஒப்பீட்டு நேரத்தை 30 நிமிடங்களிலிருந்து 5 நிமிடங்களாகக் குறைத்தல்; குறியாக்க தொகுப்பின் தேர்வை 3 மணி நேரத்திலிருந்து 1 மணி நேரமாகக் குறைத்தல்
• கிளவுட் பாதுகாப்பு: இரண்டு நபர் நாட்களுக்குப் பதிலாக 10 நிமிடங்களில் ~100 சிஐஎஸ் பெஞ்ச்மார்க் இணங்காத பொருட்களின் ஆரம்ப சோதனையை முடித்தது
• மதிப்பாய்வு ஆதரவு: வடிவமைப்புக் கொள்கைகள் மற்றும் கடந்த பதிவுகளைக் குறிப்பிடுவதன் மூலம் தேவை மதிப்பாய்வுகளை 1 மணி நேரத்திலிருந்து 30 நிமிடங்களாகக் குறைத்தல்

AI மனித மேற்பார்வையை மாற்றாது என்று அவர் மேலும் கூறுகிறார்: சரிபார்ப்பு மற்றும் இறுதி சோதனைகள் மக்களின் பொறுப்பாக உள்ளன.

DNP-யின் மிகப்பெரிய சவால்களில் ஒன்றாக அறிவு இழப்பு உள்ளது. நிபுணத்துவம் பெரும்பாலும் அனுபவமிக்க ஊழியர்களின் மனதில் வாழ்கிறது, அல்லது அனலாக் ஆவணங்களில் புதைக்கப்படுகிறது.

மேம்பட்ட வணிக மையத்தின் AI வணிக மேம்பாட்டு பிரிவின் தொழில்நுட்ப மேம்பாட்டு பொது மேலாளர் Isaku Osawa வின் தலைமையின் கீழ், DNP இப்போது இந்த சிக்கலை நேரடியாக தீர்க்க AI ஐப் பயன்படுத்துகிறது.

அவரது குழு ChatGPT Enterprise ஐ காகித கையேடுகள் முதல் வரலாற்று தர பதிவுகள் வரை கட்டமைக்கப்படாத தரவை கட்டமைக்கவும், டிஜிட்டல் மயமாக்கவும் பயன்படுத்துகிறது. உட்கொண்டவுடன், இந்த பதிவுகள் தனிப்பயன் GPTகள் வழியாக எவரும் அணுகக்கூடிய Internal Knowledge இன் ஒரு பகுதியாக மாறும். தரவு கட்டமைப்பை வரையறுக்க தேவையான நேரம் 90 சதவீதம் குறைக்கப்பட்டது. குழு அவர்கள் மீளாய்வு செய்யக்கூடிய தொழில்நுட்ப கட்டுரைகளின் எண்ணிக்கையை இரட்டிப்பாக்கியது.

"எங்கள் குறிக்கோள் தலைமுறை அறிவை டிஜிட்டல் உழைப்பாக மாற்றுவது" என்று ஒசாவா கூறுகிறார். அந்த மாற்றம் தொழிலாளர் பற்றாக்குறையை ஈடுசெய்வது மட்டுமல்லாமல், கண்டுபிடிப்புக்கான நீண்டகால திறனை உருவாக்குகிறது.

• 90% பயன்பாட்டு வழக்குகள் அளவிடக்கூடிய முடிவுகளை காட்டின
• 100% வாராந்திர செயல்பாட்டில் உள்ள பயன்பாட்டு விகிதம்
• காப்புரிமை ஆராய்ச்சி நேரத்தில் 95% குறைப்பு
• பணி நேரக் குறைப்பில் 87% தானியக்க விகிதம்
• செயலாக்க அளவில் 10 மடங்கு அதிகரிப்பு

“AI ஏஜன்ட்கள் பல்வேறு சூழ்நிலைகளில் தடையின்றி கலந்துவிடும், இதனால் எல்லோரும் அதை உணராமலேயே AI-இன் பயனைப் பெற அனுமதிக்கப்படும்,” என்று Otake கூறுகிறார். அவர் மனித மற்றும் AI ஒத்துழைப்பிலிருந்து வணிகத்தின் பகுதிகள் AI மூலம் AI தொடர்பு மூலம் இயங்கும் ஒரு அடித்தளத்திற்கு மாறுவதை கற்பனை செய்கிறார். ரோபோட்டிக்ஸ் முன்னேறும்போது, இந்த போக்கு வேகமாகும், இது நிஜ உலகில் இயற்பியல் AI செயல்படும் எதிர்காலத்தை உருவாக்கும்.

முன்னோக்கிப் பார்க்கும்போது, அறிவு பாதுகாப்பு முக்கியமானதாக இருக்கும் என்று Otake வலியுறுத்துகிறார்: "மக்களுக்காக உருவாக்கப்பட்ட தகவல்களை AI புரிந்துகொள்ளக்கூடிய தகவலாக மாற்ற வேண்டும் மற்றும் அறிவு பாதுகாக்கப்பட்டு பகிரப்படுவதை உறுதி செய்ய வேண்டும்." சுருங்கும் பணியாளர் எண்ணிக்கைக்கு நாங்கள் தயாராகும் போது உற்பத்தித்திறனை மேம்படுத்துவதே எங்கள் குறிக்கோள். முன்னணி அறிவு மற்றும் தரமான பதிவுகளை கட்டமைக்கப்பட்ட தரவுகளாகக் குறியீடாக்குவதே இதன் நோக்கம், இதனால் AI ஏஜன்ட்கள் மற்றும் எதிர்கால இயற்பியல் AI கற்றுக்கொண்டு பயன்படுத்த முடியும், தனிப்பட்ட நிபுணத்துவத்தை நம்புவதைக் குறைத்து அதை நீடித்த போட்டி நன்மையாக மாற்ற முடியும்.

அதன் பிராண்ட் அறிக்கையின் கீழ், "எதிர்கால தரங்களை உருவாக்குதல்," DNP அச்சிடல் மற்றும் தகவல் தொழில்நுட்பங்களில் தன் பலங்களை விரிவுபடுத்தவும், சமூகத்திற்கு புதிய தரங்களை உருவாக்கும் AI-நேச நிறுவனமாக மாறவும் முயற்சி செய்கிறது.