06 Podaci, AI i platforma
Primenjeni AI i automatizacija poslovanja
Jezički modeli i automatizacija unutar jasno definisanih procesa — pisanje nacrta, provera, izdvajanje i usmeravanje podataka — uz čoveka koji odobrava ono što je važno.
Ishod: Manje ručnog rada, uz čoveka odgovornog za svaku odluku.
Primenjeni AI ovde znači integraciju velikog jezičkog modela (LLM) u jedan definisan korak postojećeg procesa: nacrt dopisa iz podataka predmeta, pronalaženje praznina u zapisima, izdvajanje polja iz otpremljenog dokumenta, usmeravanje zahteva. Svaka funkcija ima jasan ulaz, strukturisan rezultat i čoveka koji ga potvrđuje.
Najbolji kandidati su zadaci u kojima ljudi provode sate prepisujući, sažimajući ili proveravajući dokumente sa ustaljenim obrascem, a rezultat se može brzo pregledati. Nema smisla za odluke koje traže stručnu procenu, niti za zadatke u kojima niko ne može da razlikuje dobar odgovor od lošeg.
Tipične potrebe
- Sati izgubljeni na pisanje, sažimanje ili prepisivanje dokumenata
- Isti podaci koji se ručno unose u više sistema
- Interesovanje za AI, ali i briga o tome gde završavaju podaci kompanije
Šta dobijate
- AI funkcije ograničene na konkretne zadatke koji se mogu proveriti
- Pozivi modela sa servera, uz minimizaciju podataka i ograničenja korišćenja
- Automatizacija koraka koji se ponavljaju između vaših alata
Pristup
Kako teče rad.
- 01
Jedan zadatak, jasna mera uspeha
Bira se uzak zadatak i pre prvog poziva modela zapisuje se kako izgleda ispravan rezultat, na stvarnim primerima iz vaših podataka.
- 02
Samo podaci koje zadatak traži
Kontekst se učitava sa pravima osobe koja pita, lični identifikatori se maskiraju gde zadatak to dozvoljava, a modeli se pozivaju sa servera, nikada iz pregledača.
- 03
Predlog koji čovek potvrđuje
Model vraća rezultat u unapred zadatoj strukturi, aplikacija ga proverava i prikazuje kao predlog. Ništa se ne upisuje, ne briše niti šalje dok neko ne prihvati predlog.
- 04
Ograničenja, evidencija i saglasnost
Svaki korisnik ima ograničenje korišćenja, evidencija beleži ko je koristio koju funkciju, bez čuvanja teksta zahteva, a AI se uključuje tek uz saglasnost organizacije, zatim pojedinačno po korisniku.
Tehnologije
- OpenAI API
- Anthropic API
- Lokalni modeli (Ollama)
- Python
- Strukturisani odgovori
Inženjer koji radi ovaj posao je osnivač, Filip Volf — sarađujete direktno sa njim.
Pitanja
O ovoj usluzi.
Gde idu naši podaci kada se pozove model?
Provajderu modela koji izaberete, sa servera, i to samo podaci koje zadatak traži. U Pametnom Advokatu, na primer, asistent maskira e-poštu, telefone, JMBG i brojeve računa u uobičajenim formatima pre nego što tekst stigne do AI servisa, koji se poziva bez čuvanja odgovora. Kada podaci moraju da ostanu u vašoj infrastrukturi, u obzir dolaze lokalni modeli.
Može li AI sam da menja zapise ili šalje poruke?
Ne. Funkcije su projektovane tako da model priprema, a čovek odlučuje. U Pametnom Advokatu AI uvoz dokumenata upisuje samo stavke koje advokat potvrdi, a nacrti su polazna tačka koju advokat uređuje.
Po čemu se ovo razlikuje od istraživačkih ML i AI prototipova?
Primenjeni AI ugrađuje model u funkciju koju ljudi koriste u radu, uz odobrenje čoveka i kontrole opisane iznad. Istraživački prototipovi najpre odgovaraju na otvorena pitanja — kroz eksperimente u simuliranom okruženju ili na oflajn podacima, čiji se rezultati iznose zajedno sa ograničenjima. Prototip koji se pokaže korisnim može kasnije da postane primenjena funkcija.
Povezane usluge
- 05
API-ji, backend arhitektura i PostgreSQL
Ishod: Poslovna pravila sprovedena jednom, tamo gde su podaci.
- 07
Istraživački ML i AI prototipovi
Ishod: Osnova za odluku — graditi, preraditi ili odustati — iz ponovljivih eksperimenata.
- 09
Bezbednosna arhitektura
Ishod: Bezbednosne odluke donete promišljeno — i zapisane.
Sledeći korak
Razgovarajmo o tome šta gradite.
Opišite šta treba izgraditi ili popraviti, kako se posao danas odvija i koja su ograničenja. Dobićete pitanja koja razjašnjavaju zahtev ili prvi predlog pristupa — imejlom, na srpskom ili engleskom.