Upravljanje i održavanje AI sustava

Brinemo se o radu vašeg AI sustava nakon implementacije.

AI sustavu trebaju stalni nadzor, procjena kvalitete, održavanje i poboljšanja. Modeli, podaci, korisnici i poslovne okolnosti mijenjaju se i nakon što sustav uđe u rad.

Preuzimamo brigu o AI sustavima koje uvedemo u rad: pratimo njihovu kvalitetu, pouzdanost, troškove, korištenje i poslovni učinak, tako da ne morate zapošljavati vlastiti tim za upravljanje AI-jem.

Od uvođenja do svakodnevnog rada.

AI U RADUKorisniciPodaciModeliAgentiSustaviRivermindUPRAVLJANJE AI-JEMUčinkovitostPouzdanostTroškoviKvalitetaKorištenjeVrijednostUnapređenje
Podrška nakon implementacije

Sustav se provjerava tek u svakodnevnoj upotrebi.

Prije uvođenja sustav provjeravamo na pretpostavkama i testnim primjerima, a u radu se susreće s okolnostima koje nije bilo moguće predvidjeti:

  • novi podaci
  • nova pitanja
  • nove iznimke
  • drukčije ponašanje korisnika
  • promjene u poslovanju
  • novi modeli
  • promjene cijena
  • nedostupni sustavi
  • izmijenjeni procesi
  • tisuće nepredviđenih interakcija

AI sustav se i nakon implementacije mijenja, pa tim koji o njemu brine mora te promjene pratiti.

Zašto je potrebno upravljanje AI-jem

Upravljanje osigurava da rješenje radi u skladu s dogovorenim kriterijima, a ne samo da je dostupno.

Klasična aplikacija● Dostupna
  • Radi li poslužitelj?
  • Je li API odgovorio?
  • Koliko je zahtjev trajao?
  • Je li bilo pogreške?

Ta pitanja i dalje vrijede.

AI sustav? Koristan i pouzdan
  • Je li odgovor dobar?
  • Je li model koristio prave informacije?
  • Mijenja li se kvaliteta rezultata s vremenom?
  • Koriste li zaposlenici sustav?
  • Rastu li troškovi neočekivano?
  • Ponavljaju li se pogreške na određenim zahtjevima?
  • Je li trebalo uključiti čovjeka?
  • Ostvaruje li sustav cilj zbog kojeg je razvijen?

Ispravna infrastruktura sama po sebi ne jamči kvalitetan AI.

Upravljanje cijelim sustavom

Šest područja koja pratimo u radu.

Uz tehničku kvalitetu i pouzdanost pratimo i poslovni učinak, po čemu se naš pristup razlikuje od uobičajenog održavanja.

01 / 06

Radi li AI kako treba?

  • Rezultati AI modela
  • Kvaliteta odgovora
  • Kvaliteta dohvata informacija
  • Točnost
  • Ponavljajuće pogreške
  • Pokazatelji kvalitete
02 / 06

Može li se tvrtka osloniti na sustav?

  • Dostupnost
  • Vrijeme odziva
  • Pogreške API-ja
  • Prekidi u procesima
  • Ispravnost integracija
  • Infrastruktura
03 / 06

Je li potrošnja razumna?

  • Korištenje modela
  • Potrošnja tokena
  • Troškovi infrastrukture
  • Troškovi API-ja
  • Trošak po izvršenom procesu
  • Kretanje troškova
04 / 06

Koriste li zaposlenici rješenje kako je predviđeno ili nailaze na probleme?

  • Aktivni korisnici
  • Prihvaćanje novih procesa
  • Korištenje funkcionalnosti
  • Odustajanje od korištenja
  • Obrasci rada korisnika
  • Ručne izmjene i poništavanje odluka sustava
05 / 06

Gdje sustav griješi?

  • Rijetki i posebni slučajevi
  • Rezultati niske pouzdanosti
  • Izmišljeni ili neutemeljeni odgovori
  • Dohvat pogrešnih informacija
  • Neočekivano ponašanje
  • Iznimke koje se ponavljaju
06 / 06 · Posebnost našeg pristupa

Donosi li sustav poslovnu vrijednost zbog koje je uveden?

  • Ušteđeno vrijeme
  • Automatizirani poslovi
  • Sačuvan prihod
  • Manje pogrešaka
  • Oslobođeni kapaciteti
  • Bolje odluke
Kako upravljamo sustavom

Iz praćenja rada proizlaze konkretna poboljšanja.

  1. 01
    Praćenje

    Stalno nadziremo ključne tehničke pokazatelje i kvalitetu AI-ja.

  2. 02
    Uočavanje promjena

    Otkrivamo pad kvalitete, kvarove, odstupanja, neuobičajene troškove i probleme koji se ponavljaju.

  3. 03
    Analiza

    Utvrđujemo je li uzrok u modelu, podacima, dohvatu informacija, uputama, procesu, integraciji, infrastrukturi ili načinu korištenja.

  4. 04
    Djelovanje

    Rješavamo problem ili uključujemo odgovarajuće razvojne stručnjake.

  5. 05
    Provjera

    Potvrđujemo je li promjena poboljšala rad sustava.

  6. 06
    Unapređivanje

    Saznanja iz svakodnevnog rada koristimo za daljnji razvoj.

PraćenjeUočavanjeAnalizaDjelovanjeProvjeraDoradaU RADUkrug upravljanja

Nadzor je koristan samo ako na temelju njega pravodobno djelujemo.

Uvjeti rada stalno se mijenjaju

Šest mjeseci sve radi kako treba, a onda se nešto promijeni.

Klasična podrška reagira tek kada se nešto pokvari. Treba prepoznati što se promijenilo, na što to utječe i što poduzeti prije nego što promjena preraste u ozbiljan problem.

Podrška za cijeli sustav

Pouzdanost AI rješenja ovisi o svakom njegovu dijelu.

Pogreška u bilo kojem dijelu rješenja korisniku može izgledati kao problem AI-ja. Istražujemo cijeli sustav i uključujemo potrebne stručnjake dok ne utvrdimo pravi uzrok.

  1. 01AplikacijaSučelja · Korisnici · Procesi
  2. 02AIModeli · Agenti · Upute · Alati · Procjena kvalitete
  3. 03ZnanjeRAG · Vektorske baze · Dokumenti · Poslovno znanje
  4. 04PodaciBaze podataka · Tokovi obrade · Poslovni podaci
  5. 05IntegracijeERP · CRM · API-ji · Interni sustavi
  6. 06InfrastrukturaOblak · Računalni resursi · Mreža · Pohrana
Logotip Rivermind
Uz Rivermind

Tehnološki temelj za upravljanje AI sustavima.

Na različitim projektima nailazili smo na isti izazov: tvrtke trebaju povezati modele, podatke, alate i procese te zadržati detaljan pregled i kontrolu nad njihovim radom. Zato smo razvili Rivermind, platformu za upravljanje poslovnim AI sustavima.

Istražite Rivermind (otvara se u novoj kartici)
  1. 01Upravljanje

    Upravlja modelima, agentima i procesima.

  2. 02Povezivanje

    Povezuje poslovne podatke, aplikacije i alate.

  3. 03Praćenje

    Prati izvršavanje, kvalitetu i ponašanje sustava u radu.

  4. 04Kontrola

    Nadzire pravila, usmjeravanje, pristup i uključivanje čovjeka.

  5. 05Unapređivanje

    Poboljšava sustav na temelju podataka iz svakodnevne upotrebe.

U vašem okruženju

Sustav ostaje u vašem okruženju i pod vašom kontrolom.

AI možemo održavati u tehnološkom okruženju koje odgovara vašim potrebama.

Vaš oblak

Sustav radi unutar vašeg postojećeg okruženja u oblaku.

Privatno okruženje

Namjenska arhitektura s kontroliranim pristupom i jasno određenim granicama obrade podataka.

Vlastiti poslužitelji

Lokalna instalacija kad to traže poslovni, operativni ili regulatorni zahtjevi.

Mi upravljamo sustavom, a vi zadržavate kontrolu nad podacima, znanjem i infrastrukturom.

Praćenje poslovnog učinka

Najvažniji pokazatelj uspjeha AI-ja često je poslovni rezultat.

Uzmimo sustav predviđanja s tehničkom točnošću od95 %Je li to dovoljno?

Nije dovoljno ako:

  1. 01Nitko ne reagira na njegova predviđanja.
  2. 02Stvara previše upozorenja.
  3. 03Korisnici mu ne vjeruju.
  4. 04Otkriva ono što zaposlenici već znaju.
  5. 05Održavanje košta više od koristi koju donosi.
Pokazatelji AI-ja
  • Točnost
  • Kvaliteta
  • Vrijeme odziva
  • Pogreške
  • Trošak
Pokazatelji rada
  • Prihvaćenost među korisnicima
  • Vrijeme reakcije
  • Ručne izmjene
  • Poduzete radnje
  • Iznimke
Poslovni pokazatelji
  • Prihod
  • Trošak
  • Kapacitet
  • Rizik
  • Brzina

Uz kvalitetu samog AI-ja provjeravamo i što se zahvaljujući njemu promijenilo u poslovanju.

Primjeri iz prakse

Što upravljanje AI-jem konkretno znači?

Svi projekti →
Marikomerc · Prediktivni AI u distribuciji

Sustav analizira kupovno ponašanje i rano prepoznaje kupce kod kojih prijeti pad prihoda.

Treba osigurati da novi podaci o transakcijama uredno pristižu, da sustav uzima u obzir sezonalnost i da upozorenja ostanu korisna. Prodajni timovi moraju ih dobiti dovoljno rano da stignu reagirati.

94,7 % · Upozorenje 43 dana ranije

Pogledajte rezultate →
CIAK · AI u terenskoj prodaji

Mobilna AI aplikacija u CIAK-ovu oblaku prodavačima na jednom mjestu daje sve važne informacije o kupcu: obrasce kupnje, upozorenja na promjene, pripremu za posjet i glasovne izvještaje.

U ovom slučaju upravljanje obuhvaća nadzor cijelog toka između podataka, AI-ja, poslovnih sustava i korisnika na terenu.

Pogledajte rezultate →
Unija · AI u obračunu plaća

AI povezuje dokumente, portale, CRM i ERP procese, a zaposlenici rješavaju iznimke koje traže stručnu procjenu.

Da bi to dobro radilo, treba stalno pratiti što automatizacija uspješno obavlja, a koje zadatke i dalje moraju preuzeti zaposlenici.

Pogledajte rezultate →
Pouzdan rad i daljnji razvoj

Održavanje sustava i njegov daljnji razvoj.

Upravljanje i održavanje AI sustava

Upravljanje sustavom.

  • Praćenje rada.
  • Održavanje pouzdanosti.
  • Kontrola troškova.
  • Praćenje kvalitete.
  • Praćenje prihvaćenosti među korisnicima.
  • Uočavanje problema.
  • Održavanje radnog okruženja.
Forward Deployed Engineers

Daljnji razvoj sustava.

  • Rad s korisnicima.
  • Istraživanje poteškoća u radu.
  • Provedba poboljšanja.
  • Prilagodba procesa.
  • Rješavanje novih zahtjeva.
  • Otklanjanje novih problema.
  • Dodavanje novih mogućnosti.
Upoznajte Forward Deployed Engineers →

Upravljanje i održavanje čuvaju pouzdanost sustava, a Forward Deployed Engineers vode njegov daljnji razvoj.

AI bez vlastitog tima za održavanje

Stručnjaci za AI bez zapošljavanja vlastitog tima.

Većini tvrtki ne isplati se stalno zapošljavati stručnjake za AI, ali im njihovo znanje povremeno zatreba. Mi preuzimamo upravljanje i specijalističku podršku, a vaš se tim može posvetiti svojem osnovnom poslu.

  • Razvoj AI-ja
  • Strojno učenje
  • Razvoj softvera
  • Podaci
  • Infrastruktura u oblaku
  • MLOps
  • Procjena kvalitete
  • Nadzor sustava
  • Sigurnost
  • Povezivanje s poslovnim sustavima
Umjesto deset novih zaposlenikaJedan partner

Potrebna stručnost bez troška cijelog internog tima.

Što usluga uključuje

Stalna odgovornost za rad AI rješenja.

Opseg usluge i razinu podrške prilagođavamo sustavu. Usluga može uključivati:

01

Stalno praćenje

Nadzor ispravnosti sustava, kvalitete modela, procesa i integracija.

02

Procjenu kvalitete AI-ja

Mjerenje kvalitete rezultata i uočavanje pogoršanja ili pogrešaka koje se ponavljaju.

03

Analizu kvarova i zastoja

Analizu tehničkih problema i poteškoća specifičnih za AI u svakodnevnom radu.

04

Upravljanje troškovima

Praćenje i optimizaciju korištenja infrastrukture, modela i API-ja.

05

Praćenje korištenja

Uvid u to kako zaposlenici koriste sustav i kako se mijenja prihvaćenost.

06

Izvještavanje o rezultatima

Redovit pregled rada sustava i poslovnih pokazatelja.

07

Održavanje

Ažuriranje programskih komponenti, integracija i ostalih dijelova sustava.

08

Optimizaciju

Prepoznavanje mogućnosti za bolju kvalitetu, pouzdanost i učinkovitost.

09

Uključivanje specijalista

Podršku odgovarajućih Marginsovih stručnjaka za probleme koji traže dublji zahvat.

Pregled za svaku razinu upravljanja

Izvještaji o radu sustava za upravu, operativu i IT.

Jedan sustav, tri razine izvještaja: uprava prati poslovni učinak, operativni direktor rad procesa, a tehnički direktor rad sustava.

Upravljanje AI sustavima · IzvještavanjeIlustrativni prikaz sučelja, ne prikazuje podatke klijenta
PoslovanjeDirektor vidi poslovni učinak
1,2 mil. EURprepoznatog ugroženog prihoda
1.840 hušteđeno mjesečno na ponavljajućim poslovima
68 %automatiziranih procesa
Operativni radOperativni direktor vidi učinak na procese
87 %prihvaćenosti među korisnicima
14.320procesa uz podršku AI-ja
6,4 %slučajeva proslijeđenih čovjeku
TehnologijaTehnički direktor vidi rad sustava
98,7 %uspješnih izvršavanja
1,4 smedijan vremena odziva
0,17 EURtrošak po izvršenom procesu
Kako početi

Jasno definirane odgovornosti za sustav koji je već u radu.

Ako smo postojeće rješenje razvili mi, velik dio prva četiri koraka već je obavljen. To je prednost suradnje s istim partnerom tijekom cijelog procesa.

  1. 01

    Upoznavanje

    Pregledavamo sustav, arhitekturu, modele, integracije i poslovne ciljeve.

  2. 02

    Početna analiza

    Određujemo ključne pokazatelje: tehničke, operativne, poslovne i one za kvalitetu AI-ja.

  3. 03

    Uspostava nadzora

    Postavljamo potrebno praćenje, procjenu kvalitete i pregled rada sustava.

  4. 04

    Preuzimanje odgovornosti

    Dogovaramo nadležnosti, postupke eskalacije i pravila rada.

  5. 05

    Upravljanje

    Stalno pratimo sustav i reagiramo na promjene.

  6. 06

    Unapređivanje

    Podatke iz rada koristimo za pronalaženje mogućih poboljšanja.

Planiranje tijekom cijelog procesa

O održavanju AI rješenja najbolje je razmišljati prije razvoja.

Kad smo uključeni od početka, nadzor, procjenu kvalitete, praćenje troškova i mjerenje poslovnog učinka ugrađujemo u sam sustav.

  1. 01Istraživanje prilikaOdređujemo cilj.
  2. 02Oblikovanje rješenjaOdređujemo kako ćemo mjeriti uspjeh.
  3. 03RazvojUgrađujemo potrebna mjerenja.
  4. 04ImplementacijaUspostavljamo pregled rada sustava.
  5. 05UpravljanjeBrinemo se o kvaliteti i pouzdanosti.
  6. 06UnapređivanjePrimjenjujemo saznanja iz prakse.

Upravljanje i održavanje planiramo kao sastavni dio arhitekture.

Zašto Margins

Stručnost u razvoju i održavanju AI rješenja u brojnim industrijama.

01

Temeljito poznavanje AI tehnologija

Razumijemo tehnologiju, softver, modele, agente, integracije i način na koji AI funkcionira unutar složenih poslovnih sustava.

02

Znanje o cijelom sustavu

Probleme istražujemo u softveru, podacima, integracijama i infrastrukturi.

03

Vlastita tehnologija za upravljanje

Rivermind daje tehnički temelj za rad poslovnih AI sustava.

04

Pregled poslovnog učinka

Tehničke rezultate povezujemo s operativnim i poslovnim pokazateljima.

05

Forward Deployed Engineers

Kad sustav treba prilagoditi, inženjere uključujemo izravno u rad s korisnicima.

06

Odgovornost tijekom cijelog procesa

Isti partner može prepoznati priliku, razviti rješenje, uvesti ga i nastaviti se brinuti o njegovu radu.

40+stručnjaka
60+završenih projekata
100+ mil. USDizmjerene poslovne vrijednosti kod naših klijenata
11. mjestoDeloitte Technology Fast 50 za srednju Europu
Član Marginsova tima
AI u svakodnevnom radu

Preuzimamo brigu o radu vašeg AI sustava.

Možemo preuzeti stalnu odgovornost za praćenje i unapređivanje AI sustava te upravljanje njima, a da pritom ne morate zapošljavati vlastiti tim.

Razgovarajte s našim AI timom

Istražite Rivermind (otvara se u novoj kartici)

Nakon razvoja slijede svakodnevna briga o sustavu i njegovo stalno unapređivanje.