SI ilovalarini rejalashtirish

SI'ning cheksizdek tuyulgan salohiyatini hisobga olsak, darhol dasturlar yaratishga sho'ng'ish juda jozibador ko'rinadi. Agar maqsadingiz shunchaki o'rganish va maroqli vaqt o'tkazish bo'lsa, ikkilanmay ishga kirishing. Yaratish — o'rganishning eng yaxshi usullaridan biridir. Fundamental modellarning ilk kunlarida bir nechta SI rahbarlari menga o'z jamoalarini malakalarini oshirish uchun SI dasturlari bilan tajriba o'tkazishga undaganliklarini aytishgan.

Biroq, agar bu soha sizning kasbiy faoliyatingiz bo'lsa, do'ppini bir chetga qo'yib, nima uchun bu mahsulotni yaratayotganingiz va ishga qanday yondashishingiz kerakligi haqida jidiy o'ylab ko'rishga arziydi. Fundamental modellar yordamida ajoyib demo yaratish oson. Foyda keltiradigan mahsulot yaratish esa qiyin.

Ishlatilish senariysini baholash

Berilishi kerak bo'lgan birinchi savol — bu dasturni nima uchun yaratmoqchi ekanligingizdir. Ko'pgina biznes qarorlari kabi, SI dasturini yaratishga ham ko'pincha kompaniyalarni yo xavflar majbur qiladi, yo imkoniyatlar undaydi. Quyida, yuqoridan pastga qarab tartiblangan turli darajadagi xavf-xatarlarga bir nechta misollar keltirilgan:

1. Mavjudlik xavfi. Agar siz buni qilmasangiz, SI bilan qurollangan raqobatchilar sizni bozordan siqib chiqarishi mumkin. Agar SI biznesingizning yashab qolishiga jiddiy tahdid solayotgan bo'lsa, uni joriy etish eng birlamchi vazifaga aylanishi shart. 2023-yilgi Gartner tadqiqotida 7% ishtirokchi SI'ni joriy etish sababi sifatida biznes uzluksizligini keltirgan. Bu, ayniqsa, moliyaviy tahlil, sug'urta va ma'lumotlarni qayta ishlash kabi hujjatlarga ishlov berish va axborotni jamlash bilan bog'liq bizneslar uchun keng tarqalgan. Bu, shuningdek, reklama, veb-dizayn va tasvir ishlab chiqarish kabi ijodiy ishlar uchun ham xosdir. Sanoatlarning SI ta'siriga uchrovchanligi bo'yicha reytingini ko'rish uchun OpenAI'ning 2023-yilgi “GPTs are GPTs” (Eloundou va boshq., 2023) tadqiqotiga murojaat qilishingiz mumkin.

2. Qo'ldan boy berilgan imkoniyatlar. Agar siz buni qilmasangiz, foyda va unumdorlikni oshirish imkoniyatlarini qo'ldan boy berasiz. Aksariyat kompaniyalar SI'ni u olib keladigan imkoniyatlar uchun joriy etadi. SI deyarli hammasida bo'lmasa ham, ko'pgina biznes operatsiyalarida yordam berishi mumkin. SI samaraliroq kopiraytlar, mahsulot tavsiflari va reklama vizual kontentini yaratish orqali foydalanuvchilarni jalb qilishni arzonlashtirishi mumkin. SI mijozlarni qo'llab-quvvatlashni yaxshilash va foydalanuvchi tajribasini shaxsiylashtirish orqali foydalanuvchilarni saqlab qolishni oshirishi mumkin. SI, shuningdek, savdo uchun potensial mijozlarni jalb qilish, ichki muloqot, bozor tadqiqoti va raqobatchilarni kuzatishda ham yordam beradi.

3. Ortda qolib ketish xavfi. Siz SI biznesingizga qayerda mos kelishini hali aniq bilmaysiz, lekin ortda qolib ketishni ham xohlamaysiz. Garchi kompaniya har bir shov-shuvli trendga ergashmasligi kerak bo'lsa-da, ko'plari o'z vaqtida qadam tashlash uchun juda uzoq kutib, muvaffaqiyatsizlikka uchragan (Kodak, Blockbuster va BlackBerry'ni eslang). Agar qurbingiz yetsa, yangi, transformatsion texnologiya biznesingizga qanday ta'sir qilishi mumkinligini tushunish uchun resurslar sarflash yomon g'oya emas. Katta kompaniyalarda bu Ilmiy-tadqiqot va tajriba-konstruktorlik ishlari (R&D) bo'limining bir qismi bo'lishi mumkin.¹

Ushbu ishlatilish senariysini ishlab chiqish uchun yaxshi sabab topganingizdan so'ng, uni o'zingiz yaratishingiz kerakmi yoki yo'qmi, shuni o'ylab ko'rishingiz mumkin. Agar SI biznesingiz uchun mavjudlik xavfini tug'dirsa, uni raqobatchiga autsorsing qilish o'rniga, o'zingizning ichki resurslaringiz bilan amalga oshirishni xohlashingiz mumkin. Biroq, agar siz SI'dan foyda va unumdorlikni oshirish uchun foydalanayotgan bo'lsangiz, sizga vaqt va pulni tejaydigan hamda yaxshiroq natijalar beradigan ko'plab tayyor yechimlarni sotib olish imkoniyatlari mavjud bo'lishi mumkin.

Dasturda SI va insonlarning roli

SI'ning SI mahsulotida qanday rol o'ynashi dasturning ishlab chiqilishiga va uning talablariga ta'sir qiladi. Apple'da SI'dan mahsulotda foydalanishning turli usullarini tushuntiruvchi ajoyib dokumentatsiya bor. Quyida hozirgi muhokamamizga tegishli uchta asosiy nuqta:

Hal qiluvchi yoki to'ldiruvchi

Agar dastur SI'siz ham ishlay olsa, SI dastur uchun to'ldiruvchi hisoblanadi. Masalan, Face ID texnologiyasi SI'ga asoslangan yuzni aniqlashsiz ishlamaydi, Gmail esa Smart Compose'siz ham ishlayveradi.

SI dastur uchun qanchalik hal qiluvchi bo'lsa, SI qismi shunchalik aniq va ishonchli bo'lishi kerak. SI dasturning asosiy qismi bo'lmaganda, odamlar xatolarga nisbatan sabrliroq bo'lishadi.

Reaktiv yoki proaktiv

Reaktiv xususiyat o'z javoblarini foydalanuvchilarning so'rovlari yoki maxsus harakatlariga reaksiya sifatida ko'rsatadi, proaktiv xususiyat esa buning uchun imkoniyat paydo bo'lganda o'z javoblarini ko'rsatadi. Masalan, chatbot reaktiv, Google Maps'dagi tirbandlik haqidagi ogohlantirishlar esa proaktivdir.

Reaktiv xususiyatlar hodisalarga javoban generatsiya qilingani uchun, ular odatda, lekin har doim ham emas, tez sodir bo'lishi kerak. Boshqa tomondan, proaktiv xususiyatlarni oldindan hisoblab qo'yish va qulay fursatda ko'rsatish mumkin, shuning uchun kechikish (latency) unchalik muhim emas.

Foydalanuvchilar proaktiv xususiyatlarni so'ramagani uchun, agar sifati past bo'lsa, ularni bezovta qiluvchi yoki g'ashga teguvchi deb hisoblashlari mumkin. Shu sababli, proaktiv bashoratlar va generatsiyalar uchun odatda yuqori sifat talabi qo'yiladi.

Dinamik yoki statik

Dinamik xususiyatlar foydalanuvchi fikr-mulohazalari bilan doimiy ravishda yangilanib boradi, statik xususiyatlar esa vaqti-vaqti bilan yangilanadi. Masalan, Face ID odamlarning yuzlari vaqt o'tishi bilan o'zgargani sari yangilanib turishi kerak. Biroq, Google Photos'dagi obyektlarni aniqlash, ehtimol, faqat Google Photos yangilanganda yangilanadi.

SI holatida, dinamik xususiyatlar har bir foydalanuvchining o'z ma'lumotlarida doimiy ravishda finetuning qilinadigan o'z modeliga ega bo'lishini yoki ChatGPT'ning har bir foydalanuvchining afzalliklarini eslab qolishiga imkon beruvchi xotira xususiyati kabi boshqa shaxsiylashtirish mexanizmlarini anglatishi mumkin. Statik xususiyatlarda esa bir guruh foydalanuvchilar uchun bitta model bo'lishi mumkin. Agar shunday bo'lsa, bu xususiyatlar faqat umumiy model yangilanganda yangilanadi.

Jarayonda insonning o'rni

Dasturda insonlarning rolini aniqlashtirib olish ham muhim. SI insonlarga fon rejimida yordam beradimi, to'g'ridan-to'g'ri qaror qabul qiladimi yoki ikkalasini ham qiladimi? Masalan, mijozlarni qo'llab-quvvatlash chatbotida SI javoblaridan turli yo'llar bilan foydalanish mumkin:

• SI bir nechta javob variantini ko'rsatadi, inson operatorlar esa ulardan namuna sifatida foydalanib, tezroq javob yozishlari mumkin.
• SI faqat oddiy so'rovlarga javob beradi va murakkabroq so'rovlarni insonlarga yo'naltiradi.
• SI barcha so'rovlarga inson aralashuvisiz, to'g'ridan-to'g'ri javob beradi.

Insonlarni SI'ning qaror qabul qilish jarayonlariga jalb qilish jarayondagi inson (human-in-the-loop) deb ataladi.

Microsoft (2023) mahsulotlarda SI avtomatizatsiyasini bosqichma-bosqich oshirish uchun "Emaklash-Yurish-Yugurish" (Crawl-Walk-Run) deb nomlangan freymvorkni taklif qildi:

• Emaklash inson aralashuvi majburiy ekanligini anglatadi.
• Yurish SI ichki xodimlar bilan to'g'ridan-to'g'ri muloqot qila olishini anglatadi.
• Yugurish avtomatizatsiyaning oshganini, potensial ravishda SI'ning tashqi foydalanuvchilar bilan to'g'ridan-to'g'ri muloqotini ham o'z ichiga oladi.

SI tizimining sifati yaxshilangani sari insonlarning roli vaqt o'tishi bilan o'zgarishi mumkin. Masalan, boshida, siz hali SI imkoniyatlarini baholayotganingizda, undan inson operatorlar uchun takliflar yaratishda foydalanishingiz mumkin. Agar inson operatorlar tomonidan qabul qilish darajasi yuqori bo'lsa, masalan, oddiy so'rovlarga SI taklif qilgan javoblarning 95%i inson operatorlar tomonidan o'zgarishsiz ishlatilsa, siz o'sha oddiy so'rovlar uchun mijozlarga SI bilan to'g'ridan-to'g'ri muloqot qilishga ruxsat berishingiz mumkin.

SI mahsulotining raqobatbardoshligi

Agar SI ilovalarini mustaqil yechim sifatida sotayotgan bo'lsangiz, ularning raqobatga bardoshliligi (defensibility) haqida jiddiy o'ylashingiz shart. Bu sohadagi kirish ostonasining pastligi — tayoqning ikki uchiga o'xshaydi. Agar biror narsani yaratish siz uchun oson bo'lsa, demak, raqobatchilaringiz uchun ham shunchalik oson bo'ladi. Xo'sh, o'z yechimingizni himoya qilish uchun qanday "mudofaa chizig'ingiz" (moats) bor?

Bir tomondan, fundamental modellar asosida dasturlar yaratish bu modellarga qo'shimcha qatlam taqdim etishni anglatadi.² Bu, shuningdek, agar asosdagi modellarning imkoniyatlari kengaysa, siz taqdim etayotgan qatlam modellar tomonidan "yutib yuborilishi" va dasturingizni eskirgan holga keltirishi mumkinligini ham anglatadi. Tasavvur qiling, siz ChatGPT PDF'larni yaxshi tahlil qila olmaydi yoki buni keng miqyosda qila olmaydi degan taxminga asoslanib, uning ustiga PDF tahlil qiluvchi dastur quryapsiz. Agar bu taxmin endi to'g'ri bo'lmay qolsa, sizning raqobatbardoshligingiz zaiflashadi. Biroq, hatto bu holatda ham, agar yechimingiz ochiq manbali modellar asosida qurilgan bo'lsa va modellarni o'z serverlarida ishga tushirishni xohlaydigan foydalanuvchilarga mo'ljallangan bo'lsa, PDF tahlil qiluvchi dastur o'zini oqlashi mumkin.

Yirik venchur fondlaridan birining boshqaruvchi hamkori menga shunday dedi: u ko'plab startaplarni ko'rgan, ammo ularning "butun boshli mahsuloti" aslida Google Docs yoki Microsoft Officedagi oddiy bir funksiyaga arziydi, xolos. Agar bu startaplarning ishi yurishib ketsa, Google yoki Microsoftga bor-yo'g'i uchta dasturchi ajratib, ikki hafta ichida bu "mahsulot"ning aynan nusxasini yaratib qo'yishiga nima to'sqinlik qiladi?

Raqobatbardosh ustunlik turlari

SI sohasida, odatda, uch turdagi raqobatbardosh ustunlik mavjud: texnologiya, ma'lumotlar va distributsiya — ya'ni, mahsulotingizni foydalanuvchilar oldiga olib chiqish qobiliyati. Fundamental modellar davrida aksariyat kompaniyalarning texnologik o'zagi o'xshash bo'ladi. Distributsiya ustunligi esa, katta ehtimol bilan, yirik kompaniyalar qo'lida qoladi.

Ma'lumotlar ustunligi masalasi ancha nozikroq. Yirik kompaniyalarda, tabiiyki, mavjud ma'lumotlar ko'proq bo'ladi. Biroq, agar startap bozorga birinchi bo'lib kirib, o'z yechimini doimiy takomillashtirish uchun yetarli foydalanish ma'lumotlarini to'play olsa, aynan ma'lumotlar ularning "mudofaa chizig'i"ga aylanadi. Hatto foydalanuvchi ma'lumotlarini to'g'ridan-to'g'ri modellarni o'qitish uchun ishlatib bo'lmaydigan holatlarda ham, foydalanish jarayonidagi axborotlar foydalanuvchi xulq-atvori va mahsulot kamchiliklari haqida bebaho tushunchalar berishi mumkin. Bu esa ma'lumotlarni yig'ish va o'qitish jarayonini to'g'ri yo'naltirish uchun xizmat qiladi.³

Tarixda dastlab yirikroq mahsulotlarning shunchaki bir funksiyasi bo'lishi mumkin bo'lgan, ammo katta muvaffaqiyatga erishgan ko'plab kompaniyalar bor. Masalan, Calendly shunchaki Google Calendar'ning bir funksiyasi bo'lishi mumkin edi. Mailchimp Gmail'ning, Photoroom esa Google Photos'ning oddiy bir imkoniyati bo'lib qolishi mumkin edi.⁴ Ko'pgina startaplar o'sha yirik raqobatchilar e'tibordan chetda qoldirgan birgina funksiyani yaratishdan boshlab, oxir-oqibat ulardan o'zib ketadi. Balki navbatdagi shunday kompaniya sizniki bo'lar.

Kutilmalarni belgilash

Ushbu ajoyib SI dasturini o'zingiz yaratishingiz kerak degan qarorga kelganingizdan so'ng, keyingi qadam muvaffaqiyat qanday ko'rinishini aniqlab olishdir: siz muvaffaqiyatni qanday o'lchaysiz? Eng muhim metrika — bu uning biznesingizga qanday ta'sir qilishidir. Masalan, agar bu mijozlarni qo'llab-quvvatlash chatboti bo'lsa, biznes metrikalari quyidagilarni o'z ichiga olishi mumkin:

• Chatbot mijozlar xabarlarining necha foizini avtomatlashtirishini xohlaysiz?
• Chatbot sizga qancha ko'proq xabarlarni qayta ishlash imkonini berishi kerak?
• Chatbot yordamida qanchalik tezroq javob bera olasiz?
• Chatbot siz uchun qancha inson mehnatini tejashi mumkin?

Chatbot ko'proq xabarlarga javob berishi mumkin, lekin bu foydalanuvchilarni xursand qilishini anglatmaydi, shuning uchun mijozlarning qoniqish darajasi va umuman, ularning fikr-mulohazalarini kuzatib borish muhimdir. “Foydalanuvchi fikr-mulohazalari” bo'limida fikr-mulohaza tizimini qanday loyihalash muhokama qilinadi.

Mahsulot tayyor bo'lmasdan turib mijozlarga taqdim etilmasligini ta'minlash uchun uning foydalilik chegarasi (usefulness threshold) bo'yicha aniq kutilmalarga ega bo'ling: u foydali bo'lishi uchun qanchalik yaxshi bo'lishi kerak? Foydalilik chegaralari quyidagi metrikalar guruhlaridan iborat bo'lishi mumkin:

• Sifat metrikalari: chatbot javoblarining sifatini o'lchash uchun.
• Kechikish metrikalari: jumladan TTFT (birinchi tokengacha bo'lgan vaqt), TPOT (har bir chiqish tokeni uchun vaqt) va umumiy kechikish. Qanday kechikish maqbul deb hisoblanishi sizning ishlatilish senariyingizga bog'liq. Agar hozirda barcha mijozlar so'rovlari insonlar tomonidan o'rtacha bir soatlik javob vaqti bilan qayta ishlanayotgan bo'lsa, bundan tezroq bo'lgan har qanday natija yetarlicha yaxshi bo'lishi mumkin.
• Xarajat metrikalari: har bir inference (xulosa chiqarish) so'rovi qanchaga tushishi.
• Boshqa metrikalar: masalan, interpretatsiya qilinuvchanlik (interpretability) va adolatlilik (fairness).

Agar siz hali qanday metrikalardan foydalanishni bilmasangiz, xavotir olmang. Kitobning qolgan qismida bu metrikalarning ko'pi yoritiladi.

Bosqichlarni rejalashtirish

O'lchanadigan maqsadlarni belgilab olganingizdan so'ng, ularga erishish uchun reja kerak bo'ladi. Maqsadlarga qanday yetib borish sizning qayerdan boshlayotganingizga bog'liq. Mavjud modellarning imkoniyatlarini tushunish uchun ularni baholang. Tayyor modellar qanchalik kuchli bo'lsa, siz shunchalik kam ish qilishingiz kerak bo'ladi. Masalan, agar maqsadingiz mijozlarni qo'llab-quvvatlash so'rovlarining 60 foizini avtomatlashtirish bo'lsa va siz ishlatmoqchi bo'lgan tayyor model allaqachon so'rovlarning 30 foizini avtomatlashtira olsa, siz sarflashingiz kerak bo'lgan kuch, agar u hech qanday so'rovni avtomatlashtira olmagan holatdagiga qaraganda kamroq bo'lishi mumkin.

Baholashdan keyin maqsadlaringiz o'zgarishi ehtimoli bor. Masalan, baholashdan so'ng, siz dasturni foydalilik chegarasiga olib chiqish uchun zarur bo'lgan resurslar uning potensial daromadidan ko'proq bo'lishini anglab yetishingiz va shu sababli endi bu loyihani davom ettirishni xohlamasligingiz mumkin.

"So'nggi mil" muammosi

SI mahsulotini rejalashtirishda uning "so'nggi mil" muammosini (last mile challenge) hisobga olish kerak. Fundamental modellar bilan erishilgan dastlabki muvaffaqiyat aldamchi bo'lishi mumkin. Fundamental modellarning bazaviy imkoniyatlari allaqachon ancha ta'sirli bo'lgani uchun, qiziqarli demo yaratish ko'p vaqt talab qilmasligi mumkin. Biroq, yaxshi dastlabki demo yakuniy mahsulotning ham yaxshi bo'lishini va'da qilmaydi. Demo yaratish uchun bir dam olish kuni yetarli bo'lishi mumkin, lekin mahsulot yaratish uchun oylar, hatto yillar kerak bo'lishi mumkin.

UltraChat maqolasida Ding va boshqalar (2023) shunday degan edi: “0 dan 60 gacha bo'lgan sayohat oson, 60 dan 100 gacha borish esa haddan tashqari qiyinlashadi.” LinkedIn (2024) ham xuddi shu fikrni bildirgan. Ular o'zlari xohlagan tajribaning 80 foiziga erishish uchun bir oy vaqt sarflashgan. Bu dastlabki muvaffaqiyat ularni mahsulotni takomillashtirish uchun qancha vaqt kerak bo'lishini juda past baholashlariga sabab bo'lgan. Ular nihoyat 95 foizdan oshish uchun yana to'rt oy kerak bo'lganini aniqladilar. Ko'p vaqt mahsulotdagi kamchiliklarni bartaraf etish va gallyutsinatsiyalar bilan kurashishga sarflangan. Keyingi har bir 1 foizlik yutuqqa erishishning sekinligi ularning ruhini tushirgan.

Texnik qo'llab-quvvatlash (Maintenance)

Mahsulotni rejalashtirish o'z maqsadlariga erishish bilan tugamaydi. Siz ushbu mahsulot vaqt o'tishi bilan qanday o'zgarishi mumkinligi va uni qanday qo'llab-quvvatlash kerakligi haqida ham o'ylashingiz kerak. SI mahsulotini qo'llab-quvvatlashda SI sohasining jadal o'zgarish sur'ati qo'shimcha qiyinchiliklar tug'diradi. So'nggi o'n yillikda SI sohasi aql bovar qilmas darajada tez jadallashdi. Ehtimol, u keyingi o'n yillikda ham tez harakat qilishda davom etadi. Bugungi kunda fundamental modellar asosida ish qurish — bu shiddatli poyezdda ketishga rozi bo'lish demakdir.

Ko'pgina o'zgarishlar ijobiydir. Masalan, ko'plab modellarning cheklovlari bartaraf etilmoqda. Kontekst uzunliklari uzayib bormoqda. Model natijalari yaxshilanmoqda. Model inference'i, ya'ni kirish ma'lumoti asosida chiqish natijasini hisoblash jarayoni, tezlashmoqda va arzonlashmoqda. 1-11-rasmda 2022 va 2024-yillar oralig'ida inference xarajatlari va modelning ommabop fundamental modellar benchmarki bo'lgan Keng Qamrovli Ko'p Vazifali Til Tushunish (MMLU) (Hendrycks va boshq., 2020) bo'yicha samaradorligining evolyutsiyasi ko'rsatilgan.

Biroq, hatto bu ijobiy o'zgarishlar ham ish jarayonlaringizda noqulayliklar keltirib chiqarishi mumkin. Siz doimo hushyor bo'lishingiz va har bir texnologik sarmoyaning xarajat-foyda tahlilini o'tkazishingiz kerak bo'ladi. Bugungi kundagi eng yaxshi variant ertaga eng yomon variantga aylanishi mumkin. Siz model provayderlariga pul to'lashdan arzonroq tuyulgani uchun modelni o'zingizning ichki resurslaringiz bilan yaratishga qaror qilishingiz mumkin, faqat uch oydan so'ng model provayderlari o'z narxlarini ikki baravar pasaytirganini bilib qolasiz, bu esa o'z resurslaringiz bilan yaratishni qimmat variantga aylantiradi. Siz uchinchi tomon yechimiga sarmoya kiritib, infratuzilmangizni unga moslashtirishingiz mumkin, faqat provayder moliyalashtirishni ta'minlay olmagani uchun faoliyatini to'xtatadi.

Ba'zi o'zgarishlarga moslashish osonroq. Masalan, model provayderlari yagona API standartiga o'tayotgani sababli, bir model API'sini boshqasiga almashtirish osonlashmoqda. Biroq, har bir modelning o'ziga xos xususiyatlari, kuchli va zaif tomonlari bo'lgani uchun, yangi model bilan ishlaydigan dasturchilar o'zlarining ish jarayonlari, promptlari va ma'lumotlarini ushbu yangi modelga moslashtirishlari kerak bo'ladi. Versiyalash va baholash uchun to'g'ri infratuzilma mavjud bo'lmasa, bu jarayon ko'plab bosh og'riqlariga sabab bo'lishi mumkin.

Ba'zi o'zgarishlarga moslashish qiyinroq, ayniqsa, qonunchilik bilan bog'liq bo'lganlariga. SI atrofidagi texnologiyalar ko'plab mamlakatlar uchun milliy xavfsizlik masalalari sifatida qaraladi, ya'ni SI uchun resurslar, jumladan, hisoblash quvvatlari, mutaxassislar va ma'lumotlar qattiq tartibga solinadi. Masalan, Yevropaning "Umumiy Ma'lumotlarni Himoya qilish Reglamenti" (GDPR) joriy etilishi bizneslarga muvofiqlikka erishish uchun 9 milliard dollarga tushgani taxmin qilingan. Hisoblash quvvatlarining mavjudligi bir kechada o'zgarishi mumkin, chunki yangi qonunlar kim hisoblash resurslarini sotib olishi va sotishi mumkinligiga ko'proq cheklovlar qo'yadi (AQSHning 2023-yil oktabr oyidagi Ijro Farmoniga qarang). Agar sizning GPU sotuvchingizga to'satdan mamlakatingizga GPU sotish taqiqlansa, siz muammoga duch kelasiz.

Ba'zi o'zgarishlar hatto halokatli bo'lishi mumkin. Masalan, intellektual mulk (IP) va SI'dan foydalanishga oid qoidalar hali ham rivojlanmoqda. Agar siz mahsulotingizni boshqa odamlarning ma'lumotlari yordamida o'qitilgan model asosida qursangiz, mahsulotingizning IP'si har doim sizga tegishli bo'lishiga amin bo'la olasizmi? Men suhbatlashgan ko'plab intellektual mulkka katta e'tibor beradigan kompaniyalar, masalan, o'yin studiyalari, keyinchalik o'z IP'larini yo'qotishdan qo'rqib, SI'dan foydalanishga ikkilanishadi.

SI mahsulotini yaratishga qaror qilganingizdan so'ng, keling, ushbu dasturlarni yaratish uchun zarur bo'lgan muhandislik stekini ko'rib chiqamiz.

Izohlar