وباستخدام الحل من Prolifics، يقدّر Callero أنه بالنسبة لـ 250000 سجل، يستغرق الأمر 4 ساعات لتحديد البيانات وتنظيفها وتمريرها عبر watsonx.ai لتصنيفها ومعالجة النتائج. ويُقارن هذا الإطار الزمني بشكل إيجابي للغاية مع ما يقدر بيومين باستخدام النهج السابق.
الحل حاليًا هو الحد الأدنى من المنتج القابل للتطبيق (MVP)—تستخدمه شركة OCO Global على مجموعات فرعية من البيانات، وتراجع النتائج وتعدّل المدخلات والعمليات المحيطة بها.
"يقول Callero: "لقد أردنا أن نبدأ بأبسط ما يمكن. "لقد منحنا أنفسنا مهلة عام لاستكمال تصنيف البيانات، مما يمكننا من اتباع نهج تكراري واستكشاف الاستخدامات المحتملة الأخرى لـ watsonx.ai."
هناك حالة استخدام محتملة أخرى تتمثل في تصنيف أعداد كبيرة من الملفات الداخلية وتسهيل عثور موظفي OCO Global على الوثائق. هناك إمكانية أخرى تتمثل في استخدام watsonx.ai للعثور على إشارات السوق المحتملة في المقالات الإخبارية وتسليط الضوء عليها.
"يقول Callero: "تساعدنا شركة Prolifics و IBM Customer Success في مراجعة المشاريع المحتملة وتحديد أولوياتها. "اليوم، أصبح لدينا منصة عمل لبناء حلول قائمة على الذكاء الاصطناعي التوليدي، حتى نتمكن من التركيز على منطق الأعمال وما نريد تحقيقه."
ويخلص إلى القول: "من الواضح أن الشراكة القوية بين IBM و Prolifics كانت عاملًا في نجاحنا. استغرقت شركة Prolifics الوقت الكافي لاستكشاف التحدي الذي يواجه أعمالنا بدلاً من مجرد اقتراح الحل التقني الذي اعتقدنا أننا بحاجة إليه. لقد حددوا الحل المناسب الحجم وعملوا مع IBM لتحسينه والحصول على أفضل الخيارات والتسعير. نتطلع الآن إلى تحقيق المزيد من القيمة من الذكاء الاصطناعي التوليدي من خلال هذه الشراكة".