किसी समस्या को सचमुच AI feature चाहिए या कुछ आसान, यह आप कैसे तय करते हैं?

पूछिए कि वह काम गलत होना बर्दाश्त करता है या नहीं। अगर गलती पकड़नी सस्ती है और पलटनी सस्ती है, तो probabilistic feature अच्छा चलता है; अगर गलती चुपचाप होती है या महंगी है, तो बेहतर नियम और बेहतर डिफॉल्ट जीतते हैं। फिर जांचिए कि डेटा मौजूद है और यूजर उस workflow से पहले ही कतरा तो नहीं रहे, क्योंकि जिस workflow को कोई खोलता ही नहीं, उसमें मॉडल जोड़ने से बस एक बेकार workflow धीमा हो जाता है।

पहला सवाल जो मैं पूछता हूं वह यह है कि जब यह गलत होगा तो क्या होगा, क्योंकि उसी से सब तय होता है। अगर यूजर को गलती तुरंत दिखती है और वह उसे सस्ते में पलट सकता है, तो मॉडल शानदार बैठता है, और इसीलिए मसौदा बनाना और सारांश देना इतना अच्छा चलता है। अगर गलती चुपचाप होती है या महंगी है, जैसे कोई ऐसी चीज जो उस आंकड़े को बदल दे जिस पर ग्राहक को बिल जाता है, तो मुझे नियम और कहीं बेहतर डिफॉल्ट ज्यादा पसंद हैं। दूसरा सवाल यह है कि नीचे वाला काम चाहिए भी या नहीं। मैंने बहुत मेहनत ऐसे workflow को होशियार बनाने में जाते देखी है जिससे लोग पहले ही कतरा रहे थे, जिससे बस उस चीज का ज्यादा होशियार वर्जन बनता है जिसे कोई खोलता ही नहीं। और तीसरा, डेटा मौजूद होना चाहिए। अगर मॉडल को ऐसा संदर्भ चाहिए जो तीन ऐसे सिस्टम में रहता है जिन तक हमारी पहुंच ही नहीं, तो ईमानदार जवाब यह है कि यह पहले एक integrations प्रोजेक्ट है। फिर मैं सबसे छोटा वह वर्जन तय करता हूं जो जांचे कि लोग नतीजे पर जरा भी भरोसा करते हैं या नहीं।