انضم .@eoghan ، الرئيس التنفيذي لشركة @intercom و @fergal_reid ، الرئيس التنفيذي الذكاء الاصطناعي ، إلى @labenz في @cogrev_podcast لمناقشة كيفية بناء Fin - وكيل خدمة العملاء الذكاء الاصطناعي الذي انتقل من 35٪ إلى 65٪ على مدى 30 شهرا بينما كان رائدا في التسعير القائم على النتائج بسعر 99 سنتا لكل قرار. يستكشفون: * لماذا الذكاء ليس عنق الزجاجة - كان GPT-4 ذكيا بالفعل بما فيه الكفاية ، ولم تأت سوى بضع نقاط مئوية من تحسينها البالغ 30 نقطة من نماذج أساسية أفضل * هندسة السياق كمحرك حقيقي: نماذج الاسترجاع المخصصة ، وإعادة الترتيب ، والآلاف من اختبارات A / B للإنتاج التي تكتشف تغييرات معدل الدقة بنسبة 0.1٪ * نموذج التسعير 99 سنتا لكل دقة الذي بدأ غير مربح ولكنه حقق هوامش على مستوى البرنامج من خلال تحسين معدلات النجاح وانخفاض تكاليف الاستدلال * كيف حل Fin مشكلة فريق الدعم تحت الماء دون تسريح جماعي للعمال - إبطاء الموظفين الجدد أثناء نقل البشر إلى أعلى سلسلة القيمة (باستثناء BPOs ، التي يتم استبدالها على الفور) الطوابع الزمنية: (00:00) حول الحلقة (03:43) مواكبة الذكاء الاصطناعي (09:56) تقييم النماذج والتقييمات (13:04) شاغلو المناصب مقابل الشركات الناشئة (18:54) مخاطر المنتج والحكم (الجزء 1) (19:00) الرعاة: خطي | أجنتسي (21:34) مخاطر المنتج والحكم (الجزء 2) (23:42) قصة تسريح كلارنا (الجزء 1) (32:11) الرعاة: كلود | Shopify (36:13) قصة تسريح كلارنا (الجزء 2) (36:14) معدل دقة القيادة (45:00) الذكاء ليس عنق الزجاجة (50:10) سد فجوة الأتمتة (56:20) دقة الإنسان مقابل الذكاء الاصطناعي (1:01:03) الفروق الدقيقة في السرعة (1:04:48) النظر في تغييرات النموذج (1:09:31) نموذج التسعير القائم على النتائج (1:19:12) القرصنة غير الرسمية والرؤى (1:26:05) تبني الذكاء الاصطناعي والطموح (1:36:00) خاتمة