AI උපදෙස්කරු ලෙස වැඩ කරන කෙනෙකුට, ලීඩ් සොයා ගැනීමේ සියලු පියවරත් LLM එකකට පැවරීමෙන් ගැටළුවක් උදුනේ. වෙබ් සෙවුම්, දුප්පු තොරතුරු ඉවත් කිරීම, තහවුරු කිරීම, CRM එකට ඇතුළත් කිරීම – සියල්ලම එකම බොට් එකේ යටතේ කරාම, 10‑20% ලීඩ් අදාළ නොවීම, නැවත නැවත පෙනීම, දෝෂ සහිත ඇතුළත් කිරීම වැනි ගැටළු පණ ගැසුණි.
එම පද්ධතියේ ප්රධාන අභියෝගය වුණේ, එක් එක් එජෙන්ට් එකේ ක්රියා විධිය වෙනස් වීම නිසා නිවැරදිව හඳුනා ගැනීම අසීරු වීම. 800කට අධික ලීඩ් ලැයිස්තුවක් මිනිස්කමෙන් පරීක්ෂා කර, නකල්, අදාළ නොවනවා පරීක්ෂා කළේ අතිශය කාල බාධාවක්.
මෙවැනි උදාහරණයක් අපට කියලා දෙන්නේ, AI යෙදුම් හදන විට “AI කොහෙද භාවිතා කරන්න?” කියන ප්රශ්නය නොව, “අපි විසඳන්න ඕනේ කුමන ගැටළුවද?” යන ප්රශ්නයෙන් ආරම්භ කළ යුතු බවයි. සීඊඕවරුන් AI එකක් ගලවා ගන්නා තරමටම මනඃකල්පිත ව්යාපාරයක් බව පෙන්වීමට උත්සාහ කරනවා, නමුත් LLM වැනි මෙවලම් කට්ටලයක් පමණක් නොවේ; ඒවා අවශ්යතාවය මත පමණක් යෙදිය යුතුය.
LLM ගෙන් ලැබෙන වාසිය සහ අහිමි වීම
LLM එකක් භාවිතා කිරීමේදී, නිරන්තරත්වය (determinism) අහිමි වීමේ ගැටළුවක් ඇතිවේ. එකම ප්රශ්නය දෙවරක් දෙන්නත් වෙනස් පිළිතුරක් ලැබෙනවා. එම නිසා පරීක්ෂණ, දෝෂ විශ්ලේෂණ, සහ පළමු-පළමු පරීක්ෂණය බොහෝ දුරට අභ්යන්තරයෙන් අමාරු වෙයි. ඒත්, ස්වභාවික භාෂාව විග්රහ කිරීම, විවිධ තොරතුරු එකට ගැලපීම, සහ පියවරෙන් පියවර සිතුවිලි ගොඩනැගීම වැනි අවශ්යතා ඇති අවස්ථාවල LLM ප්රයෝජනවත් වේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තරුණ සංවර්ධකයන්, ව්යාපාරිකයන්, සහ විශ්වවිද්යාල සිසුන්ට LLM ගැන සිතා බලන අවස්ථාවන් ගොඩනැගීමට මේ ලිපිය උපකාරී වේ. පළමුව, පාරිභෝගික සේවාවන් හෝ අලෙවිකරණය සඳහා AI භාවිතා කිරීමට පෙර, ක්රියාත්මක විය හැකි පැහැදිලි ව්යාපාරික ගැටළුවක් හඳුනා ගත යුතුය. දෙවැනි, LLM භාවිතයෙන් ලැබෙන අස්ථිර ප්රතිඵල නිසා, නියමිත ආදායම් හෝ සේවා තත්ත්වය පවත්වා ගැනීම අභියෝගයක් වේ. තුන්වෙනි, LLM එකක් ඇතුළත් කිරීමේ පිරිවැය සහ කාලය, සීමිත සම්පත් ඇති ස්ථානයකදී සැලකිල්ලට ගත යුතුය. මේ සියල්ල දැන ගැනීමෙන්, ශ්රී ලංකාවේ තාක්ෂණික ව්යාපාරයන් තම ව්යාපාරික රණවිරුපණය නිවැරදිව සැලසුම් කර, AI යෙදවීම් අධික ලෙස නොකළ හැකිය.
අවසානයේ, LLM එකක් යෙදවීමට පෙර “කොහොමද අපි මේ ගැටලුව විසඳන්නේ?” යන ප්රශ්නයට පිළිතුරු සොයා ගත යුතුය. එවිට පමණක් AI නවෝත්පාදනවලින් නොව, ව්යාපාරික වර්ධනයේ සැබෑ අගයක් ලබා ගත හැකිය.
