Apa yang dibina oleh syarikat pembangunan AI
Syarikat pembangunan AI menukar keperluan perniagaan menjadi perisian yang menggunakan AI. Hasilnya mestilah sistem yang berfungsi, bukan sekadar demonstrasi model. Ia mungkin memerlukan antara muka, kawalan akses, sambungan ke aplikasi perniagaan dan cara untuk memantau hasil. Mulakan dengan tugas dan hasil yang dijangka. Kemudian tentukan bahagian yang memerlukan AI dan bahagian yang patut kekal sebagai perisian biasa.
Skop projek yang lazim termasuk:
- Model tersuai: model yang dilatih atau disesuaikan untuk tugas ramalan, pengelasan atau pengekstrakan tertentu.
- Aplikasi LLM: perisian yang menggunakan model bahasa bersama dokumen perniagaan, arahan dan alat.
- Chatbot: antara muka perbualan untuk pertanyaan, carian maklumat atau perkhidmatan berpandu.
- AI agent: sistem yang menggunakan alat untuk menjalankan tugas yang diluluskan.
- Integrasi: sambungan antara perisian AI dengan sistem perniagaan sedia ada.
- Saluran pemprosesan data: proses yang menyediakan, memindahkan dan menyelenggara maklumat yang digunakan oleh sistem.
Model tersuai dan aplikasi LLM: Masalah berbeza
Pembangunan AI tersuai di Malaysia tidak semestinya bermaksud melatih model dari awal. Sesebuah projek boleh menggunakan model bahasa sedia ada, dengan fungsi carian dokumen, kebenaran akses dan integrasi dibina di sekelilingnya. Projek lain mungkin memerlukan model yang disesuaikan untuk tugas tertentu. Ini ialah skop yang berbeza. Minta pembangun menerangkan pendekatannya.
Untuk pembantu dokumen, semak cara jawapan berasaskan bahan yang diluluskan dan cara maklumat yang tiada dikendalikan. Untuk sistem ramalan, semak contoh yang tersedia, hasil sasaran dan kaedah penilaian. Untuk AI agent, semak tindakan yang boleh diambil dan batas kelulusannya.
Minta penilaian asas sebelum bersetuju dengan kerja tambahan pada model. Cadangan perlu menjelaskan mengapa aplikasi yang lebih ringkas, model sedia ada atau aliran kerja tanpa AI tidak dapat memenuhi keperluan. Kerumitan teknikal harus mengikut keperluan perniagaan.
Bina atau beli: Bandingkan pilihan pelaksanaan
Pembangunan tersuai, alat AI siap guna dan platform AI agent memenuhi keperluan yang berbeza. Pilih berdasarkan kesesuaian dengan aliran kerja, kawalan yang diperlukan dan kemampuan pasukan anda untuk menyelenggaranya. Jangan anggap pembangunan tersuai perlu hanya kerana tugas itu melibatkan AI.
Uji setiap pilihan dengan tugas yang sama, menggunakan input yang mewakili keadaan sebenar dan kriteria penerimaan yang jelas. Sertakan kes luar biasa, kebenaran akses dan penyerahan tugas. Demonstrasi yang berjaya perlu menunjukkan cara pilihan itu mengendalikan kerja, bukan sekadar cara ia menghasilkan jawapan.
Perbandingan di bawah ialah rangka kerja untuk membuat keputusan, bukan penarafan. Pilihan yang tepat bergantung pada perkara yang perlu disesuaikan dan siapa yang akan mengendalikannya.
| Pilihan | Titik permulaan yang sesuai | Semak sebelum memilih |
|---|---|---|
| Pembangunan tersuai | Logik dan integrasi yang disesuaikan | Pemilikan, penyelenggaraan dan pengujian |
| Alat AI siap guna | Ciri sedia ada sesuai dengan keperluan | Kebenaran akses dan had aliran kerja |
| Platform AI agent atau pekerja digital | Melaksanakan tugas merentas aplikasi | Akses, kelulusan dan kes luar biasa |
Cara projek pembangunan AI dijalankan
Syarikat pembangunan perisian AI di Malaysia perlu menerangkan proses pelaksanaan dengan jelas. Minta hasil yang ditetapkan dan peringkat kelulusan pada setiap fasa. Ini membantu membezakan eksperimen yang berguna daripada perisian yang sedia digunakan setiap hari. Prototaip yang meyakinkan bukan bukti bahawa keseluruhan aliran kerja sudah siap.
Struktur projek yang praktikal ialah:
Setiap peringkat perlu mempunyai keputusan bertulis untuk meneruskan, menyemak semula atau berhenti. Libatkan pengguna perniagaan sepanjang projek supaya sistem akhir mencerminkan proses sebenar, bukan versi yang hanya ideal di atas kertas.
- Penemuan: tetapkan masalah, pengguna, aliran kerja, batas dan kriteria penerimaan.
- Data: kenal pasti sumber, kebenaran akses, isu kualiti dan keperluan penyediaan.
- Prototaip: uji pendekatan menggunakan contoh yang mewakili keadaan sebenar.
- Projek rintis: gunakan sistem dalam aliran kerja terkawal dengan semakan manusia dan rekodkan kes luar biasa.
- Penggunaan sebenar: sediakan kawalan akses, pemantauan, pelaksanaan dan prosedur sandaran.
- Sokongan: persetujui cara kerosakan, perubahan dan kemas kini model akan dikendalikan.
Pengendalian data dan PDPA mesti dalam skop projek
Pengendalian data perlu menjadi sebahagian daripada projek AI sejak fasa penemuan, bukan ditambah sebelum pelancaran. Minta pembangun memetakan maklumat yang masuk ke dalam sistem, ke mana ia dihantar, siapa yang boleh mengaksesnya dan cara ia disimpan. Sertakan prompt, dokumen yang dimuat naik, respons model, log dan sandaran.
Untuk projek di Malaysia, tanya bagaimana reka bentuk menyokong kewajipan PDPA anda. Dapatkan nasihat undang-undang atau privasi untuk kes penggunaan anda. Jangan anggap kenyataan pembekal sebagai jaminan pematuhan.
Minta jawapan bertulis tentang penggunaan data untuk latihan, subkontraktor, pemadaman, kawalan akses dan pengendalian insiden. Gunakan data yang maklumat sensitifnya telah dipadamkan atau data ujian yang sesuai semasa menilai reka bentuk. Tetapkan maklumat yang tidak boleh diterima oleh AI dan tindakan yang memerlukan kelulusan manusia. Sertakan keperluan ini dalam skop dan ujian penerimaan, bukan hanya dalam pembentangan jualan.
Pengehosan di Malaysia: Semak seluruh laluan data
AWS mempunyai rantau Asia Pacific (Malaysia). Microsoft Azure mempunyai rantau Malaysia West di Kuala Lumpur. Ini ialah pilihan infrastruktur tempatan untuk dibincangkan jika pengehosan di Malaysia diperlukan. Namun, ia tidak menentukan tempat setiap bahagian aplikasi AI memproses atau menyimpan data.
Minta pembangun memisahkan pengehosan aplikasi, inferens model, pangkalan data, storan dokumen, log dan sandaran dalam seni bina. Semak sama ada mana-mana komponen memanggil perkhidmatan luaran dan di mana perkhidmatan itu mengendalikan maklumat. Tanya dari mana kakitangan sokongan boleh mengakses sistem.
Nyatakan aturan pengehosan yang diperlukan dalam skop dan kontrak. Minta rajah seni bina yang mengenal pasti penyedia dan aliran data. Jika model atau perkhidmatan tidak dapat memenuhi keperluan, minta alternatif sebelum pembangunan bermula. Nilai lokasi pengehosan, kawalan privasi dan akses operasi bersama-sama.
Pilih pembangun dan lindungi hak pemilikan
Apabila memilih syarikat perisian AI di Malaysia, nilai bukti pelaksanaan yang relevan, bukan dakwaan umum tentang kepakaran AI. Minta contoh portfolio yang menyerupai aliran kerja anda. Teliti apa yang dibina, integrasi yang terlibat dan cara sistem dinilai. Antara muka yang kemas tidak membuktikan kebolehpercayaan atau kemudahan penyelenggaraan.
Minta cadangan yang memisahkan tanggungjawab penemuan, pembangunan, integrasi, pelaksanaan dan sokongan. Jelaskan siapa yang memiliki kod aplikasi, hasil kerja model tersuai, prompt, konfigurasi dan set data yang disediakan. Model sedia ada dan komponen pihak ketiga mungkin mempunyai syarat lesen berasingan. Jangan anggap pemilikan berpindah secara automatik.
Tanya apa yang anda terima semasa penyerahan: repositori, dokumentasi, arahan pelaksanaan dan maklumat akses. Persetujui liputan sokongan, proses eskalasi dan pengendalian perubahan secara bertulis. Untuk kajian pembekal yang lebih luas, gunakan panduan syarikat AI Malaysia dan syarikat AI terkemuka di Malaysia. Kemudian nilai setiap pilihan berdasarkan keperluan anda.
ILMU sebagai pilihan model asas Malaysia
YTL AI Labs menyifatkan ILMU sebagai model bahasa besar milik Malaysia. Ia bersifat multimodal dan dinyatakan dibina serta dikendalikan sepenuhnya di Malaysia. Model ILMU-Nemo dibangunkan dengan kerjasama NVIDIA. ILMU ialah pilihan model asas tempatan untuk diteroka, tetapi jangan anggap ia sesuai untuk setiap aplikasi.
Minta bakal pembangun menilai mana-mana model menggunakan tugas sebenar anda. Semak kualiti hasil, pengendalian dokumen, keperluan bahasa dan tingkah laku apabila maklumat tiada. Sahkan aturan akses, syarat lesen, pilihan pelaksanaan dan keperluan integrasi sebelum membuat komitmen.
Nilai model asas secara berasingan daripada aplikasi lengkap. Sistem perniagaan masih memerlukan kebenaran akses, sambungan data, pengujian dan sokongan di sekeliling model. Memilih model Malaysia tidak menghapuskan keperluan untuk menyemak seluruh laluan data dan aturan operasi aplikasi.
Bila AI agent boleh menggantikan pembangunan khas
AI agent boleh menjadi alternatif kepada pembangunan tersuai apabila tugas sesuai dengan pekerja atau platform sedia ada. Semak dahulu akses aplikasi, peraturan kelulusan dan pengendalian kes luar biasa.
Terabot (produk kami), oleh AITG (syarikat kami), menyediakan pekerja digital AI untuk perniagaan. Setiap pekerja mempunyai komputer sendiri, iaitu mesin maya peribadi, dan bekerja sepanjang masa dalam aplikasi yang sudah digunakan oleh pasukan, termasuk CRM, e-mel, hamparan dan aplikasi web. Jenis pekerja termasuk Jualan, Sokongan, Operasi dalaman, Penggunaan komputer dan WhatsApp.
Pekerja WhatsAppnya menggunakan WhatsApp Web, bukan WhatsApp Business API rasmi, dan tidak pernah menghantar mesej pukal. Syarat WhatsApp mengehadkan penggunaan automatik; nombor WhatsApp Business dan kenalan yang bersetuju menerima mesej disyorkan.
Teragrid (produk kami) ialah platform AI agent perusahaan milik AITG. Terokai AI agentik Malaysia atau minta jemputan ke pratonton peribadi Terabot untuk menilai sama ada pekerja sesuai sebelum menempah pembangunan perisian.
Tetapkan keperluan untuk membandingkan cadangan
Keperluan pembangunan AI yang berguna menerangkan kerja sebelum menetapkan teknologi. Nyatakan siapa yang menjalankan tugas sekarang, aplikasi yang digunakan, input yang diterima dan rupa hasil yang betul. Sertakan kes luar biasa yang lazim dan tahap apabila manusia perlu mengambil alih.
Senaraikan sumber data, sekatan akses, keperluan pengehosan dan sistem yang memerlukan integrasi. Terangkan cara anda akan menilai projek rintis dan siapa yang akan meluluskan penggunaan sebenar. Namakan pihak dalaman yang bertanggungjawab untuk keputusan, maklum balas pengguna dan operasi berterusan.
Minta setiap penyedia mencadangkan pembangunan tersuai, alat sedia ada atau pendekatan AI agent berdasarkan keperluan yang sama. Minta andaian, pengecualian skop dan soalan yang belum terjawab disertakan bersama skop. Ini menjelaskan kompromi dan mengurangkan risiko membeli demonstrasi sedangkan anda memerlukan sistem operasi sebenar. Buat pilihan akhir berdasarkan bukti pengujian.