ساختن ارزون شده، اشتباه کردن نه
هوش مصنوعیخلاصهٔ کاملتر
نویسندهٔ این مقاله توی Viget میگه هوش مصنوعی هزینهٔ ساختن نرمافزار رو به شدت پایین آورده، ولی هزینهٔ اشتباه ساختن دستنخورده مونده. اون به نیوزلتر Robbie Allen ارجاع میده که هزینهها رو دو دسته میکنه: build cost یعنی چقدر طول میکشه یه نیازمندی تبدیل به نرمافزاری بشه که کار میکنه، و ownership cost یعنی چقدر خرج میبره تا یکی از سمت کسبوکار بدونه چی باید وجود داشته باشه و سه سال بعد هم مسیرش رو هدایت کنه.
یه نمونهٔ عینی هم از Ronny Kohavi توی مقاله اومده: حدود ۱۰۰ مهندس توی Bing یه پنل سوم برای پنجرهٔ جستوجو ساختن. آزمایشها هیچ ارزشی نشون ندادن، ولی به این دلیل که یه حرکت استراتژیک حساب میشد برای همهٔ کاربرها منتشر شد. یه سال بعد و بعد از آزمایشهای بیشتر که باز هم چیزی ثابت نکردن، کل قابلیت با هزینهٔ سنگین برگردونده شد. کد دورانداختنی بود، ولی شرطی که سازمان بسته بود نه.
خب حالا که ساختن و دور انداختن اینقدر ارزونه، چرا به جای تحقیق چهارتا نسخه نسازیم و ببینیم کدوم میگیره؟ جواب نویسنده اینه که پروتوتایپ دورانداختنیه ولی چیزی که منتشر شده نه. یه فیچر منتشرشده یه اسلات از رودمپ، اعتبار پیش ذینفعها، بار پشتیبانی، حواس کاربر و حوصلهش برای امتحان کردن چیز بعدی رو مصرف میکنه. بعضی از این هزینهها رو خودت جبران میکنی، ولی حوصلهٔ کاربر مال تو نیست که ازش بگذری.
قاعدهای که مقاله جلو میذاره سادهست: وقتی دربارهٔ مسئله مطمئن نیستی تحقیق اکتشافی (یعنی همون مرحلهٔ اول که میپرسه اصلاً این چیز باید وجود داشته باشه یا نه) انجام بده، و وقتی دربارهٔ راهحل مطمئن نیستی پروتوتایپ بساز و با کاربر تست کن. تیمی که میدونه کاربرهاش وسط checkout ول میکنن و فقط بین نشانگر پیشرفت و checkout مهمان مرددن، مسئلهش روشنه و تحقیق براش فقط تشریفاته.
نمونهٔ مقابلش هم توی مقاله هست: یه مشتری اومده بود دستیار هوش مصنوعی به سایتش اضافه کنه تا کاربرها راحتتر محتوا پیدا کنن. یه تحقیق کوتاه نشون داد مشکل اصلاً پیدا کردن نبوده، کاربرها بعد از چند کلیک تازه میفهمیدن اون محتوا به دردشون نمیخوره. یعنی راهحل درست فیلتر بهتر و نشون دادن متادیتا بود، نه دستیار. نویسنده آخرش تحقیق رو یه جور سرعت میدونه نه سختگیری: چیزی که کمک میکنه ایدهٔ بد رو زودتر ول کنی و بری سراغ بعدی.
نکات کلیدی:
- هوش مصنوعی build cost رو کم کرده، ولی ownership cost یعنی دونستن اینکه چی باید ساخته بشه سر جاشه.
- مثال Bing: ۱۰۰ مهندس یه پنل سوم ساختن و یه سال بعد کل فیچر با هزینهٔ زیاد برگردونده شد.
- به گفتهٔ Ronny Kohavi (کتاب Trustworthy Online Controlled Experiments، ۲۰۲۰) آدمها ارزش ایدهها رو بد پیشبینی میکنن.
- ابهام روی مسئله یعنی تحقیق اکتشافی، ابهام روی راهحل یعنی پروتوتایپ و تست کاربر.
- هوش مصنوعی لجستیک تحقیق (ریکروت، زمانبندی) رو سریع کرده، ولی سنتز عمیق هنوز کار آدمه.
