قبل عقد من الزمان ، جعلني رئيسي أقرأ كتابا لا يزال يحمل معظم المخطط لكيفية توسع شركات الذكاء الاصطناعي الأصلية اليوم. عندما قرأت المنظمات الأسية لأول مرة ، غيرت الطريقة التي فكرت بها في بناء الأعمال. لقد كشفت ما جعل شركات مثل Uber و Airbnb و Amazon و Spotify قادرة على النمو أسرع بمقدار 10 مرات من منافسيها - ليس من خلال امتلاك المزيد من الأصول ، ولكن من خلال الاستفادة من المعلومات والشبكات والغرض. اليوم ، أصبحت هذه المبادئ نفسها أكثر أهمية من أي وقت مضى - خاصة بالنسبة للشركات الناشئة الأصلية في مجال الذكاء الاصطناعي. تم تصميم المنظمات الأسية (ExOs) من أجل الحجم. إنهم يستفيدون من الموارد الخارجية - مثل المجتمعات والخوارزميات والعمالة عند الطلب - وينظمون حول الغرض التحويلي الضخم (MTP) لدفع المواءمة والسرعة والقدرة على التكيف. إليك ما يحصلون عليه بشكل صحيح: SCALE - الدوافع الخارجية للنمو: (S) taff عند الطلب - فرق مرنة بدلا من عدد الموظفين بدوام كامل (ج) ommunity & Crowd - الأفكار والتعليقات والتوزيع من المستخدمين (أ) اللغات - اتخاذ القرار والأتمتة على نطاق واسع (L) الأصول الدائمة - استخدام البنية التحتية ، ولا تمتلكها (E) ngagement - مكافأة المشاركة من خلال ديناميكيات المنصة IDEAS - نظام التشغيل الداخلي: (I) nterfaces - تجارب بديهية لجميع أصحاب المصلحة (د) ألواح الرشاش - بيانات في الوقت الفعلي لتوجيه التنفيذ (ه) التجربة - الاختبار والتكرار المستمرين (أ) المدينة - الفرق المخولة للتحرك بسرعة (S) التقنيات الاجتماعية - أدوات رقمية للتعاون الشفاف لا تقوم شركات الذكاء الاصطناعي الأصلية التي تتبع قواعد اللعبة هذه بالبناء بشكل أسرع فقط. يبنون بشكل مختلف. إذا كنت تقوم بتوسيع نطاق بدء تشغيل الذكاء الاصطناعي الرأسي في الوقت الحالي - أو تفكر في كيفية ذلك - فلا يزال إطار العمل هذا أحد أكثر الأدوات وضوحا التي يمكنك استخدامها. بناء أعمال أصلية لنظام الذكاء الاصطناعي؟ أحب أن أتعرف على ذلك. #VerticalAI #Startups #Scaling