대부분의 경우, 문제 자체에 집착하고 업무 흐름을 매우 잘 이해하고 계시다면 처음부터 완벽한 에이전트를 만들기보다는 시간이 지남에 따라 에이전트를 개선할 수 있습니다.
Aishwarya Naresh Reganti + Kiriti BadamWhy most AI products fail: Lessons from 50+ AI deployments at OpenAI, Google & Amazon
발견 → 문제 식별
대부분의 경우, 문제 자체에 집착하고 업무 흐름을 매우 잘 이해하고 계시다면 처음부터 완벽한 에이전트를 만들기보다는 시간이 지남에 따라 에이전트를 개선할 수 있습니다.
AI 엔지니어와 AI 제품 관리자의 80%는 실제로 고객의 행동과 데이터를 깊이 이해하는 데 시간을 보냅니다. 가장 화려하고 멋진 모델이나 워크플로우를 만드는 데에는 신경 쓰지 않습니다.
한때는 제품을 구축하기가 너무 어려워서 주로 제품 구축에 능숙해야 했고 특정 고객에 대한 깊이 있는 이해는 중요하지 않았을 수 있습니다. 그러나 이제는 단 한 가지를 선택한다면 특정 고객의 문제에 대한 의미 있는 이해가 더 중요할 것 같습니다.
집 리모델링을 할 때, 새로운 침실의 아름다운 렌더링은 준비했지만 벽 속에 전기가 있는지 확인하지 않으면 비용과 시간이 크게 달라질 수 있습니다.
우리가 처음 성장을 시작했을 때, 사용자 중심적이고 가설 주도적으로 할 수 있었습니다. 그러나 우리는 Dropbox에 적용되지 않는 많은 모범 사례를 따랐습니다.