ထပ်တလဲလဲလုပ်ရသော လုပ်ငန်းများကို AI ကိုင်တွယ်စေပါ၊
အတည်ပြုချက်များနှင့် စာရင်းစစ်ဆေးမှုများကို ချောမွေ့သော လုပ်ငန်းစဉ်တစ်ခုတည်းအတွင်း
ARI သည် သဘာဝဘာသာစကားဖြင့် တောင်းဆိုချက်များကို လုပ်ဆောင်ချက်များအဖြစ် ပြောင်းလဲပြီး လူသားအတည်ပြုချက်အတွက် လမ်းကြောင်းပေးကာ ရလဒ်များကို ထုတ်ဝေသည်။
Clevi သည် AI စမ်းသပ်အသုံးချမှုများကို အမှန်တကယ် လုပ်ငန်းလုပ်ငန်းစဉ်များအဖြစ် ပြောင်းလဲရန် ARI ကို ဒီဇိုင်းရေးဆွဲထားသည်။
AI စမ်းသပ်မှုများသည် နေ့စဉ်လုပ်ငန်းဆောင်ရွက်မှုများထဲသို့ မရောက်ရှိလာပါ
Chatbot များနှင့် AI စမ်းသပ်မှုများသည် တိုးပွားလာနေသော်လည်း လက်တွေ့လုပ်ငန်းစဉ်များနှင့် ချိတ်ဆက်မှုမရှိပါက သီးခြားခွဲထားသော စနစ်များအဖြစ်သာ ကျန်ရှိနေသည်။ ကိရိယာတစ်ခုချင်းစီကို သီးခြားစီ စီမံရပြီး အဖွဲ့အစည်းတစ်ခုလုံးအတွက် အုပ်ချုပ်မှုမရှိပါက စမ်းသပ်အစီအစဉ်များ ရပ်တန့်သွားသည်။
AI က လုပ်ဆောင်ခဲ့သည့်အရာများကို ခြေရာခံခြင်း သို့မဟုတ် စာရင်းစစ်ဆေးခြင်း မပြုလုပ်နိုင်ပါ။
AI အသုံးပြုခဲ့သည့် စာရွက်စာတမ်းများ၊ ဆုံးဖြတ်ချက်တစ်ခုသို့ ရောက်ရှိခဲ့ပုံ သို့မဟုတ် အတည်ပြုခဲ့သူကို မှတ်တမ်းတင်ထားခြင်း မရှိပါ။ ထို့ကြောင့် စည်းမျဉ်းစည်းကမ်းဆိုင်ရာ သို့မဟုတ် အတွင်းပိုင်းစာရင်းစစ် လိုအပ်ချက်များအောက်တွင် AI ကိရိယာများကို အသုံးပြုရန် ခက်ခဲစေသည်။
AI သည် ကြီးမားသောအန္တရာယ်ရှိသည့် လုပ်ဆောင်ချက်များကို ကြီးကြပ်မှုမရှိဘဲ လုပ်ဆောင်နိုင်သည်
AI သည် API များကို ခေါ်ယူနိုင်ခြင်း၊ ပြင်ပစနစ်များကို ပြင်ဆင်နိုင်ခြင်း သို့မဟုတ် code ကို deploy လုပ်နိုင်ခြင်းတို့ရှိလာသောအခါ ထိန်းချုပ်ရန် ခက်ခဲလာသည်။ လုပ်ငန်းများသည် လူသားပြန်လည်သုံးသပ်မှုမရှိဘဲ အန္တရာယ်မြင့်မားသော လုပ်ဆောင်ချက်များကို လုပ်ဆောင်သည့် စနစ်ကို လက်ခံနိုင်မည်မဟုတ်ပါ။
AI သည် သင့်အဖွဲ့အစည်း၏ အခြေအနေကို မသိရှိနိုင်ပါ။
အတွင်းပိုင်းစာရွက်စာတမ်းများ၊ မူဝါဒများ၊ ဝေါဟာရများနှင့် လုပ်ငန်းမှတ်တမ်းများသည် AI ထံသို့ အလိုအလျောက် မရောက်ရှိသဖြင့် အဖွဲ့များသည် အကြောင်းအရာကို အကြိမ်တိုင်း ပြန်လည်ရှင်းပြရသည်။ အဖွဲ့အစည်းဆိုင်ရာ အသိပညာသည် AI ပိုင်ဆိုင်မှုတစ်ရပ်အဖြစ် အဆင့်ဆင့် စုစည်းမလာနိုင်ပါ။
အချိန်ကြာမြင့်စွာ လုပ်ဆောင်ရသော AI အလုပ်များကို လိုက်လံစောင့်ကြည့်ရန် မဖြစ်နိုင်ပါ။
မိနစ်အတော်ကြာ သို့မဟုတ် ထိုထက်ပိုကြာသော AI လုပ်ငန်းတာဝန်များအတွက် အလယ်အလတ်အခြေအနေများကို မမြင်နိုင်သလို အမှားဖြစ်ပွားသည့်နေရာကိုလည်း တိတိကျကျ မဖော်ထုတ်နိုင်ပါ။ ထိုသို့သောပုံစံသည် ယုံကြည်စိတ်ချရသော production model မဟုတ်ပါ။
တောင်းဆိုချက် လက်ခံခြင်း
သတ်မှတ်ချက်များကို လော့ခ်ချပါ
လုပ်ဆောင်ခြင်း
လူသားအတည်ပြုချက်
ပြင်ပလုပ်ဆောင်ချက်
ရလဒ်ကို ထုတ်ဝေပါ
အတည်ပြုချက် ထိန်းချုပ်မှုများ
ကြီးမားသောအန္တရာယ်ရှိသည့် လုပ်ဆောင်ချက်များသည် လူသားပြန်လည်သုံးသပ်မှုမရှိဘဲ မည်သည့်အခါမျှ မလုပ်ဆောင်ပါ။ လုပ်ငန်းတာဝန်အမျိုးအစားနှင့် ဝင်ရောက်အသုံးပြုခွင့်အဆင့်အလိုက် အတည်ပြုချက်မူဝါဒများ သတ်မှတ်ပြီး အတည်မပြုရသေးသည့် လုပ်ငန်းများကို အလိုအလျောက် ပိတ်ပင်ပါ။
စာရင်းစစ်မှတ်တမ်းများ
AI လုပ်ဆောင်မှုတိုင်းကို မည်သည့်အချိန်တွင်မဆို စစ်ဆေးနိုင်သည်။ ARI သည် တောင်းဆိုမှုမှ ရလဒ်အထိ ပြည့်စုံသော လုပ်ဆောင်မှုမှတ်တမ်းကို အတွင်းပိုင်းစစ်ဆေးမှုနှင့် စည်းမျဉ်းလိုက်နာမှုအတွက် ခြေရာခံနိုင်သော ပုံစံဖြင့် မှတ်တမ်းတင်သည်။
အသိပညာ စုဆောင်းခြင်း
အကြောင်းအရာကို အဖွဲ့အစည်းဆိုင်ရာ ပိုင်ဆိုင်မှုတစ်ရပ်အဖြစ် စီမံပါ။ အတွင်းပိုင်းစာရွက်စာတမ်းများ၊ အလုပ်မှတ်တမ်းများနှင့် ဆုံးဖြတ်ချက်ဆိုင်ရာ အထောက်အထားများ စုဆောင်းလာသဖြင့် AI သည် သင့်အဖွဲ့အစည်းနှင့် သီးခြားသက်ဆိုင်သည့် အသိပညာများကို အခြေခံ၍ လုပ်ဆောင်နိုင်သည်။
ဆာဗာမှတစ်ဆင့် ကြားခံပေးသော အဆုံးမှတ်
ARI သည် ကုဒ်အကောင်အထည်ဖော်ရန် တောင်းဆိုချက်များကို ဆာဗာပေါ်တွင် ကြားခံစီမံပေးသောကြောင့် သုံးစွဲသူများအနေဖြင့် အကောင်အထည်ဖော်မှုပတ်ဝန်းကျင်သို့ တိုက်ရိုက်ဝင်ရောက်ရန် မလိုအပ်ပါ။
Workspace Guard
Coding Agent အဖြစ် လုပ်ဆောင်နေစဉ် ARI ဝင်ရောက်ကြည့်ရှုနိုင်သည့် ဖိုင်များနှင့် စနစ်များကို မူဝါဒများက ကန့်သတ်ထားသည်။
အန္တရာယ်ရှိသော လုပ်ဆောင်ချက်များအတွက် အတည်ပြုခြင်း
ARI က အဆိုပြုသော အန္တရာယ်မြင့် command များသည် လူသားများက ပြန်လည်သုံးသပ်ပြီးမှသာ လုပ်ဆောင်မည်ဖြစ်သောကြောင့် သင့်အဖွဲ့အစည်းသည် automation ၏ နယ်ပယ်ကို တိုက်ရိုက်ထိန်းချုပ်နိုင်သည်။
အတည်ပြုစစ်ဆေးနိုင်သော ပေးအပ်ချက်များ
ARI သည် ဖန်တီးသည့် ကုဒ်၊ စာရွက်စာတမ်းနှင့် ထုတ်ကုန်တစ်ခုချင်းစီနှင့်အတူ လုပ်ဆောင်မှုအထောက်အထားနှင့် မှတ်တမ်းများကို သိမ်းဆည်းထားသောကြောင့် မူလရင်းမြစ်ကို အမြဲရရှိနိုင်သည်။
အဝေးမှ ဖိုင်အသုံးပြုမှု အတွေ့အကြုံ
ARI သည် အဝေးမှ ပတ်ဝန်းကျင်များရှိ ဖိုင်များပေါ်တွင် လုပ်ဆောင်ပြီး အလိုလိုနားလည်လွယ်သော အင်တာဖေ့စ်က အသုံးပြုသူများအား ရလဒ်များကို ပြန်လည်သုံးသပ်၍ တည်းဖြတ်နိုင်စေသည်။
မှတ်ဉာဏ် ပြန်လည်ရေးသားမှု ထိန်းချုပ်ချက်များ
မူဝါဒများသည် လုပ်ငန်းတစ်ခုအတွင်း ARI က မည်သည့်အရာများကို လေ့လာနိုင်သည် သို့မဟုတ် မှတ်ဉာဏ်ထဲသို့ ရေးသားနိုင်သည်ကို ထိန်းချုပ်ပေးပြီး မရည်ရွယ်ထားသော အကြောင်းအရာရောနှောညစ်ညမ်းမှုကို ကာကွယ်ပေးသည်။
အဒက်တာ လွတ်လပ်မှု
ARI သည် သတ်မှတ်ထားသော LLM သို့မဟုတ် ကုဒ်ရေးသားရေး ပလက်ဖောင်းတစ်ခုနှင့် ချိတ်ဆက်ထားခြင်း မရှိပါ။ အောက်ခံမော်ဒယ် သို့မဟုတ် လုပ်ဆောင်မှုပတ်ဝန်းကျင်ကို ပြောင်းလဲသည့်အခါ လုပ်ငန်းစဉ်များသည် မပြောင်းလဲဘဲ ဆက်လက်တည်ရှိသည်။
ထုတ်လုပ်မှုပတ်ဝန်းကျင် လည်ပတ်နိုင်စွမ်း
Production အဆင့်အထိ task အခြေအနေများ၊ အမှားများနှင့် ပြန်လည်ကြိုးစားမှုမှတ်တမ်းများကို စောင့်ကြည့်ပြီး black box မရှိဘဲ AI agent များကို လုပ်ဆောင်ပါ။
အစီရင်ခံစာ အလိုအလျောက် ပြုလုပ်ခြင်း
လုပ်ငန်းလည်ပတ်မှု အလိုအလျောက်စနစ်
ကုဒ်အသုံးချခြင်း
ARI သည် အခြားအေးဂျင့်တစ်ခု မဟုတ်ပါ။ ၎င်းသည် အေးဂျင့်များနှင့် ကိရိယာများစွာကို လုပ်ငန်းအဖွဲ့အစည်းဆိုင်ရာ လုပ်ငန်းစဉ်များအတွင်း လုံခြုံစွာ လည်ပတ်နိုင်စေသော လုပ်ဆောင်ချက်များ၊ ဝင်ရောက်ခွင့်များနှင့် စာရင်းစစ်ဆေးမှုများကို ထိန်းချုပ်သည့် ပလက်ဖောင်းဖြစ်သည်။
| အခြားရွေးချယ်စရာ | အားသာချက် | ကန့်သတ်ချက် | ARI ၏ ထပ်မံဖြည့်စွက်ပေးနိုင်မှု |
|---|---|---|---|
| အထွေထွေ chatbot / RAG | အမြန် Q&A နှင့် စာရွက်စာတမ်းအဖြေများ | ကန့်သတ်ထားသော လုပ်ဆောင်မှု၊ အတည်ပြုချက်၊ ပြင်ပလုပ်ဆောင်ချက်များနှင့် ထုတ်ဝေမှု | ရှာဖွေထုတ်ယူခြင်း၊ လုပ်ဆောင်ခြင်း၊ အတည်ပြုခြင်းနှင့် ထုတ်ဝေခြင်းတို့ကို တစ်စုတစ်စည်းတည်း ပြုလုပ်ပေးသည်။ |
| IDE ကုဒ်ရေးသားရေး အကူများ (Copilot, Cursor) |
တစ်ဦးချင်း ကုဒ်ရေးသားသူ၏ ထုတ်လုပ်နိုင်စွမ်းကို မြှင့်တင်ပေးသည် | လုပ်ငန်းအဖွဲ့အစည်းဆိုင်ရာ လုပ်ငန်းစီးဆင်းမှုများ၊ အဝေးမှ endpoint များနှင့် စစ်ဆေးမှုများမှ မကြာခဏ ချိတ်ဆက်မှုကင်းကွာနေသည် | Coding လုပ်ငန်းကို Clevi ၏ ဝင်ရောက်အသုံးပြုမှု၊ အတည်ပြုမှု၊ အထောက်အထားနှင့် ထုတ်ဝေမှု လုပ်ငန်းစဉ်များထဲသို့ ယူဆောင်လာသည် |
| အလိုအလျောက် လုပ်ဆောင်သော အေးဂျင့်များ (OpenHands, Devin) |
ဖိုင်တည်းဖြတ်ခြင်း၊ shell အသုံးပြုခွင့်၊ စမ်းသပ်ခြင်းနှင့် ကြာရှည်လုပ်ဆောင်ရသည့် coding လုပ်ငန်းများ | အေးဂျင့်များသည် မိမိတို့၏ မှတ်ဉာဏ်၊ ကိရိယာများနှင့် ဆက်ရှင်အခြေအနေတို့ကို ကိုယ်တိုင် စီမံထားလေ့ရှိသည် | ARI သည် လုပ်ဆောင်မှုလေယာဉ်ကိုသာ အသုံးပြုပြီး မူဝါဒ၊ မှတ်ဉာဏ်၊ အတည်ပြုချက်များနှင့် ဖန်တီးထုတ်ကုန်များကို ဆာဗာက စီမံသည် |
| Agent framework များ (LangGraph, AutoGen) |
Developer များအတွက် agent flow များကို code ရေးရန် လွယ်ကူစေသည် | လုပ်ငန်းလည်ပတ်မှု UI၊ ACL များ၊ ဒိုမိန်းဒေတာနှင့် endpoint queue များကို စိတ်ကြိုက်အကောင်အထည်ဖော်ရန် လိုအပ်သည် | တည်ဆောက်ပြီးသား Clevi လုပ်ဆောင်ချက်များဖြင့် ဖြည့်စွက်ပေးသည် |
| RPA / ရိုးရာလုပ်ငန်းစဉ်များ | ဖွဲ့စည်းတည်ဆောက်ထားသော လုပ်ငန်းစဉ် အလိုအလျောက်စနစ်နှင့် စနစ်ပေါင်းစည်းမှု | ဖွဲ့စည်းပုံမရှိသော အချက်အလက်များကို ရှာဖွေထုတ်ယူခြင်း၊ သဘာဝဘာသာစကားဖြင့် ဆင်ခြင်ခြင်းနှင့် ကုဒ်ပြောင်းလဲခြင်းတို့တွင် အားနည်းသည်။ | LLM များ၊ AgentLoop၊ Toolset၊ Memory နှင့် Code Agent တို့ကို သတ်မှတ်ရှင်းလင်းသော လုပ်ငန်းစီးဆင်းမှုများဖြင့် ပေါင်းစပ်ထားသည် |
* ဤနှိုင်းယှဉ်ချက်သည် ပုံမှန်ထုတ်ကုန်လက္ခဏာများကို ရောင်ပြန်ဟပ်ထားခြင်းဖြစ်သည်။ သီးခြားလုပ်ဆောင်နိုင်စွမ်းများသည် ဗားရှင်းနှင့် ဖွဲ့စည်းပုံအလိုက် ကွဲပြားနိုင်သည်။
ARI သည် အခြား agent တစ်ခုကို ဖန်တီးပေးခြင်းမဟုတ်ပါ။ ၎င်းသည် ရှိပြီးသား AI agents များနှင့် tools များကို လုပ်ငန်းအဖွဲ့အစည်း၏ လုပ်ငန်းစဉ်များအတွင်း လုံခြုံစွာ လည်ပတ်စေရန် ထိန်းချုပ်ပေးသည့် control plane တစ်ခုဖြစ်သည်။
၎င်းသည် သင့်လက်ရှိ AI tools များ၊ ပြင်ပ coding agent များနှင့် အတွင်းပိုင်းစနစ်များကို ခြေရာခံနိုင်သော run တစ်ခုတည်းအဖြစ် စုစည်းပေးသည်။
၎င်း၏ adapter များအပေါ် မမှီခိုသော ဒီဇိုင်းကြောင့် ပလက်ဖောင်းတစ်ခုတည်းတွင် ချုပ်နှောင်ခံရခြင်းကို ရှောင်ရှားနိုင်ပြီး ERP များ၊ စာရွက်စာတမ်းစနစ်များ၊ ပူးပေါင်းဆောင်ရွက်ရေးကိရိယာများ၊ ကုဒ်သိုလှောင်ရာများနှင့် အခြားအရာများသို့ ချိတ်ဆက်နိုင်သည်။
ဥပမာအားဖြင့် သင့်အဖွဲ့အစည်းက သတ်မှတ်ထားသည့် စံနှုန်းများကို ကျော်လွန်သော လုပ်ဆောင်ချက်များ—ဥပမာ ပြင်ပစနစ်တစ်ခုကို ပြုပြင်ခြင်း၊ သတ်မှတ်ထားသော ဖိုင်များကို ဝင်ရောက်အသုံးပြုခြင်း သို့မဟုတ် ငွေကြေးကန့်သတ်ချက်တစ်ခုကို ကျော်လွန်ခြင်း—သည် လူသားပြန်လည်သုံးသပ်မှုအဆင့်သို့ အလိုအလျောက် ရွှေ့ပြောင်းသွားမည်။
၎င်းကို သတ်မှတ်ပြင်ဆင်နိုင်ပြီး လုပ်ငန်းဒေတာနှင့် လုပ်ဆောင်မှုမှတ်တမ်းများသည် အတွင်းကွန်ရက်မှ မည်သည့်အခါမျှ ထွက်ခွာမသွားစေရန် ပြုလုပ်နိုင်သည်။
တင်းကျပ်သော လုံခြုံရေးမူဝါဒများရှိသည့် ဘဏ္ဍာရေးအဖွဲ့အစည်းများ၊ အစိုးရကဏ္ဍအဖွဲ့အစည်းများနှင့် လုပ်ငန်းကြီးများအတွက် အထူးသင့်လျော်သည်။
မှတ်တမ်းများကို အတွင်းပိုင်း audit tools များနှင့် ပေါင်းစည်းနိုင်သလို တိုက်ရိုက်ကြည့်ရှု၍ export လည်း ပြုလုပ်နိုင်သည်။
၎င်းတို့သည် ရှုပ်ထွေးသော AI ဖွံ့ဖြိုးတိုးတက်မှုမလိုဘဲ ထပ်တလဲလဲလုပ်ဆောင်ရသော စာရွက်စာတမ်း၊ ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အတည်ပြုမှုဆိုင်ရာ အလုပ်များကို အလိုအလျောက်လုပ်ဆောင်နိုင်သည်။
ပလက်ဖောင်း အင်ဂျင်နီယာများသည် နည်းပညာပိုင်းဆိုင်ရာ ပေါင်းစပ်မှု လိုအပ်သည့်နေရာများတွင် အဒက်တာများကို ပြင်ဆင်သတ်မှတ်သည်။
အကောင်အထည်ဖော်သည့်ကာလသည် ပေါင်းစပ်မည့် စနစ်များ၏ အတိုင်းအတာနှင့် အဖွဲ့အစည်း၏ အရွယ်အစားပေါ် မူတည်သည်။ သတ်မှတ်ထားသော အချိန်ဇယားကို အကောင်အထည်ဖော်မှုဆိုင်ရာ စုံစမ်းမေးမြန်းမှုမှတစ်ဆင့် အတည်ပြုပါ။