ඩ්රේපර් හි VC සඳහා අපගේම අභ්යන්තර AI යටිතල පහසුකම් ගොඩනඟන ආකාරය ගැන අපි මෑතකදී ලිපියක් පළ කළා. කණ්ඩායමට තොරතුරු වේගයෙන් එකතු කිරීමට උපකාර වන අභිරුචි වැඩ ප්රවාහයන්, එවිට ඔවුන්ට VC තුළ සැබෑ මිනිස් කාර්යයට නැවත යොමු විය හැක: ආරම්භකයන් සමඟ හමුවීම සහ ඔවුන් සමඟ ඉදිරිපත්ව සිටීම.
1985 දී, පවතින දුරකට වෙంచර් ප්රාගුණිකයන් දහයක් හෝ ඒ අවට වූවන්ගේ දොරවල්ට ගසාගෙන ගිහින්, මට ඔවුන් ප්රතික්ෂේප කරන ඩීල්ස් මට එවන්න කියලා ඉල්ලීමෙන් මගේ ඩීල් ෆ්ලෝ ගොඩනැඟුවා. මට දැනුම ගොඩනඟාගත යුතු වුණා; එවිට මට තීරණ හැකියාව ගොඩනඟා ගන්නට හැකි වේ.
අවුරුදු හතළිහකට පසු, Draper Associates හි කණ්ඩායමට එදා මට සිහිනෙන්වත් හිතන්න බැරි දෙයක් ගොඩනඟන්න හැකි වුණා:
-සියල්ල එක තැනකට එක්කරන දත්ත ගබඩාවක්: සෑම සමාගමකටම එක් අනුපිළිවෙලක් සහිත වාර්තාවක් තබාගෙන, අපගේ අභ්යන්තර දත්ත මෙන්ම Harmonic වැනි බාහිර තහවුරු කළ මූලාශ්රවලින් ලැබෙන වැඩිදියුණු කළ දත්තද ඇතුළත් කරයි
-වසර 40+ක සාර්ථකත්වයන් සහ පරීක්ෂණ අත්දැකීම් මත පුහුණු කර ඇති යන්ත්ර ඉගෙනුම් (machine learning) ආකෘතියක්: සෑම සතියකම අපට ලැබෙන ඩීල් සිය ගණන කියවා, ආයෝජන කණ්ඩායමට ඉක්මනින්ම වඩාත් සුදුසු ගැළපීම් පෙන්වයි
-අපි ඇතුල් වීමට පෙර සෑම හමුවකටම කෙටි සාරාංශයක්
-15,000+ සම්බන්ධතා ජාලයක් තුළින් සකස් කර ඇති උණුසුම් හැඳින්වීම් (warm intros)
-අපගේම වාර්තා වලින් සාමාන්ය ඉංග්රීසි භාෂාවෙන් ඕනෑම ප්රශ්නයකට පිළිතුරු—කොම්පැනි 400+ක පෝර්ට්ෆෝලියෝ අතර (සහ අපගේ Harmonic API මගින් අමතර තොරතුරු සහායක්)
AI/ML යටිතල පහසුකම් රුටින්න වැඩ කළමනාකරණය කරයි, නමුත් තීරණ ගැනීම තවමත් මිනිස් දෙයක්ම වේ: ආරම්භකයකු ඉදිරියෙන් වාඩිවෙලා, “missionary” කෙනාව හඳුනාගෙන, අදහස තවමත් පුදුමය වගේ පෙනෙන තත්ත්වයේදීම ඇමතුම ගන්නා විට.
දැන් ඒ සඳහා තව පැය තියෙනවා.
මෙම පද්ධතිය අපි ගොඩනඟන්නේ කෙසේද යන්න—දර්ශනිකව සහ ප්රායෝගිකව—තවදුරටත් කියවන්න: https://www.draper.vc/newsroom/how-we-built-drapers-ai-stack
1985 දී, පවතින දුරකට වෙంచර් ප්රාගුණිකයන් දහයක් හෝ ඒ අවට වූවන්ගේ දොරවල්ට ගසාගෙන ගිහින්, මට ඔවුන් ප්රතික්ෂේප කරන ඩීල්ස් මට එවන්න කියලා ඉල්ලීමෙන් මගේ ඩීල් ෆ්ලෝ ගොඩනැඟුවා. මට දැනුම ගොඩනඟාගත යුතු වුණා; එවිට මට තීරණ හැකියාව ගොඩනඟා ගන්නට හැකි වේ.
අවුරුදු හතළිහකට පසු, Draper Associates හි කණ්ඩායමට එදා මට සිහිනෙන්වත් හිතන්න බැරි දෙයක් ගොඩනඟන්න හැකි වුණා:
-සියල්ල එක තැනකට එක්කරන දත්ත ගබඩාවක්: සෑම සමාගමකටම එක් අනුපිළිවෙලක් සහිත වාර්තාවක් තබාගෙන, අපගේ අභ්යන්තර දත්ත මෙන්ම Harmonic වැනි බාහිර තහවුරු කළ මූලාශ්රවලින් ලැබෙන වැඩිදියුණු කළ දත්තද ඇතුළත් කරයි
-වසර 40+ක සාර්ථකත්වයන් සහ පරීක්ෂණ අත්දැකීම් මත පුහුණු කර ඇති යන්ත්ර ඉගෙනුම් (machine learning) ආකෘතියක්: සෑම සතියකම අපට ලැබෙන ඩීල් සිය ගණන කියවා, ආයෝජන කණ්ඩායමට ඉක්මනින්ම වඩාත් සුදුසු ගැළපීම් පෙන්වයි
-අපි ඇතුල් වීමට පෙර සෑම හමුවකටම කෙටි සාරාංශයක්
-15,000+ සම්බන්ධතා ජාලයක් තුළින් සකස් කර ඇති උණුසුම් හැඳින්වීම් (warm intros)
-අපගේම වාර්තා වලින් සාමාන්ය ඉංග්රීසි භාෂාවෙන් ඕනෑම ප්රශ්නයකට පිළිතුරු—කොම්පැනි 400+ක පෝර්ට්ෆෝලියෝ අතර (සහ අපගේ Harmonic API මගින් අමතර තොරතුරු සහායක්)
AI/ML යටිතල පහසුකම් රුටින්න වැඩ කළමනාකරණය කරයි, නමුත් තීරණ ගැනීම තවමත් මිනිස් දෙයක්ම වේ: ආරම්භකයකු ඉදිරියෙන් වාඩිවෙලා, “missionary” කෙනාව හඳුනාගෙන, අදහස තවමත් පුදුමය වගේ පෙනෙන තත්ත්වයේදීම ඇමතුම ගන්නා විට.
දැන් ඒ සඳහා තව පැය තියෙනවා.
මෙම පද්ධතිය අපි ගොඩනඟන්නේ කෙසේද යන්න—දර්ශනිකව සහ ප්රායෝගිකව—තවදුරටත් කියවන්න: https://www.draper.vc/newsroom/how-we-built-drapers-ai-stack