MS DuplexRisolvere problemi nuoviMostra tuttoMostra meno
Risolvere problemi nuovi.
Risolve i casi nuovi partendo da ciò che è noto, e verifica prima.
MS Duplex elabora un approccio a un nuovo caso a partire dai metodi e dai risultati che il tuo team ha già confermato, poi lo controlla prima che qualcuno vi faccia affidamento. Una volta verificato, l’approccio diventa un metodo per il prossimo caso simile.
Pianificare e decidere · una delle quattordici capacità di MS Duplex


Il tuo team ottiene
- Avvii più rapidi su problemi non familiari
- Nuovi approcci verificati prima di essere considerati affidabili
- Ogni problema risolto amplia ciò che il team sa fare
Cosa significa risolvere problemi nuovi per il tuo team.
Risolvere problemi nuovi significa che la tua IA ha un punto da cui partire quando un caso non è familiare. MS Duplex esamina ciò che il tuo team ha già confermato, i metodi che hanno funzionato, i risultati che hanno prodotto e le condizioni in cui valgono, e da questi costruisce un approccio al nuovo caso.
Un nuovo approccio è una proposta finché non viene controllato. MS Duplex lo controlla prima che qualcuno vi faccia affidamento, e i tuoi ricercatori possono vedere da quali metodi e risultati confermati è stato costruito, ciascuno con la sua fonte.
Una volta verificato, l’approccio viene conservato come metodo. Il prossimo caso simile parte da quel metodo, così ogni problema che il tuo team risolve amplia ciò che il team è in grado di fare.
Perché la ricerca ha bisogno di un’IA che sappia affrontare ciò che non le è familiare.
La ricerca consiste nell’affrontare casi che nessuno ha ancora risolto. La routine è solo una parte del lavoro.
Un nuovo target di progetto, un insieme insolito di input, un’analisi che nessuno ha mai impostato prima: sono i casi in cui un agente potrebbe aiutare di più e in cui è più probabile che sbagli. Partire da una pagina bianca significa progressi lenti, e tirare a indovinare significa un approccio che nessuno può avallare.
La maggior parte dei nuovi casi è legata a qualcosa che il team ha già fatto. I metodi, i risultati e le correzioni accumulati nel lavoro precedente contengono gran parte della risposta, a patto che l’IA possa attingervi e controllare ciò che costruisce prima che ci si fidi.
I nuovi casi sono il lavoro
La ricerca continua a incontrare casi diversi dai precedenti, e ognuno richiede un approccio.
L’esperienza è il punto di partenza
I metodi e i risultati che il tuo team ha già confermato sono il materiale migliore per un approccio a un caso affine.
La fiducia richiede un controllo
Un approccio a un nuovo caso dovrebbe essere controllato prima che qualcuno vi faccia affidamento, per quanto plausibile sembri.
Le soluzioni dovrebbero accumularsi
Un problema risolto una volta dovrebbe rendere il prossimo caso simile una questione di applicare un metodo noto.


Come funziona la risoluzione di problemi nuovi nella giornata del tuo team.
Il tuo agente incontra un caso che non ha mai visto. MS Duplex lo aiuta a partire da ciò che il team sa già.
- 1
Arriva un nuovo caso
Il tuo agente incontra un caso che nessun metodo confermato copre direttamente, con un obiettivo e condizioni propri.
- 2
Si costruisce un approccio
MS Duplex mette insieme un approccio a partire dai metodi e dai risultati che il tuo team ha già confermato, ciascuno con la sua fonte.
- 3
L’approccio viene controllato
Prima che qualcuno vi faccia affidamento, l’approccio viene controllato, e i tuoi ricercatori possono vedere da cosa è costruito.
- 4
Diventa un metodo
Una volta verificato, l’approccio viene conservato come metodo, così il prossimo caso simile parte da lì.
Un esempio, in qualsiasi campo in cui continuano ad arrivare nuovi casi.
L’agente di un team esegue un’analisi standard sui dati in arrivo. Un giorno arriva una richiesta che combina due cose che il team ha sempre gestito solo separatamente.
- 1
Il nuovo caso
Per la richiesta, i dati di due fonti diverse vanno trattati in un’unica analisi. Nessun metodo confermato copre entrambe contemporaneamente.
- 2
L’approccio
MS Duplex costruisce un approccio a partire da due metodi confermati, uno per ciascuna fonte, insieme alle condizioni in cui ciascuno è stato confermato, e mostra da dove proviene ogni parte.
- 3
Il controllo
L’approccio viene controllato su un caso con una risposta nota prima di essere usato. Un ricercatore lo esamina, modifica un passaggio e lo approva.
- 4
La volta successiva
L’approccio viene conservato come metodo. Quando in seguito arriva una richiesta simile, l’agente lo applica direttamente, e il metodo viene riverificato dove viene usato.
La risoluzione di problemi nuovi lavora insieme alle altre capacità.
Un nuovo approccio è costruito da ciò che il resto del livello di apprendimento ha conservato, e una volta verificato vi si aggiunge.
Metodi riutilizzabili
I metodi verificati dal tuo team sono i mattoni di ogni nuovo approccio, e un approccio verificato si unisce a loro come nuovo metodo.
Apprendere causa ed effetto
Ciò che il tuo team ha appreso su quale azione ha portato a quale esito mostra quali parti del lavoro precedente si trasferiscono al nuovo caso.
Decisioni che conoscono i propri limiti
Quando un caso non somiglia a nulla di già visto, la decisione passa al tuo modello o a un ricercatore, con il motivo.
Provenienza, revisione e disapprendimento
Ogni nuovo approccio conserva le fonti da cui è stato costruito, così un ricercatore può controllare su cosa si basa.
Cosa ottiene il tuo team.
Un avvio più rapido sui problemi non familiari, con ogni nuovo approccio controllato prima di essere considerato affidabile.
Avvii più rapidi su problemi non familiari
Un nuovo caso parte dai metodi e dai risultati che il tuo team ha già confermato, invece che da una pagina bianca.
Approcci controllati prima di essere considerati affidabili
Un nuovo approccio viene controllato prima che qualcuno vi faccia affidamento, e sono i tuoi ricercatori a decidere se adottarlo.
Mattoni visibili
Ogni approccio mostra i metodi e i risultati confermati da cui è stato costruito, ciascuno con la sua fonte.
Ogni problema risolto si aggiunge
Un approccio verificato diventa un metodo, così il prossimo caso simile viene gestito direttamente.
Esperti dove contano
I tuoi ricercatori dedicano il loro tempo di revisione al nuovo e all’insolito, mentre i casi familiari seguono i metodi di cui il team si fida.
Competenze che crescono
La gamma di casi che l’IA del tuo team è in grado di gestire cresce con ogni problema che il team risolve.
Domande frequenti.
Fai in modo che la prossima esecuzione tragga vantaggio dall’ultima.
Portaci la ricerca in cui la tua IA dovrebbe migliorare. Pianificheremo un progetto pilota sui tuoi flussi di lavoro, con i tuoi esperti come giudici.

