किसी प्रबंधक के डेटा में समाहित अपने विशिष्ट अनुभव और विशेषज्ञता पर आर्टिफिशियल इंटेलिजेंस उपकरण लागू करना फर्म की बढ़त का लाभ उठाने का एक स्पष्ट मार्ग है। लेकिन फर्म AI-सहायता प्राप्त अंतर्दृष्टि, दक्षता और गति के लिए आवश्यक डेटा परत कैसे तैयार करें? Metal के CEO और संस्थापक तथा निजी बाज़ार AI विशेषज्ञ Taylor Lowe, और मिड-मार्केट निवेशक Court Square की रिसोर्स पार्टनर Jessica Pizzo चर्चा करते हैं कि प्रबंधकों को यह तय करते समय किन बातों पर विचार करना चाहिए कि कौन सी तकनीक खरीदें और कौन सी स्वयं बनाएं।
Lowe AI बुनियादी ढाँचे को तीन परतों में समझाते हैं। डेटा परत में फर्म की सौदों, पोर्टफोलियो कंपनियों, दस्तावेज़ों और निर्णयों से जुड़ी सारी जानकारी होती है। इंटेलिजेंस परत में खोज और एजेंट स्वचालन जैसे मुख्य AI उपकरण तथा सौदा स्कोरिंग, बेंचमार्किंग और पैटर्न पहचान जैसे विशिष्ट कार्य शामिल हैं। तीसरी परत एक ऐसा इंटरफ़ेस है जो मनुष्यों और AI एजेंटों, दोनों के लिए सुलभ होना चाहिए।
खरीदने या बनाने का निर्णय लेते समय Lowe समय-से-मूल्य, कुल लागत, डेटा पोर्टेबिलिटी, मॉडल-लॉकिंग, निरंतर प्रतिभा की आवश्यकता और अवसर लागत की ओर इशारा करते हैं। कई फर्में अभी भी ChatGPT और Claude जैसे तैयार उपकरणों का परीक्षण कर रही हैं, जबकि अन्य कस्टम निर्माण के लिए सलाहकारों से जुड़ रही हैं। Lowe ज़ोर देते हैं कि प्रूफ़ ऑफ़ कॉन्सेप्ट और 50 से 100 से अधिक कर्मचारियों को सेवा देने वाली स्केल्ड प्रणाली में बड़ा अंतर है, और सुसंगत डेटा नींव के बिना फर्में बाधाओं से टकराएँगी।
Court Square में Pizzo बताती हैं कि उच्च एकमुश्त लागत, जटिलता और समय के साथ प्रतिभा बनाए रखने के खर्च के कारण कस्टम निर्माण को खारिज किया गया। 12 महीने तक उपकरणों का मूल्यांकन करने के बाद फर्म ने फ्रंटियर मॉडल बदलने की लचीलापन और ऐसे प्रदाता को प्राथमिकता दी जिसके पास प्राइवेट इक्विटी की विशेषज्ञता हो, जो उनकी प्रक्रियाएँ समझता हो और बिना व्यापक प्रशिक्षण के वर्कफ़्लो व एजेंट बना सके।
मुख्य संस्थाएँ: कंपनियाँ: Metal, Court Square, PE Hub, ChatGPT, Claude | लोग: Taylor Lowe, Jessica Pizzo
स्रोत: PE Hub · HeadlinesBriefing द्वारा सारांशित