Останавливаться! Не ограничивайте возможности машинного обучения

Общие проблемы, с которыми вы столкнетесь, если ваша функция ML не бесплатна

Во многих компаниях, где машинное обучение (МО) не является основным бизнесом, существует тенденция размещать МО как закрытые функции, т. е. функции, которые доступны только в том случае, если вы платите за них больше, т. е. как способ увеличения продаж продукта. .

В этой статье я утверждаю, что функции машинного обучения должны быть доступны в вашем продукте, особенно если они являются основными функциями, которые необходимы вашему клиенту для достижения успеха. На мой взгляд, ML как стратегия ценообразования не должна быть первым подходом.

Теперь давайте обсудим, почему мы должны сделать функции машинного обучения доступными для всех, или, другими словами, наиболее распространенные проблемы, которые могут возникнуть, если мы заблокируем их.

Проблемы

  1. Функции ML чрезвычайно дороги для разработки с точки зрения затрат и времени. Открывая функции, вы наносите ущерб своей рентабельности инвестиций, или, другими словами, открывая их для всей своей клиентской базы, вы инвестируете в свою рентабельность инвестиций, а не наносите ей вред.
  2. Как закрытая функция, ваша функция получит меньше внимания, а это означает, что первоначальный пул клиентов будет меньше, что напрямую способствует меньшему использованию, снижая влияние вашей недавно выпущенной функции.
  3. Без широкого охвата клиентов вы не сможете измерить использование функции или ключевые показатели эффективности. В конце концов, у вас может возникнуть соблазн сделать вывод о том, что эта функция не очень хороша, глядя на почти нулевые модели использования, которые являются просто результатом воронки воздействия.
  4. Ограничивая размер популяции, мы создаем предвзятость отбора, которая будет выполняться и отражаться в будущих поколениях объекта.
  5. Клиенты обычно не понимают, почему им нужно платить больше за «умные» функции. Рекомендую представить и обсудить ценность фичи, а не то, что у нее под капотом ML как ценность.
  6. Продажи могут объединять премиум-функции с базовыми только для того, чтобы завоевать клиента, лишая вас возможности измерить влияние этой функции на продажу и сколько клиент был готов заплатить за эти умные функции. Другими словами, если невозможно измерить влияние закрытой функции машинного обучения на продажи, почему бы не предложить ее бесплатно и не измерить другие ключевые показатели эффективности? таких как использование с использованием вашей полной клиентской базы.
  7. ML с ограничением функций не покажет, насколько ценен ваш продукт. Другими словами, превращение функции машинного обучения в условно-бесплатную версию может значительно выделить вас среди конкурентов и помочь вашим клиентам добиться успеха, предоставив в качестве базовой линии убийственные функции высокой ценности.
  8. Влияние команды специалистов по обработке и анализу данных значительно уменьшится, если их функция машинного обучения останется без использования.

Краткое содержание

Я надеюсь, что вы понимаете потенциальные проблемы, которые могут и, вероятно, возникнут, и надеюсь, вы сможете заранее спланировать эти проблемы, чтобы улучшить влияние на ваших клиентов, продукт и организацию.

Я хотел бы поблагодарить Aviad Klein за неоценимую обратную связь для этой статьи.

Доктор Ори Коэн имеет докторскую степень. в области компьютерных наук с упором на машинное обучение. Он является автором Компендиума ML & DL и StateOfMLOPs.com. В настоящее время он является старшим директором по данным в Justt.ai.