استخدمنا أداة o1-mini لتنبؤ سلاسل التوريد: وفرنا 62% من تكاليف التنبؤ، لكننا وقعنا في خطأين فادحين.

في الشهر الماضي، خلال عطلة "الجمعة السوداء"، كد فريقنا أن يفشل تمامًا.
كنا نستخدم نماذج الذكاء الاصطناعي الكبيرة لتوقع احتياجات التوزيع في منطقة أمريكا الشمالية، وخلال فترة الذروة، تم إرجاع أكثر من 18% من الطلبات برمز الخطأ 429 لمدة ثلاثة أيام متتالية، مما أدى إلى فوضى في خطط التخزين لدى الإدارة التشغيلية، حيث تأخر توصيل المنتجات الأكثر مبيعًا في ثلاث ولايات لمدة 48 ساعة.
كانت الحاجة إلى تغيير النموذج مُحددة مسبقًا بالرمز P0، وقد قضينا 7 أيام في اختبار 4 خيارات بديلة، وفي النهاية اخترنا النموذج o1-mini. لقد عمل هذا النموذج لمدة 22 يومًا حتى الآن، وقد تم حل جميع المشاكل، لكننا أيضًا واجهنا بعض المشكلات التي لم يذكر أحد عنها مسبقًا.

للذين لم يسمعوا به من قبل: ما هو بالضبط o1-mini؟

هذا هو النموذج الخفيف للتفكير الذي طورته شركة OpenAI، والذي تم تحسين سرعة معالجته بشكل خاص لمهام المنطق والحسابات.القدرة على التفكير الأساسي أقل بنسبة 8% أو أقل من النماذج الكبيرة الرئيسية، وتكلفة كل توكن (token) تبلغ فقط 1/7 من تكلفة النموذج الرئيسي.。
لقد بدأنا منذ البداية مع هذا الفارق في التكلفة، خاصةً وأن مهمة التنبؤ الخاصة بنا تتطلب إدخال أكثر من 3000 رمز (token) من بيانات الطلبات التاريخية، بالإضافة إلى بيانات الطقس والعطلات في كل مرة، ويتم تنفيذ العملية حوالي 20,000 مرة في اليوم.

الفوائد الثلاثة الأكثر وضوحًا، لقد حصلنا عليها بالفعل

• أولاً، مشكلة التحكم في الحجم (throttling) قد اختفت تمامًا: عتبة التحكم في الحجم لحساب واحد في o1-mini هي 12 ضعف العتبة التي كنا نستخدمها مع النموذج السابق، ولم نواجه أي حالات توقف عن العمل (429) حتى عندما وصل الطلب إلى الذروة في يوم الجمعة الأسود، وكانت خطط الجانب التشغيلي تنتج بدون أي تأخير.
• تم تخفيض التكاليف بشكل كبير: وفقًا لبيانات الفواتير الخاصة بنا، عند تنفيذ نفس مهمة التنبؤ،تم خفض تكلفة الاستنتاج الشهرية من 12,000 دولار أمريكي إلى 4,500 دولار أمريكي.المال الذي وفرناه استخدمناه مباشرة لإضافة 3 نقاط بيانات في الوقت الفعلي للمستودعات.
• السرعة عالية جدًا بحيث يمكن إجراء التعديلات في الوقت الفعلي: في السابق، كان على النماذج الانتظار أكثر من 20 ثانية لإجراء تنبؤ واحد، أما الآن فإن معظم الطلبات تتم معالجتها في غضون 15 مللي ثانية. لقد قمنا بتغيير جدول تحديث بيانات التنبؤات ليكون كل ساعتين بدلاً من مرة واحدة في اليوم، ونتيجة لذلك انخفض معدل نقص المنتجات مباشرة بنسبة 4 نقاط مئوية.

لكن كان هناك مشكلتان، وعندما واجهناهما كدنا نعود إلى الإصدار السابق مباشرة.

المشكلة الأولى هي أن قدرته على معالجة البيانات غير المنظمة ضعيفة للغاية.
في المدخلات السابقة لدينا، كان هناك بعض الكلمات الرئيسية من مناقشات المستخدمين على منصات التواصل الاجتماعي، والتي استخدمناها كمرجع لتقلبات الطلب. لسوء الحظ، اعتبر نظام o1-mini هذه المعلومات غير صالحة، مما أدى إلى توقعات أقل بنسبة 20% من الطلب الفعلي خلال الأيام الثلاثة الأولى. الحمد لله أن لدينا آلية للتحقق المتقاطع، ولم نقم بالفعل بتخزين المنتجات استنادًا إلى هذه التوقعات.
في النهاية، لا يمكننا سوى تشغيل نموذج تحليل نصي صغير بشكل منفصل لمعالجة هذا الجزء من البيانات أولاً، ثم تحويله إلى درجات منظمة قبل إدخالها إلى نظام o1-mini، وذلك لحل المشكلة.

المشكلة الثانية هي أن معالجة اللغات المتعددة فيه تحيزات خفية.
لدينا توقعات في كندا أسماء الأماكن والأسماء التجارية باللغة الفرنسية، و o1-mini الافتراضي خريطة بعض الفئات الفرنسية إلى الفئات التقريبية الإنجليزية، مما أدى إلى نصف التوقعات مباشرة لمعدات التزلج في منطقة كيبيك، وفي وقت لاحق أضافنا في موجه القواعد الإلزامية للحفاظ على علامات اللغة الأصلية لإصلاحها، هذه المسألة لم تذكر في الوثائق الرسمية.

من يجب أن يستخدم ماذا ومن لا يجب أن يستخدم ماذا، لقد قمنا بتحديد ذلك نيابة عنكم.

إذا كنت مثلنا، وكنت تقوم بما نقوم به...الاستدلال المنطقي، الحسابات الرقمية، واتخاذ القرارات بناءً على القواعدالمهمة التي تتطلب ترجمة بيانات معقدة، مع متطلبات عالية للتكلفة والتزامن، فإن استخدام أداة o1-mini يعتبر خيارًا موثوقًا ومناسبًا تقريبًا دون الحاجة إلى تفكير إضافي.
لكن إذا كنت تريد القيام بتوليد المحتوى، أو الفهم المتعدد الأبعاد، أو معالجة اللغات المعقدة، فلا تلمسها، فالنتائج التي قد تحصل عليها قد تحتوي على العديد من الأخطاء غير المتوقعة، وتكلفة إصلاح هذه الأخطاء قد تكون أكبر بكثير من المال الذي وفرته.

نصيحتان محددتان للمبتدئين:

أولاً، قبل الإطلاق، يجب إجراء عمليات تحقق متوازية لمدة لا تقل عن 7 أيام، ولا يجب نقل الحركة المرورية (البيانات) مباشرةً.
في البداية، أردنا توفير الوقت فقط، لذا قمنا بالتشغيل لمدة 3 أيام فقط، ولحسن الحظ لم نواجه أي سيناريوهات تتطلب استخدام اللغة الفرنسية، وكدنا نواجه مشكلة كبيرة. دورة التشغيل التي تستمر 7 أيام يمكن أن تغطي معظم السيناريوهات الحافية في عملك بشكل كافٍ.

ثانيًا، لا تغير معايير درجة الحرارة الخاصة به بشكل عشوائي.
في البداية أردنا أن نجعل النتائج أكثر مرونة ، وضبطت درجة الحرارة إلى 0.7 ، والنتائج التي تمخض عنها تتقلب البيانات التنبؤية كبيرة إلى حد لا يمكن استخدامها ، وبعد ذلك عاد إلى النطاق الرسمي الموصى به 0.1-0.3 ليكون مستقرا ، وموقعها هو القيام بمهمة التفكير اليقين ، والإبداع أفضل استخدام نموذج كبير مباشرة.

في النهاية، دعونا نتحدث عن سؤال شائع جدًا: هل يجب الانتظار حتى الإصدار القادم؟
على الأقل في سيناريو توقعات سلسلة التوريد، النسخة الحالية من o1-mini كافية بالفعل. لقد حسبنا أنه حتى لو كانت النسخة القادمة أرخص بنسبة 20٪، فإنها لن تعوض عن التكاليف البشرية وتكاليف الأعطال التي نوفرها الآن. كلما بدأنا استخدامها مبكرًا، كان ذلك أفضل لنا من الناحية المالية.