📝 დავალება 5 (Production)

ენთერფრაიზ ავტომატიზაცია, უსაფრთხოება და ROI

სულ: 10 ქულა

⏱️ სავარაუდო დრო: 60-90 წუთი

🏠 მთავარი 📊 სლაიდები 📚 შეჯამება 💪 სავარჯიშოები ⚡ ცნობარი 📚 გზამკვლევი 🤖 Executive Agents

🎯 დავალების მიზანი

ამ დავალების შესრულებით თქვენ:

  • ააწყობთ Production-Ready ბიზნეს ავტომატიზაციას, რომელიც მზად არის რეალურ კლიენტთან სამუშაოდ.
  • დაამატებთ Human-in-the-Loop (HITL) შრესა და Graceful Degradation-ის მექანიზმს სისტემის უწყვეტობისთვის.
  • გამოთვლით ავტომატიზაციის ფინანსურ ღირებულებას (ROI Calculation), რათა სისტემა შეაფასოთ ბიზნესის კუთხით.
⚠️ მნიშვნელოვანია: ეს დავალება გამზადებთ ფინალური პროექტისთვის (ლექცია 7 - Capstone Project Demo). შეგიძლიათ აქ დაწყებული სცენარი გამოიყენოთ ფინალური პრეზენტაციისთვის.

📋 დავალებები

ნაწილი 1: ჰიბრიდული ბიზნეს პროცესი & Fallback (Architecture) 🏗️ 4 ქულა

მოთხოვნა: შექმენით ავტომატიზაციის სცენარი Make.com ან n8n პლატფორმაზე, რომელიც აერთიანებს AI-ს (Reasoning) და მკაცრ ლოგიკას (Deterministic Routing).

  • სცენარის იდეა (აირჩიეთ ერთ-ერთი):
    ა) Customer Support: იმეილების კატეგორიზაცია და გადამისამართება სხვადასხვა განყოფილებაში (Sales, Tech, Refund).
    ბ) Invoice Processing: Vision AI-ს გამოყენებით ინვოისებიდან ველების ამოღება და ბაზაში (Google Sheets) შენახვა.
  • ტექნიკური მოთხოვნა: სცენარში აუცილებლად უნდა იყოს ერთი **Router (Make) ან Switch (n8n)**, რომელიც AI-ის JSON პასუხის მიხედვით ცვლის ნაკადს.
  • Graceful Degradation: გაითვალისწინეთ ალტერნატიული მოდელი (Fallback Model) ან Break/Error Route, რათა API ლიმიტის ამოწურვისას პროცესი არ გაჩერდეს.
ნაწილი 2: უსაფრთხოება და Human-in-the-Loop (HITL) 🛡️ 3 ქულა

მოთხოვნა: დაამატეთ ვერიფიკაციის მექანიზმი თქვენს ავტომატიზაციას.

  • Approval System: თუ AI-ის მიერ დაგენერირებული მოქმედება კრიტიკულია (მაგ. თანხის დაბრუნება ან $1000-ზე დიდი ინვოისი), მან ავტომატურად არ უნდა გააგზავნოს პასუხი/ჩაწეროს ბაზაში.
  • ნაცვლად ამისა, გააგზავნეთ **შეტყობინება Slack-ში (ან Telegram-ში)**, რათა ადამიანმა (მენეჯერმა) ხელით დაადასტუროს ან უარყოს ეს გადაწყვეტილება (მაგ. ღილაკების საშუალებით ან უბრალოდ ნოტიფიკაციის წაკითხვით).
  • აღწერეთ ტექსტურად, როგორ დაიცავდით მომხმარებლის პირად მონაცემებს (GDPR) ამ სცენარში (PII Masking).
ნაწილი 3: ROI-ის გამოთვლა (Business Metrics) 💰 3 ქულა

მოთხოვნა: დათვალეთ თქვენს მიერ შექმნილი სისტემის ფინანსური სარგებელი.

  • შექმენით ცხრილი (Excel / Google Sheets), სადაც შეადარებთ "ავტომატიზაციამდე" (მანუალურ) და "ავტომატიზაციის შემდგომ" ხარჯებს.
  • გამოიყენეთ შემდეგი ცვლადები: თვეში შემოსული მოთხოვნების რაოდენობა, 1 მოთხოვნის ხელით დამუშავების დრო, თანამშრომლის საათობრივი ანაზღაურება, Make/n8n + LLM API-ის ყოველთვიური ხარჯი.
  • გამოთვალეთ Net Savings (წმინდა დანაზოგი თვეში) და ROI პროცენტულად.

📤 რა უნდა ჩააბაროთ

შექმენით 1 PDF დოკუმენტი (ან Google Doc ბმული), სადაც იქნება:

  1. არქიტექტურის სურათი (ნაწილი 1): ავტომატიზაციის სცენარის (Make/n8n) სრული Screenshot, სადაც კარგად ჩანს Router, მოდულები და Graceful Degradation / Error Route.
  2. HITL დადასტურება (ნაწილი 2): Slack-ის ან Telegram-ის Screenshot, სადაც ჩანს მენეჯერთან მოსული სავერიფიკაციო შეტყობინება + 1 წინადადება კონფიდენციალურობაზე (PII Masking).
  3. ROI კალკულაცია (ნაწილი 3): Excel/Google Sheets ცხრილის Screenshot, სადაც ჩანს დაზოგილი საათები, ფული და პროცენტული ROI.
📧 სად უნდა ჩააბაროთ: Google Classroom

📅 ვადა: მე-6 ლექციამდე (საბოლოო სახით ფინალური პროექტის წარდგენა მე-7 ლექციაზე)

📎 ფაილის სახელი: HW5_თქვენი_სახელი_გვარი.pdf

⭐ შეფასების კრიტერიუმები

კომპონენტი ქულა შეფასების დეტალები
ჰიბრიდული ლოგიკა & Fallback 4 ქულა სცენარში იკვეთება AI-ის გადაწყვეტილება (Reasoning), Router-ით დახარისხება და Graceful Fallback-ის მექანიზმი.
HITL & უსაფრთხოება 3 ქულა წარმატებით არის დანერგილი Verification ნაბიჯი (Slack/TG) სენსიტიური ქმედებებისთვის და PII დაცვა.
ROI-ის სიზუსტე 3 ქულა ფინანსური კალკულაცია არის ლოგიკური, გამოყენებულია რეალისტური მეტრიკები და დათვლილია წმინდა დანაზოგი.