ภายใน CarryGo มีโมเดลโลก (world model) ที่ช่วยให้องค์กรมองเห็น จำลองสถานการณ์ ลงมือทำ และเรียนรู้ในฐานะระบบเดียว
ในระดับผลิตภัณฑ์ CarryGo คือโมเดลโลกที่ถูกสร้างขึ้นเพื่อธุรกิจเป็นอันดับแรก
ในระดับระบบ มันไม่ใช่โมเดลพื้นฐาน (foundation model) เพียงตัวเดียว มันผสานรวมสถานะโลก (world state) โมเดลพลศาสตร์ (dynamics models) ตัววางแผน (planner) ระบบรันไทม์ DAG ที่ทนทาน (durable DAG runtime) การดำเนินงานแบบ Butler–Worker และการกำกับดูแล (governance)
ความแตกต่างนี้สำคัญ
โมเดลโลกตอบคำถาม: สถานะของโลกตอนนี้คืออะไร และการกระทำหนึ่งๆ จะเปลี่ยนแปลงมันได้อย่างไร?
ตัววางแผน DAG และเอเจนต์ตอบคำถาม: ควรเลือกการกระทำใด ใครสามารถดำเนินการได้ และจะทำให้สำเร็จอย่างปลอดภัยได้อย่างไร?
มาตรฐานทางเทคนิคของเราสำหรับโมเดลโลกนั้นเรียบง่าย:
มันต้องรักษาสถานะโลกที่สามารถอัปเดตได้ ประมาณการการเปลี่ยนแปลงสถานะตามเงื่อนไขของการกระทำ และปรับเทียบตัวเองกับความเป็นจริงที่สังเกตได้อย่างต่อเนื่อง
CarryGo เชื่อมต่อการวางแผน การดำเนินการ และการกำกับดูแลเข้ากับโมเดลนั้น เพื่อให้การจำลองสถานการณ์สามารถเข้าสู่การดำเนินงานจริงได้
ธุรกิจก็คือโลกใบหนึ่งอยู่แล้ว
ธุรกิจประกอบไปด้วยผลิตภัณฑ์ ลูกค้า องค์กร สินทรัพย์ สัญญา ช่องทาง กฎเกณฑ์ และความสัมพันธ์
มันสังเกตได้เพียงบางส่วน (partially observable): ไม่มีใครมีข้อเท็จจริงที่เกี่ยวข้องทั้งหมด
มันเป็นแบบหลายเอเจนต์ (multi-agent): พนักงาน ลูกค้า ซัพพลายเออร์ พันธมิตร แพลตฟอร์ม ผู้ให้ทุน และหน่วยงานกำกับดูแลต่างก็ดำเนินการอย่างเป็นอิสระ
มันไม่คงที่ (non-stationary): สินค้าคงคลัง กระแสเงินสด การแข่งขัน และความรู้สึกของตลาดเปลี่ยนแปลงตลอดเวลาในขณะที่มีการตัดสินใจ
มันสะท้อนกลับ (reflexive): เมื่อการคาดการณ์ทำให้เกิดการเปลี่ยนแปลงราคา แคมเปญ คำสั่งซื้อเติมสินค้า หรือความร่วมมือ สิ่งที่ถูกคาดการณ์ก็เปลี่ยนไปแล้ว
โมเดลภาษาสามารถใช้เหตุผลเกี่ยวกับพลศาสตร์เหล่านี้ภายในหน้าต่างบริบท (context window) แต่โดยค่าเริ่มต้น พวกมันไม่ได้รักษาการแสดงความเป็นจริงขององค์กรที่ใช้ร่วมกัน ค้นหาได้ และมีเวอร์ชันกำกับไว้
CarryGo ถูกออกแบบมาเพื่อให้เลเยอร์ที่ขาดหายไปนี้
มันทำมากกว่าแค่อธิบายสิ่งที่เกิดขึ้นแล้ว CarryGo นำทรัพยากรขององค์กร ความต้องการของตลาด การแข่งขัน ต้นทุน และข้อจำกัดต่างๆ เข้าสู่โลกการดำเนินงานเดียวกัน เพื่อระบุความสามารถที่ยังใช้ไม่เต็มที่ ความต้องการที่ไม่ได้รับการตอบสนอง และโอกาสที่คุ้มค่าต่อการลงมือทำ มองเห็นธุรกิจทั้งหมดก่อน แล้วค่อยตัดสินใจว่าจะเริ่มต้นที่ไหน
โลกธุรกิจกลายเป็นระบบปฏิบัติการได้อย่างไร
ระบบสามารถเข้าใจได้ในห้าเลเยอร์:
CarryGo เริ่มต้นด้วยการเริ่มต้นใช้งานองค์กร (enterprise initialization) ผลิตภัณฑ์ คำสั่งซื้อ สินค้าคงคลัง ตัวชี้วัดทางการเงิน ความสัมพันธ์ขององค์กร บันทึกการประชุม สัญญา นโยบาย และโครงการในอดีต เข้าสู่โมเดลการดำเนินงานเดียวกัน
พวกมันไม่ได้ถูกแบ่งเป็นชิ้นส่วน (chunked) เพื่อการค้นคืนเท่านั้น พวกมันกลายเป็นเอนทิตีทางธุรกิจที่มีความสัมพันธ์ เวลา แหล่งที่มา ความเชื่อมั่น และสิทธิ์การเข้าถึง ก่อตัวเป็นสถานะโลกปัจจุบัน (World State)
เนื่องจากธุรกิจสามารถสังเกตได้เพียงบางส่วน CarryGo จึงไม่อ้างว่าสามารถเข้าถึงสถานะความจริงสูงสุดที่รอบรู้ทุกอย่าง (omniscient ground-truth state) มันรักษาสถานะความเชื่อ (belief state) Bₜ พร้อมด้วยหลักฐาน แหล่งที่มา และความเชื่อมั่น
โดยแก่นแท้แล้ว ปัญหาการสร้างโมเดลสามารถแสดงได้ดังนี้:
P(Sₜ₊₁ | Bₜ, Aₜ, Eₜ)
เมื่อกำหนดความเชื่อปัจจุบัน Bₜ การกระทำที่เป็นตัวเลือก Aₜ และเหตุการณ์ภายนอกที่ควบคุมไม่ได้ Eₜ สถานะใดบ้างที่มีแนวโน้มจะตามมา? จากนั้นข้อสังเกตใหม่ Oₜ₊₁ จะอัปเดตสถานะความเชื่อและปรับเทียบการคาดการณ์
เหตุใด CarryGo จึงเป็นโมเดลโลกแบบไฮบริด
CarryGo ไม่ได้พึ่งพาโมเดลแบบ end-to-end ที่ทึบแสงเพียงตัวเดียวในการทำนายทั้งบริษัท มันรวมพลศาสตร์สี่ประเภทเข้าด้วยกัน:
- กฎที่แน่นอน (deterministic rules) สำหรับสัญญา สิทธิ์ ข้อจำกัดด้านสินค้าคงคลัง ข้อจำกัดทางการเงิน และการอนุมัติ
- โมเดลความน่าจะเป็น (probabilistic models) สำหรับอุปสงค์ การแปลง Conversion การจัดส่ง ต้นทุน และความเสี่ยง
- โมเดลเชิงสาเหตุและสถานการณ์ (causal and scenario models) สำหรับการประมาณผลกระทบส่วนเพิ่มของการแทรกแซง
- LLMs และการจำลองแบบหลายเอเจนต์ (multi-agent simulations) สำหรับการเสนอสมมติฐาน การสร้างแผน การอธิบายหลักฐาน และการสร้างแบบจำลองการตอบสนองของผู้มีส่วนได้ส่วนเสีย
กฎบังคับใช้ขอบเขตที่แข็งแกร่ง โมเดลความน่าจะเป็นแสดงถึงความไม่แน่นอน โมเดลเชิงสาเหตุลดความเสี่ยงในการเข้าใจผิดว่าสหสัมพันธ์คือผลกระทบ เอเจนต์สำรวจและดำเนินการตามแผนที่เป็นไปได้ในสถานการณ์ที่เปิดกว้าง
ผลลัพธ์คือโมเดลโลกธุรกิจแบบไฮบริดที่สามารถตรวจสอบ เปลี่ยนแทน และปรับเทียบส่วนประกอบต่างๆ ได้
จากการคาดการณ์สู่การดำเนินการ: สถานการณ์จำลอง Duowei
Duowei คือแบรนด์ผลิตภัณฑ์ดูแลส่วนบุคคลสัญชาติจีนที่มีพื้นฐานจากการผลิตที่โปร่งใสและชาญฉลาด ให้บริการความต้องการดูแลประจำวันในหลากหลายสถานการณ์
สมมติว่าอัตราการแปลง Conversion ในไลฟ์สตรีมของ Duowei ลดลง 18% ผู้ช่วย AI ทั่วไปอาจแนะนำให้แก้ไขสคริปต์หรือเพิ่มโปรโมชันทันที
CarryGo จะถามก่อนว่าสคริปต์เป็นสาเหตุจริงหรือไม่
มันอ่านองค์ประกอบของทราฟฟิก การคลิกผลิตภัณฑ์ สินค้าคงคลังที่ขายได้ การคืนเงิน การจัดส่ง การกำหนดราคา และแคมเปญที่เทียบเคียงได้ มันพบการเปลี่ยนแปลงสามอย่าง: ทราฟฟิกที่ไม่ตรงกลุ่มถึง 41% ผลิตภัณฑ์หลักมีสินค้าคงคลังเหลือ 1.6 วัน และอุปสงค์บางส่วนถูกเปลี่ยนเส้นทางไปยังสินค้าทดแทนที่มีอัตรากำไรต่ำกว่า
จากนั้นมันจำลองสองทางเลือก ตัวเลขต่อไปนี้แสดงให้เห็นถึงประสบการณ์ของผลิตภัณฑ์ ไม่ใช่การคาดการณ์ประสิทธิภาพการผลิต
ทางเลือก A: รักษาค่าใช้จ่ายสื่อ ปรับเปลี่ยนกลไกไลฟ์สตรีม และเติมสินค้าคงคลังทันที
- กำไรส่วนเพิ่มจากผลงานที่คาดหวัง: 180,000–260,000 หยวน
- ช่วงความเสี่ยงสินค้าหมดสต็อกและการจัดส่ง: 25%–35%
- ปัจจัยอ่อนไหวหลัก: เวลามาถึงและต้นทุนทราฟฟิกที่ได้ผล
ทางเลือก B: ลดทราฟฟิกที่ไม่ตรงกลุ่ม เปลี่ยนส่วนผสมผลิตภัณฑ์ และปรับลำดับครีเอเตอร์
- กำไรส่วนเพิ่มจากผลงานที่คาดหวัง: 120,000–170,000 หยวน
- ช่วงความเสี่ยงการเปลี่ยนแปลงกลุ่มผู้ชม: 8%–14%
- ปัจจัยอ่อนไหวหลัก: ความเหมาะสมของกลุ่มผู้ชมและอัตรากำไรของสินค้าทดแทน
หลังจากได้รับการอนุมัติ ตัววางแผนจะขยายทางเลือกที่เลือกเป็น DAG โครงการ ทีมเนื้อหาแก้ไขกลไก ทีมปฏิบัติการสื่อปรับค่าใช้จ่าย ทีมซัพพลายเชนตรวจสอบสินค้าคงคลัง Butler ของครีเอเตอร์ประสานงานตารางเวลา ทีมการเงินปกป้องพื้นอัตรากำไร แต่ละโหนดได้รับผู้ดำเนินการ กำหนดเวลา เกณฑ์การยอมรับ และรายการงาน
เมื่อผลลัพธ์กลับมา CarryGo จะอัปเดตคำอธิบายเกี่ยวกับโลกของมัน ไม่ใช่แค่บทสรุป คุณภาพของสคริปต์อาจสูญเสียน้ำหนักการให้เหตุผล ในขณะที่ความเหมาะสมของกลุ่มผู้ชมและสินค้าคงคลังที่ขายได้กลายเป็นตัวแปรที่สำคัญมากขึ้น DAG ถัดไปสามารถเพิ่มเกณฑ์ร่วมสำหรับผู้ชมและสินค้าคงคลังก่อนที่จะขยายค่าใช้จ่าย
DAG อธิบายว่า CarryGo ตั้งใจจะเปลี่ยนแปลงโลกอย่างไร โมเดลพลศาสตร์ประมาณการว่าโลกอาจตอบสนองอย่างไร ผลลัพธ์บันทึกว่ามันตอบสนองจริงอย่างไร
นั่นคือความหมายของวิวัฒนาการ: กราฟที่แม่นยำยิ่งขึ้น โครงสร้างที่เปลี่ยนไป และเส้นทางการดำเนินการที่ดีขึ้น
ส่วนที่ยากไม่ใช่การปลุกเอเจนต์ 10,000 ตัวให้ตื่น
การรันเซสชันโมเดลหลายพันครั้งนั้นค่อนข้างง่าย การปล่อยให้เอเจนต์ ผู้คน และระบบภายนอกเปลี่ยนแปลงโลกธุรกิจเดียวกันโดยไม่ทำให้มันเสียหายนั้นยากกว่ามาก
ทุกการกระทำภายนอกที่มีนัยสำคัญสามารถเข้าใจได้ว่าเป็นซองการกระทำ (Action Envelope) ที่ประกอบด้วยอย่างน้อย:
เอเจนต์ไม่ได้แก้ไขความเป็นจริงเพียงเพราะมันได้รับพรอมต์ การกระทำต้องผ่านการตรวจสอบตัวตน สิทธิ์ งบประมาณ ความเสี่ยง และเวอร์ชันของโลก
การดำเนินการที่ทนทาน (durable execution) ต้องใช้สัญญาเช่า (leases) การทำให้ไม่ซ้ำ (idempotency) การชดเชย (compensation) และสแนปชอต (snapshots) วิวัฒนาการภายใต้การกำกับดูแล (governed evolution) ต้องมีการเล่นซ้ำ (replay) การรันเงา (shadow runs) การเผยแพร่แบบเป็นขั้น (staged release) ประตูอนุมัติ (approval gates) การย้อนกลับ (rollback) และสวิตช์หยุดการทำงาน (kill switches)
เมื่อเราบอกว่า AI ควรดำเนินธุรกิจ เราไม่ได้หมายถึงความเป็นอิสระที่ไม่จำกัด
เราหมายถึงความเป็นอิสระที่สามารถให้คะแนน อนุญาต สังเกต ขัดจังหวะ และรับผิดชอบได้
เราจะรู้ได้อย่างไรว่าโมเดลกำลังดีขึ้น
CarryGo ไม่ควรวัดความฉลาดจากปริมาณที่เอเจนต์พูด มันควรถูกประเมินจากผลลัพธ์:
- อัตราความขัดแย้งของสถานะโลก
- ข้อผิดพลาดในการทำนายสถานะแบบขั้นตอนเดียวและหลายขั้นตอน
- การปรับเทียบระหว่างความเสี่ยงที่คาดการณ์กับความถี่ที่สังเกตได้
- ค่าเบี่ยงเบนระหว่างผลลัพธ์ที่คาดหวังกับผลลัพธ์ที่เกิดขึ้นจริง
- การละเมิดข้อจำกัด การกระทำที่ซ้ำซ้อน และการย้อนกลับ
- อัตราการยอมรับ DAG ในครั้งแรก
- ความล้มเหลวในการถดถอยหลังวิวัฒนาการของโมเดล
หากตัวชี้วัดเหล่านี้ไม่ดีขึ้น "โมเดลกำลังเรียนรู้" ก็เป็นเพียงคำกล่าวทางการตลาด
เรากำลังสร้างมันอย่างไร
CarryGo ได้สร้างเลเยอร์ที่ชัดเจนของโมเดลโลกธุรกิจแล้ว: การเริ่มต้นใช้งานองค์กร เอนทิตีทางธุรกิจและความรู้ การประกอบบริบท การดำเนินการ DAG และโครงการ การประสานงานแบบ Butler–Worker สิทธิ์แบบหลายผู้เช่า (multi-tenant permissions) และร่องรอยการดำเนินการ (execution traces)
เลเยอร์นี้ทำให้สถานะขององค์กรสามารถติดตามได้ กฎสามารถแสดงออกได้ และการกระทำสามารถดำเนินการได้
ขั้นตอนต่อไปจะเสริมสร้างพลศาสตร์ที่เรียนรู้: การจำลองสถานการณ์ การระบุสาเหตุของผลลัพธ์ การปรับเทียบการคาดการณ์ และวิวัฒนาการ DAG ภายใต้การกำกับดูแล
เหนือไปกว่านั้น Butler ที่เป็นตัวแทนขององค์กรต่างๆ สามารถค้นพบโอกาสและเจรจาต่อรองภายใต้การอนุญาตที่ชัดเจนและกฎการเปิดเผยข้อมูลขั้นต่ำ ธุรกรรมที่ได้มาตรฐานและมีความเสี่ยงต่ำอาจเสร็จสมบูรณ์โดยอัตโนมัติภายในขอบเขตงบประมาณและสัญญาที่กำหนดไว้ล่วงหน้า
โมเดลโลกไม่ใช่ฟีเจอร์ที่เสร็จสมบูรณ์ในรุ่นเดียว มันคือระบบที่ซื่อสัตย์มากขึ้นผ่านการดำเนินงานจริง
โมเดลโลกทางกายภาพช่วยให้หุ่นยนต์ถามว่า: ถ้าฉันก้าวนี้ จะเกิดอะไรขึ้นรอบตัวฉัน?
CarryGo ช่วยให้องค์กรถามว่า: ถ้าเราเปลี่ยนแปลงผลิตภัณฑ์ ราคา ช่องทาง ทีม หรือความร่วมมือ ธุรกิจจะเปลี่ยนแปลงไปอย่างไรต่อไป?
LLMs ช่วยให้คนทำงานเร็วขึ้น
CarryGo ทำให้องค์กรสามารถเข้าใจ ทำนาย ลงมือทำ และเรียนรู้ในฐานะโลกที่สอดคล้องเป็นหนึ่งเดียว
