Lanjutan dari sebelumnya? https://t.co/x2sTHdFHlA Jev AI: 10 Contoh Penerapan yang Mengejutkan Julian Goldie SEO #AIringkasan #Claude #Codex 10 Otomatisasi Keputusan yang Dicapai dengan Jev AI 🔳 Fitur Jev AI Jev AI adalah AI khusus keputusan yang dirilis oleh TypeSafe AI, yang tidak menghasilkan teks, tetapi dipaparkan sebagai model tipe System 1 yang memilih jawaban dari situasi dan pilihan yang diberikan, lalu mengembalikan tingkat keyakinannya. 🔳 Keputusan Cepat dan Berbiaya Rendah Dalam video dijelaskan bahwa Jev AI 20 hingga 200 kali lebih cepat dan 40 hingga 400 kali lebih hemat biaya dibandingkan model AI biasa, dengan jawaban yang dikembalikan dalam sekitar 0,1 detik. Fitur utamanya adalah kemampuan memproses sejumlah besar keputusan kecil secara cepat. 🔳 Tiga Jenis Format Keputusan Ada tiga format: Choice (memilih dari beberapa opsi), Score (menilai berdasarkan kriteria yang ditetapkan), dan Yes/No (menilai kemungkinan ya atau tidak dalam bentuk probabilitas). Jev AI juga dapat memproses beberapa pertanyaan secara bersamaan. .Automation Berbasis Tingkat Keyakinan Karena Jev AI mengembalikan keputusan sekaligus tingkat keyakinannya, sistem dapat dibangun agar otomatis menangani keputusan dengan tingkat keyakinan di atas ambang batas, sementara keputusan di bawah ambang batas dialihkan ke verifikasi manusia. 🔳 Contoh Penerapan 1: Pengelompokan Email Otomatis Email masuk secara otomatis diklasifikasikan menjadi: balas, telusuri lebih lanjut, tunggu, atau verifikasi manusia. Dalam contoh yang diberikan, 500 email diproses dalam beberapa detik dengan biaya total hanya 3,5 sen, dan hanya sekitar 12 email dengan tingkat keyakinan rendah yang perlu diverifikasi manusia. 🔳 Contoh Penerapan 2: Klasifikasi Kata Kunci SEO Kata kunci dalam jumlah ribuan hingga puluhan ribu diklasifikasikan menjadi: pengumpulan informasi, tujuan komersial, tujuan transaksi, dll., dan juga dapat digunakan untuk membagi ke halaman yang sudah ada atau halaman baru. Contoh penggunaan untuk mengatur otomatis ribuan kata kunci dalam spreadsheet disebutkan. 🔳 Prestasi Klasifikasi Dokumen Penelitian Sebagai contoh serupa, sebuah studi mengklasifikasikan 18 makalah penelitian ke dalam 24 kategori dengan biaya total 8 sen dan waktu pemrosesan sekitar 0,25 detik per item. 🔳 Contoh Penerapan 3: Penilaian Lead Lead diklasifikasikan menjadi kuat, sedang, lemah, dengan tingkat keyakinan, serta menilai apakah pesan yang dibuat sesuai untuk target tersebut. Contoh yang diberikan: 700 lead diproses dalam 40 detik dengan biaya 9 sen. 🔳 Contoh Penerapan 4: Membangun Tautan Internal Jev AI menentukan tautan yang tepat untuk setiap halaman di situs web, sehingga struktur tautan internal dapat dibangun secara otomatis. Pada situs dengan 586 halaman, 584 tautan dipasang dalam 45,1 detik dengan biaya 21 sen. 🔳 Keputusan untuk Tidak Membuat Tautan Tidak Perlu Dalam contoh tautan internal, Jev AI menilai bahwa 139 halaman tidak memiliki tautan yang sesuai, sehingga tidak memasang tautan apa pun. Ini penting karena Jev AI mampu membuat keputusan untuk tidak bertindak, bukan hanya otomatisasi sederhana. 🔳 Contoh Penerapan 5: Penilaian Publikasi Konten Secara bersamaan menilai apakah artikel menjawab niat pencarian, tidak mengandung klaim tanpa dasar, dan apakah tautan internalnya tepat. Jika hijau → publikasi otomatis; kuning → verifikasi manusia; merah → dikembalikan ke model generasi teks. 🔳 Contoh Penerapan 6: Pembagian Model AI Dapat digunakan sebagai router yang memilih model murah dan cepat atau model unggul dan mahal berdasarkan permintaan. Dalam contoh LangChain, pendekatan memilih model termurah yang masih mampu menangani tugas disebutkan. 🔳 Contoh Penerapan 7: Pengurangan Konteks Menilai apakah setiap panggilan alat dalam riwayat agen AI jangka panjang masih relevan saat ini, untuk mengurangi informasi tidak perlu. Dalam contoh, riwayat sekitar 1 juta token dikurangi menjadi 86.000 token dalam sekitar satu detik. 🔳 Tantangan Pengurangan Konteks Disebutkan bahwa menghapus riwayat secara individual berisiko menghilangkan alasan AI membuat keputusan tersebut atau alur keseluruhan sebelumnya. Secara teknis, apakah harus dihapus atau diurutkan ulang masih dalam tahap eksplorasi. 🔳 Contoh Penerapan 8: Pemantauan Situs Kompetitor Memantau perubahan di situs kompetitor dan menilai apakah perubahan tersebut penting bagi perusahaan Anda dalam bentuk probabilitas Ya/Tidak. Hanya perubahan yang melebihi ambang batas penting yang akan diberi notifikasi, sehingga mengurangi notifikasi tidak perlu akibat perubahan kecil. 🔳 Contoh Penerapan 9: Operasi Browser Setiap kali halaman web berubah, kandidat operasi yang mungkin diperbarui, dan Jev AI menentukan klik atau operasi berikutnya. Input teks ditangani oleh model generasi kecil lainnya, sementara Jev AI fokus hanya pada pengambilan keputusan. 🔳 Contoh Pencarian Penerbangan Dalam pencarian penerbangan, contoh menunjukkan bahwa kandidat ditemukan dalam sekitar 7 detik dengan biaya kurang dari 0,5 sen. Namun, proses ini hanya sampai pada pencarian dan penemuan kandidat—bukan pemesanan tiket aktual. 🔳 Contoh Penerapan 10: Pembagian Tugas ke Agen AI Tugas seperti pembuatan konten, riset, perbaikan situs, pembuatan video secara otomatis dialokasikan ke agen AI yang tersedia saat ini. Hanya tugas dengan tingkat keyakinan rendah yang dialihkan ke jalur manusia, memungkinkan alokasi otomatis tugas dalam jumlah besar. 🔳 Pemisahan Generasi Teks dan Pengambilan Keputusan Sebelumnya, model bahasa besar bertanggung jawab atas generasi teks dan keputusan kecil sekaligus. Dengan menyerahkan bagian pengambilan keputusan ke model seperti Jev AI, model mahal dapat fokus pada generasi dan pemrosesan kompleks. ListItemIcon Penurunan Biaya untuk Pemrosesan MassalSepuluh penggunaan yang diperkenalkan sendiri sebenarnya sudah bisa dicapai oleh AI tradisional, tetapi memanggil model besar untuk setiap keputusan kecil akan meningkatkan biaya dan waktu pemrosesan. Jev AI dianggap sebagai perubahan besar karena mampu mengurangi biaya untuk sejumlah besar keputusan. 🔳 Metode penerapan saat ini Meskipun teknologi ini baru saja muncul dan belum jelas apakah akan bertahan dalam jangka panjang, disarankan untuk memulai otomatisasi dari tugas-tugas sederhana yang diulang setiap hari atau seminggu sekali, seperti klasifikasi, evaluasi, dan pengelompokan. 🔳 Kesimpulan video Nilai Jev AI bukan terletak pada kemampuannya menulis teks, tetapi pada kemampuannya memproses sejumlah besar keputusan secara cepat dan berbiaya rendah, serta memisahkan proses otomatis dari verifikasi manusia berdasarkan tingkat keyakinan. Ini merupakan argumen utama video, yaitu bahwa hal ini dapat meningkatkan efisiensi dalam routing, pemantauan, dan persetujuan agen AI.