تعلن TrueFoundry عن استحواذها على Seldon AI، موسعة بذلك لوحة التحكم الخاصة بها للذكاء الاصطناعي للمؤسسات. البيان الصحفي الكامل →
احصل على وصول فوري إلى بيئة TrueFoundry مباشرة. انشر النماذج، ووجّه حركة مرور LLM، واستكشف المنصة بالكامل — بيئة الاختبار الخاصة بك جاهزة في ثوانٍ، ولا يلزم وجود بطاقة ائتمان.
"كان معدل تخلي العملاء عن الطلب مرتفعًا جدًا بين تحميل الوصفة الطبية وتأكيد الطلب."
— رئيس قسم الأعمال، الأدوية الموصوفة
كانت طريقة الطلب القديمة تتطلب من العملاء الانتظار لساعات قبل أن تتم معالجة طلباتهم. وقد أدى ذلك إلى تخلي العديد من العملاء عن الطلب بين تحميل الوصفة الطبية وتقديم الطلب (80-90% من العملاء). أدركت الشركة أن أتمتة العمليات التالية يمكن أن يؤدي إلى وقت استجابة أسرع وتحسين معدل تحويل العملاء:
تواصل رئيس قسم الأعمال مع فريق التعلم الآلي لبناء مسار عمل للتعلم الآلي يمكنه حل هذه المشكلات. كانوا يريدون حلاً سريعًا لأنه يؤثر بشكل مباشر على إيراداتهم.
"كنا نقضي الكثير من الوقت في القيام بأشياء ليست ضمن خبرتنا."
— كبير علماء البيانات
كان فريق التعلم الآلي يتأخر في تسليم المشروع. أجرى الفريق الكثير من التنسيق مع فريق DevOps لإعداد البنية التحتية للتجارب الجديدة، وإنشاء عروض توضيحية، ونشر واجهات برمجة تطبيقات النماذج، وما إلى ذلك. واجهوا تحدي بناء نماذج متطورة مثل التعرف الضوئي على الحروف (OCR) واكتشاف الضبابية على بيانات الوصفات الطبية. كانت هذه البيانات مشوشة ولكنها تتطلب أن يكون النموذج دقيقًا، وبالتالي تطلبت تجارب وتكرارات متعددة باستخدام أحدث بنى النماذج.
احتاج فريق التعلم الآلي إلى المساعدة للتركيز على حل مشكلة التعلم الآلي المعقدة لأنهم كانوا مشغولين بمحاولة تجهيز النموذج للإنتاج. وهذا يعني فترة تأخير طويلة في تحقيق الأثر التجاري.
أرادت الشركة أداة MLOps يمكن لفريق التعلم الآلي استخدامها لإعداد مسار عمل التعلم الآلي دون الحاجة إلى مساعدة فريق DevOps لبناء نماذجهم واختبارها وعرضها وتجهيزها للإنتاج ومراقبتها.
مكنت TrueFoundry فريق علم البيانات من أن يصبح مستقلاً فيما يتعلق بمتطلبات MLOps الخاصة بهم. يمكن للفريق التصرف بشكل مستقل في الأمور التي كانت تتطلب عادةً تنسيقًا ذهابًا وإيابًا مع فريق DevOps.
"لقد عملت TrueFoundry كشريك لفريق علم البيانات، وغالبًا ما تجاوزت نطاق عملها لضمان نجاح فريقنا."
— عالم بيانات أول
يستخدم فريق تعلم الآلة TrueFoundry لما يلي:
في مرحلة التطوير، استخدم الفريق منصة TrueFoundry لـ
تمكن الفريق بشكل مستقل، باستخدام المنصة، من نشر نماذج الإنتاج في غضون ساعة:
كان الفريق بحاجة منتظمة إلى ملاحظات من مديري المنتجات ورؤساء الأعمال، لذلك استخدموا المنصة لـ:
بعد نشر النموذج، استخدم فريق تعلم الآلة منصة TrueFoundry لإعداد مسار عمل لمراقبة أدائه وضمان تحقيقه تأثيرًا تجاريًا من خلال:
نظرًا للطبيعة الحساسة للبيانات وتوقعات النموذج، استخدم فريق تعلم الآلة منصة TrueFoundry من أجل:
كان لدى الفريق أعباء عمل تعمل في AWS و GCP واحتاجوا إلى نقل بعض النماذج من سحابة إلى أخرى. استخدموا لوحة التحكم متعددة السحابات في TrueFoundry من أجل:
"استغرقنا 6 أيام فقط بدلاً من 4 أشهر المتوقعة لنقل مسارات عمل ML الخاصة بنا من AWS إلى GCP باستخدام TrueFoundry، وهو أمر مذهل. لقد كنا شريكًا مبكرًا لـ TrueFoundry وشهدنا تحسنًا كبيرًا في المنتج."
— رئيس قسم DevOps
باستخدام نماذج ML المنشورة على منصة TrueFoundry، تمكن الفريق من تقديم تجربة عملاء أكثر سلاسة بكثير. لقد قاموا بأتمتة العمليات اليدوية، مما أدى إلى توفير وقت فريق الصيادلة. قلل المشروع وقت انتظار العملاء من وصفة الدواء إلى الدفع من ساعتين إلى 5 دقائق.
أدت هذه التغييرات إلى تحسين نسبة تحويل العملاء من تحميل الوصفات الطبية بمقدار نقطة مئوية واحدة تقريبًا، مما سيحقق تأثيرًا على الإيرادات الإجمالية بقيمة 1.5 مليون دولار للشركة في السنة الأولى وربما أكثر في المستقبل.
أحدث الأخبار والمقالات والموارد تصلك مباشرة إلى بريدك الوارد
© 2026 جميع الحقوق محفوظة.
