Az AI munkafolyamatok sikertelenségében gyakran egy kevésbé vizsgált lépés rejlik, amely sok automatizálási próbálkozást meghiúsít. Az előadó rávilágít arra, hogy a helyes kérdésfeltevés segíthet elkerülni a tipikus hibákat, ehelyett azonban sokan csak a „Melyik modellt válasszam?” felvetésnél ragadnak le.
A gondolkodást átalakítására ösztönöz: nem egy egész munkafolyamatra kell modellt választani, hanem az apró, atomi szintű feladatokhoz, mint például az adattisztítás, kontextus-keresés vagy formátumátalakítás. Ezek olyan „Lego kockák”, amelyekből a nagyobb munkafolyamatok felépülnek. Az automatizáció nehézségei gyakran abból adódnak, hogy ezek az alapvető lépések összemosódnak vagy elnagyolódnak.
Az előadó konkrét példákkal mutatja be, hogy milyen típusú részfeladatok doktornak eltérő AI modellek használatával hatékonyan automatizálhatók. Megtudhatjuk, hogy komoly eredmények eléréséhez nem elég egyetlen modellt bevetni – a modellekhez szokást, tapasztalatot és tudatos modelldiverzitást ajánl. Emellett szó esik arról is, hogyan lehet költséghatékonyan eligazodni a bővülő AI piacon, amikor döntéseket kell hozni a rendelkezésre álló modellek között.
A felvetett kérdések között szerepel: miként bonthatók le a munkafolyamatok kisebb, jól meghatározott egységekre, hogyan választhatjuk ki a leghatékonyabb modellt ilyen helyzetben, és miért járhat exponenciális megtérüléssel a tudatosabb, akár drágább AI előfizetés használata.
