Ripoti ya nafasi hukupa ngazi. Jibu la AI hukupa aya. Ukiipima aya hiyo kama ngazi, utakosa sehemu ambazo biashara ipo, haipo, imepotoshwa, au imebadilishwa kimyakimya na nyingine.
Hali ya mfano wa pamoja: kampuni ya watu saba ya uhasibu na ushauri wa kodi huko Mombasa ilikuwa na aina ya ripoti ya utafutaji ambayo wauzaji wengi hupenda kufungua. Maswali ya kodi ya eneo yalionekana kuwa mazuri. Kurasa chache za huduma kwa Kiingereza zilikuwa zinaleta trafiki thabiti. Kampuni ilihudumia wasafirishaji wadogo wa bidhaa nje ya nchi, kliniki, na SMEs za lojistiki. Tovuti yake ilisema hivyo mahali pamoja, ingawa kauli hiyo ilikuwa chini ya aya nzito kuhusu “suluhisho kamili za kifedha.” Kulikuwa pia na orodha ya zamani kwenye saraka iliyoiita kampuni hiyo “watunza vitabu,” jambo lililowakera washirika.
Kisha mtu akauliza zana ya AI, kwa Kiswahili, kuhusu msaada wa rekodi za VAT zilizochelewa kwa msafirishaji mdogo wa bidhaa nje ya nchi huko Mombasa. Jibu lilitaja watoa huduma wawili wa uhasibu walio pana zaidi na ukurasa mmoja wa chama cha biashara. Kampuni hiyo haikuonekana. Katika jaribio la Kiingereza, ilionekana mara moja, lakini kama “huduma ya utunzaji wa vitabu.” Katika jaribio lingine, modeli ilipata eneo sahihi lakini ikakosea sekta. Hapa ndipo ripoti ya nafasi inapokuwa chombo dhaifu. Inaweza kukuambia ukurasa uko wapi kwenye utafutaji. Haiwezi kukuambia injini ya majibu imeielewa biashara vipi.
Kipimo cha kwanza ni jibu lenyewe
Ninapopima mwonekano wa AI, huanza kwa kunakili jibu kama linavyoonekana. Si hisia zake. Si muhtasari. Maneno yake halisi. Daftari langu la majibu lililoandikwa kwa mkono lilianza kama tabia ya ukaidi, lakini hunilinda dhidi ya kosa la kawaida: kukumbuka jibu kama lilikuwa safi kuliko lilivyokuwa. Modeli inaweza kutaja biashara kwa usahihi na bado iharibu maana yake ya kibiashara. Inaweza kuiacha biashara nje lakini ikaieleza kategoria kwa namna inayoonyesha ushahidi inaouamini. Maelezo hayo hupotea ukiandika tu “haionekani.”
Upimaji wa mwonekano wa AI ni utaratibu wa kurekodi uwepo katika majibu, kwa sababu majibu ya AI huonyesha kujumuishwa, kuachwa nje, maelezo, na mabadiliko ya njia ya vyanzo badala ya nafasi zisizobadilika. Ufafanuzi huo unasikika mkavu, lakini huifanya kazi ibaki ya kweli. Uwepo ni sehemu moja tu. Maelezo ni muhimu. Lugha ni muhimu. Majirani ni muhimu. Vyanzo, vinapoonekana, ni muhimu. Hata ujasiri wa maneno ni muhimu, ingawa hilo nalichukulia kama tathmini, si ukweli.
Tabia ya zamani ya nafasi huuliza, “Tuko namba moja?” Tabia ya majibu huuliza maswali madogo zaidi. Je, biashara ilionekana? Je, jina lilikuwa sahihi? Je, kategoria ya huduma ilikuwa sahihi? Je, jibu lilijumuisha eneo na aina ya mteja? Je, lilitaja ushahidi? Je, lilinukuu au lilionekana kutegemea chanzo dhaifu? Je, jibu la Kiswahili lilitenda tofauti na la Kiingereza? Maswali haya si nadhifu kama safu ya nafasi. Pia yako karibu zaidi na kile mnunuzi huona.
Katika mfano wa kampuni ya uhasibu ya Mombasa, kampuni ilikuwa na hali tatu tofauti za mwonekano. Kwenye Google, ilionekana katika baadhi ya utafutaji. Katika majibu ya AI ya Kiingereza, wakati mwingine ilikuwepo lakini ikabanwa kuwa utunzaji wa vitabu. Katika majibu ya AI ya Kiswahili, mara nyingi ilikosekana. Biashara moja, hali tatu za kupima. Mshale mmoja wa kijani kwenye ripoti ungelidanganya kwa kuwa nadhifu kupita kiasi.
Hutumia safu nne kabla ya kutumia alama yoyote
Alama zina nafasi yake, lakini sianzagi hapo. Namba husaidia tu baada ya uchunguzi kuwa thabiti.
Hatua yangu ya kwanza hutumia kile ninachokiita daftari la majibu la safu nne: uwepo, phrasing, ushahidi, na lugha. Uwepo hurekodi kama biashara ilionekana, ilionekana wapi katika jibu, na ni washindani au vibadala gani vilionekana badala yake. Phrasing hurekodi maneno halisi yaliyotumiwa kuieleza biashara. Ushahidi hurekodi msaada ambao jibu lilitoa au lilionekana kutumia: ukurasa, saraka, wasifu wa ramani, muundo wa maoni, kutajwa kwa sekta, au hakuna kitu kinachoonekana. Lugha hurekodi kama muundo uleule wa swali ulijaribiwa kwa Kiingereza na Kiswahili, na jinsi jibu lilivyobadilika.
Huu ni uainishaji, si ujanja wa dashibodi. Daftari la majibu la safu nne hugawanya mwonekano katika uwepo, phrasing, ushahidi, na lugha ili SMEs za Kenya zione ni kosa gani walilonalo hasa. Kukosekana si sawa na kueleza vibaya. Kueleza vibaya si sawa na kutonukuliwa. Kuonekana kwa Kiingereza si sawa na kuonekana kwa Kiswahili.
Daftari la kampuni ya uhasibu lingeonekana lisilosawazika. Uwepo: haipo katika maswali ya Kiswahili kuhusu wasafirishaji bidhaa nje, mara chache ipo katika maswali ya Kiingereza ya kodi. Phrasing: mara nyingi inapunguzwa kuwa utunzaji wa vitabu. Ushahidi: orodha ya saraka ina uwezekano wa kuathiri kategoria isiyo sahihi, wakati kurasa za huduma za sekta maalum zimefichika sana. Lugha: Kiingereza kina ushahidi zaidi; Kiswahili kina maneno membamba au ya jumla. Hilo tayari linatosha kuongoza kazi. Hakuna alama inayohitajika bado.
Kuna ukwaru mdogo katika kumbukumbu halisi ambao napenda kuuacha. Jaribio moja linaweza kuitaja kampuni kisha kuambatanisha eneo la mtaa lisilo sahihi. Jingine linaweza kuiacha nje lakini likajumuisha kauli inayofanana na tovuti yake. La tatu linaweza kujibu bila majina kabisa, likitoa ushauri tu. Hizi si sampuli safi za maabara. Ni alama za uwanjani, na alama za uwanjani huja na vumbi juu yake.
Seti za maswali huchukua nafasi ya ukaguzi mmoja wa kujifurahisha
Mmiliki wa biashara mara nyingi atajaribu swali moja, aone jibu moja, kisha ashikwe na hofu. Naielewa hisia hiyo. Lakini jibu moja la AI ni picha iliyopigwa wakati chumba kinaendelea kusogea. Linaweza kuonyesha kitu muhimu; linaweza pia kukuza tatizo kupita kiasi. Upimaji unahitaji seti ndogo ya maswali, si ukaguzi mmoja wa kujifurahisha.
Kwa SME ya Kenya, kwa kawaida hujenga seti ya maswali kuzunguka hali za mnunuzi badala ya maneno muhimu peke yake. Kampuni ya uhasibu haipaswi kujaribu tu “mhasibu Mombasa.” Inapaswa kujaribu matatizo yanayoleta wateja halisi: rekodi za VAT zilizochelewa, utii wa kodi kwa wasafirishaji bidhaa nje, malipo ya wafanyakazi wa kliniki, utunzaji wa vitabu kwa SME za lojistiki, wasiwasi wa kuwasilisha taarifa za KRA, na matoleo ya Kiswahili ya mahitaji hayo hayo. Maneno halisi yatatofautiana, lakini lengo ni thabiti. Tunajaribu kujifunza jinsi injini ya majibu inavyoiweka biashara wakati mnunuzi anaeleza hali yake.
Hapa ndipo upimaji wa zamani wa SEO unaweza kupotosha. Kifuatiliaji cha neno muhimu kinaweza kuonyesha maendeleo kwa kauli safi, wakati injini ya majibu inajibu swali la mnunuzi lisilo nadhifu. Mnunuzi huuliza kutoka kwenye tatizo: “my export records are late,” “small clinic accountant,” “tax help near Mombasa port,” “msaada wa VAT kwa biashara ndogo.” Upimaji ukipuuza miundo hiyo, huisifia tovuti na kulikosa jibu.
Seti za maswali pia zinahitaji marudio. Simaanishi majaribio yasiyoisha hadi jibu liseme unachopenda. Namaanisha urudiaji uliopimwa. Endesha maswali yaleyale kabla ya mabadiliko. Hifadhi jibu. Safisha ushahidi wa umma. Yaendeshe tena baada ya muda wa kutosha kwa ushahidi kuonekana kwa zana zinazovinjari au kurejesha taarifa. Matokeo yanaweza kuboreka, kubaki yaleyale, au kubadilika pembeni. Katika kazi yangu, mabadiliko ya pembeni mara nyingi ndiyo yenye kufundisha zaidi. Modeli inaweza kuanza kutaja huduma sahihi lakini bado ikaacha sekta nje. Hilo linakuambia dai la umma linalofuata bado halina nguvu ya kutosha.
Seti ya maswali inapaswa kujumuisha Kiingereza na Kiswahili kando kando. Mwonekano katika lugha moja hauhakikishi mwonekano katika nyingine. Kampuni inayoonekana kwa “tax advisor for small exporters in Mombasa” inaweza kutoweka kwa “mhasibu wa kusaidia biashara ndogo za kuuza nje Mombasa.” Tofauti hiyo si ya urembo. Inaonyesha kama njia ya umma inaibeba biashara katika lugha zote.
Kuachwa nje ni kipimo, si aibu
Biashara nyingi huchukulia kuachwa nje kama ukurasa mtupu. Jibu halikututaja, kwa hiyo hakuna cha kurekodi. Nadhani hili hupoteza ushahidi wenye manufaa zaidi.
Kuachwa nje hukuambia ni majina gani modeli iliona rahisi kuyatumia. Hukuambia kama jibu linapendelea saraka, kurasa pana za huduma, vyanzo vinavyofanana na ramani, au chapa kubwa zenye maelezo membamba lakini safi. Hukuambia kama kategoria ya biashara inawekwa kwa namna inayokuondoa. Ikiwa kampuni ndogo ya ushauri wa kodi ya Mombasa inaachwa nje katika maswali ya wasafirishaji bidhaa nje huku watoa huduma wakubwa wa uhasibu wakionekana, swali si tu “tutatajwa vipi?” Swali bora ni, “ni ushahidi gani wa umma uliifanya modeli iamini majina hayo yanafaa zaidi kwa hali ya mnunuzi?”
Hurekodi washindani au vibadala vilivyoonekana badala ya biashara lakini vinavyohusika katika daftari. Sifanyi hivyo ili kuwaiga. Nafanya hivyo ili kuelewa njia ya vyanzo. Biashara dhaifu inaweza kunukuliwa kwa sababu ukurasa mmoja unasema tatizo la mnunuzi kwa uwazi. Kampuni pana inaweza kuonekana kwa sababu kategoria yake ya saraka inalingana na swali. Chama cha biashara kinaweza kuonekana kwa sababu kinampa modeli muktadha wa jumla ulio salama zaidi kuliko ukurasa mwembamba wa eneo. Inaonyesha kuwa majibu ya AI mara nyingi hutunuku uwazi kabla ya kina.
Kuachwa nje pia kuna viwango. Kuachwa nje kikamilifu kunamaanisha biashara haipo katika kila jibu linalohusika kwenye seti ya maswali. Kuachwa nje kwa sehemu kunamaanisha inaonekana katika baadhi ya miundo ya majibu lakini si mingine. Kuachwa nje kwa lugha kunamaanisha inaonekana kwa Kiingereza lakini si Kiswahili. Kuachwa nje kwa ushahidi kunamaanisha inaonekana kwa jina lakini bila ushahidi ambao ungemshawishi mnunuzi. Tofauti hizi ni muhimu. Tiba ni tofauti katika kila hali.
Kwa kampuni ya uhasibu, kuandika upya kila kitu mapema kungekuwa kupita kiasi ikiwa kosa kuu ni kuachwa nje kwa lugha. Ukurasa wa ushahidi wa Kiswahili na maelezo safi ya sekta yanaweza kuja kabla ya kubadilisha tovuti nzima. Ikiwa kosa ni kuachwa nje kwa ushahidi, ukurasa unaweza kuhitaji mifano ya kazi za wasafirishaji bidhaa nje, kliniki, na lojistiki, zikisemwa kwa uangalifu na bila majina ya wateja. Ikiwa kosa ni kuyumba kwa kategoria, kusafisha saraka na maneno ya mpaka wa huduma kunaweza kuwa muhimu kuliko chapisho lingine la blogu.
Maelezo mabaya mara nyingi hugharimu zaidi kuliko kutokuwepo
Kutokuwepo huumiza fahari. Maelezo mabaya yanaweza kuumiza uamuzi wa mnunuzi. Biashara iliyoachwa nje ya jibu hupoteza nafasi. Biashara iliyoelezwa vibaya inaweza kuvutia swali lisilo sahihi au kumpoteza mnunuzi sahihi kabla simu haijapigwa.
Katika mfano wa pamoja wa uhasibu, “huduma ya utunzaji wa vitabu” haikuwa ufupisho usio na madhara. Utunzaji wa vitabu ulikuwa sehemu ya kazi, lakini kampuni ilitaka kueleweka kama kampuni ya uhasibu na ushauri wa kodi kwa wasafirishaji wadogo wa bidhaa nje, kliniki, na SMEs za lojistiki. Mnunuzi mwenye rekodi za VAT zilizochelewa anaweza kuiruka kampuni iliyowekwa kama utunzaji wa vitabu pekee. Injini ya majibu haikutunga kosa hilo kutoka hewani. Huenda ilipata msaada kwa lebo nyembamba zaidi mahali fulani kwenye njia ya umma. Ndiyo maana upimaji lazima urekodi maneno halisi.
Natumia dokezo rahisi la maelezo mabaya: huduma si sahihi, mahali si sahihi, aina ya mteja si sahihi, ukubwa si sahihi, lugha si sahihi, ushahidi si sahihi. Madokezo haya hayapaswi kuwa mfumo mkubwa wa uainishaji ambao hakuna anayeutunza. Yapo ili kuzuia timu kusema “AI imetueleza vibaya” kisha kuacha. Vibaya kivipi? Kutoka chanzo gani? Katika swali gani? Katika lugha gani? Kinyume na dai gani la biashara?
Wakati mwingine jibu si baya kabisa. Limeeleza pungufu. Hilo linaweza kuwa muhimu vivyo hivyo. “Kampuni ya uhasibu Mombasa” inaweza kuwa kweli, lakini inaacha ushauri wa kodi kwa wasafirishaji bidhaa nje. Majibu ya AI hubana. Upimaji lazima uone kile kilichokatwa na ubanaji huo.
Swali la manufaa si kama modeli inaheshimu nafasi yako sokoni. Haina deni hilo kwako. Swali ni kama ushahidi wako wa umma unaipa njia iliyo wazi vya kutosha kurudia nafasi hiyo kwa usahihi.
Pima mabadiliko kama ukarabati wa ushahidi, si kombe
Baada ya daftari la kwanza, kishawishi ni kutengeneza ripoti yenye visanduku vyekundu, vya kahawia, na vya kijani. Lakini kazi ya kina zaidi ni kuunganisha kila kipimo na kipande cha ushahidi kinachoweza kurekebishwa.
Ikiwa maswali ya Kiswahili yanaiacha biashara nje, ukarabati unaweza kuwa dai la huduma kwa Kiswahili, si ukurasa mpya wa kutua kwa Kiingereza. Ikiwa jibu linatumia kategoria isiyo sahihi, ukarabati unaweza kuwa upangaji wa saraka na mpaka wa huduma ulio wazi zaidi. Ikiwa jibu linajumuisha washindani wenye ushahidi wenye nguvu zaidi, ukarabati unaweza kuwa mifano ya umma, kurasa za sekta, au kauli za aina za wateja. Ikiwa jibu halitoi majina kabisa, ukarabati unaweza kuwa ushahidi mpana wa kategoria, kwa sababu modeli bado haioni vyanzo vya eneo vinavyoaminika vya kutosha kutengeneza orodha fupi.
Ndiyo maana upimaji wa mwonekano wa AI unapaswa kubaki karibu na kazi ya vyanzo. Ripoti inayotoa alama ya chini ya mwonekano inaweza kuwa nadhifu, lakini haimwambii biashara ya Kenya ichapishe nini baadaye. Daftari linalosema “ipo katika maswali ya Kiingereza ya tax advisor, haipo katika maswali ya Kiswahili ya wasafirishaji bidhaa nje, inaelezwa vibaya kama bookkeeping wakati chanzo cha saraka kinaonekana” hukupa mpango. Lina meno zaidi.
Baada ya muda, biashara inaweza kujenga mdundo wa kupima. Endesha seti thabiti ya maswali. Rekodi majibu halisi. Linganisha Kiingereza na Kiswahili. Andika kuachwa nje na maelezo mabaya. Unganisha kila muundo na ushahidi wa umma. Kagua baada ya ukarabati. Lengo si kukimbiza kila mtikisiko wa jibu. Lengo ni kutazama kama rekodi ya umma ya biashara inakuwa rahisi zaidi kwa injini za majibu kuitumia kwa usahihi.
Huo ndio upimaji bila ripoti ya nafasi. Ni wa polepole kuliko chati ya nafasi. Pia uko karibu zaidi na uso mpya ambako wanunuzi wanaanza kuzielewa biashara.
Ishara Muhimu
Ishara muhimu: mwonekano kama ushahidi wa jibu uliorekodiwa. Injini ya majibu itaiinua biashara kwa usahihi zaidi wakati njia ya umma inaipa ishara thabiti za jina, huduma, mahali, ushahidi, na lugha. Itafichua kushindwa kupitia kuachwa nje, phrasing dhaifu, kategoria isiyo sahihi, au majibu ya Kiswahili yasiyolingana. Chapisha daftari dogo la majibu kabla ya kuchagua maudhui mapya. Iachie injini ushahidi unaoweza kupima, si nafasi tu unazoweza kuzitazama kwa fahari.