Lynda Weinman
بسیاری لیندا واینمن را "مادر آموزش اینترنتی" لقب داده اند. وی که هم اکنون (2016) ۶۰ سال سن دارد در ۱۹۹۵ سایتی را راه اندازی کرد که به عنوان منبعی رایگان برای دانش آموزان محسوب می شد. طی آن دوران لیندا به صورت خودآموز در حال یادگیری طراحی وب بود و تلاش داشت تا آموخته هایش را با سایرین نیز به اشتراک بگذارد. هر چند این روزها مسئله یاد شده امری عادی به حساب می آید اما در اواسط دهه نود -روزگاری که هنوز یوتیوبی نبود- یادگیری طراحی وب به صورت خودجوش چندان مسئله رایجی محسوب نمی گشت.
اشتیاق آن روزهای لیندا در یادگیری ، حالا به لطف وب سایت و سرویسی هایی همانند آنچه خود او راه اندازی کرده به میلیون ها نفر دیگر در سراسر دنیا نیز سرایت نموده و آنها می توانند با اندک هزینه ای و در هر جا و مکانی آنچه که دوست دارند را فرا بگیرند.
ناگفته نماند که پیدا کردن مسیر صحیح کسب و کار، حتی برای لیندا واینمن نیز بدون فراز و نشیب نبوده و وی هم مانند هر فرد موفق دیگری در راه رسیدن به پیروزی پستی و بلندی های بسیاری را از سر گذرانده.
درک نیازی که هیچکس به آن پاسخ نداده بود
وقتی در سال ۱۹۹۳ واینمن طراحی وب را اندک اندک فرا گرفته و قصد آموزش دادن آن را پیدا کرد، ابتدا به کتاب فروشی مراجع نمود و سعی کرد کتابی را به عنوان مرجع انتخاب و از روی آن به دانش آموزان خود درس بدهد. اما وی متوجه شد کتاب فروشی ها و کتابخانه ها تنها راهنماهایی بسیار فنی و پیچیده را ارائه می نمایند که درک شان برای افراد معمولی و با دانش متوسط تقریباً غیر ممکن محسوب می شود.
لیندا واینمن میگوید: به یاد می آورم که با خود فکر کردم شاید چنین کتابی هنوز وجود ندارد. بلافاصله از کتاب فروشی به خانه رفتم و ایده ی اولیه نوشتن آن را پیاده سازی کردم.
کمی بعد کتاب "طراحی گرافیک های تحت وب" که به باور بسیاری اولین کتاب ساده و قابل درک توسط عموم در رابطه با حرفه طراحی وب بود، توسط افراد بسیاری در سراسر دنیا به عنوان یک مرجع غیر فنی مورد استفاده قرار می گرفت و محبوبیتی غیر قابل باور به دست آورده بود.
درست در همان زمان و در سال ۱۹۹۵ واینمن آدرس ایمیل فردی را مشاهده نمود که به صورت debbie@debbie.com بود و مشتاق شد بداند آیا دامنه ی لیندا نیز برای ثبت کردن در دسترس قرار دارد یا خیر. وی این دامنه را خریداری و وبسایتی تحت آن راه انداخت تا از طریقش بتواند با دانش آموزان و همچنین خوانندگان کتاب خود ارتباط برقرار نماید.
شروعی کوچک و توسعه ای آهسته و پیوسته
بعد از موفقیت کتاب واینمن همسر او، بروس هون (Bruce Heavin)، که در اصل موسس کمپانی لیندا نیز محسوب می شود، پیشنهاد داد در طول تعطیلات بهاره یکی از سالن های کامپیوتر دانشگاهی را اجاره نموده و در آن به مدت یک هفته دوره آموزش طراحی وب برگزار نمایند.
آنها این ایده را عملی کردند و سپس به منظور جذب افراد علاقه مند بنر تبلیغاتی را روی سایت لیندا قرار دادند. نه تنها ظرفیت کلاس یاد شده بسیار سریع پر گشت، بلکه افراد از گوشه و کنار دنیا و حتی مثلاً شهر وین برای حضور در آن ثبت نام نمودند.
اینکه تنها یک بنر در سایت خود قرار دهیم و سپس مردم از سراسر دنیا برای حضور در کلاس مان ثبت نام نمایند، باعث شده بود تا شوکه شویم.
آن کارگاه های یک هفته ای بسیار زود باعث شدند تا کسب و کار امروزی لیندا و همسرش پایه گذاری گردد. واینمن از درآمد حق امتیاز کتاب خود با ارزش ۲۰ هزار دلار استفاده کرد و مدرسه طراحی وبی را راه اندازی نمود که دوره هایش در هر ماه به سرعت پیش فروش شده و ظرفیت شان تکمیل می گشت. لیندا می گوید: "مشتریان زیادی وجود داشتند که مجبور بودیم به آنها نه بگوییم، زیرا ظرفیتی برای پذیرش شان وجود نداشت".
اوج گیری پس از بحران
کسب و کار لیندا پس از چند سال توانست ۳۵ فرصت شغلی را ایجاد و درآمدی ۳.۵ میلیون دلاری را فراهم کند. اما در سال ۲۰۰۱ و پس از انفجار حباب دات کام و حوادث مرتبط به یازده سپتامبر، تمایل افراد به یادگیری دروس طراحی وب کاهشی عجیب پیدا کرد، تا جایی که واینمن و همسرش در ادامه دادن مسیر مردد شده بودند.
کمپانی آنها دچار بحرانی جدی گشت، واینمن و هون ۷۵ درصد کارمندان خود را اخراج کردند و تنها ۹ نفر در استخدام شان باقی ماند. دفتر و مقر برگزاری دوره های لیندا نیز کوچک تر گشت و سعی را بر این گذاشتند تا واحد هایی با قیمت ارزان تر اجاره نمایند.
روز های سیاهی بود و حتی خودم تردید داشتم که می توانیم این کسب و کار را ادامه دهیم یا خیر.
خود واینمن در مورد آن ایام می گوید: "همه در حال نبرد برای بقا بودند و سعی می کردند سر خود را بالای آب نگه دارند. ما نیز وضعیتی مشابه را تجربه می کردیم و در نهایت درست همین زمان بود که تصمیم گرفتیم خدمات خود را به صورت کاملاً آنلاین ارائه نماییم."
روزگاری که ایده یاد شده شکل گرفت و سپس عملی گشت (ارائه خدمات به صورت آنلاین) تماشای فیلم بر روی کامپیوترها تازه در حال رواج یافتن بود. لیندا دات کام تصمیم گرفت در ازای سرویسی که ارائه می کند هزینه حق اشتراکی ۲۵ دلاری را به صورت ماهیانه دریافت نماید.
افراد اندکی از این راهکار استقبال کردند. واینمن می گوید: "درآمد مان به شدت افت کرده بود. روز های سیاهی بود و حتی خودم تردید داشتم که می توانیم این کسب و کار را ادامه دهیم یا خیر."
با تنها ۱۰۰۰ نفر پرداخت کننده حق اشتراک ماهیانه، بقای کمپانی به نظر بسیار سخت می رسید. ایجاد یک جامعه ی آنلاین زمان بر است و لیندا به خود امید می داد که آنها مسیر شان را عوض نکرده اند بلکه راهی تازه را شروع نموده اند پس باید صبر پیشه کنند. او توضیح می دهد که "همه چیز بسیار آهسته پیش رفت. ولی کم کم پرداخت حق اشتراک ماهیانه آنلاین رواج پیدا کرد و مقدار آن هر ساله چندین برابر شد".
در ۲۰۰۶ تعداد مشترکین به ۱۰۰.۰۰۰ نفر رسید و واینمن و همسرش ۱۵۰ کارمند خود را به همراه خانواده هایشان به دیزنی لند بردند تا موفقیت بزرگی که رقم خورده بود را جشن بگیرند.
ایجاد فرهنگ سازمانی مناسب در زمان رشد
اینکه اعضا و کارمندان شرکت همانند یک خانواده با یکدیگر در تعامل باشند همواره برای لیندا حائز اهمیت بوده و او حتی همیشه تلاش داشته تا افراد تحت استخدام خود را با اسم کوچک بشناسد و صدا بزند. ولی رشد سریع کمپانی و رسیدن تعداد کارمندان به عدد ۵۰۰، رفته رفته چالش هایی تازه را پدید می آورد و سبب می گردد واینمن در ایده آل های خود بازنگری نماید.
وی می گوید: "چالش اصلی بر سر تعیین سمت و مقام افراد بود. اینکه با هر کس چه برخوردی باید صورت بگیرد. همه ی کسانی که رشدی سریع را در شرکت خود تجربه کرده اند می دانند که ایجاد سلسله مراتب تا چه حد اهمیت دارد."
در ۲۰۰۷ تصمیم بر این شد تا یک مدیرعامل جهت اداره ی بهتر مجموعه به آن اضافه گردد. به گفته ی خود لیندا "درست در همان زمان بود که او تصمیم گرفت در رفتارها و برخوردهای خود سیاست بیشتری داشته و بروکراتیک تر عمل نماید".
ایجاد فرهنگ سازمانی برای شرکتی با بیش از ۵۰۰ کارمند کاری بسیار دشوار خواهد بود ولی حتی آنچه از این مسئله نیز دشوارتر به حساب می آید پایه ریزی درست و مطابقت دادن افراد با فرهنگ یاد شده است. اینکار در زمانی که یک شرکت نوپا و کوچک محسوب می شود چندان سخت نیست و شاید ضروری هم نباشد ولی با رشد آن صورت پذیرفتنش الزام می یابد.
پیش به سوی موفقیت
مدتی است که بسیاری تصور می کنند دوره های آموزش ویدئویی می توانند آینده آموزش به حساب بیایند.
در طی سال های اخیر کمپانی واینمن توسط افراد گوناگونی که در حرفه ی خود بهترین هستند دوره های آنلاین متعددی را ایجاد نموده و سعی کرده نشان دهد این دوره های آنلاین راه و روش یادگیری را برای همیشه متحول کرده اند.
لیندا دات کام قالبی معین و کارآمد را برای دوره های آموزشی اش پدید آورده و سپس کوشش کرده تا از نظر موضوعی نیز در بین مطالب مورد تدریس خود تنوع ایجاد نماید. روزگاری در وب سایت مورد بحث تنها ۲۰ دوره آموزش ویدئویی آنلاین وجود داشت، اما اکنون این رقم به ۶۳۰۰ رسیده که شامل ۲۶۷.۰۰۰ ویدئوی آموزشی می گردد.
ارائه ی کتابخانه ای ویدئویی به جای اینکه از افراد درخواست شود تا در دوره هایی مشخص با روال معمول و پیوسته شرکت نمایند، عاملی بوده که سبب گشته شیوه ی آموزشی لیندا دات کام نسبت به سایرین کاملاً متفاوت گردد.
واینمن می گوید: "مدتی است که بسیاری تصور می کنند دوره های آموزش ویدئویی می توانند آینده آموزش به حساب بیایند. ما به خاطر همین تفاوت مان مورد توجه قرار داشته و تحت نظر سایرین هستیم".
فروش به لینکدین Linked in
من به شخصه بر روی اثری که از همکاری دو کمپانی با یکدیگر پدید می آید متمرکز هستم.
واینمن زمانی که متوجه می شود لینکدین قصد خرید کمپانی اش را دارد، در ابتدا شوکه می گردد. او و همسرش هرگز به دنبال فروش شرکت خود و یافتن مشتری برای آن نبوده اند و البته در سن ۶۰ سالگی وی هنوز هم احساس می نموده که برای بازنشستگی بسیار زود است.
اما رفته رفته به این نتیجه می رسند که این فروش و ادغام دو کمپانی با یکدیگر احتمالاً امری منطقی و موثر خواهد بود. هر دو شرکت به نوعی تلاش داشته اند به افراد کمک کنند تا وضعیت شغلی خود را بهبود بخشند و احتمالاً در کنار یکدیگر بسیار بهتر از گذشته می توانند این هدف را محقق کنند.
واینمن می گوید: "بسیاری از مردم بر روی رقم معامله صورت پذیرفته تمرکز دارند و شاید این مسئله برای افرادی که با صنعت ما آشنا نیستند یک شگفتی محسوب شود. ولی خود من به شخصه بر روی اثری که از همکاری دو کمپانی با یکدیگر پدید می آید متمرکز هستم و اولین چیزی که در رابطه با این موضوع به ذهنم می رسد، میزان بزرگی این اثرگذاری است."
به نظر می آید حتی لیندا واینمن هم از موفقیت خودش شگفت زده است و تصور چنین روزی را نداشته. بر خلاف بسیاری از بنیانگذاران کمپانی ها مهم تکنولوژیک امروزی ، وی با هدف کسب درآمد های کلان شروع به کار نکرده و قصد اولیه اش هرگز ایجاد کمپانی نبوده که توسط لینکدین به ارزش ۱.۵ میلیارد دلار خریداری شد. او تنها سعی داشته آنچه که برای خودش جذاب بوده، یعنی طراحی وب را به سایرین نیز بیاموزد.
واینمن که بر حسب اتفاق بدل به یک معلم گشته، می گوید: "من نه چندان گنگ بودم و نه به آن صورت خوره ی دنیای تکنولوژی. افراد زیادی پیش من می آمدند و می پرسیدند چگونه این کار را انجام می دهی؟ یا چگونه آن کار را انجام می دهی؟ هرگز با خودم فکر نکرده بودم به اشتراک گذاشتن دانش در رابطه با آنچه که برایت جالب است، در واقع همان تدریس کردن محسوب می شود."
در حالکیه لیندا اعتقاد دارد تنها در زمان و مکان مناسبی حضور داشته، سخت است بدل شدن یک دامنه ی ۳۵ دلاری به کسب و کاری ۱.۵ میلیارد دلاری را حاصل یک اتفاق بدانیم.
این دوره به عنوان یک منبع جامع طراحی شده است تا متخصصان فناوری را با درک عمیقی از چشم انداز فناوری هوش مصنوعی و نحوه عملکرد پشته فناوری هوش مصنوعی مجهز کند. این دوره یک رویکرد عملی و ساختاریافته برای تسلط بر مفاهیم، فناوریها و استراتژیهای پیادهسازی هوش مصنوعی ارائه میکند و شما را قادر میسازد تا به طور موثر ابتکارات هوش مصنوعی را در سازمان خود رهبری و مدیریت کنید. از طریق ترکیبی از دانش اثبات شده و مطالعات موردی در دنیای واقعی، مهارت ها و اعتماد به نفس را برای حرکت در اکوسیستم هوش مصنوعی به سرعت در حال تکامل به دست آورید.
نمونه ویدیوی آموزشی ( زیرنویسها جدا از ویدیو است و میتوانید آنرا نمایش ندهید ) :
[فارسی]
01 مقدمه
01-01 به دنیای هوش مصنوعی خوش آمدید
01-02 خود را در هوش مصنوعی جاسازی کنید
02 چگونه راه حل های هوش مصنوعی بسازیم
02-01 مراحل ساخت راه حل های هوش مصنوعی
02-02 سایر گزینه های اجرای هوش مصنوعی
02-03 دستیابی به نرم افزار هوش مصنوعی
02-04 CRISP-DM و مدیریت پروژه AI
02-05 اتصال مدل های هوش مصنوعی به سیستم ها
02-06 پشته علم داده
03 بلوک های ساختمانی هوش مصنوعی
03-01 چرخه هایپ گارتنر
03-02 RPA (اتوماسیون فرآیند رباتیک)
03-03 رباتیک
03-04 کشف تقلب
03-05 پیش بینی ها
03-06 بهینه سازی
03-07 توصیه ها
03-08 بینایی کامپیوتر
03-09 بو، مزه، لمس
03-10 صدا
03-11 وسایل نقلیه خودران
03-12 اینترنت اشیا و شهرهای هوشمند
03-13 AR، VR، و متاورس
03-14 NLP
04 GenAI World
04-01 انقلاب GenAI
04-02 مدل های زبان بزرگ (LLM)
04-03 تنظیم دقیق و چت ربات ها
04-04 معماری RAG
04-05 نمایندگان و LLM های چندوجهی
04-06 برنامه های کاربردی GenAI برای شرکت ها
04-07 خطرات GenAI
05 داده ها
05-01 دیتا روغن جدید است
05-02 منابع داده و داده های مصنوعی
05-03 ذخیره سازی داده ها
05-04 پردازش داده ها با GPU و QPU (پردازنده کوانتومی)
05-05 چرخه عمر داده در پروژه های هوش مصنوعی
05-06 داده های بزرگ در مقابل داده های کوچک
05-07 کسب درآمد از داده ها
05-08 کار با داده ها: چالش ها و بهترین شیوه ها
05-09 حاکمیت داده و مدیریت داده
06 ساخت یک نمونه کار هوش مصنوعی
06-01 انتخاب پروژه های با ارزش هوش مصنوعی
06-02 معیارهای انتخاب برای نمونه کارها هوش مصنوعی شما
06-03 محاسبه ROI برای پروژه هوش مصنوعی
07 تحول دیجیتال
07-01 تحول دیجیتال: فرآیند و نقش ها
07-02 ساخت استراتژی هوش مصنوعی
07-03 بهترین و بدترین شیوه های تحول دیجیتال
08 ساخت تیم های هوش مصنوعی
08-01 نقش های تیم هوش مصنوعی
08-02 نقش های تیم هوش مصنوعی در چرخه حیات پروژه
08-03 استخدام و ایجاد انگیزه در تیم هوش مصنوعی شما
08-04 ارتباطات و دیگر چالش های تیم سازی
08-05 انتخاب اندازه تیم خود
09 متریک
09-01 معیارهای استراتژیک
09-02 معیارهای پروژه
09-03 معیارهای علم داده
10 بازآموزی و MLOps
10-01 بازآموزی مدل های هوش مصنوعی
10-02 بازآموزی، بازسازی، یا عدم یادگیری مدل
10-03 بهترین زمان برای آموزش مجدد
10-04 حلقه آموزش خودکار و انسان در حلقه
10-05 MLOps، تولید و نگهداری هوش مصنوعی
سکوهای 10-06 MLOps
11 مدیریت هوش مصنوعی و ارائه مفاهیم هوش مصنوعی
11-01 حل چالش های مدیریت هوش مصنوعی
11-02 فروش مفهوم هوش مصنوعی خود به تصمیم گیرندگان
11-03 پاسخ به سؤالات تصمیم گیرندگان
11-04 کار با تامین کنندگان هوش مصنوعی
11-05 برنامه ریزی و بودجه بندی پروژه های هوش مصنوعی
12 پروژه Capstone
12-01 مقدمه ای بر مطالعه موردی
12-02 نمونه راه حل و ارائه
12-03 نوبت شما: روی مطالعه موردی خود کار کنید
13 نتیجه گیری
13-01 از آن عاقلانه استفاده کنید
[ENGLISH]
01 Introduction
01-01 Welcome to the world of AI
01-02 Embedding yourself in AI
02 How to Build AI Solutions
02-01 Steps to build AI solutions
02-02 Other AI implementation options
02-03 Acquiring AI software
02-04 CRISP-DM and AI project management
02-05 Connecting AI models to systems
02-06 Data science stack
03 AI Building Blocks
03-01 Gartner Hype Cycle
03-02 RPA (robotic process automation)
03-03 Robotics
03-04 Fraud detection
03-05 Predictions
03-06 Optimization
03-07 Recommendations
03-08 Computer vision
03-09 Smell, taste, touch
03-10 Voice
03-11 Autonomous vehicles
03-12 IoT and smart cities
03-13 AR, VR, and the metaverse
03-14 NLP
04 GenAI World
04-01 GenAI revolution
04-02 Large language models (LLMs)
04-03 Fine-tuning and chatbots
04-04 RAG architecture
04-05 Agents and multimodal LLMs
04-06 Practical GenAI applications for companies
04-07 GenAI risks
05 Data
05-01 Data is the new oil
05-02 Sources of data and synthetic data
05-03 Storing data
05-04 Processing data with GPU and QPU (quantum processor)
05-05 Data lifecycle in AI projects
05-06 Big data vs. small data
05-07 Data monetization
05-08 Working with data: Challenges and best practices
05-09 Data governance and data management
06 Building an AI Portfolio
06-01 Selecting valuable AI projects
06-02 Selecting criteria for your AI portfolio
06-03 Calculating ROI for AI project
07 Digital Transformation
07-01 Digital transformation: Process and roles
07-02 Building AI strategy
07-03 Best and worst digital transformation practices
08 Building AI Teams
08-01 AI team roles
08-02 AI team roles on the project lifecycle
08-03 Recruiting and motivating your AI team
08-04 Communication and other team-building challenges
08-05 Selecting your team size
09 Metrics
09-01 Strategic metrics
09-02 Project metrics
09-03 Data science metrics
10 Retraining and MLOps
10-01 Retraining AI models
10-02 Retraining, rebuilding, or model unlearning
10-03 Best time to retrain
10-04 Automatic training loop and human-in-the-loop
10-05 MLOps, production, and AI maintenance
10-06 MLOps platforms
11 AI Management and Presenting AI Concepts
11-01 Solving AI management challenges
11-02 Selling your AI concept to decision-makers
11-03 Answering decision-makers questions
11-04 Working with AI suppliers
11-05 Scheduling and budgeting AI projects
12 Capstone Project
12-01 Introduction to the case study
12-02 Sample solution and presentation
12-03 Your turn: Work on your own case study
13 Conclusion
13-01 Use it wisely
ماریا پاریز، مدیر عامل و مالک ElephantAI. ماریا در ده سال گذشته ده ها پروژه هوش مصنوعی را مدیریت و ارائه کرده است. او یک دانشگاهی فعال، یک مدرس دانشگاه، و یک سخنران اصلی - از جمله در مجمع عمومی سازمان ملل متحد (UNGA) است. او سه شرکت موفق هوش مصنوعی از جمله ElephantAI را تاسیس کرده است. او آموزش های هوش مصنوعی را برای مدیران ارائه می دهد، دانش خود را در مورد آخرین فناوری های هوش مصنوعی به اشتراک می گذارد و آنها را در توسعه پروژه ها و محصولات به کار می برد. او محقق دکترای هوش مصنوعی و آموزش از دانشگاه شهر دوبلین است.