आर्टिफिशियल इंटेलिजेंस (एआई) के आसपास की चर्चा अपरिहार्य है। जबकि सॉफ्टवेयर विकास जैसे विशिष्ट क्षेत्रों के बारे में अभी तक पर्याप्त प्रभाव के कोई व्यापक उदाहरण नहीं हैं – कई का मानना है कि एआई व्यवसायों के लिए परिवर्तनकारी हो सकता है। उदाहरण के लिए, मैकिन्से एंड कंपनी का अनुमान है कि एआई 2030 तक वार्षिक वैश्विक उत्पादन में $ 4.4 ट्रिलियन तक जोड़ सकता है।
जबकि संभावनाएं उत्साह को तय करती हैं, संशयवादियों का तर्क है कि उन्होंने पहले भी इस तरह के प्रचार को देखा है, कि डिजिटल परिवर्तनों की एक पुरानी लहर बुलंद वादों द्वारा संचालित थी जो औसत दर्जे का व्यावसायिक मूल्य में परिवर्तित नहीं हुई थी। मैकिन्से रिसर्च ने पाया कि लगभग 70% परिवर्तन परियोजनाएं अपने लक्ष्यों को पूरा करने में विफल रही हैं-डिजिटल तकनीक के कारण नहीं, बल्कि उपयोगकर्ता-केंद्रितता की कमी के कारण, धीमी-से-अपेक्षित निष्पादन और खराब तकनीकी गोद लेने की रणनीतियों के कारण-सही इरादे और निष्पादन मॉडल होने के बावजूद। व्यवसाय सफल डिजिटल परिवर्तनों से तीन प्रमुख सीख का पालन करके एआई के साथ समान गलतियों को दोहराने से बच सकते हैं।
ALSO READ: भारत को युद्ध के एक संस्थापक टग के बीच अपना AI पथ बनाना चाहिए
सबसे पहले, वास्तव में गेम-चेंजिंग प्रोजेक्ट खोजें: एआई के पास कई उपयोगी लेकिन गैर-परिवर्तनकारी उपयोग के मामले हैं, जैसे कि विश्लेषक प्रथम-ड्राफ्ट रिपोर्ट बनाने वाले, वकीलों को अनुबंध या कर्मचारियों का मसौदा तैयार करने वाले वकील जानकारी और/या डेटा के एक बड़े आधार को क्वेरी करते हैं। जबकि ये व्यक्तिगत उत्पादकता में सुधार करते हैं, वे शायद ही कभी पूरे संगठन के प्रदर्शन पर एक परिवर्तनकारी प्रभाव डालते हैं। फिर भी, ये आज सबसे अधिक दृश्यमान और सामान्य एआई प्रयास हैं।
एआई गोद लेने के लिए एक मजबूत रोडमैप उन परियोजनाओं को अलग करने में मदद करने के लिए अमूल्य हो सकता है जो उन लोगों से सार्थक व्यावसायिक प्रभाव पैदा करते हैं जो केवल स्थानीय उत्पादकता लाभ प्रदान करते हैं। दोनों का मूल्य है, निश्चित रूप से, लेकिन परिवर्तनकारी लोगों को हाइलाइट और दोहराने की आवश्यकता है।
उदाहरण के लिए, ग्राहक बिक्री और संबंध प्रबंधन में, एआई वास्तव में परिवर्तनकारी हो सकता है। व्यवसाय-लीड प्रबंधन या ग्राहक सगाई के लिए ‘बुद्धिमान एजेंट’ लें जो चैट, आवाज या ईमेल के माध्यम से ग्राहकों के साथ बातचीत करते हैं, प्रश्नों का उत्तर देने के लिए और सिलवाया कुदालों को धक्का देने के लिए; शुरुआती पायलटों ने सगाई और रूपांतरण दरों को दोगुना या तिगुना देखा है, जिसमें 10-20% या अधिक वृद्धिशील राजस्व प्रभाव में 10-20% या अधिक है।
इस तरह के एआई समाधान सबसे अच्छे काम करते हैं जहां एक मानव की आवश्यकता नहीं होती है और मशीन लर्निंग एक ही कार्य के लिए एक औसत मानव डालने से काफी बेहतर हो सकती है।
ALSO READ: आर्टिफिशियल इंटेलिजेंस टूल्स उत्पादकता बढ़ाते हैं। वे महान बराबरी के रूप में भी कार्य कर सकते हैं
‘स्वायत्त एजेंट’ भी हैं जो प्रक्रियात्मक कार्यों के लिए अच्छी तरह से काम करते हैं जैसे कि सरल ग्राहक-सेवा अनुरोध जहां मशीन लर्निंग मूल्य नहीं जोड़ सकती है; यहां, एआई उच्च एआई-टेक ऑपरेटिंग लागतों के साथ, यहां तक कि लागत में 40% या उससे अधिक की कटौती कर सकता है।
फिर ‘कोपिलॉट्स’ हैं जो व्यापारिक रूप से अपनाने के लिए सबसे उपयुक्त हैं, जहां मानव भागीदारी की आवश्यकता होती है और मशीन लर्निंग सार्थक रूप से मानव प्रदर्शन को बढ़ा सकती है, जैसे कि क्वेरी को संभालने के लिए वास्तविक समय के समर्थन के साथ व्यापार-से-व्यवसाय सेल्सपॉप्स की सहायता करना, प्रस्तावों को अनुकूलित करना, अनुबंधों का मसौदा तैयार करना या ग्राहकों के साथ अनुवर्ती करना। प्रारंभिक कोपिलॉट गोद लेने के परीक्षणों ने 10-30%की प्रभावशीलता लाभ दिखाया है।
दूसरा, सेट-अप सही प्राप्त करें: यह एक अनुभवी नेता, डोमेन और प्रौद्योगिकी विशेषज्ञों की एक रिंग-फ़ेडेड टीम और एक ‘गेराज-जैसे’ ऑपरेटिंग मॉडल के साथ किया जाता है जो सह-निर्माण को बढ़ावा देता है। व्यवसायों को गुणवत्ता वाले डेटा पूल बनाने में सक्षम होने की आवश्यकता है, तेजी से पुनरावृत्तियों के लिए चुस्त विकास का उपयोग करें, तृतीय-पक्ष प्रदाताओं के साथ भागीदार और यदि आवश्यक हो तो समानांतर पायलट चलाएं। उन्हें कठोर परीक्षण और मॉडल प्रशिक्षण और मजबूत प्रभाव माप को सक्षम करना चाहिए।
बस के रूप में महत्वपूर्ण एक अनुकूली बजट दृष्टिकोण है। किसी भी पहल के लिए फंडिंग को तेजी से बढ़ाया जाना चाहिए यदि शुरुआती सफलता को देखा जाता है और अन्यथा सपाट रखा जाता है। यह प्रत्येक परियोजना के लिए एक वार्षिक बजट के विशिष्ट दृष्टिकोण से बेहतर काम करेगा।
ALSO READ: NITIN PAI: भारत आकार दे सकता है कि कैसे कृत्रिम बुद्धिमत्ता समाज के माध्यम से फैलती है
तीसरा, व्यवस्थित गोद लेने के लिए योजना: ‘एआई कोपिलॉट्स,’ जिसका उपयोग उनके कार्य व्यवहार को बदलने वाले कर्मचारियों के बड़े समूहों पर निर्भर करता है, विचारशील रूप से तैयार की गई गोद लेने की योजनाओं की आवश्यकता होती है और उनके उपयोग को चैंपियन बनाने के लिए नेताओं को प्रतिबद्ध किया जाता है। यही बात ‘स्वायत्त’ या ‘इंटेलिजेंट एआई एजेंटों’ पर भी लागू होती है।
अक्सर अनदेखी की गई अच्छी सामग्री और ऑडियो-विजुअल गोद लेने के गाइड का महत्व संगठन-व्यापी एआई गोद लेने में है। ऊपर उद्धृत लीड प्रबंधन या ग्राहक सगाई के लिए ‘इंटेलिजेंट एआई एजेंटों’ के उदाहरण में, जो संदेश कर्मचारियों को अवगत कराता है, ‘वीडियो और गोद लेने के प्रोत्साहन को’ कैसे ‘एक बड़ा अंतर है। यह दृष्टिकोण स्वामित्व को बढ़ावा देता है और उन लोगों को खरीदता है जो अंततः इसका उपयोग करेंगे।
पारदर्शी परिवर्तन कहानियां, स्पष्ट सफलता मैट्रिक्स और सहायक शिक्षण वातावरण जहां प्रशिक्षकों को भी प्रशिक्षित किया जाता है, को अपनाने में तेजी लाने में महत्वपूर्ण होता है। जहां एंड-यूजर्स में उपभोक्ता, विक्रेता या फ्रंट-लाइन श्रमिक शामिल हैं, प्रत्येक व्यक्ति द्वारा समय पर गोद लेने को प्रोत्साहित करने के लिए एक निरंतर एआई-उपयोग समर्थन प्रणाली की आवश्यकता हो सकती है।
इन तीन सीखों को लागू करना-परियोजना के चयन और गोद लेने के लिए सेट-अप करने से-कंपनियों को एआई गोद लेने के अपने अवसरों को एक परिवर्तनकारी प्रभाव बनाने में काफी मदद मिल सकती है। यह बाजार के नेतृत्व को प्राप्त करने या बनाए रखने या एक ऐसी दुनिया में पीछे गिरने के बीच का अंतर हो सकता है जहां एआई-मूल प्रतियोगी बढ़ रहे हैं। जैसा कि व्यवसाय आर्टिफिशियल इंटेलिजेंस के साथ अपने मार्ग पर विचार करते हैं, एक और भी मौलिक प्रश्न को संबोधित करने की आवश्यकता है: क्या उन्हें अपने मूल में रेट्रो-फिट एआई की कोशिश करनी चाहिए, या उन्हें खरोंच से नए क्लीन-स्लेट ‘एआई-मूल’ इकाइयों का निर्माण करना चाहिए?
लेखक क्रमशः, मैकिन्से एंड कंपनी के मुंबई कार्यालय में एक भागीदार और एक उत्पाद विशेषज्ञ हैं।
