अधिकांश सीआईओ एआई के बारे में गलत प्रश्न पूछ रहे हैं। और इसकी उन्हें कीमत चुकानी पड़ रही है.
AI एंटरप्राइज़ सॉफ़्टवेयर की जगह नहीं ले रहा है। लेकिन यह उद्यमों के संचालन के तरीके को फिर से बदल रहा है, और इस प्रक्रिया में एक गहरे वास्तुशिल्प बदलाव को उजागर कर रहा है जिसे अधिकांश संगठनों ने अभी तक पूरी तरह से मान्यता नहीं दी है। अधिकांश असफल एआई निवेशों का मूल कारण लगभग हमेशा एक ही होता है: लूप विखंडन – संदर्भ, निर्णय, और सीखना एक मजबूत प्रणाली के बजाय डिस्कनेक्ट किए गए भागों के रूप में काम करना। वास्तविक प्रश्न जो वास्तव में मायने रखता है वह यह है कि क्या एआई निवेश एप्लाइड इंटेलिजेंस सिस्टम का निर्माण कर रहा है जो संदर्भ को समझता है, स्वायत्त रूप से कार्य करता है, और लगातार सुधार करता है या मानव नेविगेशन के लिए डिज़ाइन किए गए वर्कफ़्लो पर स्वचालित रूप से परत चढ़ाता है।
उद्योगों और प्रक्रिया श्रृंखलाओं में, एक स्पष्ट पैटर्न उभर रहा है। एंटरप्राइज़ स्टैक अलग-अलग परतों में अलग हो रहा है, प्रत्येक एआई-संचालित दुनिया में एक अलग भविष्य के साथ। रिकॉर्ड की नींव पर सिस्टम बैठे हैं – ईआरपी प्लेटफॉर्म, विनियमित वर्टिकल सिस्टम, वित्तीय और नैदानिक अनुप्रयोग। ये ऐसे लेन-देन निष्पादित करते हैं जिनमें कानूनी, ऑडिट या सुरक्षा निहितार्थ होते हैं। एआई उनकी जगह नहीं लेगा, इसलिए नहीं कि इसमें क्षमता की कमी है, बल्कि इसलिए कि इन क्षेत्रों में स्वायत्तता दायित्व और शासन द्वारा बाधित है। वास्तव में, ये प्रणालियाँ अधिक मूल्यवान हो जाती हैं क्योंकि इनमें व्यवसाय वास्तव में कैसे संचालित होता है इसका गहनतम एन्कोडेड ज्ञान होता है।
दूसरे चरम पर अनुभव की सतह है – सेवन, रूटिंग, समन्वय, सलाहकार वर्कफ़्लो, प्रस्ताव निर्माण, घटना पर कब्जा। ये फ़ंक्शन मानव संपर्क के लिए बनाए गए थे: फॉर्म, कतारें, अनुमोदन, मैन्युअल व्याख्या। एआई एजेंट उन्हें तेजी से, लगातार और बड़े पैमाने पर निष्पादित करते हैं। यहीं पर प्रत्यक्ष व्यवधान पहले से ही हो रहा है।
इन परतों के बीच अगले दशक का सबसे परिणामी युद्धक्षेत्र बैठता है: एआई ऑपरेटिंग परत। अधिकांश संगठन इस परत के लिए स्पष्ट रूप से डिज़ाइन नहीं कर रहे हैं। वे उपकरणों के बढ़ते पैचवर्क के माध्यम से अप्रत्यक्ष रूप से इसकी खोज कर रहे हैं।
पहला है कॉन्टेक्स्ट लूप. इंटेलिजेंस की शुरुआत न केवल डेटा को समझने से होती है, बल्कि अर्थ से भी होती है – जानकारी किसी विशिष्ट ग्राहक, लेनदेन, बाधा या जोखिम से कैसे संबंधित है। रिकॉर्ड की प्रणालियाँ यहाँ एक महत्वपूर्ण भूमिका निभाती हैं क्योंकि वे संचालन के वर्षों में संचित डोमेन लॉजिक को एनकोड करती हैं। प्रासंगिक ग्राउंडिंग के बिना, एआई एजेंट ऐसे आउटपुट उत्पन्न करते हैं जो तेज़ लेकिन अविश्वसनीय होते हैं।
दूसरा है डिसीजन लूप. यह वह जगह है जहां प्रासंगिक समझ कार्रवाई में तब्दील हो जाती है – काम को रूट करना, मामलों को प्राथमिकता देना, हस्तक्षेप शुरू करना, मापदंडों को समायोजित करना, कार्यों को स्वायत्त रूप से निष्पादित करना। यह निर्धारित करता है कि AI सलाहकारी बना रहेगा या क्रियाशील हो जाएगा। इस लूप का नियंत्रण तेजी से प्रतिस्पर्धात्मक लाभ को परिभाषित करता है क्योंकि यह नियंत्रित करता है कि संगठन वास्तव में कैसे व्यवहार करता है।
तीसरा है लर्निंग लूप. प्रत्येक क्रिया एक परिणाम उत्पन्न करती है; प्रत्येक परिणाम प्रतिक्रिया उत्पन्न करता है। उन संकेतों को पकड़ने और उन्हें मॉडल, नीतियों और संदर्भ में वापस फीड करने से समय के साथ प्रदर्शन में सुधार होता है। यही वह चीज़ है जो स्वचालन को एक स्थिर टूलसेट के बजाय एक कंपाउंडिंग क्षमता में बदल देती है। फिर भी तकनीकी कारणों से नहीं, बल्कि संरचनात्मक कारणों से सीखने की प्रक्रिया की उपेक्षा की जाती है। फीडबैक सिग्नल पूरे सिस्टम में बिखरे हुए हैं – परिणाम ईआरपी में रहते हैं, वर्कफ़्लो टूल में ओवरराइड होते हैं, ईमेल में सुधार होते हैं। उन्हें पकड़ने के लिए ऐसे उपकरण की आवश्यकता होती है जिसकी तैनाती के समय कभी योजना नहीं बनाई गई थी। एक संगठनात्मक गतिशीलता भी है: स्वचालन का निर्माण करने वाली टीमों के पास अक्सर मॉडलों को फिर से प्रशिक्षित करने का अधिकार नहीं होता है। परिणाम एआई है जो कार्यान्वित तो होता है लेकिन कभी सुधार नहीं करता – एक कंपाउंडिंग परिसंपत्ति के बजाय अधिकतम सीमा वाली क्षमता।
व्यवस्थित शिक्षण के बिना, आप बुद्धिमत्ता का निर्माण नहीं बल्कि एआई प्रयोग चला रहे हैं।
दो बीमा वाहकों पर विचार करें, जिन्होंने 2023 में एआई-संचालित दावा ट्राइएज तैनात किया था। पहले ने निर्णय लेने के लिए इंटेक को जोड़ा लेकिन कोई फीडबैक तंत्र नहीं बनाया। चक्र का समय 30% गिरा और फिर स्थिर हो गया। दूसरे ने सभी तीन लूप बनाए: इनटेक फेड निर्णय, और प्रत्येक समायोजक ओवरराइड एक प्रशिक्षण संकेत बन गया। अठारह महीने तक, उनका मॉडल 60% प्रकार के मामलों में मानव समीक्षा से बेहतर प्रदर्शन कर रहा था और मासिक रूप से सुधार कर रहा था। समान निवेश क्षितिज. मौलिक रूप से भिन्न वास्तुकला। एक संगठन ने एआई खरीदा था। दूसरे ने बुद्धि का निर्माण किया था।
यह पैटर्न लॉजिस्टिक्स, वित्तीय सेवाओं, स्वास्थ्य देखभाल संचालन और विनिर्माण में दोहराया जाता है। प्रदर्शन करने वाले एआई और संयोजन करने वाले एआई के बीच अंतर मॉडल के बारे में लगभग कभी नहीं होता है। यह इस बारे में है कि क्या लूप जुड़े हुए हैं।
एआई व्यवधान एक सिद्धांत का पालन करता है: संदर्भ, निर्णय और सीखने के चक्रों का एकीकरण।
जहां ये लूप खंडित होते हैं, वहां विस्थापन सबसे अधिक होता है। जहां वे एकीकृत होते हैं, वहां लचीलापन सबसे मजबूत होता है। बिखरे हुए संदर्भ, मैन्युअल निर्णय और कमजोर फीडबैक लूप वाली प्रक्रियाओं को आसानी से बदल दिया जाता है। एआई एजेंट संदर्भ को एकीकृत करते हैं, तेजी से कार्य करते हैं और लगातार सुधार करते हैं। इसके विपरीत, विनियमित और डोमेन-गहन प्रणालियाँ लचीली रहती हैं क्योंकि संदर्भ गहरा होता है, निर्णय नियंत्रित होते हैं, और सीखने को कसकर नियंत्रित किया जाता है। उच्च जोखिम वाले, वास्तविक दुनिया के वातावरण में, मनुष्य हाइब्रिड इंटेलिजेंस को आदर्श बनाते हुए सीखने के चक्र का हिस्सा बने रहते हैं।
2025 में एजेंटिक एआई के उदय ने इस वास्तुशिल्प अंतर को नजरअंदाज करना असंभव बना दिया है। एजेंट अब बड़े पैमाने पर स्वायत्त रूप से कार्य कर सकते हैं लेकिन क्या वे समझदारी से कार्य करते हैं यह पूरी तरह से इस बात पर निर्भर करता है कि तीन लूप जगह पर हैं या नहीं। उनके बिना, आप खुफिया जानकारी तैनात नहीं कर रहे हैं। आप बिना निर्णय के गति बढ़ा रहे हैं।
निहितार्थ सरल है: व्यवधान लूप विखंडन का अनुसरण करता है, SaaS श्रेणियों का नहीं। सीआईओ के लिए, लूप्स को मजबूत करने की प्राथमिकता स्पष्ट है। रिकॉर्ड एंकर संदर्भ की प्रणालियाँ। अनुभव की परतें निर्णयों को गति देती हैं। निर्णय परत का स्वामित्व होना चाहिए. क्योंकि जो लूप्स को नियंत्रित करता है वह बुद्धि को नियंत्रित करता है।
जो सामने आ रहा है वह कोई उत्पाद चक्र नहीं है बल्कि संगठनों के कामकाज में बदलाव है। एप्लाइड इंटेलिजेंस कोई ऐसी चीज़ नहीं है जिसे आसानी से खरीदा जा सके। यह एक ऑपरेटिंग मॉडल है जिसमें संदर्भ, निर्णय और सीखना लगातार एक दूसरे को सुदृढ़ करते हैं। एआई बनाम सास के बारे में बहस अंततः फीकी पड़ जाएगी क्योंकि यह भविष्य को एक प्रतिस्थापन समस्या के रूप में प्रस्तुत करती है। वास्तविक परिवर्तन वास्तुशिल्प है। AI एंटरप्राइज़ सॉफ़्टवेयर को ख़त्म नहीं करेगा। यह उजागर करेगा कि उस सॉफ़्टवेयर के कौन से हिस्से बुद्धिमत्ता में योगदान करते हैं और जो केवल मानव वर्कअराउंड का समर्थन करते हैं।
जो संगठन इस अंतर को जल्दी समझ लेंगे वे अगली पीढ़ी के उद्यम संचालन को आकार देंगे। जो लोग ऐसा नहीं करते हैं वे पाएंगे कि उनकी प्रौद्योगिकी स्टैक अधिक स्मार्ट हुए बिना तेज़ हो गई है।
यहां देखने लायक प्रश्न है – आपके वर्तमान एआई पोर्टफोलियो में, कौन से निवेश सीखने की प्रक्रिया को बढ़ावा दे रहे हैं और कौन से तेजी से चल रहे हैं? यदि आप इसका उत्तर नहीं दे सकते, तो आप बुद्धिमत्ता का निर्माण नहीं कर रहे हैं। आप स्वचालन किराये पर ले रहे हैं.
(व्यक्त विचार निजी हैं)
यह लेख ज़ोरियंट के मुख्य परिवर्तन अधिकारी विनीत मोरोनी द्वारा लिखा गया है।
(टैग्सटूट्रांसलेट)एआई(टी)एंटरप्राइज सॉफ्टवेयर(टी)एआई निवेश(टी)एप्लाइड इंटेलिजेंस(टी)ऑटोमेशन
Discover more from Star News 24 Live
Subscribe to get the latest posts sent to your email.
