नींव ठीक करें, फिर बुद्धिमत्ता जोड़ें

यही शीर्षक है. उपपाठ अधिक गंभीर है.

एमआईटी ने अपने जेनएआई डिवाइड: स्टेट ऑफ एआई इन बिजनेस 2025 अध्ययन में पाया कि वैश्विक स्तर पर 95% जेनरेटिव एआई पायलट इसे कभी भी उत्पादन में नहीं लाते हैं। बीसीजी के अक्टूबर 2025 के शोध, द वाइडनिंग एआई वैल्यू गैप में पाया गया कि 60% कंपनियां अपने एआई निवेश से कोई भौतिक मूल्य नहीं पैदा कर रही हैं – और नेताओं और पिछड़ों के बीच का अंतर साल दर साल बढ़ रहा है, खत्म नहीं हो रहा है।

इसलिए, 2026 में भारतीय उद्यम बोर्डरूम के सामने सवाल यह नहीं है कि एआई पर अधिक खर्च किया जाए या नहीं। यही कारण है कि पहले ही इतना खर्च कर दिया गया है और बहुत कम दिया गया है। उत्तर मॉडल में नहीं है. यह इसके नीचे के बुनियादी ढांचे में निहित है।

अधिकांश उद्यमों में AI समस्या नहीं है। उनके पास एक बुनियादी ढांचे की समस्या है जिसे एआई ने उजागर किया है। डेटा उन सभी प्रणालियों में बिखरा हुआ है जिन्हें कभी भी एक-दूसरे से बात करने के लिए डिज़ाइन नहीं किया गया था। वर्कफ़्लो मैन्युअल हैंड ऑफ़र पर निर्भर करता है, किसी ने भी मैप करने की जहमत नहीं उठाई है। जब आप उस वातावरण के ऊपर एआई एजेंट की परत चढ़ाते हैं, तो आपने व्यवसाय को गति नहीं दी है। आपने अराजकता को स्वचालित कर दिया है।

प्रभावशाली डेमो तैयार करने वाले उद्यमों से आगे बढ़ने वाले उद्यमों को अलग करने वाला पैटर्न सुसंगत है: नींव को ठीक करें, फिर बुद्धिमत्ता जोड़ें। नेता अधिक स्मार्ट मॉडल तैनात नहीं कर रहे हैं। वे सबसे पहले गैर ग्लैमरस काम कर रहे हैं. वे डेटा को साफ कर रहे हैं, चैनलों को समेकित कर रहे हैं, वर्कफ़्लो को परिभाषित कर रहे हैं, और यह तय कर रहे हैं कि एआई कौन से कार्य कर सकता है और किन कार्यों में अभी भी मानवीय हस्तक्षेप की आवश्यकता है। जब तक मॉडल आता है, इनपुट साफ़ होते हैं और सफलता मीट्रिक पहले से ही परिभाषित होती है।

दूसरे, वे एआई को वहां लागू करते हैं जहां यह निष्पादन को गति देता है, न कि जहां यह जटिलता जोड़ता है। एआई तब सबसे अच्छा काम करता है जब इनपुट संरचित होते हैं और आउटपुट मापने योग्य होता है – एक रिज़ॉल्यूशन समय, एक रूपांतरण दर, एक ऑर्डर लागत। जैसा कि 2026 की पहली तिमाही के लिए केपीएमजी का ग्लोबल एआई पल्स इसे भारत में पेश करता है: “उद्यम आत्मविश्वास के साथ निवेश कर रहे हैं, लेकिन कार्यान्वयन अब वास्तविक अंतर है।” वह सही फ़्रेमिंग है. क्रियान्वयन, प्रयोग नहीं.

तीसरा, वे एआई अपनाने को एक व्यावसायिक अनुशासन मानते हैं, न कि एक प्रौद्योगिकी परियोजना। यह काम बिजनेस लाइन के स्वामित्व वाले फ्रंटलाइन ऑपरेशंस में अंतर्निहित है, और सीएफओ को पहले से ही परवाह करने वाले नंबर के आधार पर मापा जाता है। यह किसी भी बाजार में मायने रखता है, लेकिन यह भारत में बेहद मायने रखता है, जहां उद्यम नियामक, अनुपालन जटिलता और संगठनात्मक प्रतिरोध को अपनी सबसे बड़ी एआई चुनौतियों के रूप में उद्धृत करते हैं। उन चुनौतियों का समाधान खरीद निर्णय से नहीं होता है। संगठनात्मक अनुशासन से इनका समाधान हो जाता है।

यह भारतीय सक्रिय उद्यम क्षण है। 500 से 20,000 कर्मचारियों वाली कंपनियां, जटिलता कर को महसूस करने के लिए काफी बड़ी, इसे ठीक करने के लिए काफी छोटी, ऐसी कंपनियां हैं जहां एआई की उत्पादकता का वादा साबित होगा या टूट जाएगा। पर हालिया मध्य-बाज़ार अनुसंधान जटिलता की लागत एक संख्या को दांव पर लगाती है: भारतीय कंपनियां अपने एआई बजट का लगभग 27% ओवरहेड जटिलता के कारण खो देती हैं – खंडित सिस्टम, ओवरलैपिंग टूल और एकीकरण ड्रैग – यहां तक ​​​​कि आईटी नेता उस विशाल क्षेत्र में एआई के प्रबंधन से बढ़ते कार्यभार की रिपोर्ट करते हैं। एआई एकीकरण के मामले में भारत वैश्विक मध्य-बाज़ार में सबसे आगे है। ऐसा करने के लिए इसे उच्चतम जटिलता कर का भुगतान भी करना पड़ रहा है।

ये कंपनियाँ अपने सॉफ़्टवेयर व्यय का एक चौथाई हिस्सा एकीकरण ऋण में प्रवाहित नहीं होने दे सकतीं। उन्हें इसकी आवश्यकता नहीं है. इस समूह के नेता वे नहीं होंगे जो सबसे अधिक मॉडल खरीदते हैं। वे वे लोग होंगे जो पहले अपने परिचालन का पुनर्निर्माण करेंगे और फिर एआई को पहले से चल रहे व्यवसाय को बढ़ाने देंगे।

भारत गोद लेने में अग्रणी है। सवाल यह है कि इसे क्रियान्वयन नेतृत्व में कौन बदलेगा। वह दौड़ पूरी तरह से खुली है, और इसे डेमो में नहीं जीता जाएगा। इसे उस ऑपरेशन के अंदर जीता जाएगा जहां मध्य-बाज़ार आईटी नेता जटिलता की लागत में कटौती करते हैं, स्टैक को सरल बनाते हैं, और एआई को वह करने देते हैं जिसमें वह वास्तव में अच्छा है: एक ऐसा व्यवसाय बनाना जो काम करता है, बेहतर काम करता है।

(व्यक्त विचार निजी हैं)

यह लेख फ्रेशवर्क्स के सीईओ डेनिस वुडसाइड द्वारा लिखा गया है।