एजेंटिक एआई: जो लोग मशीनों को निर्णय लेने देते हैं, उन्हें नेतृत्व को स्वचालित नहीं करना चाहिए - जिम्मेदारी की नई अर्थव्यवस्था

व्यवसाय में एजेंट एआई: स्वायत्तता, विश्वास और जिम्मेदारी की चुनौती

स्वचालन से स्वायत्तता की ओर: एआई किस प्रकार संगठनात्मक संरचना को बदल रहा है

एजेंटिक आर्टिफिशियल इंटेलिजेंस (एआई) के आगमन से कंपनियों के सामने मूलभूत चुनौतियाँ और अवसर दोनों ही मौजूद हैं। एआई का यह रूप केवल कार्यालयी कार्यों के स्वचालन से कहीं अधिक व्यापक है; इसमें व्यवसायों के संपूर्ण आर्थिक तंत्र को बदलने की क्षमता है। एजेंटिक एआई स्वतंत्र रूप से कार्यप्रवाह की योजना बनाने, निर्णय लेने और बदलती परिस्थितियों के अनुरूप ढलने में सक्षम है। इससे प्रबंधन का मुख्य प्रश्न न केवल कार्यों के स्वचालन तक सीमित रहता है, बल्कि इन स्वचालित प्रक्रियाओं से उत्पन्न परिणामों की जिम्मेदारी भी इसमें शामिल हो जाती है। कंपनियों को एआई-आधारित कार्य जगत की बढ़ती मांगों को पूरा करने के लिए अपनी संरचनाओं और जिम्मेदारियों को पुनर्परिभाषित करने की चुनौती का सामना करना पड़ रहा है।.

इससे संबंधित:

• Unframe | एजेंटिक एआई ऑटोमेशन | उद्यम कैसे काम करते हैं

इस नई वास्तविकता में, न केवल तकनीकी कौशल की आवश्यकता है, बल्कि मनुष्यों और मशीनों के बीच की गतिशीलता की गहरी समझ भी आवश्यक है। प्रबंधन को निर्णय लेने और जवाबदेही के लिए स्पष्ट दिशानिर्देश स्थापित करने होंगे ताकि एजेंटिक एआई के लाभों की सतत प्राप्ति सुनिश्चित हो सके। चुनौती स्वायत्तता और नियंत्रण के बीच सही संतुलन खोजने में निहित है ताकि लिए गए निर्णयों में दक्षता और विश्वास दोनों की गारंटी दी जा सके। जो कंपनियां इन चुनौतियों का सामना करने में सक्षम होंगी, वे न केवल एजेंटिक एआई के लाभों का फायदा उठा सकेंगी, बल्कि तेजी से बदलते आर्थिक परिवेश में अपनी प्रतिस्पर्धात्मकता को भी सुरक्षित कर सकेंगी।.

एजेंटिक एआई: कंपनियों के लिए क्रांति या जोखिम?

एजेंटिक आर्टिफिशियल इंटेलिजेंस कार्यालय के कामकाज के डिजिटलीकरण की दिशा में महज एक छोटा कदम नहीं है। यह कंपनियों के मूलभूत आर्थिक तर्क को बदल देता है क्योंकि यह न केवल व्यक्तिगत कार्यों में सहायता कर सकता है, बल्कि बदलती परिस्थितियों के अनुसार संपूर्ण कार्यप्रवाह की योजना बनाने, उसे क्रियान्वित करने, उसकी निगरानी करने और उसे अनुकूलित करने में भी सक्षम है। इससे प्रबंधन का मुख्य प्रश्न बदल जाता है। अब यह केवल इस बारे में नहीं है कि किन कार्यों को स्वचालित किया जा सकता है, बल्कि इस बारे में है कि जब एक डिजिटल प्रणाली लक्ष्य प्राप्ति के मार्ग के महत्वपूर्ण हिस्सों को निर्धारित करती है, तो परिणाम के लिए कौन जिम्मेदार होगा।.

यह बदलाव पारंपरिक प्रक्रिया स्वचालन या जनरेटिव असिस्टेंस सिस्टम की शुरुआत से कहीं अधिक व्यापक है। जैसे ही कोई एआई एजेंट परिभाषित सीमाओं के भीतर स्वतंत्र रूप से कार्य करता है, उपकरणों का उपयोग करता है, कई प्रणालियों से डेटा एकत्रित करता है और आवश्यकतानुसार अन्य एजेंटों को एकीकृत करता है, वह एक क्रियाशील कर्ता बन जाता है। उसकी कोई कानूनी या नैतिक जिम्मेदारी नहीं होती, लेकिन वह निर्णयों, लागतों, जोखिमों और ग्राहक अनुभवों को प्रभावित करता है। यहीं पर महत्वपूर्ण विरोधाभास उत्पन्न होता है: कंपनियां तकनीकी रूप से कार्य करने का अधिकार तो सौंप सकती हैं, लेकिन परिणामों की जिम्मेदारी नहीं।.

इसलिए, आर्थिक रूप से सफल होने वाली कंपनियां वे नहीं होंगी जो सबसे अधिक एजेंट स्थापित करती हैं। वे संगठन जो लगातार कार्यप्रवाह, निर्णय लेने के अधिकार और नियंत्रण तंत्र को नया रूप देते हैं, उनके सफल होने की अधिक संभावना है। एजेंटिक एआई इस प्रकार एक अतिरिक्त सॉफ्टवेयर उत्पाद से कहीं अधिक अपने स्वयं के संचालन मॉडल का पुनर्मूल्यांकन करने का अवसर है। यह कंपनियों को अंतर्निहित नियमों को स्पष्ट करने, जिम्मेदारियों को स्पष्ट करने और समन्वय के मूल्य का पुनर्मूल्यांकन करने के लिए बाध्य करता है।.

डिजिटल असिस्टेंट से लेकर ऑपरेशनल एक्टर तक

"एजेंटिक एआई" शब्द का प्रयोग अब इतना व्यापक रूप से किया जा रहा है कि इसकी सटीकता कम होती जा रही है। हर चैटबॉट जो किसी प्रश्न का उत्तर देता है, या हर ऑटोमेशन जो कई प्रोग्राम चरणों को जोड़ता है, एजेंट नहीं होता। व्यावसायिक विश्लेषण के लिए, यह स्पष्ट अंतर आवश्यक है क्योंकि लाभ, जोखिम और संगठनात्मक प्रभाव काफी हद तक इस बात पर निर्भर करते हैं कि किसी सिस्टम में वास्तव में कितनी स्वायत्तता है।.

परंपरागत रोबोट-सहायता प्राप्त प्रक्रिया स्वचालन पूर्वनिर्धारित नियमों का पालन करता है। यह तब विशेष रूप से कुशल होता है जब इनपुट मानकीकृत हों, प्रक्रियाएं स्थिर हों और अपवाद दुर्लभ हों। यदि कोई मामला निर्धारित पथ से विचलित होता है, तो प्रक्रिया अक्सर समाप्त हो जाती है या मानवीय हस्तक्षेप की आवश्यकता होती है। एक सह-पायलट अधिक लचीले ढंग से कार्य करता है लेकिन मूल रूप से एक सहायता प्रणाली ही रहता है। यह कार्यों की रूपरेखा तैयार करता है, शोध करता है, विश्लेषण करता है या सुझाव देता है जबकि एक मानव प्रक्रिया को नियंत्रित करता है और अगले चरणों को प्रारंभ करता है।.

इसके विपरीत, एजेंट को एक लक्ष्य दिया जाता है और वह स्वतंत्र रूप से कार्यों की एक श्रृंखला की योजना बनाता है। वे मध्यवर्ती लक्ष्य निर्धारित कर सकते हैं, जानकारी एकत्र कर सकते हैं, एप्लिकेशन का उपयोग कर सकते हैं, परिणामों की जांच कर सकते हैं और अपनी योजना में बदलाव कर सकते हैं। उदाहरण के लिए, खरीद प्रक्रिया में, वे मांग डेटा एकत्र कर सकते हैं, आपूर्तिकर्ता की जानकारी की तुलना कर सकते हैं, जोखिमों की पहचान कर सकते हैं, बातचीत का प्रस्ताव तैयार कर सकते हैं और अनुमोदन की तैयारी कर सकते हैं। मनुष्यों को हर कदम स्वयं शुरू करने की आवश्यकता नहीं होती; इसके बजाय, वे लक्ष्य, सीमाएं और आगे बढ़ने के बिंदु निर्धारित करते हैं।.

आर्थिक दृष्टिकोण से, इससे न केवल काम स्वचालित हो जाता है, बल्कि पहले आवश्यक समन्वय का एक हिस्सा भी कम हो जाता है। यह समन्वय अक्सर भूमिकाओं, पदानुक्रमों और बैठकों के माध्यम से आयोजित किया जाता था। यदि कोई एजेंट इसे तेज़ी से और कम लागत पर संभाल सकता है, तो पारंपरिक कार्य संरचनाओं पर दबाव पड़ता है। स्वचालन का केंद्र बिंदु कार्य से हटकर कार्यप्रवाह पर केंद्रित हो जाता है, और संभवतः, दीर्घकाल में, कार्यप्रवाह से हटकर समग्र व्यावसायिक परिणाम पर केंद्रित हो जाता है।.

स्वायत्तता, संदर्भ और सत्यापन योग्य विश्वास

किसी कंपनी के भीतर कोई सिस्टम वास्तव में एक एजेंट के रूप में कार्य करता है या नहीं, यह तीन विशेषताओं पर निर्भर करता है: स्वायत्तता, व्यावसायिक संदर्भ और सत्यापन योग्य विश्वास। स्वायत्तता का अर्थ असीमित स्वतंत्रता नहीं है, बल्कि स्वीकृत कार्यक्षेत्र के भीतर स्वतंत्र निर्णय लेने की क्षमता है। आर्थिक रूप से व्यवहार्य एजेंट को सब कुछ करने की अनुमति देना आवश्यक नहीं है। इसके विपरीत: उसका दायित्व जितना अधिक स्पष्ट रूप से परिभाषित होगा, लाभ और जोखिमों का प्रबंधन उतना ही आसान होगा।.

व्यवसायिक संदर्भ ही यह निर्धारित करता है कि तकनीकी बुद्धिमत्ता उपयोगी परिचालन प्रदर्शन में परिवर्तित होती है या नहीं। एक मॉडल मौखिक रूप से तो संतोषजनक उत्तर दे सकता है, लेकिन ग्राहक समझौतों, उत्पाद तर्क, जिम्मेदारियों, नियामक सीमाओं या ऐतिहासिक विसंगतियों के ज्ञान के अभाव में गलत निर्णय ले सकता है। कंपनियाँ अक्सर अनौपचारिक दिनचर्या, व्यक्तिगत नेटवर्क और अंतर्निहित मान्यताओं में निहित ज्ञान के भंडार को कम आंकती हैं। यह ज्ञान लोगों के लिए तो स्पष्ट होता है, लेकिन किसी एजेंट के लिए तब तक अदृश्य रहता है जब तक कि इसे संरचनात्मक रूप से सुलभ न बनाया जाए।.

विश्वास को सामान्य भरोसे के साथ भ्रमित नहीं किया जाना चाहिए। किसी कंपनी के भीतर, विश्वास सत्यापन योग्य होना चाहिए। इसमें ट्रैक करने योग्य कार्य लॉग, दस्तावेजित डेटा स्रोत, स्पष्ट रूप से परिभाषित अधिकार, मापने योग्य गुणवत्ता सीमाएँ और अनिश्चितता को पहचानने की क्षमता शामिल है। कम आत्मविश्वास वाले एजेंट को न केवल अपने अनुरोधों को अधिक सावधानी से तैयार करना चाहिए, बल्कि आवश्यकता पड़ने पर मामले को किसी जिम्मेदार व्यक्ति तक पहुँचाना भी चाहिए। इसलिए, किसी एजेंट की गुणवत्ता का प्रदर्शन न केवल इस बात से होता है कि वे कितनी बार सही ढंग से कार्य करते हैं, बल्कि इस बात से भी होता है कि वे कितनी विश्वसनीयता से यह पहचान पाते हैं कि उन्हें कब स्वतंत्र रूप से कार्य नहीं करना चाहिए।.

ये तीनों आयाम आपस में घनिष्ठ रूप से जुड़े हुए हैं। पर्याप्त संदर्भ के बिना अधिक स्वायत्तता त्रुटियों की संभावना बढ़ाती है। पहुँच नियंत्रण के बिना अधिक संदर्भ डेटा सुरक्षा और गोपनीयता जोखिमों को बढ़ाता है। सार्थक मापन के बिना विश्वास मात्र एक दावा बनकर रह जाता है। केवल इनके परस्पर संबंध से ही एक प्रभावशाली प्रोटोटाइप एक सुदृढ़ परिचालन प्रणाली में परिवर्तित होता है।.

दो एजेंट मॉडल जिनके प्रभाव बहुत अलग हैं

एंटरप्राइज़ सॉफ़्टवेयर में, दो मूलभूत परिनियोजन पैटर्न देखे जा सकते हैं। एप्लिकेशन-संबंधित एजेंट मौजूदा टूल के भीतर एक सीमित कार्य को संभालते हैं। उदाहरण के लिए, वे कोटेशन बनाने, सेवा अनुरोध को वर्गीकृत करने या अनुबंध दस्तावेज़ की समीक्षा करने में सहायता करते हैं। मानव एप्लिकेशन के भीतर ही रहता है, प्रक्रिया को नियंत्रित करता है और महत्वपूर्ण चरणों की पुष्टि करता है। यह मॉडल लागू करने में अपेक्षाकृत आसान है क्योंकि प्रक्रिया, इंटरफ़ेस और ज़िम्मेदारी संरचना काफी हद तक अपरिवर्तित रहती है।.

इसके विपरीत, प्रक्रिया-उन्मुख एजेंट कई प्रणालियों में संपूर्ण कार्यप्रवाह को संभालते हैं। वे ग्राहक की पूछताछ प्राप्त कर सकते हैं, ईआरपी प्रणाली से जानकारी की जाँच कर सकते हैं, उपलब्धता का आकलन कर सकते हैं, अनुवर्ती प्रश्न पूछ सकते हैं, समाधान प्रस्तुत कर सकते हैं, प्रक्रिया का दस्तावेजीकरण कर सकते हैं और केवल असामान्य मामलों को ही आगे बढ़ा सकते हैं। इससे उत्पादकता की अधिक संभावना होती है, लेकिन साथ ही साथ संगठन के लिए अधिक चुनौतीपूर्ण भी हो जाता है।.

आर्थिक दृष्टि से यह अंतर महत्वपूर्ण है। अनुप्रयोग-उन्मुख एजेंट कार्य पूरा करने में समय बचाता है। प्रक्रिया-उन्मुख एजेंट कार्यों के हस्तांतरण, प्रतीक्षा समय, पूछताछ और समन्वय लागत को कम कर सकता है। विशेष रूप से, ये अप्रत्यक्ष लागतें जटिल कंपनियों में प्रक्रिया लागत का एक बड़ा हिस्सा होती हैं। लाभ-हानि विवरण में इन्हें शायद ही कभी एक अलग मद के रूप में दिखाया जाता है, लेकिन ये कर्मचारियों को व्यस्त रखती हैं, प्रक्रिया में लगने वाले समय को बढ़ाती हैं और लंबित मामलों की संख्या में वृद्धि करती हैं।.

हालांकि, व्यापक पहुंच के साथ संभावित त्रुटियों की संख्या भी बढ़ जाती है। वर्गीकरण का एक भी गलत चरण कई प्रणालियों में फैल सकता है और अंततः किसी ऑर्डर, भुगतान या ग्राहक संचार को प्रभावित कर सकता है। इसलिए, व्यक्तिगत प्रतिक्रियाओं की गुणवत्ता मापना पर्याप्त नहीं है। कंपनियों को पूरी प्रक्रिया का मूल्यांकन करना चाहिए, जिसमें हस्तांतरण, निर्भरता और परिणाम शामिल हैं। महत्वपूर्ण प्रश्न यह नहीं है कि मॉडल आमतौर पर सही प्रतिक्रिया देता है या नहीं, बल्कि यह है कि क्या व्यावसायिक प्रक्रिया वास्तविक परिस्थितियों में विश्वसनीय रूप से स्वीकार्य परिणाम प्रदान करती है।.

पायलट प्रोजेक्ट असल में क्यों विफल होते हैं?

प्रोजेक्ट रद्द होने की भारी संख्या यह साबित नहीं करती कि एजेंटिक एआई को ज़रूरत से ज़्यादा महत्व दिया जा रहा है। बल्कि, यह दर्शाता है कि कई कंपनियाँ इस तकनीक को अनुपयुक्त तरीकों से लागू कर रही हैं। आज के 40 प्रतिशत से अधिक एजेंटिक एआई प्रोजेक्ट 2027 के अंत तक बंद हो सकते हैं। इसके प्रमुख कारणों में बढ़ती लागत, अस्पष्ट व्यावसायिक मूल्य और अपर्याप्त जोखिम नियंत्रण शामिल हैं। साथ ही, लगभग दो-तिहाई कंपनियाँ अभी भी प्रायोगिक या पायलट चरण में हैं, जबकि एजेंटिक सिस्टम का परीक्षण व्यक्तिगत कार्यों में किया जाता है, लेकिन कंपनी-व्यापी स्तर पर इनका विस्तार बहुत कम होता है।.

एक सामान्य पायलट प्रोजेक्ट की शुरुआत एक सुस्पष्ट उपयोग परिदृश्य, समर्पित विशेषज्ञों और सावधानीपूर्वक चयनित डेटा से होती है। इन परिस्थितियों में, एक एजेंट प्रभावशाली परिणाम दे सकता है। हालांकि, उत्पादन में, इसे अपूर्ण जानकारी, परस्पर विरोधी मास्टर डेटा, बदलती जिम्मेदारियों, तकनीकी विफलताओं और अप्रत्याशित समस्याओं का सामना करना पड़ता है। इसलिए, प्रयोगशाला से संगठन में संक्रमण मॉडलिंग की समस्या से कहीं अधिक एकीकरण और परिचालन संबंधी चुनौती है।.

इसके अलावा, कई पायलट प्रोजेक्ट अलग-थलग विकसित किए जाते हैं। उनके अपने डेटा कनेक्शन, अपने नियम और अपना नॉलेज बेस होता है। अगले उपयोग के लिए, कंपनी को भूमिकाओं, शब्दावली, अनुमतियों और प्रक्रिया संबंधी ज्ञान को विकसित करने के लिए फिर से शुरुआत करनी पड़ती है। इससे बार-बार भारी लागत आती है। जो तीव्र नवाचार के रूप में शुरू किया गया था, वह जटिल और अलग-थलग समाधानों का संग्रह बन जाता है, जिनका रखरखाव मुश्किल होता है।.

एक और कमजोरी मापन में निहित है। व्यक्तिगत कर्मचारियों के लिए समय की बचत को अक्सर व्यावसायिक सफलता के रूप में दर्ज किया जाता है, भले ही यह स्पष्ट न हो कि बचा हुआ समय उत्पादक रूप से उपयोग किया जा रहा है या नहीं। एक एजेंट प्रति लेनदेन दस मिनट बचा सकता है, लेकिन इससे कार्मिक लागत, कार्य निष्पादन समय या राजस्व में कोई मापने योग्य परिवर्तन नहीं होता है। इसलिए, एक ठोस व्यावसायिक योजना विशिष्ट परिणाम मापन पर आधारित होनी चाहिए: कुल लागत में कमी, बिक्री दर में वृद्धि, त्रुटि लागत में कमी, डिलीवरी समय में कमी, पूंजी का कम अवरोध, या ग्राहक निष्ठा में सुधार।.

व्यावसायिक संदर्भ एक रणनीतिक संपत्ति बन जाता है।

एजेंट जितने अधिक प्रोसेस संभालते हैं, उतना ही साझा संदर्भ महत्वपूर्ण हो जाता है, जिसे विभिन्न सिस्टम एक्सेस कर सकते हैं। इसमें न केवल दस्तावेज़ और डेटाबेस शामिल हैं, बल्कि वैचारिक मॉडल, प्रोसेस परिभाषाएँ, भूमिकाएँ, नीतियाँ, अनुमोदन सीमाएँ और परिचालन स्थितियों का अर्थ भी शामिल है। उदाहरण के लिए, किसी सेवा मामले को केवल प्रतिक्रिया भेजे जाने मात्र से हल नहीं माना जाता है। कंपनी के अनुसार, समाधान तभी प्राप्त हो सकता है जब ग्राहक ने समस्या के समाधान की पुष्टि कर दी हो, तकनीकी समीक्षा पूरी हो गई हो, या क्रेडिट नोट जारी कर दिया गया हो।.

एक बार जब इस संदर्भ को ठीक से मॉडल कर लिया जाता है, तो इसे अन्य एजेंटों और प्रक्रियाओं में पुनः उपयोग किया जा सकता है। इससे एक स्केलिंग प्रभाव उत्पन्न होता है। पहला उत्पादक वर्कफ़्लो महंगा रहता है क्योंकि डेटा, नियम और जिम्मेदारियाँ स्थापित करने की आवश्यकता होती है। हालांकि, प्रत्येक बाद का वर्कफ़्लो उसी अर्थपूर्ण और संगठनात्मक आधार पर निर्भर कर सकता है। अगले कार्यान्वयन की सीमांत लागत कम हो जाती है, जबकि निर्णयों की संगति बढ़ जाती है।.

इस तरह की बुनियाद के बिना, हर विभाग वही प्रारंभिक काम दोहराता रहता है। अलग-अलग परिभाषाएँ सामने आती हैं, एक जैसे ग्राहकों को अलग-अलग महत्व दिया जाता है, और कई एजेंट परस्पर विरोधी नियमों के आधार पर निर्णय लेते हैं। कंपनी फिर अपनी संगठनात्मक बाधाओं को दूर करने के बजाय उन्हें डिजिटाइज़ करने में लग जाती है। तकनीकी रूप से, परिदृश्य आधुनिक दिखता है, लेकिन आर्थिक रूप से, पुरानी अक्षमताएँ बनी रहती हैं।.

इसलिए व्यावसायिक संदर्भ केवल डेटा का मामला नहीं है। यह डेटा आर्किटेक्चर, प्रक्रिया प्रबंधन और संगठनात्मक ज्ञान को आपस में जोड़ता है। कंपनियों को प्रमुख डेटा उत्पादों और अवधारणाओं पर स्पष्ट स्वामित्व की आवश्यकता होती है। उन्हें यह भी तय करना होगा कि किसी एजेंट को कौन सी जानकारी देखने की अनुमति है, वह कितनी अद्यतन होनी चाहिए, और विसंगतियों की स्थिति में किस स्रोत को प्राथमिकता दी जानी चाहिए। इस स्तर का निर्माण एजेंट प्रदर्शन जितना भव्य नहीं है, लेकिन यह स्थायी लाभों के लिए आवश्यक शर्त है।.

निर्णय लेने के अधिकार, नौकरी के विवरण से अधिक महत्वपूर्ण हैं।

जब कोई एजेंट किसी प्रक्रिया के अधिकांश भाग की योजना बनाता है, उसे क्रियान्वित करता है और उसका दस्तावेज़ीकरण करता है, तो मानवीय भूमिका बदल जाती है। कर्मचारी अब हर मामले को स्वयं नहीं संभालते, बल्कि लक्ष्य निर्धारित करते हैं, अपवादों की समीक्षा करते हैं और नियमों में सुधार करते हैं। यह बदलाव अक्सर धीरे-धीरे शुरू होता है। संगठनात्मक चार्ट अपरिवर्तित रहता है, भले ही निर्णय लेने की वास्तविक प्रक्रिया में बदलाव आ चुका हो।.

इससे एक खतरनाक मध्यवर्ती स्थिति उत्पन्न हो जाती है। औपचारिक जिम्मेदारी प्रबंधक या विशेषज्ञ विभाग के पास रहती है, जबकि परिचालन संबंधी निर्णय एजेंट द्वारा तैयार किए जाते हैं या प्रभावी रूप से लिए जाते हैं। यदि किसी परिणाम की केवल सतही पुष्टि होती है, तो एक दिखावटी जाँच हो जाती है। व्यक्ति नाममात्र के लिए जिम्मेदार होता है, लेकिन उसके पास निर्णय की वास्तविक समीक्षा करने के लिए न तो पर्याप्त समय होता है और न ही पर्याप्त जानकारी।.

इसलिए कंपनियों को निर्णय लेने के अधिकार को स्पष्ट रूप से पुनर्गठित करना होगा। प्रत्येक एजेंट-समर्थित प्रक्रिया के लिए, यह स्पष्ट रूप से परिभाषित किया जाना चाहिए कि सिस्टम को कौन से कार्य स्वतंत्र रूप से करने की अनुमति है, किन निर्णयों के लिए मानवीय स्वीकृति आवश्यक है, और किन संकेतों पर प्रक्रिया को रोका जाता है। जोखिम को कम या अधिक के रूप में सामान्य वर्गीकरण अपर्याप्त है। ग्राहक का पता बदलना, कीमत में छूट देना और भुगतान शुरू करना अलग-अलग प्रकार की क्रियाएं हैं जिनके परिणाम भी अलग-अलग होते हैं।.

इन अधिकारों को निर्धारित करना प्रबंधन का कार्य है। इसे पूरी तरह से आईटी या अनुपालन विभाग को नहीं सौंपा जा सकता क्योंकि यह परिचालन नियंत्रण को सीधे प्रभावित करता है। अनुमोदन सीमा, अपवाद और परस्पर विरोधी उद्देश्यों पर निर्णय लेने वाला व्यक्ति ही व्यावसायिक मॉडल को आकार देता है। एजेंटिक एआई इन अक्सर अनौपचारिक शक्ति और उत्तरदायित्व संरचनाओं को दृश्यमान बनाता है और कंपनी प्रबंधन को इन्हें अधिक सटीक रूप से परिभाषित करने के लिए बाध्य करता है।.

नेतृत्व और क्रियान्वयन के बीच नई भूमिकाएँ

परिचालन कार्य में बदलाव के साथ, ऐसी भूमिकाएँ उभरती हैं जो व्यक्तिगत मामलों को संभालने के बजाय संपूर्ण प्रणालियों के प्रबंधन पर अधिक ध्यान केंद्रित करती हैं। एजेंटों के लिए एक प्रक्रिया स्वामी लक्ष्य, गुणवत्ता मानक और सीमाएँ निर्धारित करता है। वे समस्याओं के समाधान का आकलन करते हैं, त्रुटि पैटर्न का विश्लेषण करते हैं और यह तय करते हैं कि किसी एजेंट को अतिरिक्त जिम्मेदारियाँ दी जानी चाहिए या नहीं। यह भूमिका पारंपरिक प्रशासनिक कार्य की तुलना में प्रबंधन और उत्पाद संबंधी जिम्मेदारियों के अधिक निकट है।.

इसके अलावा, तकनीकी और नियामक कार्यों का महत्व बढ़ता जा रहा है। एजेंटों को एक विश्वसनीय प्लेटफॉर्म, सुरक्षित इंटरफेस, निगरानी की गई अनुमतियाँ और निरंतर प्रदर्शन मूल्यांकन की आवश्यकता होती है। इससे एजेंट संचालन, एआई गवर्नेंस, मॉडल जोखिम प्रबंधन, प्रक्रिया संरचना और गुणवत्ता आश्वासन जैसे उत्तरदायित्वों का उदय होता है। हर संगठन इसके लिए नए पद सृजित नहीं करेगा। अक्सर, आईटी, व्यावसायिक इकाइयों, लेखापरीक्षा, डेटा सुरक्षा और जोखिम प्रबंधन से संबंधित मौजूदा भूमिकाओं का विस्तार किया जाएगा और उन्हें नए तरीकों से आपस में जोड़ा जाएगा।.

सबसे महत्वपूर्ण बात यह है कि इन कार्यों के बीच जिम्मेदारी का बंटवारा नहीं होना चाहिए। तकनीकी स्वामी स्थिरता, पहुंच और सुरक्षा नियंत्रणों के लिए जिम्मेदार हो सकता है, लेकिन व्यावसायिक परिणाम के लिए जवाबदेह नहीं हो सकता। इसके विपरीत, व्यावसायिक स्वामी प्रक्रिया को नियंत्रित कर सकता है, लेकिन प्रत्येक मॉडल परिवर्तन का आकलन करने में सक्षम नहीं हो सकता। इसलिए, प्रत्येक उत्पादक इकाई को कम से कम एक स्पष्ट रूप से परिभाषित व्यावसायिक स्वामी और एक स्पष्ट रूप से परिभाषित तकनीकी स्वामी के साथ-साथ विवादों के लिए एक नामित निर्णय लेने वाली संस्था की आवश्यकता होती है।.

भूमिकाओं का नया स्वरूप उन्नति के अवसर प्रदान करता है, लेकिन साथ ही आवश्यक दक्षताओं को भी बदलता है। कर्मचारियों को कम नियमित कार्यों को संभालना होगा और लक्ष्यों को निर्धारित करने, परिणामों का मूल्यांकन करने, अपवादों को समझने और प्रशिक्षण प्रणालियों पर अधिक ध्यान केंद्रित करना होगा। अनुभव का महत्व कम नहीं होता। इसके विपरीत, अंतर्निहित विशेषज्ञता विशेष रूप से महत्वपूर्ण हो जाती है क्योंकि इसे नियमों, लेखापरीक्षा मानदंडों और आगे की प्रक्रियाओं में रूपांतरित करने की आवश्यकता होती है। अक्सर अड़चन एआई उपकरण के संचालन में नहीं, बल्कि सर्वोत्तम कार्य का सटीक वर्णन करने की क्षमता में ही निहित होती है।.

जब टीमें कार्यों के बजाय परिणामों पर आधारित होती हैं

परंपरागत संगठन अक्सर एक प्रक्रिया के प्रवाह को दर्शाते हैं। एक इकाई अनुरोध प्राप्त करती है, दूसरी उसकी समीक्षा करती है, तीसरी उसे स्वीकृत करती है, और चौथी अपवादों को संभालती है। यह संरचना इसलिए विकसित हुई क्योंकि सूचना विकेंद्रीकृत थी, विशेषज्ञता के कई लाभ थे, और मानव प्रसंस्करण क्षमता सीमित थी। एक प्रक्रिया-उन्मुख एजेंट इनमें से कई चरणों को मिलाकर चौबीसों घंटे निष्पादित कर सकता है।.

इससे कार्यात्मक श्रम विभाजन स्वतः ही अमान्य नहीं हो जाता, लेकिन इसका आर्थिक औचित्य बदल जाता है। यदि कार्यों का हस्तांतरण अब विशेषज्ञता का लाभ नहीं देता बल्कि मुख्य रूप से प्रतीक्षा समय बढ़ाता है, तो कंपनी को टीमों को परिणामों पर अधिक केंद्रित करके संगठित करना चाहिए। तब एक टीम ग्राहक की समस्या के संपूर्ण समाधान, उत्पाद समूह की उपलब्धता या किसी ऑर्डर को समय पर पूरा करने के लिए जिम्मेदार हो सकती है। लोगों और एजेंटों को इस प्रकार संयोजित किया जाता है जिससे परिणाम प्राप्त हो, न कि प्रत्येक पद अपनी उप-प्रक्रिया को पूरा करे।.

इस पुनर्गठन का मध्य प्रबंधन पर विशेष रूप से महत्वपूर्ण प्रभाव पड़ सकता है। उनकी पिछली भूमिका में काम का वितरण, स्थिति संबंधी अपडेट प्राप्त करना, प्राथमिकताओं पर नज़र रखना और विभिन्न स्तरों के बीच सूचना का आदान-प्रदान करना शामिल था। एजेंटिक सिस्टम कम लागत पर ऐसे समन्वय कार्यों को संभाल सकते हैं। इसका अर्थ यह नहीं है कि नेतृत्व अप्रचलित हो जाता है। इसका ध्यान परस्पर विरोधी लक्ष्यों को सुलझाने, प्रेरणा, कर्मचारी विकास, ग्राहक संबंधों, रणनीति और अस्पष्ट परिस्थितियों में जिम्मेदारी लेने पर केंद्रित हो जाता है।.

इसलिए कंपनियों को नए परिचालन मॉडल के स्थिर रूप से कार्य करने से पहले ही छंटनी करने से बचना चाहिए। परिवर्तन के चरण में अक्सर कम नहीं, बल्कि अधिक प्रबंधन की आवश्यकता होती है। अनुभवी समन्वयकों को समय से पहले खोना, विश्वसनीय एजेंट संरचना के लिए आवश्यक प्रक्रिया ज्ञान को नष्ट कर देता है। अधिक आर्थिक रूप से उचित तरीका यह है कि पहले भूमिकाओं का पुनर्गठन किया जाए, ज्ञान को बनाए रखा जाए और उत्पादकता में स्पष्ट वृद्धि होने के बाद ही क्षमता संबंधी निर्णय लिए जाएं।.

प्रबंधित एआई प्लेटफॉर्म - छवि: Xpert.Digital

यहां आप जानेंगे कि आपकी कंपनी बिना किसी बड़ी बाधा के, तेजी से, सुरक्षित रूप से और बिना किसी विशेष प्रक्रिया के अनुकूलित एआई समाधानों को कैसे लागू कर सकती है।.

एक प्रबंधित एआई प्लेटफॉर्म कृत्रिम बुद्धिमत्ता के लिए आपका संपूर्ण और चिंतामुक्त समाधान है। जटिल तकनीक, महंगे बुनियादी ढांचे और लंबी विकास प्रक्रियाओं से निपटने के बजाय, आपको एक विशेषज्ञ भागीदार से आपकी आवश्यकताओं के अनुरूप तैयार समाधान मिलता है - अक्सर कुछ ही दिनों के भीतर।.

मुख्य लाभ संक्षेप में:

⚡ त्वरित कार्यान्वयन: विचार से लेकर उपयोग के लिए तैयार एप्लिकेशन तक, महीनों में नहीं, दिनों में। हम ऐसे व्यावहारिक समाधान प्रदान करते हैं जो तत्काल मूल्यवर्धन करते हैं।.

🔒 अधिकतम डेटा सुरक्षा: आपका संवेदनशील डेटा आपके पास ही सुरक्षित रहता है। हम तीसरे पक्षों के साथ डेटा साझा किए बिना सुरक्षित और नियमों के अनुरूप प्रोसेसिंग की गारंटी देते हैं।.

💸 कोई वित्तीय जोखिम नहीं: आपको केवल परिणामों के लिए भुगतान करना होगा। हार्डवेयर, सॉफ्टवेयर या कर्मचारियों में होने वाले भारी प्रारंभिक निवेश की कोई आवश्यकता नहीं है।.

🎯 अपने मुख्य व्यवसाय पर ध्यान केंद्रित करें: आप जिस काम में सबसे अच्छे हैं, उसी पर ध्यान दें। हम आपके एआई समाधान के संपूर्ण तकनीकी कार्यान्वयन, संचालन और रखरखाव का ध्यान रखते हैं।.

📈 भविष्य के लिए तैयार और विस्तार योग्य: आपकी एआई आपके साथ बढ़ती है। हम निरंतर अनुकूलन और विस्तारशीलता सुनिश्चित करते हैं, और नए आवश्यकताओं के अनुसार मॉडलों को लचीले ढंग से अनुकूलित करते हैं।.

अधिक जानकारी यहाँ:

• प्रबंधित एआई प्लेटफ़ॉर्म

ज्ञान आधारित कार्य की नई लागत वक्र

एजेंटिक एआई ज्ञान-आधारित कार्यों की लागत संरचना को बदल रहा है। पहली बार एक विश्वसनीय प्रणाली विकसित करना महंगा हो सकता है क्योंकि इसके लिए डेटा एक्सेस, एकीकरण, सुरक्षा जांच, परीक्षण और प्रक्रिया में बदलाव की आवश्यकता होती है। हालांकि, एक बार आधार तैयार हो जाने पर, अतिरिक्त कार्यों को अपेक्षाकृत कम लागत पर पूरा किया जा सकता है। इससे कुछ प्रशासनिक कार्य सॉफ्टवेयर की तरह ही स्केलेबल हो जाते हैं।.

इस प्रभाव को निःशुल्क श्रम से भ्रमित नहीं किया जाना चाहिए। एजेंटों को मॉडल, कंप्यूटिंग शक्ति, भंडारण, निगरानी, ​​इंटरफेस और मानवीय पर्यवेक्षण के लिए निरंतर लागत वहन करनी पड़ती है। जटिल योजना और परीक्षण प्रक्रियाएं कई मॉडल कॉल और टूल उपयोग को ट्रिगर कर सकती हैं। एक खराब डिज़ाइन किया गया एजेंट लूप, अनावश्यक क्वेरी या अत्यधिक दस्तावेज़ प्रसंस्करण के माध्यम से महत्वपूर्ण लागत उत्पन्न कर सकता है। इसलिए, लागत-प्रभावशीलता को प्रक्रिया और परिणाम दोनों स्तरों पर मापा जाना चाहिए।.

सही मापदंड किसी एक अनुरोध की कीमत नहीं, बल्कि सफलतापूर्वक पूरी हुई प्रक्रिया की कुल लागत है। इसमें मॉडल और प्लेटफ़ॉर्म की लागत, मानवीय समीक्षा का समय, बग फिक्स, देरी, सुरक्षा उपाय और विकास संबंधी मूल्यह्रास शामिल हैं। वास्तविक आर्थिक लाभ तभी प्राप्त होता है जब ये कुल लागतें पिछली प्रक्रिया लागतों से कम हों या उच्च मूल्य का परिणाम दें।.

अधिक मात्रा वाली, बार-बार दोहराई जाने वाली प्रक्रियाओं, डिजिटल रूप से उपलब्ध डेटा और महंगे हस्तांतरण वाली प्रक्रियाएं विशेष रूप से आकर्षक होती हैं। कम उपयुक्त वे प्रक्रियाएं हैं जहां लगभग हर मामला नया होता है, त्रुटि के परिणाम अत्यंत गंभीर होते हैं, या महत्वपूर्ण जानकारी केवल अनौपचारिक रूप से उपलब्ध होती है। इसलिए, सर्वोत्तम स्वचालन दर का मतलब यह नहीं है कि वह उच्चतम भी हो। आर्थिक रूप से इष्टतम प्रणाली मौजूदा जोखिम को देखते हुए, विश्वसनीय रूप से प्रबंधित की जा सकने वाली अधिकतम क्षमता को ही स्वचालित करती है।.

उत्पादकता का अर्थ केवल कार्य समय की बचत करना ही नहीं है।

कई कंपनियां एआई के लाभों को सैद्धांतिक रूप से बचाए गए घंटों के आधार पर मापती हैं। यह मापदंड समझने में आसान है, लेकिन अक्सर भ्रामक होता है। दस प्रतिशत कम प्रोसेसिंग समय का मतलब यह नहीं है कि कर्मचारियों पर होने वाला खर्च भी दस प्रतिशत कम हो जाएगा। यदि कर्मचारी बचे हुए समय का उपयोग अतिरिक्त मूल्य सृजन के लिए नहीं कर पाते हैं, या यदि प्रक्रिया अन्य क्षेत्रों में सीमित रहती है, तो परिणामों में कोई सुधार नहीं होगा।.

एक सार्थक लागत-लाभ विश्लेषण में कई स्तरों पर विचार किया जाता है। प्रक्रिया स्तर पर, थ्रूपुट समय, त्रुटि दर, पुनर्कार्य, समाधान दर और प्रति पूर्ण मामले की लागत जैसे कारक प्रासंगिक होते हैं। व्यावसायिक स्तर पर, राजस्व, लाभ लाभ, ग्राहक प्रतिधारण, पूंजी प्रतिबद्धता और जोखिम लागत महत्वपूर्ण हैं। संगठनात्मक स्तर पर, यह जांच की जानी चाहिए कि क्या एजेंट स्केलेबिलिटी में सुधार करता है, व्यक्तियों पर निर्भरता कम करता है या नई सेवाएं प्रदान करता है।.

एक यथार्थवादी प्रारंभिक बिंदु विशेष रूप से महत्वपूर्ण है। प्रक्रियाएं अक्सर वास्तविकता की तुलना में कम अच्छी तरह से प्रलेखित होती हैं। आधिकारिक प्रसंस्करण समय में प्रतीक्षा अवधि, पूछताछ और अनौपचारिक समन्वय को ध्यान में नहीं रखा जाता है। इसलिए, कार्यान्वयन से पहले वास्तविक कार्यप्रवाह का मापन किया जाना चाहिए। अन्यथा, कंपनी एक नियंत्रित एआई प्रक्रिया की तुलना एक आदर्श मानव लक्ष्य प्रक्रिया से करेगी और निवेश पर प्रतिफल की गणना व्यर्थ हो जाएगी।.

दीर्घकालिक अवलोकन भी उतना ही महत्वपूर्ण है। प्रारंभ में, अत्यधिक ध्यान, छोटे नमूना आकार और गहन समर्थन के कारण प्रदर्शन को बढ़ा-चढ़ाकर बताया जा सकता है। बाद में, डेटा में परिवर्तन, नए उत्पाद और मौसमी दबाव भी इसमें भूमिका निभाते हैं। इसलिए, किसी निवेश का मूल्यांकन केवल एक सफल प्रदर्शन के आधार पर नहीं, बल्कि कई परिचालन चक्रों में लगातार प्राप्त परिणामों के आधार पर किया जाना चाहिए। आर्थिक मूल्य तभी प्राप्त होता है जब सुधार टिकाऊ, विस्तार योग्य और लेखापरीक्षित हो।.

शासन व्यवस्था परिचालन मॉडल का एक अभिन्न अंग बन जाती है।

एजेंट-आधारित कृत्रिम बुद्धिमत्ता में, शासन एक नियंत्रण परत नहीं है जिसे तकनीकी विकास के बाद जोड़ा जा सकता है। इसे प्रक्रिया में ही अंतर्निहित होना चाहिए। प्रोटोकॉल और विश्वास स्तर आवश्यक हैं, लेकिन अपने आप में पर्याप्त नहीं हैं। सबसे महत्वपूर्ण बात यह है कि स्वायत्त कार्रवाई के लिए आवश्यक गुणवत्ता स्तर कौन निर्धारित करता है और गलत निर्णय के परिणामों की जिम्मेदारी कौन लेता है।.

एजेंट-आधारित प्रणालियों के लिए रणनीति, संचालन और विशिष्ट नियंत्रणों के मामले में लगभग 30 प्रतिशत संगठन ही परिपक्वता के उन्नत स्तर तक पहुँच पाते हैं। साथ ही, सुरक्षा और जोखिम संबंधी मुद्दे व्यापक विस्तार में सबसे बड़ी बाधाओं में से एक माने जाते हैं। यह अंतर दर्शाता है कि तकनीकी उपलब्धता संगठनात्मक प्रबंधन क्षमता की तुलना में कहीं अधिक तेज़ी से बढ़ रही है।.

सुदृढ़ शासन प्रणाली प्रत्येक एजेंट को एक व्यावसायिक उद्देश्य, जोखिम वर्ग और जिम्मेदार व्यक्तियों को सौंपती है। यह अधिकृत डेटा, उपकरण और कार्यों का दस्तावेजीकरण करती है। यह परिभाषित करती है कि मानवीय समीक्षा कब आवश्यक है और घटनाओं को कैसे संभाला जाए। इसके अलावा, इसमें परिवर्तनों को भी दर्ज करना आवश्यक है, क्योंकि किसी एजेंट का प्रभाव नए मॉडल, उपकरण, डेटा स्रोत या निर्देशों के कारण काफी बदल सकता है, भले ही उसका नाम वही रहे।.

यूरोपीय कंपनियों के लिए इस आर्किटेक्चर का महत्व और भी बढ़ जाता है। उच्च जोखिम वाले एआई अनुप्रयोगों के लिए, जोखिम प्रबंधन, डेटा गुणवत्ता, लॉगिंग, प्रलेखन, मानवीय निगरानी, ​​मजबूती और साइबर सुरक्षा जैसी आवश्यकताएं और भी महत्वपूर्ण हो जाती हैं। औपचारिक वर्गीकरण चाहे जो भी हो, इन सिद्धांतों को कम विनियमित एजेंटों पर भी लागू करना व्यावसायिक दृष्टि से समझदारी भरा कदम है। पता लगाने की क्षमता न केवल अनुपालन जोखिमों को कम करती है, बल्कि त्रुटि विश्लेषण, प्रक्रिया सुधार और कर्मचारियों और ग्राहकों के बीच स्वीकृति को भी सुगम बनाती है।.

अधिकतम स्वतंत्रता के बजाय नियंत्रित स्वायत्तता

सार्वजनिक चर्चा में अक्सर स्वायत्तता को एक गुणवत्ता मानदंड के रूप में प्रस्तुत किया जाता है: कोई एजेंट जितना अधिक स्वतंत्र रूप से कार्य करता है, प्रणाली उतनी ही प्रगतिशील प्रतीत होती है। यह दृष्टिकोण कंपनियों के लिए खतरनाक है। अधिकतम स्वायत्तता आर्थिक रूप से व्यवहार्य लक्ष्य नहीं है। महत्वपूर्ण यह है कि संबंधित प्रक्रिया के लिए स्वायत्तता का सही स्तर क्या है।.

एक व्यावहारिक दृष्टिकोण नियंत्रण के विभिन्न स्तरों का उपयोग करता है। निचले स्तर पर, एजेंट जानकारी एकत्र करता है और उसका मूल्यांकन करता है, लेकिन उसे किसी भी बाहरी रूप से प्रभावी कार्रवाई शुरू करने की अनुमति नहीं होती है। मध्यम स्तर पर, वह स्वतंत्र रूप से कम जोखिम वाली कार्रवाइयां करता है और अधिक महत्वपूर्ण निर्णयों को अनुमोदन के लिए प्रस्तुत करता है। उच्च स्तर पर, वह एक पूरी प्रक्रिया को नियंत्रित करता है, लेकिन उस पर लगातार निगरानी रखी जाती है और पूर्वनिर्धारित संकेत प्राप्त होने पर उसे रुकना पड़ता है।.

सीमाएं केवल पैसों के आधार पर तय नहीं होनी चाहिए। प्रतिष्ठा को होने वाला नुकसान, डेटा की गोपनीयता, ग्राहकों पर प्रभाव, कानूनी परिणाम और कार्रवाई को पलटने की क्षमता भी उतनी ही महत्वपूर्ण हैं। एक गलत आंतरिक सारांश को आसानी से सुधारा जा सकता है। लेकिन गलत बर्खास्तगी, भुगतान या सार्वजनिक घोषणा के अपरिवर्तनीय परिणाम हो सकते हैं। किसी कार्रवाई को पलटना जितना कठिन होगा, उसके लिए स्वतः निष्पादन की सीमा उतनी ही अधिक होनी चाहिए।.

नियंत्रित स्वायत्तता के लिए तकनीकी प्रवर्तन भी आवश्यक है। लिखित दिशानिर्देश अपर्याप्त हैं यदि कोई एजेंट अभी भी अनधिकृत उपकरणों तक पहुंच सकता है। न्यूनतम विशेषाधिकार के सिद्धांत के अनुसार अनुमतियाँ प्रदान की जानी चाहिए, संवेदनशील कार्यों की वास्तविक समय में समीक्षा की जानी चाहिए और असामान्य पैटर्न का पता लगाया जाना चाहिए। शटडाउन विकल्प, मात्रा सीमाएँ और सुरक्षित बैकअप प्रक्रियाएँ सामान्य संचालन का हिस्सा हैं। सुशासन मूल्य सृजन में बाधा नहीं डालता बल्कि ऐसा वातावरण बनाता है जिसमें अधिक स्वायत्तता न्यायसंगत हो जाती है।.

गतिविधियों के माध्यम से श्रम बाजार में परिवर्तन आता है।

रोजगार पर एजेंट एआई के प्रभाव को केवल एक संख्या में समेटना संभव नहीं है। वैश्विक स्तर पर, लगभग चार में से एक कर्मचारी ऐसी नौकरी में कार्यरत है जो किसी न किसी रूप में जनरेटिव एआई के प्रभाव में है। फिर भी, अधिकांश नौकरियों के लिए, पद के पूर्ण रूप से समाप्त होने की तुलना में कार्यों में परिवर्तन की संभावना अधिक है। यहां तक ​​कि अत्यधिक डिजिटलीकृत नौकरियों में भी ऐसे कार्य होते हैं जिनमें प्रासंगिक ज्ञान, सामाजिक संपर्क, शारीरिक उपस्थिति, निर्णय क्षमता या व्यक्तिगत जिम्मेदारी की आवश्यकता होती है।.

2030 तक, प्रमुख आर्थिक और तकनीकी रुझानों के कारण लगभग 17 करोड़ नए रोज़गार सृजित हो सकते हैं और लगभग 9 करोड़ रोज़गार विस्थापित हो सकते हैं। कृत्रिम बुद्धिमत्ता (AI) और सूचना प्रसंस्करण से रोज़गार में वृद्धि और हानि दोनों होने की संभावना है। ये अनुमान सटीक भविष्यवाणियां नहीं हैं, लेकिन ये आगामी पुनर्वितरण के पैमाने को दर्शाते हैं। कुल मिलाकर प्रभाव सकारात्मक हो सकता है, जबकि अलग-अलग व्यावसायिक समूहों, क्षेत्रों और कंपनियों को महत्वपूर्ण समायोजन लागतों का सामना करना पड़ेगा।.

एजेंटिक एआई उन भूमिकाओं में महत्वपूर्ण बदलाव ला सकता है जिनका महत्व पहले सूचना साझाकरण, नियमित जांच और प्रक्रिया समन्वय पर बहुत अधिक निर्भर करता था। साथ ही, सिस्टम की निगरानी करने, विशेषज्ञता को औपचारिक रूप देने, अपवादों को हल करने और जिम्मेदारी संभालने वाले कर्मचारियों की मांग बढ़ रही है। इसलिए, श्रम बाजार को केवल तकनीकी विजेताओं और हारने वालों में विभाजित नहीं किया जा सकेगा। महत्वपूर्ण कारक यह है कि क्या मौजूदा अनुभव को नई कार्य व्यवस्था में स्थानांतरित किया जा सकता है।.

कंपनियों के लिए, सतत शिक्षा एक निवेश बन रही है। केवल उपकरण के उपयोग का तरीका समझाने वाले प्रशिक्षण पाठ्यक्रम अब पर्याप्त नहीं हैं। कर्मचारियों को प्रक्रिया की समझ, डेटा साक्षरता, जोखिम के प्रति जागरूकता और एजेंट के परिणामों का आलोचनात्मक मूल्यांकन करने की क्षमता की आवश्यकता है। इन दक्षताओं को विकसित करने से न केवल स्वीकार्यता बढ़ती है बल्कि नियंत्रण लागत और त्रुटियों की संभावना भी कम होती है।.

डेटा की गुणवत्ता ही स्केलेबिलिटी निर्धारित करती है।

एजेंट पिछली स्वचालन प्रणालियों की तुलना में असंरचित जानकारी को बेहतर ढंग से संसाधित कर सकते हैं, लेकिन वे कमजोर डेटा आधारों की समस्या को पूरी तरह से खत्म नहीं करते हैं। खंडित ग्राहक डेटा, परस्पर विरोधी उत्पाद डेटाबेस, पुराने दस्तावेज़ और अस्पष्ट पहुंच अधिकार अभी भी बाधाएं बने हुए हैं। लगभग दस में से आठ कंपनियां एजेंट-आधारित एआई को स्केल करने में डेटा की सीमाओं को एक समस्या के रूप में बताती हैं। दस प्रतिशत से भी कम कंपनियों ने एजेंटों को उस स्तर तक स्केल किया है जहां वे ठोस मूल्य प्रदान करते हैं।.

समस्या और भी बढ़ जाती है क्योंकि एजेंट न केवल डेटा पढ़ते हैं बल्कि उसे संशोधित भी करते हैं और नई जानकारी उत्पन्न करते हैं। एक गलत परिणाम को डाउनस्ट्रीम सिस्टम में लिखा जा सकता है और बाद में किसी अन्य एजेंट द्वारा कथित तौर पर विश्वसनीय स्रोत के रूप में उपयोग किया जा सकता है। इससे फीडबैक लूप बन जाते हैं। इसलिए, डेटा का स्रोत, समयबद्धता और गुणवत्ता की स्थिति मशीन-पठनीय होनी चाहिए।.

एक सुदृढ़ आर्किटेक्चर संरचित डेटा, दस्तावेज़ों और परिचालन घटनाओं को आपस में जोड़ता है। यह प्रत्येक एजेंट को सभी जानकारी प्रदान नहीं करता, बल्कि विशिष्ट उद्देश्य के लिए आवश्यक संदर्भ ही उपलब्ध कराता है। साथ ही, सिस्टम की सीमाओं के पार पहचान और अनुमतियाँ सुसंगत रहनी चाहिए। एजेंट को उस व्यक्ति या कार्य से अधिक कुछ भी देखने या करने की अनुमति नहीं होनी चाहिए जिसके लिए वह कार्य कर रहा है।.

हालांकि, कंपनियों को डेटा आधुनिकीकरण को एक अंतहीन प्रारंभिक परियोजना के रूप में नहीं लेना चाहिए। सभी डेटा भंडारों की पूर्ण सफाई न तो व्यावहारिक है और न ही आर्थिक रूप से कारगर। एक अधिक समझदारी भरा दृष्टिकोण चुनिंदा उच्च-मूल्य वाली प्रक्रियाओं पर आधारित चरणबद्ध दृष्टिकोण है। प्रत्येक प्रक्रिया के लिए, आवश्यक डेटा उत्पाद, गुणवत्ता नियम और स्वामित्व स्थापित किए जाते हैं। इस तरह, डेटा आधार व्यवसायिक मूल्य के साथ-साथ बढ़ता है।.

सुरक्षा जोखिम प्रक्रिया श्रृंखला में फैल जाते हैं।

एक पारंपरिक भाषा मॉडल मुख्य रूप से सामग्री उत्पन्न करता है। एक एजेंट उपकरणों का उपयोग कर सकता है, फ़ाइलों को संशोधित कर सकता है, संदेश भेज सकता है या लेन-देन शुरू कर सकता है। इससे गलत सामग्री संभावित रूप से एक गलत घटना में परिवर्तित हो जाती है। इसलिए, सुरक्षा प्रबंधन को न केवल इनपुट और आउटपुट की जांच करनी चाहिए, बल्कि कार्यों की पूरी श्रृंखला की निगरानी भी करनी चाहिए।.

विशेष खतरे हेरफेर की गई सामग्री, अत्यधिक विशेषाधिकारों और अनियंत्रित प्रत्यायोजन से उत्पन्न होते हैं। कोई एजेंट किसी दस्तावेज़ में छिपे निर्देश को गलती से वैध आदेश मान सकता है। वे किसी उपकरण का दुरुपयोग कर सकते हैं या किसी अन्य एजेंट को कार्य सौंप सकते हैं जिनके अधिकार पर्याप्त रूप से प्रतिबंधित नहीं हैं। जटिल बहु-एजेंट प्रणालियों में, उत्तरदायित्व का पुनर्गठन और भी कठिन हो जाता है।.

प्रभावी बचाव उपाय एजेंट और उपकरण के बीच एक तकनीकी नियंत्रण परत है। प्रत्येक संवेदनशील कार्रवाई को निष्पादन से पहले उसके उद्देश्य, प्राधिकरण और जोखिम वर्ग के आधार पर जांचा जाना चाहिए। लॉगिंग में पूरी श्रृंखला दर्ज होनी चाहिए: मानवीय आदेश, शामिल एजेंट, उपयोग किया गया डेटा, उपयोग किए गए उपकरण, लिए गए निर्णय और परिणाम। तभी किसी घटना के बाद उस कार्रवाई के घटित होने के कारणों का पता लगाना संभव है।.

सुरक्षा को केवल रक्षात्मक उपाय के रूप में नहीं समझा जाना चाहिए। स्पष्ट सीमाएँ कार्यकुशलता को भी बढ़ाती हैं क्योंकि वे व्यापक प्रक्रिया क्षेत्रों में सुरक्षित संचालन को सक्षम बनाती हैं। एक कंपनी जो कार्यों को सटीक रूप से सीमित और निगरानी कर सकती है, उसे प्रत्येक प्रक्रिया की मैन्युअल रूप से समीक्षा करने की आवश्यकता नहीं होती है। इस प्रकार नियंत्रण अवसंरचना में निवेश आगे स्वचालन का विकल्प प्रदान करता है।.

प्लेटफार्मों पर निर्भरता एक रणनीतिक जोखिम बनती जा रही है।

एजेंटिक सिस्टम मॉडल, डेटा प्लेटफॉर्म, एंटरप्राइज सॉफ्टवेयर और इंटरफेस को आपस में जोड़ते हैं। यह परस्पर जुड़ाव तकनीकी निर्भरता के जोखिम को बढ़ाता है। यदि व्यावसायिक तर्क सीधे किसी एक विक्रेता के मालिकाना उपकरणों में एकीकृत है, तो बाद में प्रदाता बदलना महंगा पड़ सकता है। कीमतें, विशेषताएं या अनुबंध की शर्तें बदल सकती हैं, जबकि कंपनी अपनी प्रक्रियाओं में मुश्किल से ही बदलाव कर पाती है।.

हालांकि, विक्रेताओं पर पूरी तरह निर्भर न रहना महंगा और अक्सर अव्यावहारिक होता है। मानक प्लेटफॉर्म कार्यान्वयन को गति देते हैं, सुरक्षा सुविधाएँ प्रदान करते हैं और एकीकरण के प्रयासों को कम करते हैं। इसलिए, समझदारी भरी रणनीति यह नहीं है कि हर घटक को स्वयं विकसित किया जाए, बल्कि विनिमेय परतें बनाई जाएं। व्यावसायिक नियम, प्रक्रिया परिभाषाएँ, मूल्यांकन डेटा और लॉग को विशिष्ट मॉडल से यथासंभव स्वतंत्र रूप से प्रबंधित किया जाना चाहिए।.

संचित प्रासंगिक ज्ञान विशेष रूप से संरक्षण के योग्य है। यदि यह ज्ञान केवल एजेंट की सेटिंग्स या मालिकाना भंडारण में मौजूद है, तो प्लेटफ़ॉर्म बदलते समय कंपनी अपने सीखने के अनुभव का एक हिस्सा खो देती है। इसलिए संदर्भ, अनुमतियाँ और गुणवत्ता मानदंड कंपनी की संपत्ति के रूप में माने जाने चाहिए। उनकी संरचना प्रलेखित, निर्यात योग्य और लेखापरीक्षित होनी चाहिए।.

अनुबंधों में भी इस नए महत्व को प्रतिबिंबित करना आवश्यक है। डेटा सुरक्षा और उपलब्धता के अलावा, डेटा उपयोग, उपठेकेदारों, मॉडल परिवर्तनों, देयता, प्रोटोकॉल पहुंच और ऑप्ट-आउट विकल्पों से संबंधित प्रश्न तेजी से महत्वपूर्ण होते जा रहे हैं। इसलिए, एजेंट सिस्टम खरीदना केवल एक सॉफ्टवेयर अधिग्रहण नहीं है, बल्कि कंपनी की भविष्य की परिचालन निर्भरता के बारे में एक निर्णय है।.

एक मजबूत कार्यान्वयन मॉडल

किसी भी सफल कार्यान्वयन की शुरुआत सबसे प्रभावशाली एजेंट को खोजने से नहीं, बल्कि आर्थिक रूप से उपयुक्त प्रक्रिया का चयन करने से होती है। इस प्रक्रिया में पर्याप्त मात्रा और सुधार की गुंजाइश होनी चाहिए, साथ ही साथ जोखिम भी प्रबंधनीय होने चाहिए। पूरी प्रक्रिया का दस्तावेजीकरण किया जाता है, जिसमें प्रतीक्षा समय, अपवाद, डेटा स्रोत और वास्तविक निर्णय बिंदु शामिल होते हैं। तभी यह निर्धारित किया जा सकता है कि किन भागों को स्वचालित रूप से संभाला जाना चाहिए, किन भागों में सहायता ली जानी चाहिए या किन भागों को पूरी तरह से मनुष्यों द्वारा संसाधित किया जाना जारी रखा जाना चाहिए।.

अगले चरण में जिम्मेदारियों और प्रमुख प्रदर्शन संकेतकों (केपीआई) को परिभाषित करना शामिल है। एक व्यावसायिक स्वामी परिणाम के लिए जिम्मेदार होता है, जबकि एक तकनीकी स्वामी संचालन और सुरक्षा की देखरेख करता है। वे मिलकर सफलता के मापदंड, न्यूनतम गुणवत्ता मानक, लागत सीमा और समाप्ति मानदंड निर्धारित करते हैं। प्रत्येक कार्य वर्ग के लिए अनुमतियाँ, अनुमोदन और आगे की प्रक्रियाएँ निर्धारित की जाती हैं। यह संगठनात्मक कार्य एजेंट को उत्पादक अधिकार प्राप्त होने से पहले पूरा किया जाना चाहिए।.

तकनीकी कार्यान्वयन की शुरुआत अवलोकन मोड में होनी चाहिए। एजेंट सुझाव देता है या क्रियाओं का अनुकरण करता है जबकि मनुष्य प्रक्रिया को निष्पादित करना जारी रखते हैं। इससे परिचालन जोखिम के बिना अंतरों को मापा जा सकता है। इसके बाद स्वायत्तता को धीरे-धीरे बढ़ाया जा सकता है, जिसकी शुरुआत प्रतिवर्ती और कम जोखिम वाली क्रियाओं से होती है। प्रत्येक विस्तार वास्तविक दुनिया के प्रदर्शन डेटा द्वारा उचित ठहराया जाना चाहिए।.

एक बार स्थिरीकरण सफल हो जाने के बाद, अगला पृथक एजेंट तुरंत नहीं बनाया जाता। इसके बजाय, कंपनी यह जांच करती है कि किन डेटा उत्पादों, नियमों, नियंत्रणों और एकीकरणों का पुन: उपयोग किया जा सकता है। यहीं से संचयी लाभ उत्पन्न होता है। एक पायलट परियोजना एक प्लेटफ़ॉर्म क्षमता में विकसित होती है, और कई प्लेटफ़ॉर्म क्षमताएं एक नए परिचालन मॉडल को जन्म दे सकती हैं।.

नेतृत्व को उद्देश्यों के टकराव को स्पष्ट रूप से सामने लाना होगा।

एजेंटिक एआई को अक्सर लागत में कमी, उच्च गुणवत्ता, बेहतर ग्राहक अनुभव, तीव्र नवाचार और कम जोखिम के दावों से उचित ठहराया जाता है। ये लक्ष्य हमेशा एक-दूसरे के अनुकूल नहीं होते। मानवीय निगरानी बढ़ाने से जोखिम कम हो सकते हैं, लेकिन गति और बचत सीमित हो सकती है। अधिक स्वायत्तता से लीड टाइम कम हो सकता है, लेकिन डेटा, नियंत्रण और जवाबदेही की मांग बढ़ जाती है।.

कंपनी प्रबंधन को इन परस्पर विरोधी उद्देश्यों को स्पष्ट रूप से सुलझाना होगा। उन्हें परियोजना टीम से तकनीकी रूप से इन्हें सुलझाने की अपेक्षा नहीं करनी चाहिए। जोखिम सहनशीलता को परिभाषित करना विशेष रूप से महत्वपूर्ण है। आंतरिक अनुसंधान में जो स्वीकार्य है, वह ऋण निर्णयों, कार्मिक मामलों, स्वास्थ्य डेटा या सुरक्षा संबंधी सुविधाओं में अस्वीकार्य हो सकता है।.

नेतृत्व का अर्थ कर्मचारियों पर पड़ने वाले प्रभाव को खुलकर संबोधित करना भी है। यदि वास्तविक लक्ष्य छंटनी है, तो केवल समर्थन की बात करना विश्वास को ठेस पहुंचाता है। इसके विपरीत, किसी कंपनी को वास्तविक उत्पादकता वृद्धि को कृत्रिम रूप से कम करके नहीं आंकना चाहिए। विश्वसनीयता इस बात से बनती है कि किन कार्यों को समाप्त किया जाएगा, किन भूमिकाओं में बदलाव होगा और किन नए कौशलों की आवश्यकता होगी, इस बारे में स्पष्ट बयान दिए जाएं।.

नेतृत्व का सबसे महत्वपूर्ण कौशल अंततः जिम्मेदारी सौंपने में निहित है। एक प्रतिनिधि परिणाम तो दे सकता है, लेकिन उसे जवाबदेह नहीं ठहराया जा सकता। जब तक कंपनियां इस अंतर को समझती हैं, तब तक स्वायत्तता को नियंत्रित तरीके से बढ़ाया जा सकता है। दूसरी ओर, यदि जिम्मेदारी चुपचाप प्रौद्योगिकी पर डाल दी जाती है, तो एक ऐसा संगठन उभरता है जिसमें किसी को भी पूरी तरह से यह समझ नहीं आता कि निर्णय किसने लिया।.

असली प्रतिस्पर्धात्मक लाभ संगठनात्मक शिक्षण में निहित है।

मॉडल और एजेंट फ़ंक्शन तेज़ी से फैल रहे हैं। आज जिसे तकनीकी लाभ माना जाता है, वह कल किसी सॉफ़्टवेयर प्लेटफ़ॉर्म का मानक बन सकता है। इसलिए, स्थायी विशिष्टता किसी विशेष मॉडल तक पहुंच से नहीं, बल्कि उसे उपयोगी और विश्वसनीय प्रक्रियाओं में बदलने की क्षमता से उत्पन्न होती है।.

जो कंपनियां हर उपयोग के मामले को अलग-अलग देखती हैं, उन्हें सीमित अनुभव ही मिलता है। इसके विपरीत, साझा प्लेटफॉर्म, पुन: उपयोग योग्य नियंत्रण और स्पष्ट जवाबदेही मॉडल वाली कंपनियां हर प्रक्रिया से सीखती हैं। वे अधिक तेज़ी से पहचान लेती हैं कि कौन सी स्वायत्तता कारगर है, कौन सा डेटा अधूरा है और कौन सी समस्याएं बार-बार सामने आती हैं। यह जानकारी हर अगली कार्यान्वयन की लागत को कम करती है।.

संगठनात्मक अधिगम के लिए अनुभवों का एक व्यवस्थित फीडबैक चक्र आवश्यक है। त्रुटियों और मानवीय सुधारों का मूल्यांकन किया जाना चाहिए, नियमों को अनुकूलित किया जाना चाहिए और नए अपवाद मामलों को संदर्भ में एकीकृत किया जाना चाहिए। इससे एजेंट स्वतः ही विश्वसनीय नहीं हो जाता; बल्कि, संगठन लोगों, डेटा, नियमों और प्रौद्योगिकी की समग्र प्रणाली में सुधार करता है। यह अंतर महत्वपूर्ण है क्योंकि यह मॉडल की कथित बुद्धिमत्ता से ध्यान हटाकर परिचालन मॉडल के प्रदर्शन पर केंद्रित करता है।.

दीर्घकाल में, इससे एक महत्वपूर्ण प्रतिस्पर्धात्मक लाभ प्राप्त हो सकता है। त्वरित निर्णय, समन्वय लागत में कमी और अधिक सुसंगत प्रक्रियाएं त्वरित प्रतिक्रिया को बढ़ाती हैं। साथ ही, प्रत्येक अतिरिक्त लेनदेन के लिए आनुपातिक रूप से अधिक प्रशासनिक कर्मचारियों की आवश्यकता के बिना विकास को प्रबंधित किया जा सकता है। इससे न केवल मौजूदा प्रक्रियाओं में उत्पादकता बढ़ती है, बल्कि पूरी कंपनी की विस्तार क्षमता में भी परिवर्तन आता है।.

सबसे ज्यादा एजेंट होने से जीत नहीं मिलती, बल्कि सबसे स्पष्ट संगठन से जीत मिलती है।

एजेंटिक एआई केवल काम के स्वचालन को ही नहीं बदलता। यह टीमों के अस्तित्व के कारणों, निर्णयों के तरीकों और परिणामों के लिए जवाबदेही तय करने के तरीकों को भी बदल देता है। जो कंपनियां मौजूदा प्रक्रियाओं में केवल इस तकनीक को लागू करती हैं, वे व्यक्तिगत कार्यों में तेजी तो लाएंगी, लेकिन डेटा की कमी, अस्पष्ट जिम्मेदारियों और भरोसे की कमी के कारण जल्द ही विफल हो जाएंगी। स्वचालन सतही रह जाता है, जबकि संरचनात्मक लागतें बनी रहती हैं।.

परिणामों को ध्यान में रखते हुए प्रक्रियाओं को पुनर्परिभाषित करने पर अधिक आर्थिक लाभ प्राप्त होता है। लोग लक्ष्य, अपवाद, संबंध और ज़िम्मेदारी ग्रहण करते हैं। एजेंट पूर्वानुमानित समन्वय, सूचना प्रसंस्करण और दोहराव योग्य निष्पादन की ज़िम्मेदारी लेते हैं। नियंत्रण प्रणालियाँ दोनों पक्षों को जोड़ती हैं और स्वायत्तता को मापने योग्य बनाती हैं। इससे कोई ऐसा संगठन नहीं बनता जिसमें लोग न हों, बल्कि काम का वितरण अलग तरह से होता है।.

मुख्य मापदंड तैनात एजेंटों की संख्या नहीं होगी। इससे कहीं अधिक महत्वपूर्ण हैं परिणाम की कुल लागत, प्रक्रिया की स्थिरता, सीखने की गति और जवाबदेही की स्पष्टता। कुछ ही एकीकृत एजेंटों वाली कंपनी दर्जनों अलग-थलग प्रदर्शन करने वाले प्रतिस्पर्धियों की तुलना में कहीं अधिक मूल्य सृजित कर सकती है।.

अंततः, यह बहस प्रबंधन के एक क्लासिक प्रश्न पर आकर टिक जाती है: कौन से निर्णय लेने का अधिकार किसे है और उनके परिणामों की जिम्मेदारी किसकी है? तकनीक इस प्रश्न को और जटिल बना देती है, लेकिन इसका समाधान नहीं देती। जो भी व्यक्ति किसी एजेंट को अगला कार्य सौंपता है, वह कार्य जो अन्यथा किसी नए कर्मचारी द्वारा किया जाता, उसे साथ ही यह भी परिभाषित करना होगा कि एजेंट को यह अधिकार कौन देता है, उसके प्रदर्शन की निगरानी कौन करता है और त्रुटियों के लिए कौन जवाबदेह है। जब तक संगठनात्मक संरचना इस प्रश्न का स्पष्ट उत्तर नहीं देती, तब तक एजेंट-आधारित एआई एक मजबूत आर्थिक प्रणाली नहीं बन पाएगी।.

Konrad Wolfenstein

मुझे आपके निजी सलाहकार के रूप में सेवा करने में खुशी होगी।.

आप मुझसे wolfenstein∂xpert.digital पर संपर्क कर सकते हैं या

बस मुझे +49 7348 4088 965 ।

Linkedin