कंपनियों में एआई के लिए निर्णय लेने और निर्णय लेने की प्रक्रियाएँ: रणनीतिक प्रोत्साहन से व्यावहारिक कार्यान्वयन तक

सिर्फ़ एक उपकरण से ज़्यादा: AI चुनने से आपका पूरा व्यवसाय क्यों बदल जाएगा

कृत्रिम बुद्धिमत्ता को लेकर प्रचार अभी भी जारी है, और जर्मन कंपनियों के बोर्डरूम में सोने की होड़ की मानसिकता व्याप्त है। कई लोग एआई को एक त्वरित, परिचालनात्मक निर्णय मानते हैं - दक्षता का वादा करने वाला एक और सॉफ्टवेयर टूल। लेकिन यह धारणा एक महंगी गलती है और यही मुख्य कारण है कि चौंकाने वाली बात यह है कि 80 प्रतिशत एआई परियोजनाएँ विफल हो जाती हैं। वास्तविकता यह है: किसी कंपनी में एआई को रणनीतिक रूप से एकीकृत करने का निर्णय कोई तेज़ दौड़ नहीं, बल्कि एक मैराथन है जिसमें कोड की पहली पंक्ति लिखने में ही छह से नौ महीने लग जाते हैं।

इस जटिलता का कारण तकनीक में नहीं, बल्कि प्रक्रिया में निहित है। पारंपरिक सॉफ़्टवेयर के विपरीत, AI के लिए कॉर्पोरेट रणनीति, शासन संरचनाओं और जोखिम मूल्यांकन में मूलभूत पुनर्गठन की आवश्यकता होती है। ChatGPT की सफलता और EU AI अधिनियम के लागू होने के बाद से, गैर-प्रतिबद्ध प्रयोग अब एक विकल्प नहीं रह गया है। आज प्रत्येक AI पहल को एक कठोर कानूनी, नैतिक और वित्तीय ढाँचे में समाहित किया जाना चाहिए।

यह लेख इस चुनौतीपूर्ण लेकिन महत्वपूर्ण प्रक्रिया में आपका मार्गदर्शन करेगा। यह प्रारंभिक रणनीतिक विचारों से लेकर कार्यान्वयन के लिए तैयार निर्णय तक के जटिल मार्ग को सात ठोस, बोधगम्य चरणों में विभाजित करता है। व्यावहारिक उदाहरणों, लागत विश्लेषणों और सबसे आम कमियों का उपयोग करते हुए, आप जानेंगे कि वास्तविक कार्य तकनीकी कार्यान्वयन से बहुत पहले क्यों शुरू हो जाता है और एक सफल AI परिवर्तन की दिशा कैसे निर्धारित की जाए - अंध सक्रियता के बजाय रणनीतिक दूरदर्शिता के साथ।

एक रणनीतिक दुविधा: एआई के फैसले कंपनियों के अनुमान से ज़्यादा समय क्यों लेते हैं?

किसी कंपनी में कृत्रिम बुद्धिमत्ता को शामिल करने के निर्णय को अक्सर एक त्वरित परिचालन विकल्प माना जाता है। वास्तविकता कहीं अधिक जटिल है। कृत्रिम बुद्धिमत्ता कार्यान्वयन की निर्णय प्रक्रिया एक क्षणिक नहीं, बल्कि रणनीतिक, परिचालनात्मक, संगठनात्मक और तकनीकी आकलनों का एक सुनियोजित क्रम है, जिसमें पहले कार्यान्वयन चरण के शुरू होने से पहले ही छह से नौ महीने लग जाते हैं। जबकि अन्य तकनीकी क्षेत्रों की कंपनियाँ स्थापित निर्णय मैट्रिक्स के साथ काम कर सकती हैं, कृत्रिम बुद्धिमत्ता निर्णय लेने की प्रक्रिया मौलिक रूप से भिन्न है: इसके लिए न केवल तकनीकी मापदंडों के मूल्यांकन की आवश्यकता होती है, बल्कि शासन संरचनाओं, परिवर्तन प्रबंधन रणनीतियों और जोखिम आकलनों की पुनर्व्याख्या की भी आवश्यकता होती है, जो अक्सर संगठनों में इस रूप में अभी तक संस्थागत नहीं हुए हैं।

कई कंपनियों के लिए त्रासदी इस निर्णय के महत्व को कम आंकने में निहित है। प्रबंधन चर्चाओं में अक्सर एआई को अन्य सॉफ़्टवेयर कार्यान्वयनों के बराबर समझा जाता है, भले ही इसकी जटिलता कई गुना अधिक हो। इसके परिणामस्वरूप अपर्याप्त वित्त पोषित परियोजनाएँ, आशावादी समय अनुमान, और अंततः साहित्य में दर्ज कुख्यात विफलताएँ होती हैं: वर्तमान शोध बताते हैं कि सभी एआई परियोजनाओं में से 80 प्रतिशत विफल हो जाती हैं। इन विफलताओं का एक बड़ा हिस्सा तकनीकी नहीं, बल्कि प्रक्रियात्मक प्रकृति का होता है। ये विफलताएँ इसलिए होती हैं क्योंकि निर्णय लेने की प्रक्रिया को पर्याप्त रूप से संरचित नहीं किया गया था।

ऐतिहासिक विकास: स्वप्नलोक से व्यावहारिक शासन तक

आज की निर्णय प्रक्रिया को समझने के लिए, उन विकासों का विश्लेषण करना आवश्यक है जिनके कारण यह संभव हुआ। कंपनियों में एआई को अपनाने की पहली लहर उत्साह और तकनीकी आशावाद से भरी थी। 2010 के दशक में, एआई का अन्वेषण मुख्य रूप से बड़ी तकनीकी कंपनियों और अच्छी तरह से पूँजी वाले स्टार्टअप्स द्वारा किया गया था। पारंपरिक कंपनियाँ शुरू में संशय में थीं, और बाद में झिझकने लगीं। उस समय निर्णय सरल थे: बाहरी सलाहकारों को बुलाया जाता था, शैक्षणिक मॉडलों का परीक्षण किया जाता था, और अगर कुछ काम नहीं करता था, तो परियोजना को चुपचाप छोड़ दिया जाता था।

नवंबर 2022 में ChatGPT के प्रकाशन के साथ ही विकास की यह अनिर्णायक अवधि अचानक समाप्त हो गई। अचानक, AI अमूर्त और वैज्ञानिक न रहकर मूर्त और सर्वव्यापी हो गया। इसके परिणामस्वरूप कॉर्पोरेट बोर्डों की रुचि में भारी वृद्धि हुई। वर्तमान में हम जिस दूसरी लहर का सामना कर रहे हैं, उसकी विशेषता नियामक दबाव, प्रतिस्पर्धी दबाव और इस मान्यता से है कि AI रणनीतिक रूप से महत्वपूर्ण है। अगस्त 2025 में लागू हुआ EU AI अधिनियम, और अन्य देशों में इसी तरह के नियामक ढाँचों ने निर्णय लेने की प्रक्रिया को मौलिक रूप से संरचित किया है। कंपनियाँ अब प्रतिबद्धता के बिना प्रयोग नहीं कर सकतीं; प्रत्येक AI पहल को एक कानूनी और नैतिक ढाँचे में समाहित किया जाना चाहिए।

इस विकास का तीसरा आयाम व्यावसायिकरण है। गार्टनर की रिपोर्ट के अनुसार, 2025 के अंत तक 75 प्रतिशत कंपनियाँ एआई का उपयोग कर रही होंगी। यह व्यापक रूप से अपनाने का प्रतिनिधित्व करता है। इस व्यापक अपनाने के साथ, निश्चित रूप से, मानक, सर्वोत्तम अभ्यास और शासन ढाँचे भी आते हैं जो पहले अनावश्यक थे। आज एआई को लागू करने वाली कंपनियाँ ज्ञान और अनुभव के एक स्थापित भंडार का लाभ उठा सकती हैं, जिससे निर्णय लेने की प्रक्रिया अधिक संरचित होने के साथ-साथ अधिक जटिल भी हो जाती है। आज निर्णय लेने की प्रक्रिया तेज़ नहीं है, बल्कि अधिक विस्तृत और बेहतर ढंग से प्रलेखित है। यही वह केंद्रीय विकास है जो आधुनिक एआई निर्णय लेने की प्रक्रिया को परिभाषित करता है।

निर्णय लेने की प्रक्रिया की मुख्य क्रियाविधि

कंपनियों में एआई के लिए निर्णय लेने की प्रक्रिया किसी सार्वभौमिक योजना का पालन नहीं करती, बल्कि अधिक परिपक्व संगठनों में उभरने वाले स्थापित पैटर्न का पालन करती है। हालाँकि, इन प्रक्रियाओं को ठोस चरणों में विभाजित किया जा सकता है, जिनमें से प्रत्येक के अपने मानदंड, हितधारक और महत्वपूर्ण बिंदु होते हैं।

पहला चरण रणनीतिक मूल्यांकन या आकलन चरण है, जो दो से चार सप्ताह तक चलता है।

इस चरण में, सबसे पहले यह प्रश्न पूछा जाना चाहिए: हमारी कंपनी एआई के मामले में कहाँ खड़ी है? यह एक संरचित एआई परिपक्वता विश्लेषण के माध्यम से किया जाता है, जिसमें आईटी और वित्त से लेकर व्यावसायिक विकास तक, विभिन्न विभागों के अधिकारियों का साक्षात्कार लिया जाता है। इसका उद्देश्य न केवल तकनीकी तत्परता, बल्कि संगठनात्मक परिपक्वता को भी जानना है। जो कंपनियाँ इस चरण में चिंतित हो जाती हैं और जल्दी से अगले चरण पर जाने की इच्छा रखती हैं, वे एक बुनियादी गलती कर रही हैं। मूल्यांकन चरण वह आधार है जिस पर आगे के सभी निर्णय आधारित होते हैं।

दूसरा चरण रणनीति और लक्ष्य विकास का है, जो चार से आठ सप्ताह तक चलता है।

यहीं पर कंपनी यह तय करती है कि उसके व्यवसाय के लिए AI कैसा होना चाहिए। यह मुख्यतः एक तकनीकी प्रश्न नहीं, बल्कि एक व्यावसायिक प्रश्न है। कुछ प्रश्नों के उदाहरण इस प्रकार हैं: क्या AI को मुख्य रूप से दक्षता में वृद्धि के लिए सक्षम बनाना चाहिए या नए व्यावसायिक मॉडल तैयार करने चाहिए? क्या इसे मौजूदा प्रक्रियाओं में एकीकृत किया जाना चाहिए या अलग विभाग स्थापित किए जाने चाहिए? किन उद्योगों या कार्यात्मक क्षेत्रों में सबसे अधिक संभावनाएँ हैं? इस रणनीतिक स्पष्टीकरण के लिए बोर्ड स्तर पर गहन चर्चा की आवश्यकता है। कई कंपनियाँ इस चरण में लगने वाले समय को कम आंकती हैं क्योंकि वे इसे केवल एक बयानबाजी मानकर खारिज कर देती हैं। ऐसा नहीं है। AI के बारे में कंपनी के दृष्टिकोण की स्पष्टता ही उसके बाद के सभी निर्णयों को निर्धारित करती है। स्पष्ट रणनीति के बिना कंपनियाँ ऐसी AI परियोजनाएँ बनाती हैं जिनमें ठोस व्यावसायिक मूल्य का अभाव होता है।

तीसरा चरण उपयोग मामले की पहचान और प्राथमिकता निर्धारण है, जिसमें छह से बारह सप्ताह लगते हैं।

यह रणनीतिक चरण का क्रियाशील संस्करण है। यहाँ, ठोस, व्यावसायिक-परिणाम-उन्मुख उपयोग के मामलों की पहचान की जाती है। कंपनी विभिन्न विभागों से विचार एकत्र करती है: AI आपकी विशेष रूप से कैसे मदद कर सकता है? यह संग्रह जानबूझकर असंरचित है। इसके बाद एक व्यवस्थित प्राथमिकता निर्धारण होता है, जो एक मूल्यांकन मैट्रिक्स पर आधारित होता है जो व्यावसायिक क्षमता, तकनीकी व्यवहार्यता, डेटा परिपक्वता और जोखिम क्षमता जैसे कारकों पर विचार करता है। प्राथमिकता निर्धारण प्रक्रिया इस चरण का सबसे महत्वपूर्ण बिंदु है, क्योंकि यह आशावादी व्यावसायिक विभागों और यथार्थवादी तकनीकी विभागों को एक साथ लाती है। इन तनावों का प्रबंधन और एक सुस्थापित प्राथमिकता पर पहुँचना एक प्रबंधन कौशल है, न कि तकनीकी कौशल। जो कंपनियाँ साधारण मतदान के माध्यम से अपने शीर्ष दस उपयोग के मामलों का चयन करती हैं, वे बाद में लाभहीन परियोजनाओं पर समय बर्बाद करेंगी।

चौथा चरण जोखिम एवं अनुपालन मूल्यांकन है, जो चार से आठ सप्ताह तक चलता है।

यह एक ऐसा चरण है जिसे एआई अपनाने की पहली लहर (2023 से पहले) में लगभग नज़रअंदाज़ कर दिया गया था, लेकिन अब यह बेहद महत्वपूर्ण है। इस चरण में निम्नलिखित का मूल्यांकन किया जाता है: नियोजित एआई अनुप्रयोगों को कौन सी नियामक आवश्यकताएँ प्रभावित करती हैं? कौन सा डेटा आवश्यक है और इसकी कानूनी स्वीकार्यता क्या है? कौन से नैतिक प्रश्न उठते हैं? कौन से दायित्व और अनुपालन जोखिम उभर कर आते हैं? आदर्श रूप से, इस चरण का संचालन एक टीम द्वारा किया जाता है जिसमें वकील, अनुपालन विशेषज्ञ, डेटा सुरक्षा अधिकारी और तकनीकी विशेषज्ञ शामिल होते हैं। यह वैकल्पिक नहीं है। जो कंपनियाँ इस चरण को छोड़ देती हैं या इसे सतही तौर पर संचालित करती हैं, वे बाद में अपने लिए बड़ी समस्याएँ खड़ी कर लेंगी।

पांचवां चरण वित्तीय नियोजन और व्यवसाय मामले का विकास है, जिसमें चार से छह सप्ताह लगते हैं।

यहाँ, ठोस निवेश आँकड़े संकलित किए गए हैं। परियोजना के दायरे के आधार पर AI कार्यान्वयन की लागत में भारी अंतर होता है। स्व-सेवा AI समाधान €4,000 से €25,000 प्रति माह से शुरू हो सकते हैं। कस्टम डेवलपमेंट एक प्रोटोटाइप के लिए €15,000 से €32,000 तक और €50,000 से €100,000 या उससे अधिक तक पहुँच सकते हैं। बुनियादी ढाँचे की लागत, जो क्लाउड समाधान के आधार पर €500 से €15,000 प्रति माह तक हो सकती है, एक अतिरिक्त कारक है। और फिर छिपी हुई लागतें हैं: कर्मचारी प्रशिक्षण (€300 से €4,000 प्रति व्यक्ति), परिवर्तन प्रबंधन, डेटा तैयारी (जो परियोजना बजट का 60 से 80 प्रतिशत हो सकता है), और निरंतर अनुकूलन। मध्यम से लेकर बड़ी कंपनियों में एंटरप्राइज़ AI प्रोजेक्ट €250,000 के बजट से शुरू हो सकते हैं। यहाँ व्यावसायिक मामले का विकास महत्वपूर्ण है। कंपनियों को न केवल निवेश, बल्कि अपेक्षित रिटर्न भी दिखाना होगा। एआई कार्यान्वयन के लिए एक रूढ़िवादी आरओआई पाँच वर्षों में 214 प्रतिशत है; आशावादी अनुमान 761 प्रतिशत तक पहुँच सकते हैं। यह सीमा यथार्थवादी मान्यताओं की आवश्यकता को रेखांकित करती है।

छठा चरण संगठनात्मक तैयारी और शासन संरचना का है, जो चार से आठ सप्ताह तक चलता है।

यह एक ऐसा चरण है जो अक्सर अन्य चरणों के समानांतर चलता है, लेकिन अपनी अलग पहचान का हकदार है। यहाँ, निम्नलिखित प्रश्न परिभाषित हैं: AI परियोजनाओं के बारे में निर्णय कौन लेता है? किस प्रकार की शासन संरचना आवश्यक है? क्या एक मुख्य AI अधिकारी आवश्यक है? AI को मौजूदा निर्णय लेने वाले पदानुक्रमों में कैसे एकीकृत किया जाएगा? अधिक जटिल शासन आवश्यकताओं वाली बड़ी कंपनियाँ व्यावसायिक इकाइयों, IT, अनुपालन, मानव संसाधन और वित्त के प्रतिनिधियों से युक्त एक AI गवर्नेंस बोर्ड स्थापित करती हैं। छोटी कंपनियाँ इसे अधिक अनौपचारिक रूप से संभाल सकती हैं, लेकिन फिर भी उन्हें ज़िम्मेदारी की स्पष्ट रेखाएँ निर्धारित करनी चाहिए। यह चरण महत्वपूर्ण है क्योंकि यह AI पहल को वैधता और संरचना प्रदान करता है। स्पष्ट शासन के बिना कंपनियाँ बाद में प्रतिस्पर्धी पहलों या निर्णय लेने में जवाबदेही की कमी के कारण विफल हो जाती हैं।

सातवां चरण हितधारक जुटाव और परिवर्तन प्रबंधन तैयारी है, जो चार से दस सप्ताह तक चलता है।

यह चरण प्रतिरोध का पूर्वानुमान लगाता है और संगठन को उसके लिए तैयार करता है। एआई के लिए पारंपरिक परिवर्तन प्रबंधन प्रक्रिया एक सिद्ध संरचना का पालन करती है: पहले दो से तीन महीनों में, जागरूकता बढ़ाई जाती है। कर्मचारियों को सूचित किया जाता है कि एआई आ रहा है, उनकी नौकरियों के लिए खतरे के रूप में नहीं, बल्कि उन्हें सशक्त बनाने के एक उपकरण के रूप में। अगले तीन से छह महीनों में, प्रयोग की भावना को बढ़ावा दिया जाता है। त्वरित सफलताएँ प्रदर्शित की जाती हैं। स्वयंसेवी पायलट समूह बनाए जाते हैं। अगले छह से बारह महीने स्केलिंग के लिए समर्पित होते हैं। सर्वोत्तम प्रथाओं का दस्तावेजीकरण किया जाता है, और प्रशिक्षण को संस्थागत रूप दिया जाता है। हितधारकों की भागीदारी महत्वपूर्ण है: 78 प्रतिशत अधिकारी एआई-समर्थित निर्णयों को एक रणनीतिक लाभ के रूप में देखते हैं, लेकिन यह स्वतः नहीं होता। यह विश्वास हासिल करना होगा। जो कंपनियाँ इस चरण को छोड़ देती हैं, वे न केवल कार्यान्वयन प्रतिरोध पैदा करती हैं, बल्कि दीर्घकालिक सांस्कृतिक समस्याएँ भी पैदा करती हैं।

इन सात चरणों के बाद ही, जो कुल मिलाकर छह से नौ महीने तक चलते हैं, कंपनी ठोस पायलट प्रोजेक्ट शुरू करने की स्थिति में होती है। यह एक महत्वपूर्ण बिंदु है जिसे कई निर्णयकर्ता गलत समझते हैं। वे सोचते हैं कि एआई को लागू करने का निर्णय व्यावहारिक कार्य का प्रारंभिक बिंदु है। वास्तव में, निर्णय स्वयं छह से नौ महीने की प्रक्रिया है, और उसके बाद ही कार्यान्वयन शुरू होता है।

व्यापार विकास, बिक्री और विपणन में हमारी यूरोपीय संघ और जर्मनी की विशेषज्ञता - छवि: Xpert.Digital

उद्योग फोकस: बी2बी, डिजिटलीकरण (एआई से एक्सआर तक), मैकेनिकल इंजीनियरिंग, लॉजिस्टिक्स, नवीकरणीय ऊर्जा और उद्योग

इसके बारे में यहां अधिक जानकारी:

• एक्सपर्ट बिजनेस हब

अंतर्दृष्टि और विशेषज्ञता वाला एक विषय केंद्र:

• वैश्विक और क्षेत्रीय अर्थव्यवस्था, नवाचार और उद्योग-विशिष्ट रुझानों पर ज्ञान मंच
• हमारे फोकस क्षेत्रों से विश्लेषण, आवेगों और पृष्ठभूमि जानकारी का संग्रह
• व्यापार और प्रौद्योगिकी में वर्तमान विकास पर विशेषज्ञता और जानकारी के लिए एक स्थान
• उन कंपनियों के लिए विषय केंद्र जो बाज़ार, डिजिटलीकरण और उद्योग नवाचारों के बारे में जानना चाहती हैं

यथास्थिति: कॉर्पोरेट वास्तविकता के रूप में निर्णय लेना

एआई निर्णय लेने की वर्तमान स्थिति एक चौंकाने वाली तस्वीर पेश करती है। एक ओर, नियामकीय तात्कालिकता है। यूरोपीय संघ के एआई अधिनियम के एक बाध्यकारी ढाँचे के रूप में, यूरोपीय कंपनियों को अपने एआई उपयोग को एक प्रलेखित शासन प्रणाली में शामिल करना होगा। यह निर्णय लेने को केवल एक रणनीतिक विकल्प ही नहीं, बल्कि एक अनुपालन आवश्यकता बनाता है। 77 प्रतिशत संगठन पहले से ही एआई शासन कार्यक्रमों को सक्रिय रूप से लागू कर रहे हैं। यह वैकल्पिक नहीं, बल्कि मुख्यधारा है। इस व्यापक रूप से अपनाए जाने का अर्थ है कि कंपनियां स्थापित प्रतिमानों का लाभ उठा सकती हैं। एआई शासन उपकरणों और परामर्श का बाजार सालाना 36.7 प्रतिशत की दर से बढ़ रहा है और 2033 तक 29.6 अरब डॉलर तक पहुँच जाएगा। इसका मतलब है कि निर्णय लेने की प्रक्रिया आज पहले से कहीं अधिक पेशेवर हो गई है।

दूसरी ओर, निर्णय पहले की तुलना में अधिक वास्तविक और हितधारक-संचालित होते हैं। 47 प्रतिशत संगठन एआई गवर्नेंस को एक रणनीतिक प्राथमिकता मानते हैं। इसका मतलब है कि निर्णय आईटी विभागों में नहीं, बल्कि बोर्ड स्तर पर लिए जाते हैं। इससे प्रक्रिया की कठोरता बढ़ जाती है क्योंकि बोर्ड में आमतौर पर आईटी प्रबंधकों की तुलना में अधिक औपचारिक निर्णय लेने की प्रक्रिया होती है। हालाँकि यह आम तौर पर सकारात्मक है, लेकिन इससे कार्यान्वयन में काफी देरी भी होती है।

व्यावहारिक वास्तविकता भी एक खंडित परिदृश्य को उजागर करती है। जो कंपनियाँ सफलतापूर्वक एआई को अपनाती हैं, वे एक संरचित चार-चरणीय मॉडल का पालन करती हैं: अन्वेषण (दो से तीन महीने), मानकीकरण (दो से चार महीने), एकीकरण (छह से बारह महीने), और अंत में, परिवर्तन। ये चरण वैकल्पिक या शीघ्रता से पूरे होने वाले नहीं हैं, बल्कि बुनियादी मील के पत्थर हैं। जो कंपनियाँ इन चरणों को छोड़ देती हैं या रट लेती हैं, वे व्यवस्थित रूप से विफल हो जाती हैं।

यथास्थिति का एक और पहलू लागत की वास्तविकता है। एआई परिनियोजन परियोजनाओं के लिए अनुपालन व्यय औसतन €344,000 है, जबकि अनुसंधान एवं विकास लागत लगभग €150,000 है। यह विकास की तुलना में शासन की लागत में 229% की वृद्धि दर्शाता है। यही कारण है कि निर्णय लेने में इतना समय लगता है: निर्णय स्वयं महंगा हो गया है।

अभ्यास से: वास्तविक निर्णय लेने के दो केस अध्ययन

पहला केस अध्ययन बर्लिन स्थित एक मध्यम आकार की ई-कॉमर्स कंपनी से संबंधित है, जिसमें लगभग 500 कर्मचारी हैं।

कंपनी ने महसूस किया कि उसकी लॉजिस्टिक्स प्रक्रियाओं को अनुकूलन की आवश्यकता है। पारंपरिक तरीका नए सॉफ़्टवेयर को लागू करना होता। इसके बजाय, एक एआई पहल की योजना बनाई गई। निर्णय लेने की प्रक्रिया में आठ महीने लगे। मूल्यांकन चरण में, मौजूदा लॉजिस्टिक्स प्रक्रियाओं का मानचित्रण किया गया, डेटा गुणवत्ता का मूल्यांकन किया गया, और मौजूदा आईटी प्रणालियों का मूल्यांकन किया गया। यह पता चला कि डेटा की गुणवत्ता अपेक्षा से काफी खराब थी। रणनीति चरण में, यह परिभाषित किया गया कि एआई का उपयोग मुख्य रूप से डिलीवरी रूट प्लानिंग को अनुकूलित करने के लिए किया जाना चाहिए। उपयोग-मामले चरण में, सत्रह उपयोग-मामले पहचाने गए और उन्हें चार श्रेणियों में प्राथमिकता दी गई: रूट अनुकूलन, इन्वेंट्री पूर्वानुमान, ग्राहक सेवा स्वचालन, और धोखाधड़ी का पता लगाना। जोखिम मूल्यांकन चरण में, यह निर्धारित किया गया कि अधिकांश उपयोग-मामले नियामक दृष्टिकोण से समस्यारहित थे, लेकिन धोखाधड़ी का पता लगाने के लिए ग्राहक डेटा के प्रबंधन को जीडीपीआर के अनुपालन में प्रलेखित किया जाना था। वित्तीय चरण में, बारह महीनों के लिए €150,000 का प्रारंभिक बजट निर्धारित किया गया। एक समर्पित एआई टास्क फोर्स का गठन किया गया। आठ महीनों के बाद, रूट अनुकूलन के लिए पायलट प्रोजेक्ट शुरू किया गया। छह महीने के पायलट प्रोजेक्ट (शुरुआती फ़ैसले के बाद कुल 14 महीने) के बाद, नतीजे मापने लायक थे: डिलीवरी के समय में औसतन 18 प्रतिशत की कमी और लॉजिस्टिक्स लागत में 12 प्रतिशत की कमी। इन सफलताओं के चलते इस परियोजना का विस्तार अन्य उपयोग के मामलों में भी हुआ।

दूसरा केस स्टडी एक बहुराष्ट्रीय कॉर्पोरेट होल्डिंग कंपनी, आरएसबीजी एसई से संबंधित है, जिसकी 80 से अधिक सहायक कंपनियां हैं।

एआई को कंपनी-व्यापी लागू करने का निर्णय लेने में नौ महीने लगे। छोटे संगठनों की तुलना में एक महत्वपूर्ण अंतर एक अत्यधिक विकेन्द्रीकृत संरचना के भीतर स्थिरता स्थापित करने की आवश्यकता थी। मूल्यांकन चरण में प्रत्येक सहायक कंपनी की एआई परिपक्वता का अलग-अलग मूल्यांकन किया गया। यह स्पष्ट हो गया कि परिपक्वता के स्तर में काफी भिन्नता थी। जहाँ कुछ कंपनियाँ पहले से ही एआई के साथ प्रयोग कर रही थीं, वहीं अन्य पूरी तरह से अनुभवहीन थीं। रणनीति चरण में, यह निर्णय लिया गया कि एआई का उपयोग मुख्य रूप से प्रशासनिक प्रक्रियाओं में दक्षता बढ़ाने के लिए किया जाना चाहिए - एक ऐसा अनुप्रयोग जिसका विभिन्न कार्यों के लिए प्रासंगिकता हो। केंद्रीय समन्वय के साथ उपयोग के मामलों को विकेन्द्रीकृत रूप से एकत्र किया गया। अस्सी व्यक्तिगत अनुप्रयोग विचार प्रस्तुत किए गए। इन्हें त्वरित सफलता (एक से तीन महीने में हल करने योग्य) और रणनीतिक परियोजनाओं (छह से बारह महीने) में वर्गीकृत किया गया। जोखिम चरण में, मुख्य चुनौती यह थी कि अनुपालन आवश्यकताएँ विभिन्न देशों में भिन्न थीं। यूरोपीय संघ की आवश्यकताओं को आधार रेखा के रूप में उपयोग करते हुए, एक न्यूनतम शासन ढाँचा विकसित किया गया। एक केंद्रीय एआई प्लेटफ़ॉर्म चुना गया। नौ महीने के निर्णय लेने के बाद, स्केलिंग प्रक्रिया शुरू हुई। तीन महीनों के भीतर, 60 प्रतिशत कंपनियाँ प्लेटफ़ॉर्म पर सक्रिय हो गईं। 80 से अधिक उपयोग के मामलों की पहचान की गई और उनके कार्यान्वयन पर काम शुरू हुआ। एक साल के भीतर, AI ने हर महीने 400 घंटे से ज़्यादा की बचत की। यह सफल, व्यापक निर्णय लेने का एक उदाहरण है।

समस्याएँ और विवाद: जहाँ निर्णय विफल हो जाते हैं

एआई संबंधी निर्णय लेने में मुख्य दोष अस्पष्ट उद्देश्य हैं। कई कंपनियाँ स्पष्ट रूप से परिभाषित किए बिना ही एआई को लागू करने का निर्णय ले लेती हैं कि वे क्या हासिल करना चाहती हैं। वे एआई को इसलिए अपनाती हैं क्योंकि यह चलन में है, न कि इसलिए कि यह व्यावसायिक समस्याओं का समाधान करती है। इससे ऐसी परियोजनाएँ बनती हैं जिनसे कोई ठोस लाभ नहीं होता। अनुभवजन्य साक्ष्य बताते हैं कि 80 प्रतिशत एआई परियोजनाएँ विफल हो जाती हैं, और इनमें से अधिकांश विफलताएँ तकनीकी नहीं, बल्कि प्रक्रियात्मक होती हैं। ये विफलताएँ स्पष्ट व्यावसायिक उद्देश्य के बिना लिए गए निर्णयों के कारण होती हैं।

दूसरी बड़ी गलती डेटा की गुणवत्ता और तैयारी को कम आंकना है। कई कंपनियाँ मानती हैं कि AI सिस्टम किसी भी डेटा के साथ काम कर सकते हैं। वास्तविकता कहीं ज़्यादा गंभीर है। आमतौर पर, AI प्रोजेक्ट के बजट का 60 से 80 प्रतिशत डेटा तैयार करने और उसे साफ़ करने में खर्च हो जाता है। जो कंपनियाँ इसका अनुमान नहीं लगा पातीं, उनके बजट में भारी वृद्धि और देरी होती है। इसलिए, AI को लागू करने के फ़ैसले में हमेशा डेटा गुणवत्ता ऑडिट शामिल होना चाहिए।

तीसरी बड़ी गलती है बदलाव के प्रति प्रतिरोध और सांस्कृतिक बदलावों की ज़रूरत को कम आँकना। कई कंपनियाँ यह मान लेती हैं कि अगर तकनीकी समाधान अच्छा है, तो कर्मचारी उसे स्वतः ही अपना लेंगे। यह मनोवैज्ञानिक रूप से नासमझी है। लोगों को डर है कि एआई उनकी नौकरियों के लिए ख़तरा है, उनकी विशेषज्ञता पुरानी हो जाएगी, और मशीनी फ़ैसले उनका नियंत्रण छीन लेंगे। एक अच्छा परिवर्तन प्रबंधन कार्यक्रम वैकल्पिक नहीं, बल्कि सफलता के लिए ज़रूरी है। जो कंपनियाँ इसे कम आँकती हैं, वे ऐसे तकनीकी समाधान बनाती हैं जो व्यवहार में विफल हो जाते हैं क्योंकि कर्मचारी उनका इस्तेमाल नहीं करते।

चौथी गलती अपर्याप्त परियोजना प्रबंधन और संसाधन नियोजन है। एआई परियोजनाएँ जटिल होती हैं। इनके लिए तकनीकी विशेषज्ञता, क्षेत्र ज्ञान और परियोजना प्रबंधन दोनों की आवश्यकता होती है। कई कंपनियाँ आवश्यक समय और संसाधनों का कम आकलन करती हैं। वे एआई परियोजनाओं को उन कर्मचारियों को अतिरिक्त कार्य के रूप में सौंप देती हैं जो पहले से ही पूरी क्षमता से काम कर रहे हैं। इससे समयसीमा में देरी होती है और परिणाम कमतर आते हैं। इसलिए, एआई को लागू करने के निर्णय के साथ हमेशा ऐसी संसाधन नियोजन प्रक्रिया भी होनी चाहिए जो यथार्थवादी क्षमताओं का अनुमान लगा सके।

पाँचवीं गंभीर त्रुटि सफलता के मापन और निरंतर अनुकूलन का अभाव है। कंपनियाँ अक्सर सफलता के अर्थ को मापने योग्य रूप से परिभाषित करने में विफल रहती हैं। वे स्पष्ट KPI के बिना AI परियोजनाएँ शुरू करती हैं। इससे ऐसी स्थिति उत्पन्न होती है जहाँ परियोजना के अंत में यह स्पष्ट नहीं होता कि यह सफल रही या नहीं। अच्छी AI निर्णय-प्रक्रिया मापनीय सफलता संकेतकों को परिभाषित करती है: समय की बचत, लागत में कमी, गुणवत्ता में सुधार और ग्राहक संतुष्टि में वृद्धि। इन परिभाषाओं के बिना, परियोजना एक राजनीतिक मुद्दा बन जाती है, अनुभवजन्य नहीं।

अंत में, शासन और अनुपालन के मुद्दे भी हैं। यूरोपीय संघ का कृत्रिम बुद्धिमत्ता अधिनियम इन मुद्दों को गैर-वैकल्पिक बनाता है। जो कंपनियाँ अपनी अनुपालन आवश्यकताओं का मूल्यांकन किए बिना कृत्रिम बुद्धिमत्ता को लागू करती हैं, वे बाद में अपने लिए भारी समस्याएँ खड़ी कर लेंगी। विशेष रूप से विनियमित क्षेत्रों (वित्तीय सेवाएँ, स्वास्थ्य सेवा, बीमा) में, अनुपालन चरण वैकल्पिक नहीं है। यही कारण है कि निर्णय लेने की प्रक्रिया कई कंपनियों की अपेक्षा से अधिक समय लेती है: इसे नियामक दृष्टिकोण से उचित ठहराया जाना चाहिए।

एआई निर्णय-प्रक्रिया का भविष्य: रुझान और संभावित व्यवधान

कंपनियों में एआई निर्णय लेने का भविष्य कई महत्वपूर्ण रुझानों से आकार लेगा।

पहला रुझान जनरेटिव एआई से एजेंटिक एआई की ओर बढ़ना है।

इसका मतलब है स्वायत्त एआई एजेंट जो न केवल सुझाव देंगे बल्कि स्वतंत्र निर्णय भी लेंगे और प्रक्रियाओं को क्रियान्वित भी करेंगे। यह निर्णय लेने की प्रक्रिया को मौलिक रूप से बदल देगा। जब एआई प्रणालियाँ न केवल विश्लेषण करेंगी बल्कि कार्य भी करेंगी, तो नई शासन आवश्यकताएँ उत्पन्न होंगी। कंपनियों को अब यह तय नहीं करना होगा कि एआई क्या सुझाव देगा, बल्कि यह कि एआई स्वायत्त रूप से कैसे कार्य करेगा। इससे शासन और भी जटिल हो जाएगा। गार्टनर का अनुमान है कि 2028 तक, लगभग 33 प्रतिशत एंटरप्राइज़ एप्लिकेशन एआई एजेंटों को एकीकृत करेंगे—जो 2024 के 1 प्रतिशत से एक बड़ी वृद्धि है। इसका मतलब है कि आने वाले वर्षों में निर्णय लेने की प्रक्रिया तेज़ नहीं, बल्कि और जटिल हो जाएगी।

दूसरी प्रवृत्ति एआई का लोकतंत्रीकरण है।

नो-कोड और लो-कोड एआई प्लेटफ़ॉर्म न केवल तकनीकी विशेषज्ञों, बल्कि व्यावसायिक विभागों को भी एआई समाधान विकसित करने में सक्षम बनाते हैं। इससे विकेंद्रीकृत एआई अपनाने को बढ़ावा मिलता है, जिसका प्रबंधन कठिन होता है। इससे शासन संबंधी ज़रूरतें बदल जाएँगी। कंपनियों को ऊपर से नीचे की ओर निर्णय लेने के बजाय, नीचे से ऊपर की ओर एआई पहलों से निपटना होगा। इससे निर्णय लेने की प्रक्रिया तेज़ हो सकती है, लेकिन इसका मतलब नियंत्रण की ज़्यादा ज़रूरत भी होगी।

तीसरी प्रवृत्ति मौजूदा व्यावसायिक उपकरणों में एआई का एकीकरण है।

माइक्रोसॉफ्ट 365 कोपायलट, गूगल वर्कस्पेस एआई और इसी तरह के अन्य एकीकरण विकल्पों का मतलब है कि एआई अब एक अलग तकनीक नहीं, बल्कि रोज़मर्रा के उपकरणों का एक अभिन्न अंग है। यह तकनीकी दृष्टिकोण से अपनाने को आसान बनाता है, लेकिन निर्णय लेना और भी जटिल बना देता है क्योंकि आईटी और व्यावसायिक निर्णयों के बीच की रेखाएँ धुंधली हो जाती हैं।

चौथी प्रवृत्ति विनियामक समेकन की है।

यूरोपीय संघ के कृत्रिम बुद्धिमत्ता अधिनियम को एक स्थापित मानक के रूप में और अन्य न्यायालयों में इसी तरह के नियमों के साथ, शासन व्यवस्था कम विखंडित होगी। दीर्घावधि में, इससे निर्णय लेने की प्रक्रिया मानकीकृत हो सकती है और इस प्रकार इसमें तेज़ी आ सकती है। हालाँकि, अल्पावधि में (अगले दो से तीन वर्षों में), नियामक अनुकूलन से जटिलताएँ बढ़ेंगी।

पांचवीं प्रवृत्ति स्वयं एआई निर्णय लेने की एजेंसी है।

यह उम्मीद की जाती है कि भविष्य में एआई प्रणालियाँ न केवल डेटा विश्लेषण, बल्कि शासन व्यवस्था को भी सहारा देंगी। बुद्धिमान प्रणालियाँ निर्णय लेने की प्रक्रियाओं का अनुकरण कर सकती हैं, परिदृश्यों पर काम कर सकती हैं, और मनुष्यों के निर्णय लेने से पहले जोखिमों का आकलन कर सकती हैं। इससे निर्णयों की गुणवत्ता में सुधार हो सकता है, लेकिन इसका मतलब यह भी होगा कि निर्णय लेने की प्रक्रिया स्वयं एआई द्वारा समर्थित होगी - एक ऐसा विरोधाभास जो अपने आप में प्रश्न उठाता है।

इस प्रक्रिया से हम क्या सीख सकते हैं

कंपनियों में एआई के लिए निर्णय लेने की प्रक्रिया एक क्षणिक नहीं, बल्कि छह से नौ महीनों तक चलने वाली एक संरचित प्रक्रिया है, जिसमें सात अलग-अलग चरण शामिल हैं: रणनीतिक मूल्यांकन, रणनीति और लक्ष्य विकास, उपयोग के मामलों की पहचान और प्राथमिकता निर्धारण, जोखिम और अनुपालन मूल्यांकन, वित्तीय नियोजन, संगठनात्मक तैयारी और हितधारक संघटन। इन चरणों के बाद ही वास्तविक कार्यान्वयन शुरू होता है। यह समय-सीमा कई कंपनियों को तेज़ समाधानों का सपना देखने से रोकती है, लेकिन यह आवश्यक है। जो कंपनियाँ इन चरणों को तेज़ करती हैं या छोड़ देती हैं, वे व्यवस्थित रूप से अपने लिए परिचालन संबंधी समस्याएँ पैदा करती हैं।

यह प्रक्रिया कठोर है क्योंकि निर्णय महत्वपूर्ण है। एआई निवेश आज रणनीतिक रूप से महत्वपूर्ण हैं। ये कंपनियों को बदल सकते हैं या उन्हें गुमराह कर सकते हैं। इसलिए निर्णय लेना कोई सामान्य प्रशासनिक कार्य नहीं, बल्कि एक प्रमुख प्रबंधन योग्यता है। जिन कंपनियों ने एआई परिवर्तनों को सफलतापूर्वक अपनाया है, वे उन कंपनियों से अलग हैं जो तकनीकी उत्कृष्टता के कारण नहीं, बल्कि कठोर निर्णय लेने के कारण असफल रही हैं। उन्होंने स्पष्ट लक्ष्य निर्धारित किए हैं। उन्होंने व्यवस्थित रूप से जोखिमों का मूल्यांकन किया है। उन्होंने हितधारकों को शामिल किया है। उन्होंने सफलता के मानदंड निर्धारित किए हैं। ये प्रबंधन गुण नए नहीं हैं - बस एआई के संदर्भ में इनकी स्पष्ट रूप से आवश्यकता है।

भविष्य ही बताएगा कि निर्णय लेने की प्रक्रिया तेज़ होगी या धीमी। वर्तमान परिदृश्य संकेत देते हैं कि यह और जटिल होता जाएगा। एजेंटिक एआई, नियामक समेकन और विकेंद्रीकृत एआई पहलों के साथ, शासन संबंधी आवश्यकताएँ बढ़ेंगी, घटेंगी नहीं। जो कंपनियाँ इस जटिलता का अनुमान लगा लेती हैं, वे उन कंपनियों की तुलना में बेहतर स्थिति में होंगी जो तेज़ और सहज निर्णयों का सपना देखती हैं। मुख्य बात यह है: एआई निर्णय लेने का संबंध गति से नहीं, बल्कि सटीकता से है। इस यात्रा पर निकलने वाली कंपनियों के लिए यही मुख्य सबक है।

यूरोपीय कंपनियों के लिए एक रणनीतिक विकल्प के रूप में स्वतंत्र एआई प्लेटफ़ॉर्म - छवि: एक्सपर्ट.डिजिटल

Ki-Gamechanger: सबसे लचीला AI प्लेटफ़ॉर्म-टेलर-निर्मित समाधान जो लागत को कम करते हैं, उनके निर्णयों में सुधार करते हैं और दक्षता बढ़ाते हैं

स्वतंत्र AI प्लेटफ़ॉर्म: सभी प्रासंगिक कंपनी डेटा स्रोतों को एकीकृत करता है

• फास्ट एआई एकीकरण: महीनों के बजाय घंटों या दिनों में कंपनियों के लिए दर्जी एआई समाधान
• लचीला बुनियादी ढांचा: अपने स्वयं के डेटा सेंटर (जर्मनी, यूरोप, स्थान की मुफ्त पसंद) में क्लाउड-आधारित या होस्टिंग

• उच्चतम डेटा सुरक्षा: कानून फर्मों में उपयोग सुरक्षित साक्ष्य है
• कंपनी डेटा स्रोतों की एक विस्तृत विविधता का उपयोग करें
• अपने स्वयं के या विभिन्न एआई मॉडल का विकल्प (डी, ईयू, यूएसए, सीएन)

इसके बारे में यहां अधिक जानकारी:

• स्वतंत्र एआई प्लेटफॉर्म बनाम हाइपरस्केलर: कौन सा समाधान आपके लिए सही है?

Konrad Wolfenstein

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

मुझे वोल्फेंस्टीन v Xpert.digital संपर्क

मुझे +49 89 674 804 (म्यूनिख) कॉल करें

Linkedin
 

Xpert.Digital की व्यापक, पाँच गुना विशेषज्ञता का लाभ एक व्यापक सेवा पैकेज में उठाएँ | R&D, XR, PR और डिजिटल दृश्यता अनुकूलन - छवि: Xpert.Digital

एक्सपर्ट.डिजिटल को विभिन्न उद्योगों का गहन ज्ञान है। यह हमें ऐसी अनुकूलित रणनीतियाँ विकसित करने की अनुमति देता है जो आपके विशिष्ट बाज़ार खंड की आवश्यकताओं और चुनौतियों के अनुरूप होती हैं। बाजार के रुझानों का लगातार विश्लेषण करके और उद्योग के विकास का अनुसरण करके, हम दूरदर्शिता के साथ कार्य कर सकते हैं और नवीन समाधान पेश कर सकते हैं। अनुभव और ज्ञान के संयोजन के माध्यम से, हम अतिरिक्त मूल्य उत्पन्न करते हैं और अपने ग्राहकों को निर्णायक प्रतिस्पर्धी लाभ देते हैं।

इसके बारे में यहां अधिक जानकारी:

• एक पैकेज में Xpert.Digital की 5x विशेषज्ञता का उपयोग करें - केवल €500/माह से शुरू