5 कदम जिनका पालन करके आप अपने व्यवसाय में एआई को लागू कर सकते हैं बिना अपने बैंक खाते को खाली किए

आर्टिफ़िशियल इंटेलिजेंस तेजी से बढ़ रहा है, और यदि यह हर उद्योग में प्रवेश करता रहा, तो यह हमारे जीवन के तरीके को पूरी तरह से बदल देगा।

इसके परिणामस्वरूप, अपनी कंपनियों में एआई को एकीकृत करना कई संस्थापकों के लिए सर्वोच्च प्राथमिकता बन गया है। यहां तक कि व्यक्ति भी अपने व्यक्तिगत जीवन में सुधार के लिए एआई का लाभ उठाने के तरीकों की तलाश कर रहे हैं।

हype इतना है कि कॉलिन्स डिक्शनरी, एक प्रतिष्ठित भाषा प्राधिकरण, ने एआई को वर्ष का शब्द नाम दिया है, इसकी लोकप्रियता में वृद्धि के कारण।

यह कहा जा रहा है, अधिकांश संगठनों के लिए, एआई को अपनी प्रक्रियाओं में शामिल करने का प्रयास करते समय विचार और वास्तविकता के बीच एक बड़ा अंतर है, क्योंकि यह मार्ग उतना सीधा नहीं है जितना कि यह लगता है, और यह बहुत महंगा हो सकता है, दोनों पूंजी व्यय के मामले में और बर्बाद समय के मामले में, क्योंकि विकास अपेक्षित परिणाम नहीं लाएगा। इससे कई व्यवसायों को परेशानी में डाल दिया है। उदाहरण के लिए, सीएनईटी ने एआई लिखित लेखों के साथ प्रयोग किया, और वे दोषों से भरे हुए निकले। अन्य कंपनियों, जैसे कि आईट्यूटर ग्रुप, भारी जुर्माने का सामना करना पड़ा है सार्वजनिक अपमान के अलावा उनके खराब एआई कार्यान्वयन के कारण।

जैसा कि इन मामलों से पता चलता है, व्यवसाय एआई के साथ बहुत सारी गलतियाँ कर सकते हैं, और जब तक कि किसी उद्यम के पास अमेज़ॅन, गूगल, माइक्रोसॉफ्ट या मेटा जैसी वित्तीय गद्दी न हो, तो ये विफल प्रयोग एक कंपनी को प्रभावी ढंग से दिवालिया कर सकते हैं।

यदि आप एक संस्थापक या व्यवसाय मालिक हैं, तो यहाँ एक गाइड है जिसमें पाँच चरण दिए गए हैं जो आपको अपने व्यवसाय में एआई को लागू करने में मदद करेंगे, जबकि साथ ही साथ अपने संसाधनों – पैसे और समय का – सावधानी से उपयोग करेंगे, और घातक त्रुटियों की संभावना को कम करेंगे।

1. उस समस्या को स्पष्ट करें जिसे आप हल करने की कोशिश कर रहे हैं

कोई भी कंपनी एआई विफलताओं से मुक्त नहीं है। और जैसा कि अमेज़ॅन ने दर्दनाक रूप से पाया – अपने फ्लाउंडरिंग कैशियरलेस स्टोर अमेज़ॅन गो के माध्यम से – हर व्यवसायिक मामले में एआई की आवश्यकता नहीं होती है।

इसलिए, यह महत्वपूर्ण है कि आप उस समस्या को परिभाषित करें जिसे आप एआई के साथ हल करने का प्रयास कर रहे हैं। यह यथासंभव स्पष्ट रूप से परिभाषित किया जाना चाहिए।

उदाहरण के लिए, एआई का एक सामान्य अनुप्रयोग ग्राहक सहायता है। इस मामले में एआई को लागू करना संभव है जिसमें विशिष्ट परिणाम हों, जैसे कि कॉल सेंटर की लागत को प्रति माह एक्स राशि से कम करना या ग्राहक पूछताछ को हल करने में औसत समय को एक्स मिनट से तेज करना। इस दृष्टिकोण के साथ, हमारे पास एक मापनीय संकेतक है जो पैसे या समय के रूप में है, जिसे हम एआई को लागू करके प्राप्त करने का प्रयास करेंगे और देखेंगे कि क्या यह कोई प्रभाव डालता है।

यह कई तरह से हो सकता है। उदाहरण के लिए, एक चैटबॉट के बजाय, हम एक सेवा विकसित या खरीद सकते हैं जो निर्धारित करेगा कि क्या एक ग्राहक की पूछताछ का उत्तर एक एफएक्यू पेज से दिया जा सकता है। यह इस तरह काम करेगा। जब एक ग्राहक संदेश लिखता है, तो हम इस मॉडल को चलाते हैं और यह या तो हमें बताता है कि हमें इस बातचीत को एक एजेंट को स्थानांतरित करने की आवश्यकता है या उन्हें उनके प्रश्न का उत्तर देने वाले एक प्रासंगिक पृष्ठ को दिखाता है। इस मॉडल को विकसित करना एक जटिल चैटबॉट से अधिक तेज़ और सस्ता है। यदि यह कार्यान्वयन सफल होता है, तो हम अपने लक्ष्य को प्राप्त करेंगे – लागत को कम करने और अपने एआई से संबंधित पूंजी व्यय को अनुकूलित करने के लिए, चैटबॉट विकसित करने की तुलना में।

इस दृष्टिकोण का एक अग्रणी मैटेन लॉ था, एक कैलिफोर्निया स्थित कानूनी फर्म जिसने एक एआई-संचालित सहायक को स्वचालित करने के लिए एकीकृत किया कई कार्य, वकीलों को अपने ग्राहकों को सुनने और उनके मामले के उन पहलुओं का अध्ययन करने में अधिक समय बिताने की अनुमति देता है जो सबसे प्रासंगिक थे। यह दर्शाता है कि यहां तक कि सबसे जटिल क्षेत्रों को भी एआई के माध्यम से उस तरह से बाधित किया जा सकता है जो उपयोगकर्ता अनुभव को बढ़ाता है, जहां मानव स्पर्श की सबसे अधिक आवश्यकता है।

अन्य सामान्य समस्याएं जिन्हें एआई की मदद से हल किया जा सकता है उनमें डेटा विश्लेषण और अनुकूलित प्रस्तावों का निर्माण शामिल है। स्पॉटिफाई एक असाधारण उदाहरण है एक कंपनी जो सफलतापूर्वक एआई का लाभ उठाती है एक बुद्धिमान प्रणाली को विकसित करने के लिए संगीत सिफारिशों के लिए, जो किसी विशिष्ट शैली को सुनने के दिन के समय को ध्यान में रखते हुए।

दोनों मामलों में, एआई ग्राहकों के लिए एक बेहतर अनुभव प्रदान करने में मदद कर रहा है। हालांकि, इन कंपनियों ने एआई का सफलतापूर्वक उपयोग किया क्योंकि वे उन पहलुओं के बारे में बहुत स्पष्ट थे जिन्हें एआई को सौंपा जाना था।

2. उस डेटा का निर्णय लें जिसे आप विश्लेषण करना चाहते हैं

एक बार मुख्य समस्या को अच्छी तरह से परिभाषित किया जाने के बाद, हमें उस डेटा को ध्यान में रखने की आवश्यकता है जिसके साथ हम प्रणाली को खिलाना चाहते हैं। यह याद रखना महत्वपूर्ण है कि एआई एक एल्गोरिदम है, जो डेटा का विश्लेषण और अनुकूलन करता है जो हम प्रदान करते हैं। डेटा संग्रह के लिए बुनियादी परिदृश्य इस प्रकार है:

1. यह समझना कि हमें एआई को लागू करने के लिए किस डेटा की आवश्यकता हो सकती है।

2. देखें कि क्या हमारा व्यवसाय उस डेटा का है।

   1. यदि ऐसा है – बहुत अच्छा।

   2. यदि नहीं – तो हमें बैठने और यह तय करने की आवश्यकता है कि क्या हम घर पर सही डेटा संग्रह प्रक्रिया शुरू कर सकते हैं। एक अन्य संभावना के रूप में, हम विकासकर्ताओं से कह सकते हैं कि वे हमें आवश्यक डेटा को बचाएं यदि हम ऐसा नहीं कर रहे हैं।

उदाहरण के लिए, हम एक कॉफी की दुकान के मालिक हैं, और हमें यह जानने के लिए डेटा की आवश्यकता है कि कितने ग्राहक इसे देखते हैं। हम व्यक्तिगत लॉयल्टी कार्ड लागू कर सकते हैं जो उपयोगकर्ता खरीदारी करते समय प्रस्तुत करेंगे। इस तरह, हमें आवश्यक डेटा होगा, जैसे कि कौन से ग्राहक आए, कब आए, क्या खरीदा, और किस मात्रा में। एक बार जब हमें वह डेटा मिल जाए, तो हम एआई को लागू करने के लिए इसका उपयोग कर सकते हैं। हालांकि, ऐसे समय होते हैं जब इस डेटा को इकट्ठा करना बहुत महंगा हो सकता है। और यही वह जगह है जहां एआई हमारी मदद कर सकता है। उदाहरण के लिए, यदि हमारे पास कॉफी की दुकान में एक कैमरा स्थापित है – जो हम शायद सुरक्षा उद्देश्यों के लिए करेंगे – तो हम इसका उपयोग ग्राहकों से डेटा इकट्ठा करने के लिए कर सकते हैं। मैं यह कहना चाहता हूं कि लागू करने से पहले, यह महत्वपूर्ण है कि हम व्यक्तिगत डेटा कानूनों पर परामर्श करें, जैसे कि जीडीपीआर, क्योंकि यह दृष्टिकोण हर देश में काम नहीं कर सकता है। लेकिन उन क्षेत्राधिकारों में जहां यह अनुमति है, यह आपको आवश्यक जानकारी इकट्ठा करने और एआई की मदद से इसका विश्लेषण और प्रसंस्करण करने का एक निर्बाध तरीका हो सकता है।

यदि आप सोच रहे हैं, तो यह व्यक्तिगत लॉयल्टी कार्यक्रम स्टारबक्स द्वारा किया गया, जिसमें बहुत सफलता मिली। स्टारबक्स की पुरस्कार योजना तब तक विस्तारित हुई जब ग्राहक अपने पसंदीदा स्थान पर जाते थे या अपने पसंदीदा पेय का ऑर्डर देते थे।

3. एक परिकल्पना को परिभाषित करें

ऐसे समय हो सकते हैं जब आप यह अनिश्चित महसूस कर सकते हैं कि कौन से प्रक्रियाएं एआई द्वारा अनुकूलित की जा सकती हैं या नहीं।

यदि यह आपका मामला है, तो आप अपनी पूरी प्रक्रिया को चरणों में तोड़ सकते हैं और उन चरणों की पहचान कर सकते हैं जिनमें आप महसूस करते हैं कि आपका व्यवसाय खराब प्रदर्शन कर रहा है। कौन से क्षेत्र हैं जहां आप बहुत अधिक पैसा खर्च कर रहे हैं? क्या लंबा समय ले रहा है? इन प्रश्नों का उत्तर देकर, आप सुधार के लिए महत्वपूर्ण क्षेत्रों को निर्धारित कर सकते हैं और तय कर सकते हैं कि क्या एआई मदद कर सकता है।

4. मौजूदा समाधानों का लाभ उठाएं

कई कंपनियां तुरंत अपने मशीन लर्निंग एल्गोरिदम को डिज़ाइन करने का प्रयास करती हैं। हालांकि, यदि आप उन्हें बड़े डेटा सेट के साथ लंबे समय तक प्रशिक्षित करने की योजना नहीं बना रहे हैं, तो ऐसा न करें। यह बहुत महंगा और समय लेने वाला होगा।

इसके बजाय, मैं सुझाव देता हूं कि आप पहले से उपलब्ध समाधानों पर ध्यान केंद्रित करें। अमेज़ॅन, गूगल, माइक्रोसॉफ्ट और कई अन्य कंपनियों के पास एआई-संचालित उपकरण हैं जो आपको कई लक्ष्यों को प्राप्त करने में मदद कर सकते हैं। फिर, धीरे-धीरे, आप उनके साथ एक अनुबंध पर हस्ताक्षर कर सकते हैं और एक आंतरिक विकासकर्ता को नियुक्त कर सकते हैं जो आवश्यक एपीआई अनुरोधों को कुशलता से कॉन्फ़िगर कर सके।

बुनियादी विचार यह है कि ये उपकरण व्यवसाय विकासकर्ताओं (न कि एमएल विशेषज्ञों) द्वारा एकीकृत किए जा सकते हैं, जो हमें जल्दी से परीक्षण करने की अनुमति देगा कि क्या एआई अपेक्षित प्रभाव लाता है या नहीं। यदि यह ऐसा नहीं करता है, तो हम इन उपकरणों को आसानी से अक्षम कर सकते हैं, और हमारे परीक्षण की लागत केवल विकासकर्ता का समय होगी जिसे हमने सेवा के साथ एकीकरण के लिए बिताया और हमने उपकरण का उपयोग करने के लिए जो भुगतान किया। यदि हम मॉडल विकसित कर रहे थे, तो हमें एमएल विशेषज्ञ की तनख्वाह का भुगतान करना पड़ेगा जो मॉडल विकसित करने में बिताए गए समय के साथ-साथ किसी भी बुनियादी ढांचे की लागत के साथ। और फिर यह स्पष्ट नहीं है कि यदि अंत में अपेक्षित प्रभाव नहीं होता है तो विकासकर्ता और मॉडल के साथ क्या करना है।

यदि हमारी परिकल्पना साबित होती है, और एआई-संचालित उपकरण अपेक्षित प्रभाव लाता है, तो हम खुश होते हैं और एक नई परिकल्पना तैयार करते हैं। भविष्य में, यदि हम उपकरण की लागत में काफी वृद्धि की भविष्यवाणी करते हैं, तो हम अपने मॉडल को स्वयं विकसित करने पर विचार कर सकते हैं, और इस प्रकार लागत को और भी कम कर सकते हैं। लेकिन हमें पहले यह मूल्यांकन करने की आवश्यकता है कि क्या विकास की लागत वास्तव में उस राशि से कम है जो हम किसी अन्य कंपनी से उपकरण का उपयोग करने के लिए भुगतान करेंगे जो इन उपकरणों को विकसित करने में माहिर है।

मेरी सलाह है कि आप अपना खुद का मशीन लर्निंग उत्पाद विकसित करने पर विचार करें केवल तभी जब आप पहले से ही उपरोक्त उपकरणों का उपयोग करके एआई के साथ अच्छे परिणाम प्राप्त कर चुके हैं, और एक बार जब आप निश्चित हो जाएं कि एआई आपकी समस्या को हल करने का सही तरीका है। अन्यथा, आपका एमएल परियोजना वह मूल्य प्रदान नहीं करेगी जिसकी आप तलाश कर रहे हैं, और जैसा कि हार्वर्ड बिजनेस रिव्यू द्वारा हाल ही में एक उत्कृष्ट टुकड़े में कहा गया है, एआई हYPE आपको अपने मिशन से विचलित करेगा, जिसमें एआई की आवश्यकता नहीं है।

5. एआई विशेषज्ञों से परामर्श करें

इसी तरह, एक और बहुत आम गलती जो संस्थापक और व्यवसाय मालिक करते हैं वह यह है कि वे सब कुछ घर में करने का प्रयास करते हैं। वे एक एआई प्रमुख इंजीनियर या शोधकर्ता को नियुक्त करते हैं, और फिर अधिक लोगों को एक टीम बनाने के लिए जो एक अत्याधुनिक उत्पाद बना सकती है। हालांकि, यह प्रौद्योगिकी आपके कंपनी के उद्देश्य के लिए бесполезन होगी यदि आपके पास एक ठीक से परिभाषित एआई कार्यान्वयन रणनीति नहीं है। ऐसा भी मामला है जब वे एक जूनियर एमएल इंजीनियर को नियुक्त करते हैं, एक अधिक अनुभवी विशेषज्ञ की तुलना में पैसे बचाने के लिए। यह भी खतरनाक है, क्योंकि एक अनुभवहीन व्यक्ति एमएल सिस्टम विकास और डिजाइन की बारीकियों को नहीं जानता है और “रूकी गलतियाँ” कर सकता है, जिसके लिए कंपनी को बहुत अधिक कीमत चुकानी होगी, जो लगभग हमेशा एक अनुभवी एमएल विशेषज्ञ को नियुक्त करने की लागत से अधिक होती है।

इसलिए, मेरी सिफारिश है कि आप पहले एक एआई विशेषज्ञ, जैसे कि एक सलाहकार, को नियुक्त करें जो आपको इस प्रक्रिया में मार्गदर्शन करेगा और आपके एआई अपनाने की प्रक्रिया का मूल्यांकन करेगा। उनकी विशेषज्ञता का लाभ उठाएं ताकि यह सुनिश्चित किया जा सके कि आप जिस समस्या पर काम कर रहे हैं वह एआई की आवश्यकता है, और यह प्रौद्योगिकी प्रभावी ढंग से स्केल की जा सकती है ताकि आपकी परिकल्पना को साबित किया जा सके।

यदि आप एक प्रारंभिक चरण के स्टार्टअप हैं और धन के बारे में चिंतित हैं, तो इसका एक हैक यह है कि लिंक्डइन पर एआई इंजीनियरों से विशिष्ट प्रश्न पूछना। विश्वास करें या न करें, कई एमएल और एआई विशेषज्ञ मदद करना पसंद करते हैं, दोनों क्योंकि वे विषय में真正 रुचि रखते हैं, और क्योंकि यदि वे आपकी मदद करने में सफल होते हैं, तो वे इसे अपने परामर्श पोर्टफोलियो के लिए एक सकारात्मक मामले के अध्ययन के रूप में उपयोग कर सकते हैं।

अंतिम विचार

एआई के आसपास जो हype है, यह सामान्य है कि आप अपने व्यवसाय में इसे शामिल करने और एक एआई-संचालित समाधान विकसित करने के लिए उत्साहित हो सकते हैं जो आपको अगले स्तर पर ले जाए। हालांकि, आपको यह ध्यान रखने की आवश्यकता है कि हर कोई एआई के बारे में बात कर रहा है इसका मतलब यह नहीं है कि आपके व्यवसाय को एआई की आवश्यकता है। कई व्यवसाय, दुर्भाग्य से, एआई को एकीकृत करने के लिए जल्दी में हैं बिना किसी स्पष्ट उद्देश्य के, और वे पैसे और समय की बड़ी मात्रा बर्बाद कर देते हैं। कुछ मामलों में, विशेष रूप से प्रारंभिक चरण की कंपनियों के लिए, यह उनके पतन का कारण बन सकता है। एक समस्या को स्पष्ट रूप से परिभाषित करना, प्रासंगिक डेटा इकट्ठा करना, एक परिकल्पना का परीक्षण करना, और एक विशेषज्ञ की मदद से मौजूदा उपकरणों का उपयोग करके, आप अपने वित्तीय संसाधनों को नुकसान पहुंचाए बिना एआई को एकीकृत कर सकते हैं। फिर, यदि समाधान काम करता है, तो आप धीरे-धीरे उस क्षेत्र में एआई को एकीकृत कर सकते हैं जहां यह आपकी कंपनी की दक्षता या लाभकारीता को बढ़ाता है।