5 कदम जिनका पालन करके आप अपने व्यवसाय में एआई को लागू कर सकते हैं बिना अपनी जेब ढीली किए

आर्टिफ़िशियल इंटेलिजेंस लगातार 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 व्यक्तिगत रूप से भी लोग अपने जीवन को बेहतर बनाने के लिए एआई का लाभ उठाने के तरीकों की तलाश कर रहे हैं।

हype इतना है कि कॉलिन्स डिक्शनरी, एक प्रमुख भाषा प्राधिकरण, ने एआई को वर्ष के शब्द के रूप में नामित किया 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 मार्ग उतना सीधा नहीं है जितना कि यह लगता है, और यह बहुत महंगा हो सकता है, दोनों पूंजी व्यय की आवश्यकता 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 एआई-लिखित लेखों के साथ प्रयोग किया, और वे दोषों से भरे हुए निकले। अन्य कंपनियों, जैसे कि आईट्यूटर ग्रुप, भारी जुर्माना लगाया गया 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 एक उद्यम के पास अमेज़ॅन, गूगल, माइक्रोसॉफ्ट या मेटा की वित्तीय गद्दी नहीं है, तो ये असफल प्रयोग एक कंपनी को प्रभावी ढंग से दिवालिया कर सकते हैं।

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

1. सुनिश्चित करें कि आप जिस समस्या का समाधान करने की कोशिश कर रहे हैं वह स्पष्ट है

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 व्यवसाय मामले में एआई की आवश्यकता नहीं होती।

इसलिए, यह महत्वपूर्ण है कि आप उस समस्या को परिभाषित करें जिसे आप एआई के साथ हल करने की कोशिश 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 लगने वाले 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।

इसके कई तरीके हो सकते हैं। उदाहरण के लिए, एक चैटबॉट के बजाय, हम एक सेवा विकसित या खरीद सकते हैं जो यह निर्धारित करेगी कि क्या ग्राहक के प्रश्न का उत्तर एक एफएक्यू पेज के साथ दिया जा सकता है। यह इस प्रकार काम करेगा। जब ग्राहक एक संदेश लिखते हैं, तो हम इस मॉडल को चलाते हैं और यह हमें बताता है कि क्या 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 बनाने की तुलना में तेज और सस्ता है। यदि यह कार्यान्वयन सफल होता है, तो हम अपने लक्ष्य को प्राप्त करेंगे – लागत को कम करने और हमारे एआई-संबंधित पूंजी व्यय को अनुकूलित करने के, एक चैटबॉट विकसित करने की तुलना में।

इस दृष्टिकोण के एक पioneer मैटेन लॉ, एक कैलिफोर्निया आधारित कानूनी फर्म थी जिसने एक एआई-संचालित सहायक को कई कार्यों को स्वचालित करने के लिए एकीकृत किया, जिससे वकीलों को ग्राहकों को सुनने और उनके मामले के सबसे प्रासंगिक पहलुओं का अध्ययन करने में अधिक समय बिताने में मदद मिली। यह दर्शाता है कि यहां तक कि सबसे जटिल क्षेत्रों में भी एआई का उपयोग करके उपयोगकर्ता अनुभव को बढ़ाया जा सकता है, जहां मानव स्पर्श की सबसे अधिक आवश्यकता है।

अतिरिक्त सामान्य समस्याएं जिन्हें एआई की मदद से संबोधित किया जा सकता है उनमें डेटा विश्लेषण और अनुकूलित प्रस्तावों का निर्माण शामिल है। स्पॉटिफाई एक असाधारण उदाहरण है जो सफलतापूर्वक एआई का लाभ उठाता है ताकि एक बुद्धिमान संगीत सिफारिश प्रणाली विकसित की जा सके, जो किसी विशिष्ट शैली को सुनने के दिन के समय को भी ध्यान में रखता है।

दोनों ही परिदृश्यों में, एआई ग्राहक 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 निर्धारण करें 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 जिसे हम प्रणाली को खिलाने जा रहे हैं। यह याद रखना महत्वपूर्ण है कि एआई एक एल्गोरिथ्म है, जो डेटा का विश्लेषण करता है और उसे समायोजित करता है जिसे 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. देखना कि क्या हमारा व्यवसाय उस डेटा काalready है।

   1. यदि ऐसा है – बहुत अच्छा।

   2. यदि नहीं – तो हमें बैठने और यह तय करने की आवश्यकता है कि क्या हम घर में सही डेटा संग्रह प्रक्रिया शुरू कर सकते हैं। एक अन्य संभावना के रूप में, हम विकासकर्ताओं से उस डेटा को बचाने के लिए कह सकते हैं जिसे हम अभी तक 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 करके ऐसा कर सकते हैं जिसे उपयोगकर्ता खरीदारी करते समय प्रस्तुत करेंगे। इस तरह, हमें आवश्यक डेटा मिलेगा, जैसे कि कौन से ग्राहक आए, कब आए, क्या खरीदा, और किस मात्रा में। एक बार जब हमें यह डेटा मिल जाए, तो हम इसका उपयोग एआई को लागू करने के लिए कर सकते हैं। हालांकि, ऐसे समय होते हैं जब इस डेटा को इकट्ठा करना बहुत महंगा हो सकता है। और यही वह समय है जब एआई हमारे बचाव में आ सकता है। उदाहरण के लिए, यदि हमारे पास कॉफी की दुकान में एक कैमरा स्थापित है – जो हम कम से कम सुरक्षा उद्देश्यों के लिए कर सकते हैं – तो हम इसे अपने दौरे पर आने वाले ग्राहकों से डेटा इकट्ठा करने के लिए उपयोग कर सकते हैं। मैं कहना चाहता हूं कि लागू करने से पहले, व्यक्तिगत डेटा कानूनों पर परामर्श करना महत्वपूर्ण है, 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 है जो स्टारबक्स ने किया, जिसमें बहुत सफलता मिली। स्टारबक्स की पुरस्कार योजना ने अपने पसंदीदा स्थान पर आने वाले ग्राहकों को व्यक्तिगत प्रोत्साहन प्रदान करने के लिए इतना काम किया या उनके पसंदीदा पेय का आदेश दिया।

3. एक परिकल्पना को परिभाषित करें

ऐसे स्थितियाँ हो सकती हैं जहाँ आप यह अनिश्चित महसूस कर सकते हैं कि कौन से प्रक्रियाएं एआई द्वारा अनुकूलित की जा सकती हैं या जिन्हें अनुकूलित करने की आवश्यकता है।

यदि यह आपका मामला है, तो आप अपनी पूरी प्रक्रिया को चरणों में तोड़कर शुरू कर सकते हैं और उन चरणों की पहचान कर सकते हैं जहां आप महसूस करते हैं कि आपका व्यवसाय कम 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 की पहचान कर सकते हैं और तय कर सकते हैं कि क्या एआई मदद कर सकता है।

जैसा कि आप पाएंगे, ऐसे मामले हैं जहां पारंपरिक समाधान अधिक प्रभावी हो सकते हैं। यदि आप यह तय करने के लिए संघर्ष कर रहे हैं कि ग्राहकों को कौन से उत्पाद प्रस्ताव दिखाने हैं, तो सबसे लोकप्रिय उत्पादों पर आधारित सिफारिशें अक्सर बाजार सिफारिश प्रणालियों में उपयोगकर्ता व्यवहार की भविष्यवाणी करने के प्रयासों की तुलना में अधिक प्रभावी होती हैं। इसलिए, पहले उसे आजमाएं। एक बार जब आपको परिणाम मिल जाए – चाहे वह सकारात्मक हो या नकारात्मक – तो आपके पास एआई परीक्षण के लिए एक परिकल्पना होगी। अन्यथा, कार्रवाई का क्षेत्र बहुत अस्पष्ट होगा, और आप समय और पैसा बर्बाद कर सकते हैं।

4. मौजूदा समाधानों का लाभ उठाएं

कई कंपनियां तुरंत अपने मशीन लर्निंग एल्गोरिदम को डिज़ाइन करने का लक्ष्य रखती 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 आवश्यक एपीआई अनुरोधों को कुशलता से कॉन्फ़िगर करने के लिए नियुक्त कर सकते हैं।

मूल 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 विफल रहता है, तो हम einfach इन उपकरणों को अक्षम कर सकते हैं, और हमारे परीक्षण की लागत केवल विकासकर्ता समय होगी जिसे हमने इस सेवा के साथ एकीकरण में बिताया है और जितना हमने उपकरण का उपयोग करने के लिए भुगतान किया है। यदि हम एक मॉडल विकसित कर रहे थे, तो हम एमएल विशेषज्ञ के वेतन को मॉडल विकसित करने में बिताए समय से गुणा करेंगे, साथ ही साथ किसी भी बुनियादी ढांचे की लागत। और फिर यह स्पष्ट नहीं है कि विकासकर्ता और मॉडल के साथ क्या करना है यदि अंत में अपेक्षित प्रभाव नहीं है।

यदि हमारी परिकल्पना सिद्ध हो जाती है, और एआई-संचालित उपकरण अपेक्षित प्रभाव लाता है, तो हम खुश होते हैं और एक नई परिकल्पना के साथ आते हैं। भविष्य में, यदि हमें लगता है कि उपकरण की लागत काफी बढ़ जाएगी, तो हम इस मॉडल को स्वयं विकसित करने के बारे में सोच 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 किसी अन्य कंपनी द्वारा विकसित किए गए उपकरण का उपयोग करने के लिए भुगतान करने से कम है।

मेरी सलाह है कि आप अपना 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 हों और एक बार जब आप निश्चित हो जाएं कि एआई आपकी समस्या का समाधान 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 आपके 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 की कोशिश करते हैं। वे एक एआई मुख्य इंजीनियर या शोधकर्ता को नियुक्त करते हैं, और फिर एक टीम बनाने के लिए और लोगों को एक उन्नत उत्पाद बनाने के लिए नियुक्त करते हैं। हालांकि, यह प्रौद्योगिकी आपके व्यवसाय के उद्देश्य के लिए बेकार होगी यदि आपके पास एक ठीक से परिभाषित एआई कार्यान्वयन रणनीति नहीं है। ऐसा मामला भी 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 पड़ सकती है, जो आमतौर पर एक अनुभवी विशेषज्ञ को नियुक्त करने की लागत से अधिक होती है।

इसलिए, मेरी सलाह है कि आप पहले एक एआई विशेषज्ञ को नियुक्त करें, जैसे कि एक सलाहकार, 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 प्रौद्योगिकी को प्रभावी ढंग से स्केल किया जा सकता है ताकि आपकी परिकल्पना को साबित किया जा सके।

यदि आप एक प्रारंभिक चरण के स्टार्टअप हैं और वित्त पोषण 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 करने में प्रसन्न हैं, दोनों क्योंकि वे वास्तव में विषय में हैं और क्योंकि यदि वे आपकी मदद करने में सफल होते हैं, तो वे इसे अपने परामर्श पोर्टफोलियो के लिए एक सकारात्मक मामले के रूप में उपयोग कर सकते हैं।

अंतिम विचार

एआई के चारों ओर इतना हype होने के साथ, यह सामान्य है कि आप अपने व्यवसाय में एआई को एकीकृत 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 एआई के बारे में हर कोई 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 इसके परिणामस्वरूप, वे बड़ी मात्रा में पैसा और समय बर्बाद कर देते हैं। कुछ मामलों में, विशेष रूप से प्रारंभिक चरण की कंपनियों के लिए, इसका मतलब उनकी मृत्यु हो सकती है। स्पष्ट रूप से एक समस्या को परिभाषित करके, प्रासंगिक डेटा एकत्र करके, एक परिकल्पना का परीक्षण करके, और मौजूदा उपकरणों का उपयोग करके एक विशेषज्ञ की मदद से, आप अपने व्यवसाय में एआई को एकीकृत कर सकते हैं बिना अपने व्यवसाय के वित्तीय संसाधनों को नुकसान पहुंचाए। फिर, यदि समाधान काम करता है, तो आप धीरे-धीरे स्केल अप कर सकते हैं और उन क्षेत्रों में एआई को एकीकृत कर सकते हैं जहां यह आपकी कंपनी की दक्षता या लाभप्रदता को बढ़ाता है।