एक्शनएआई 10 मिलियन डॉलर के साथ एंटरप्राइज एआई में जवाबदेही और विश्वसनीयता लाने के लिए

एंटरप्राइज़ में आर्टिफ़िशियल इंटेलिजेंस को अपनाने में तेजी से वृद्धि हुई है, लेकिन पायलट परियोजनाओं से परे इसका विस्तार करना एक लगातार चुनौती बना हुआ है। एक प्रमुख कारण विश्वास है। जबकि कर्मचारी अपने दैनिक कार्य में एआई टूल्स का उपयोग बढ़ा रहे हैं, संगठन मुख्य परिचालन के लिए उन पर निर्भर करने से हिचकिचाते हैं जहां सटीकता और जवाबदेही महत्वपूर्ण हैं।

यह अंतर ही एक्शनएआई को भरने का लक्ष्य है। कंपनी ने मिशन-क्रिटिकल एंटरप्राइज़ उपयोग के लिए एआई सिस्टम को पर्याप्त रूप से विश्वसनीय बनाने के लिए बुनियादी ढांचे का निर्माण करने के लिए $10 मिलियन के बीज दौर की घोषणा की है।

एआई अपनाने में क्यों रुकावट है

उद्योग में व्यापक प्रयोग के बावजूद, अधिकांश एंटरप्राइज़ एआई पहल उत्पादन तक पहुंच नहीं पाती हैं। आंतरिक डेटा अक्सर जांचे बिना रहता है, आउटपुट असंगत हो सकते हैं, और त्रुटियाँ—विशेष रूप से हॉलुसिनेशन—वास्तविक परिचालन जोखिम पेश करती हैं।

अध्ययन दिखाते हैं कि जबकि अधिकांश कर्मचारी अब काम पर एआई टूल्स का उपयोग करते हैं, कई ऐसा करते हैं बिना सटीकता की जांच किए। 同 समय, एंटरप्राइज़ एआई के उपयोग के मामलों का एक बड़ा प्रतिशत अभी भी पायलट मोड में फंसा हुआ है। मुद्दा अब यह नहीं है कि क्या एआई सक्षम है, बल्कि यह कि क्या इस पर भरोसा किया जा सकता है।

यह विशेष रूप से वित्त, बीमा, स्वास्थ्य सेवा, और लॉजिस्टिक्स जैसे उद्योगों में समस्याग्रस्त है, जहां गलतियाँ नियामक, वित्तीय, या कानूनी परिणामों का कारण बन सकती हैं।

एआई के लिए विश्वसनीयता परत बनाना

एक्शनएआई का दृष्टिकोण विश्वसनीयता को एक मूलभूत परत के रूप में मानना है, न कि बाद के विचार के रूप में। इसका प्लेटफ़ॉर्म एआई सिस्टम की निगरानी और मूल्यांकन करने के लिए डिज़ाइन किया गया है पूरे जीवन चक्र में—प्रशिक्षण डेटा से लेकर अंतिम आउटपुट तक।

केवल मॉडल प्रदर्शन पर ध्यान केंद्रित करने के बजाय, सिस्टम यह मैप करता है कि डेटा एआई स्टैक के प्रत्येक चरण में कैसे बहता है। यह टीमों को यह पहचानने की अनुमति देता है कि विफलताएं कहां होती हैं, चाहे वह इनपुट स्तर पर, प्रोसेसिंग के दौरान, या आउटपुट चरण में हो।

प्लेटफ़ॉर्म का एक प्रमुख घटक इसकी समस्याओं को रियलटाइम में डीबग करने की क्षमता है। जब कुछ गलत होता है, तो टीमें जल्दी से मूल कारण को अलग कर सकती हैं और बढ़ती समस्याओं से पहले एज केसों को संबोधित कर सकती हैं।

स्पष्ट अपवादों का परिचय

प्लेटफ़ॉर्म के सबसे विशिष्ट तत्वों में से एक एक प्रणाली है जिसे स्पष्ट अपवाद (एक्सएक्स) कहा जाता है। एआई सिस्टम को अनिश्चित आउटपुट के साथ कार्य करने के लिए मजबूर करने के बजाय, एक्सएक्स यह पता लगाता है कि जब मॉडल में आत्मविश्वास की कमी होती है और कार्य को मानव को रूट करता है।

जो इस दृष्टिकोण को उल्लेखनीय बनाता है वह यह है कि यह केवल एक मुद्दे को फ्लैग नहीं करता है—यह तर्क प्रदान करता है। मानव समीक्षकों को संदर्भ प्राप्त होता है जो बताता है कि एआई अनिश्चित क्यों था, जिससे वे तेजी से और अधिक सूचित निर्णय ले सकते हैं।

यह एक संरचित मानव-इन-द-लूप वर्कफ़्लो बनाता है जो परिचालन को धीमा नहीं करता है, बल्कि एक सुरक्षा उपाय के रूप में कार्य करता है। यह सुनिश्चित करता है कि अनिश्चित या उच्च-जोखिम वाले आउटपुट कभी भी सिस्टम से अनदेखे नहीं जाते हैं।

निगरानी से निरंतर नियंत्रण तक

तैनाती के बाद, प्लेटफ़ॉर्म उत्पादन में एआई प्रदर्शन की निगरानी जारी रखता है। यह ट्रैक करता है कि सिस्टम नए डेटा, बदलती स्थितियों, या अद्यतन निर्देशों के प्रति कैसे प्रतिक्रिया करते हैं।

जब प्रदर्शन में गिरावट आती है या विचित्रताएं दिखाई देती हैं, तो सिस्टम उन्हें स्वचालित रूप से फ्लैग करता है, जिससे संगठन समय के साथ स्थिरता बनाए रखने में मदद मिलती है। यह विशेष रूप से महत्वपूर्ण है क्योंकि एआई मॉडल नए इनपुट के संपर्क में आने पर खराब हो जाते हैं या अप्रत्याशित रूप से व्यवहार करते हैं।

लक्ष्य स्थिर एआई तैनाती से निरंतर प्रबंधित प्रणालियों में स्थानांतरित करना है जो विश्वसनीयता को त्यागने के बिना अनुकूलन करती हैं।

एक्शनएआई उन क्षेत्रों पर केंद्रित है जहां सटीकता गैर-विचार्य है। इसमें वित्तीय सेवाएं, निर्माण, खुदरा, बीमा, आपूर्ति श्रृंखलाएं, और कानूनी प्रणालियां शामिल हैं।

इन वातावरणों में, छोटी त्रुटियां भी कैस्केडिंग मुद्दों का कारण बन सकती हैं। निगरानी, ट्रेसबिलिटी, और संरचित अपवाद हैंडलिंग को पेश करके, प्लेटफ़ॉर्म उन संदर्भों में एआई को व्यवहार्य बनाने के लिए डिज़ाइन किया गया है जहां यह पारंपरिक रूप से बहुत जोखिम भरा माना जाता था।

जवाबदेह एआई की ओर एक बदलाव

संस्थापक मिरियम हार्ट के लिए, मूल मुद्दा न केवल एआई प्रदर्शन में सुधार करना है, बल्कि प्रणालियों को शुरू से ही जवाबदेह बनाना है।

कंपनी की वास्तुकला डेटा को प्रणाली में प्रवेश करने से पहले मान्य करने, निष्पादन के दौरान व्यवहार की निगरानी करने, और सुनिश्चित करने पर केंद्रित है कि आउटपुट स्पष्ट किए जा सकते हैं और बाद में ऑडिट किए जा सकते हैं। यह अंत-से-अंत दृश्यता ही संगठनों को प्रयोग से पूर्ण-स्तरीय तैनाती में जाने की अनुमति देती है।

इस फंडिंग राउंड का व्यापक अर्थ यह है कि एआई के बारे में उद्यमों के विचार में बदलाव। एआई को अब मौजूदा सिस्टम पर परत के रूप में नहीं, बल्कि मूल बुनियादी ढांचे के रूप में देखा जा रहा है—जो किसी भी मिशन-क्रिटिकल सिस्टम के समान मानकों को पूरा करना चाहिए।

एक्शनएआई खुद को उस बिंदु पर स्थापित कर रहा है, जहां केवल प्रदर्शन पर्याप्त नहीं है। विश्वसनीयता, पारदर्शिता, और नियंत्रण एंटरप्राइज़ एआई अपनाने के लिए परिभाषित आवश्यकताएं बन रहे हैं।

यदि ये तत्व मानकीकृत किए जा सकते हैं, तो एआई अंततः अलग-अलग पायलट से पूरी तरह से एकीकृत परिचालन में स्थानांतरित हो सकता है।