विचार नेता
एजेंटिक एआई परियोजनाएँ क्यों रद्द होती हैं और आठ हफ्तों का पायलट क्या सही करता है
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुMost agentic AI risk sits in the business processes the agent inherits rather than in…
और देखें
- Most agentic AI risk sits in the business processes the agent inherits rather than in the model itself.
- Value hinges on cost per completed task once human oversight is counted not on raw agent speed.
- An eight-week pilot should end in a scale fix or stop decision grounded in baseline evidence.
एक ग्राहक रिफ़ंड माँगता है और एजेंट CRM में ऑर्डर ढूँढ़कर, वापसी की नीति जाँचकर एक मिनट से भी कम समय में जवाब का मसौदा तैयार कर देता है। फिर वह अटक जाता है, क्योंकि रिफ़ंड की मंज़ूरी ऐसे वित्तीय सिस्टम में लंबित है जिससे एजेंट कभी जुड़ा ही नहीं था, और दो डेटाबेस में ग्राहक का पता मेल नहीं खाता। इस तरह की कमियाँ डेमो में शायद ही सामने आती हैं, फिर भी इन्हीं से तय होता है कि एजेंट को चलाने में कितना खर्च आएगा और उस पर भरोसा किया जा सकेगा या नहीं। इससे एजेंटिक एआई का बड़ा जोखिम मॉडल के बजाय उस कारोबारी माहौल में है जहाँ एजेंट को काम सौंपा जाता है।
Gartner को उम्मीद है कि 2027 के अंत तक एजेंटिक एआई की 40% से अधिक परियोजनाएँ रद्द कर दी जाएँगी। इसकी वजहें हैं बढ़ती लागत, कारोबारी मूल्य का अस्पष्ट होना और जोखिम पर कमज़ोर नियंत्रण। इस पूर्वानुमान को ध्यान से देखें, तो यह उन परियोजनाओं को डेमो के दम पर मंज़ूरी देने के बारे में है, जबकि इस बात की बहुत कम समझ होती है कि आज यह काम कितना खर्चीला है या इसके नतीजे की ज़िम्मेदारी किसकी है।
मैं किसी भी नेतृत्व दल से यह पूछूँगा कि क्या कारोबार इस एजेंट से रोज़ काम करवाने में सक्षम है—ऐसी लागत और जोखिम के स्तर पर जिसे वह स्वीकार कर सके। इसका जवाब पाने के लिए उस चीज़ को बारीकी से देखना होगा जिसे मैं ‘स्वचालन के बाद का काम’ कहता हूँ—यानी एजेंट का अपना हिस्सा पूरा कर लेने के बाद भी लोगों को जो कुछ करना पड़ता है। इसे मापने का एक व्यावहारिक तरीका है आठ हफ्तों का पायलट, जिसे पूरे स्तर पर लागू करने की प्रतिबद्धता जताने से पहले किया जा सकता है।
एजेंट को उद्यम से विरासत में मिलने वाली समस्याएँ
एजेंट शायद ही कभी अकेले काम करता है। देखने में आसान लगने वाला काम भी ग्राहक के रिकॉर्ड, कुछ व्यावसायिक ऐप्लिकेशन और आम तौर पर मंज़ूरी के किसी चरण से जुड़ा होता है। हर कनेक्शन इस बात को सीमित करता है कि एजेंट क्या देख और कर सकता है। रिकॉर्ड में तालमेल न हो या किसी को ठीक से पता न हो कि अंतिम मंज़ूरी कौन देता है, तो एजेंट को काम के साथ-साथ यह उलझन भी विरासत में मिलती है।
आम मामलों में शायद ही समस्या आती है; समस्या अपवादों में होती है, क्योंकि वहीं संचालन की लागत बढ़ती जाती है और डेमो में ठीक उन्हीं स्थितियों से बचा जाता है। Deloitte के 2026 के शोध में पाया गया कि केवल 5% संगठन अपनी कारोबारी प्रक्रियाओं को एआई एजेंटों के लिए पूरी तरह तैयार मानते हैं। यह आँकड़ा किसी भी मॉडल-बेंचमार्क से अधिक बताने वाला है, क्योंकि इससे संकेत मिलता है कि ज़्यादातर प्रक्रियाओं के तैयार होने से बहुत पहले ही एआई तैयार हो जाता है।
कारोबारी औचित्य में स्वचालन के बाद का काम भी शामिल होना चाहिए
एजेंट कितनी तेज़ी से नतीजा देता है, इसका समय मापना उसके मूल्य को बढ़ा-चढ़ाकर बताने का सबसे आसान तरीका है। असल में मायने यह रखता है कि पूरा काम करने में कितना प्रयास लगता है। मान लीजिए, किसी अनुरोध को निपटाने में कर्मचारी को 20 मिनट लगते हैं और एजेंट शुरुआती काम दो मिनट में कर देता है। यह 18 मिनट की बचत लगती है—जब तक कोई व्यक्ति नतीजे की जाँच करने और ग़लतियाँ सुधारने में 15 मिनट न लगा दे। एजेंट चलाने की लागत को भी हिसाब में जोड़ें, तो तीन मिनट की बचत से मिलने वाला फ़ायदा बहुत कम रह जाता है।
McKinsey के बैंकिंग क्षेत्र के एक ग्राहक-सेवा एजेंट के विश्लेषण में बड़े पैमाने पर यही रुझान दिखता है: बदलती परिचालन लागत का 20–25% हिस्सा टोकन पर और 70–75% हिस्सा मानवीय निगरानी पर खर्च हुआ। यानी ज़्यादातर लागत मॉडल के बाहर थी। कोड लिखने से पहले आधार-रेखा तय न की जाए, तो पायलट तकनीकी प्रगति तो खूब दिखा सकता है, लेकिन निवेश का औचित्य परखा नहीं जा सकेगा। कम-से-कम, कारोबारी ज़िम्मेदार व्यक्ति को इन सभी बिंदुओं पर स्पष्ट जवाब पता होना चाहिए:
- मात्रा: प्रक्रिया कितनी बार चलती है और कितने लोग इसमें शामिल होते हैं।
- काम पूरा होने का समय: जाँच और सुधार सहित, पूरे काम में कितना समय लगता है।
- सटीकता: कितनी बार काम में ग़लती होती है या उसे दोबारा करना पड़ता है।
- प्रति काम लागत: आज सफलतापूर्वक पूरा किए गए एक काम पर कितना खर्च आता है।
- कारोबारी प्रभाव: वास्तविक सुधार से ग्राहकों, कर्मचारियों या कारोबार में क्या बदलाव आएगा।
कार्यप्रवाह में एजेंट को अपनी जगह बनानी होगी
अपनाने की बात को आम तौर पर बदलाव प्रबंधन के तहत रखा जाता है, हालाँकि मेरे अनुभव में यह बात उससे बहुत पहले तय हो जाती है—इससे कि एजेंट को कार्यप्रवाह में कहाँ रखा गया है। एक वैश्विक पेशेवर सेवा कंपनी ने सहायता और अनुपालन के काम के लिए एजेंट बनाए थे। उसका सहायता एजेंट कई आंतरिक सिस्टम से जानकारी जुटा सकता था, लेकिन उसे इस्तेमाल करने के लिए लोगों को एक अलग ऐप्लिकेशन खोलना पड़ता था, इसलिए ज़्यादातर लोग ऐसा करने की जहमत नहीं उठाते थे। जब वही कार्यप्रवाह मौजूदा सहायता मंच पर ले जाया गया, तो एजेंट उस टिकट के भीतर दिखाई देने लगा जिस पर सहयोगी पहले से काम कर रहे थे। अनुपालन-जाँच एजेंट के साथ भी यही किया गया: उसे Salesforce में शामिल कर दिया गया, ताकि मामला बनते ही वह काम करने लगे।
एजेंटों में कुछ नहीं बदला; कार्यप्रवाह में उनकी जगह बदली। सहयोगियों के पास टिकट खोलने या मामला बनाने की पहले से वजह थी, इसलिए उसी समय उनके सामने एजेंट को उपलब्ध कराने के लिए उन्हें कुछ अतिरिक्त नहीं करना पड़ा। इस तरह, एजेंट को कहाँ रखा जाए, यह अपनाने के साथ-साथ वास्तुकला से जुड़ा फ़ैसला भी है। एजेंट को काम के संदर्भ की ज़रूरत होती है, और उसका नतीजा अगले चरण तक पहुँचना चाहिए—बिना इस काम के कि कोई उसे हाथ से कॉपी करके वहाँ ले जाए।
स्वायत्तता से बदलता है सुरक्षा का समीकरण
जो एजेंट केवल जानकारी पढ़ सकता है, उससे एक तरह का जोखिम होता है; जो रिकॉर्ड बदल सकता है या ग्राहकों को ईमेल भेज सकता है, उससे बिल्कुल अलग तरह का। इसलिए नियंत्रण इस बात के अनुरूप होने चाहिए कि उसे वास्तव में क्या करने की अनुमति है। ज़रूरत से ज़्यादा अनुमतियाँ और संवेदनशील डेटा का लीक होना जाने-पहचाने जोखिम हैं, लेकिन सबसे अधिक ध्यान प्रॉम्प्ट इंजेक्शन पर देना चाहिए: किसी दस्तावेज़ या ईमेल में छिपे ऐसे निर्देश, जिन्हें एजेंट पूरी तरह वैध काम करते हुए पढ़ लेता है।
एजेंट गवर्नेंस पर Gartner के मई 2026 के दिशानिर्देश स्वायत्तता को चार स्तरों में बाँटते हैं। इससे यह तय करने का व्यावहारिक तरीका मिलता है कि नियंत्रण कितने सख्त होने चाहिए:
- अवलोकन: एजेंट जानकारी प्राप्त करता है और पैटर्न पहचानता है; उसे केवल जानकारी पढ़ने की अनुमति होती है।
- सुझाव: एजेंट किसी कार्रवाई की सिफारिश करता है और निर्णय कर्मचारी लेता है।
- अनुमोदन के बाद कार्रवाई: एजेंट कोई कार्रवाई तैयार करता है या शुरू करता है, लेकिन उसके अमल में आने से पहले किसी व्यक्ति का उसे अधिकृत करना ज़रूरी होता है।
- स्वायत्त रूप से कार्रवाई: एजेंट तय सीमाओं के भीतर, निगरानी और अपवादों को आगे बढ़ाने की व्यवस्था के साथ, अनुमोदित कार्रवाइयाँ अपने-आप करता है।
हर स्तर पर एजेंट की अपनी पहचान, उसके काम तक सीमित अनुमतियाँ और उसकी हर कार्रवाई का रिकॉर्ड होना ज़रूरी है। संगठनों को यह तय करने वाले नियम भी चाहिए कि डेटा को कैसे संभाला और कितने समय तक रखा जाएगा, कौन-सी जानकारी बाहरी मॉडल प्रदाताओं तक पहुँचती है, और ऐसा कोई व्यक्ति जिसके पास कुछ गड़बड़ दिखते ही एजेंट को रोकने और उसकी पहुँच वापस लेने का अधिकार हो।
इनमें से हर नियंत्रण की एक निरंतर लागत होती है, क्योंकि अधिक व्यापक अनुमतियाँ, अतिरिक्त निगरानी और बार-बार अनुमोदन समय के साथ कुल लागत बढ़ाते जाते हैं। इसलिए स्वायत्तता का सही स्तर सुरक्षा के साथ-साथ आर्थिक निर्णय भी है। यह उस बिंदु पर तय होता है जहाँ एजेंट ऐसा उपयोगी परिणाम दे, जिसका जोखिम कारोबार स्वीकार कर सके।
ऐसी प्रक्रिया चुनें जो एजेंट की लागत को उचित ठहरा सके
कई टीमें तकनीक से शुरुआत करती हैं और फिर उसके लिए कोई समस्या खोजती हैं, जबकि बेहतर शुरुआत ऐसी प्रक्रिया से करना है जिसकी लागत या देरी उन लोगों को पहले से साफ़ दिखती है जो उसे अंजाम देते हैं।
हमने जिस वैश्विक विशेषज्ञ-नेटवर्क कंपनी के साथ काम किया, उसकी स्थिति भी ऐसी ही थी: उसकी टीम तीन ऐसी प्रणालियों में सर्वेक्षण अनुरोधों का विशेषज्ञों से मिलान कर रही थी जो आपस में संवाद नहीं करती थीं। हर मिलान के लिए टीम को प्रोफ़ाइल, पिछली भागीदारी और अनुपालन नियमों की हाथ से जाँच करनी पड़ती थी। हमने एक ऐसा एजेंट बनाया जो अर्थ-आधारित खोज को भागीदारी के इतिहास और अनुपालन नियमों के साथ जोड़ता था। उत्पादन में आने के बाद, बेमेल से जुड़ी टिकटों में 80% की कमी आई, मैपिंग की सटीकता 40% बढ़ी और टीम की 22% कार्यक्षमता मुक्त हुई।
यह परियोजना इसलिए सफल रही क्योंकि समस्या स्पष्ट थी: जानकारी बिखरी हुई थी, उसे हाथ से जोड़ना पड़ता था और मिलान की गुणवत्ता को पहले और बाद में मापा जा सकता था। समस्या को स्पष्ट रूप से परिभाषित करने से यह तय करने में भी मदद मिलती है कि किसी प्रक्रिया के लिए एजेंट की सचमुच ज़रूरत है या नहीं। तय नियमों से चलने वाले काम को आम तौर पर पारंपरिक स्वचालन से कम लागत में किया जा सकता है। वहीं, जिस काम में मुख्य रूप से जानकारी ढूँढ़ना और उसका सार प्रस्तुत करना शामिल हो, उसके लिए अक्सर AI सहायक पर्याप्त होता है। एजेंट की अतिरिक्त लागत और जोखिम तब उचित होते हैं जब काम में संदर्भ समझना, अनुमत कार्रवाइयों में से चुनना और किसी नतीजे तक पहुँचने के लिए कई चरणों को क्रम से पूरा करना शामिल हो।
स्पष्ट निर्णय-बिंदुओं वाला आठ सप्ताह का पायलट
पूरे पायलट का आधार एक व्यावसायिक सवाल है: क्या यह एजेंट प्रक्रिया को इतना बेहतर बना सकता है कि इसे बड़े पैमाने पर चलाना उचित हो? आठ सप्ताह में कारोबारी औचित्य, तकनीक और संगठन की अपनी बनाई चीज़ को सँभालने की क्षमता—तीनों की जाँच के लिए पर्याप्त समय मिलता है।
सप्ताह 1–2: तय करें कि किसमें सुधार होना चाहिए
सबसे पहले, प्रक्रिया आज जिस तरह चलती है, उसका दस्तावेज़ बनाएँ—काम की मात्रा और उसे पूरा करने में लगने वाले समय से लेकर त्रुटि दर, दोबारा किए जाने वाले काम और लागत तक। दर्ज करें कि इसमें कौन-सी प्रणालियाँ शामिल हैं, हर चरण की ज़िम्मेदारी किसकी है और किन अपवादों में किसी व्यक्ति की ज़रूरत पड़ती है। फिर कारोबार के जिम्मेदार व्यक्ति और तकनीकी टीम से उस एक नतीजे पर सहमति लें जिसमें एजेंट को सुधार करना है। निर्णय-बिंदु: समस्या, मौजूदा आधाररेखा, जिम्मेदार व्यक्ति और सफलता के मापदंड स्पष्ट हो जाने पर ही आगे बढ़ें।
सप्ताह 3: एजेंट की सीमाएँ तय करें
इस चरण में एजेंट की सीमाएँ तय की जाती हैं—उसकी पहचान, अनुमतियाँ, डेटा तक पहुँच, स्वीकृत टूल और स्वायत्तता का स्तर। प्रॉम्प्ट इंजेक्शन, अनधिकृत पहुँच, संवेदनशील डेटा के उजागर होने और टूल के दुरुपयोग की स्थितियों में उसकी जाँच करें। साथ ही, लॉगिंग और घटना-प्रतिक्रिया की व्यवस्था बनाएँ तथा एजेंट को निलंबित करने या उसकी पहुँच वापस लेने का तरीका तय करें। निर्णय-बिंदु: नियंत्रणों और हस्तक्षेप के चरणों की वास्तव में जाँच हो जाने और सभी को यह स्पष्ट हो जाने पर ही आगे बढ़ें कि एजेंट क्या कर सकता है।
सप्ताह 4–6: उन परिस्थितियों में जाँचें जो डेमो को विफल कर सकती हैं
अब एजेंट को वास्तविक परिस्थितियों जैसा काम दें—जिसमें अधूरे रिकॉर्ड, परस्पर विरोधी जानकारी, असामान्य अनुरोध और कभी-कभार होने वाली सिस्टम विफलता शामिल हों। पता लगाएँ कि वह कितने काम पूरे करता है, उसकी सटीकता कितनी है और लोगों को कितनी बार सुधार करना पड़ता है। फिर मॉडल के इस्तेमाल, एकीकरण, निगरानी और समीक्षा की लागत जोड़कर यह हिसाब लगाएँ कि सफलतापूर्वक पूरा किए गए एक काम की वास्तविक लागत कितनी है। निर्णय-बिंदु: जब एजेंट सहमत सीमाओं को पूरा कर ले और टीम उसकी परिचालन लागत तथा उसके विफल होने के तरीकों—दोनों को समझ ले, तब लाइव परीक्षण पर जाएँ।
सप्ताह 7–8: इसे वास्तविक उपयोगकर्ताओं के सामने रखें
इसे कर्मचारियों के एक छोटे समूह और वास्तविक काम के एक नियंत्रित हिस्से के लिए उपलब्ध कराएँ। एजेंट जिस काम को नहीं सँभाल सकता, उसके लिए पुरानी प्रक्रिया भी जारी रखें। देखें कि लोग वास्तव में इसका इस्तेमाल करते हैं या नहीं, क्या इससे उनकी मेहनत बचती है और क्या उन्हें इसके नतीजों पर भरोसा है।
अंत में, नतीजों की तुलना पहले सप्ताह की आधाररेखा से करें और उत्पादकता, सटीकता, अपनाने की दर, लोगों को कितनी बार हस्तक्षेप करना पड़ा, कुल परिचालन लागत और अब भी बने हुए सुरक्षा जोखिमों की समीक्षा करें। इसके बाद फैसला करें कि इसे बड़े पैमाने पर लागू करना है, खास कमियों को दूर करके फिर से जाँचना है या काम रोक देना है। अगर पायलट यह दिखाता है कि एजेंट इस काम के लिए बहुत महँगा है या उस पर भरोसा नहीं किया जा सकता, तब भी उसने अपना उद्देश्य पूरा किया है—क्योंकि उसने अटकलों पर आधारित कहीं बड़े निवेश को रोक दिया।
परिणाम मापें, फिर तय करें कि कितनी स्वायत्तता देनी है
कोई एजेंट कितने काम निपटाता है, इसकी गिनती से बहुत कम पता चलता है। कोई सिस्टम हज़ारों अनुरोधों पर तेजी से काम कर सकता है, फिर भी कर्मचारियों को उनमें से ज़्यादातर की जाँच, सुधार या उन्हें पूरा करना पड़ सकता है। सफलतापूर्वक पूरे किए गए हर काम की लागत को सटीकता और अपवाद दरों के साथ देखने से कहीं बेहतर पता चलता है कि पूरी प्रक्रिया में सुधार हुआ है या नहीं।
यही मापदंड किसी एजेंट को अधिक स्वायत्तता देने का आधार भी बनते हैं। जो एजेंट तय सीमाओं के भीतर नियमित अनुरोध भरोसेमंद ढंग से संभालता है, उसे उन पर अकेले कार्रवाई करने की छूट दी जा सकती है। लेकिन अस्पष्ट मामलों का बार-बार सामना करने वाले एजेंट के ऐसे निर्णयों को मंज़ूरी देने के लिए किसी व्यक्ति की ज़रूरत बनी रहती है; और जैसे-जैसे प्रमाण जुटते हैं, उसकी अनुमतियों की समीक्षा की जाती है।
जब व्यवसाय एजेंट को सहारा देने में सक्षम हो, तभी उसका विस्तार करें
एक टीम के लिए अच्छी तरह काम करने वाले एजेंट को देर-सवेर दूसरे विभागों, ऐप्लिकेशनों और अनुमोदन प्रक्रियाओं से भी निपटना होगा। उसका विस्तार करने के लिए स्पष्ट जवाबदेही, एकसमान पहुँच-नियंत्रण और अपवादों से निपटने की व्यवस्था ज़रूरी है। साथ ही, एजेंट को अद्यतन बनाए रखने के लिए बजट भी चाहिए, क्योंकि उसके आसपास की प्रक्रियाएँ बदलती रहती हैं।
इन सभी बातों के केंद्र में यह निर्णय है कि संगठन कितनी ज़िम्मेदारी सौंपने के लिए तैयार है। यह निर्णय किसी अच्छे डेमो के बजाय वास्तविक काम से मिले प्रमाणों पर आधारित होना चाहिए। आठ सप्ताह के बाद नेतृत्व को स्पष्ट रूप से पता होना चाहिए कि एजेंट कौन-से काम संभाल सकता है, किन जगहों पर लोगों को अब भी हस्तक्षेप करना पड़ता है और उसे चलाने में कितना खर्च आएगा। एजेंटिक एआई के क्षेत्र में आगे निकलने वाले उद्यम वे होंगे जो पहले ही सप्ताह से स्वचालन के बाद किए जाने वाले काम की योजना बनाएँगे और एजेंटों को उन कामों के लिए संसाधन देंगे जिन्हें वे वास्तव में पूरा करते हैं।
