विचार नेता

संदर्भ और समन्वय: एंटरप्राइज़ ऑटोमेशन में गायब परत

mm
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें

अधिकांश उद्यमों के पास बहुत सारी ऑटोमेशन है लेकिन परिवर्तन कम है। पायलट सफल रहे। बॉट्स चल रहे हैं। फिर भी उत्पादकता वक्र सपाट हो गया। यह उद्यमों में सबसे अधिक दोहराई जाने वाली कहानी है, और अगली लहर, एजेंटिक एआई, अंततः इस पैटर्न को तोड़ सकती है, उन उद्यमों के लिए जो इन प्रणालियों के चलने वाले संदर्भ को इंजीनियर करने को तैयार हैं।

लगभग कोई भी इसे रणनीति के रूप में नहीं लेता। यही है।

एक बड़ा अमेरिकी स्वास्थ्य सेवा प्रदाता नेटवर्क ने पाया कि वास्तविक बाधा क्लिनिकल क्षमता नहीं थी। यह अपॉइंटमेंट शेड्यूलिंग थी जो प्रतिक्रियात्मक अनुमान पर चलती थी, और यह पता नहीं चल पाता था कि कौन से रोगी संभवतः विज़िट मिस करेंगे, जब तक कि स्लॉट पहले ही खाली न हो गया हो। अपॉइंटमेंट इतिहास पर भविष्यवाणी मॉडल बनाकर नेटवर्क को अंतराल खुलने से पहले कार्य करने की अनुमति मिली, बजाय बाद में घबराने के। रोगियों की अनुपस्थिति कम हुई, शुद्ध राजस्व बढ़ा और शेड्यूलिंग ट्रायेज़ समय घटा। संदर्भ पहले से ही वर्षों के अपॉइंटमेंट डेटा में मौजूद था। इसे केवल एकत्रित करके लागू करने की जरूरत थी।

इन सभी सहभागिताओं में, वही तीन अनुशासन—कोर, संदर्भ और समन्वय—एजेंटिक एआई को सफल बनाते हैं और उसे ठहरने से अलग करते हैं।

आसान भाग का स्वचालन

सबसे गहरा अंतर कार्यों के स्वचालन और परिणामों के स्वचालन के बीच है। कंपनियां चरणों को स्वचालित करती हैं—इनवॉइस मिलान, डेटा एंट्री, स्थिति अपडेट—और पाती हैं कि लागत अभी भी चरणों के बीच के काम में रहती है। अधिकांशतः स्वचालित प्रक्रिया पूरी तरह हल नहीं हुई है। एक मानव अभी भी टुकड़ों को जोड़ता है और परिणाम का स्वामित्व लेता है, वह समन्वय कार्य करता है जिसे कोई ऑटोमेशन कभी नहीं बना सकता था।

कारण सरल है। पुराना ऑटोमेशन नियमों का पालन करता है। यह निर्णय नहीं ले सकता क्योंकि इसमें अपवादों को हल करने के लिए संदर्भ और उन्हें सौंपने के लिए समन्वय की कमी होती है। बॉट्स पूर्वानुमेय मध्य में त्रुटिरहित होते हैं और किनारों पर असहाय, और वास्तविक काम में किनारे ही काम होते हैं। एक दावा जिसमें दस्तावेज़ गायब हो या अजीब क्लॉज़ हो, बॉट को रोक देता है और व्यक्ति को शुरू करता है। नेता गिनते हैं कि क्या स्वचालित हुआ। P&L गिनता है कि क्या नहीं हुआ।

कठिन भाग क्यों प्रतिरोध करता है? क्योंकि वही वह जगह है जहाँ संदर्भ रहता है। साफ़ भाग साफ़ पंक्तियों और स्तंभों पर चलता है। कठिन भाग नीति PDF, ईमेल थ्रेड, स्कैन किए हुए फॉर्म, कॉल ट्रांसक्रिप्ट, परिशिष्ट में क्लॉज़ में छिपा होता है। McKinsey का अनुमान है कि लगभग 90% एंटरप्राइज़ डेटा असंरचित है। केवल संरचित भाग को देखने वाला ऑटोमेशन निर्णय के अधिकांश हिस्से से अंधा रहता है। इसे हल करने का मतलब है ऑटोमेशन को दो चीज़ें देना जो उसके पास पहले कभी नहीं थीं: निर्णय लेने के लिए संदर्भ और सिस्टमों के बीच उसे लागू करने के लिए समन्वय।

संदर्भ सब कुछ क्यों बदलता है

एजेंटिक एआई इस अंतर को पाटता है क्योंकि यह संदर्भ के साथ तर्क कर सकता है, जो पहले की ऑटोमेशन पीढ़ियों में संभव नहीं था। पारंपरिक ऑटोमेशन के विपरीत, एक एजेंट सिस्टमों के बीच तर्क कर सकता है, अस्पष्टता को संभाल सकता है और जब वास्तविकता स्क्रिप्ट को तोड़ देती है तो अनुकूलित हो सकता है। यह प्रक्रियाओं के बीच के सीमाओं को भी स्वचालित करता है जैसा कि प्रक्रियाओं को स्वयं।

यह संदर्भ को वास्तविक इंजीनियरिंग चुनौती बनाता है। संदर्भ इंजीनियरिंग वह अनुशासन है जो निर्धारित करता है कि एक एजेंट को क्या जानना आवश्यक है, सही स्रोतों से वह जानकारी प्राप्त करना और सही समय पर प्रस्तुत करना। एक एजेंट केवल वही तर्क कर सकता है जो वह जानता है।

30,000 से अधिक कर्मचारियों वाले एक वैश्विक सेमीकंडक्टर कंपनी ने यह सबक सीधे सीखा। उसके एक हजार से अधिक अनुबंध SharePoint, साझा ड्राइव और स्थानीय फ़ोल्डरों में बिखरे असंरचित PDFs में थे, जिनमें नोटिस अवधि या नवीनीकरण शर्तों को समय सीमा से पहले ट्रैक करने का कोई तरीका नहीं था। उस दफ़न हुए संदर्भ को स्वचालित रूप से निकालना और व्याख्या करना अनुबंध समीक्षा समय को कम कर दिया, सालाना 200 घंटे से अधिक मैन्युअल कार्य बचाया और चूके हुए दायित्व के जोखिम को घटाया। एंटरप्राइज़ एआई अधिक कार्यों को अलग‑अलग स्वचालित करके नहीं, बल्कि उनके बीच के संदर्भ को एकत्र करके स्केल करता है।

समन्वय के बिना ऑटोमेशन अभी भी ठहर जाता है

ऑटोमेशन के पास पूर्ण संदर्भ हो सकता है और फिर भी ठहर सकता है यदि वह ज्ञान उन सिस्टमों, टीमों और समय क्षेत्रों के बीच नहीं चल पाता जिनसे वास्तविक प्रक्रिया वास्तव में जुड़ी होती है, और यह अंतर काल्पनिक नहीं है। चार क्षेत्रों में लगभग 50,000 शिकायतों को सालाना संभालने वाली एक वैश्विक लाइफ़ साइंसेज़ कंपनी ने इसे सीधे अनुभव किया। शिकायतें असंबद्ध ईमेल, पोर्टल और दस्तावेज़ों के माध्यम से आती थीं, और समान मामलों को विभिन्न टीमों द्वारा अलग‑अलग तरीके से संभाला जाता था, बिल्कुल वही असंगति जिसे नियामक झंडा उठाते हैं। इसे एक समन्वित कार्यप्रवाह में मानकीकृत करने से सालाना 4,200 घंटे से अधिक बचाए गए और समाधान समय 70% घट गया। जो उद्यम इस परत को छोड़ देते हैं, उनके पास ऐसा ऑटोमेशन रहता है जो अच्छी तरह तर्क करता है लेकिन वही हैंडऑफ़ में फंस जाता है जो पुराने सिस्टमों को ठहराता था।

शासन जाल

ऑटोमेशन पहले सॉफ़्टवेयर की तरह शासित किया जाता था—लाइसेंस किया जाता, प्रोविजन किया जाता और अपटाइम के लिए ट्रैक किया जाता। एजेंटिक एआई इस मॉडल को तोड़ देता है, क्योंकि जैसे ही वह कार्यों को निष्पादित करने के बजाय निर्णय लेना शुरू करता है, केवल यह नियंत्रित करना कि वह क्या एक्सेस कर सकता है, पर्याप्त नहीं रहता। एक एजेंट जो CRM पढ़ता है, ERP लिखता है, भुगतान ट्रिगर करता है और ग्राहक को संदेश भेजता है, वह उपकरण नहीं है। वह एक प्रभावशाली अभिनेता है। प्रश्न इस बात से बदल जाता है कि इंटीग्रेशन सुरक्षित है या नहीं, बल्कि यह कि यह एजेंट क्या निर्णय ले सकता है, किसकी अधिकारिता में, किस ट्रेल के साथ और जब वह गलत हो तो कौन जवाब देगा। समाधान कम स्वायत्तता नहीं है। यह स्पष्ट सीमाएँ, परिभाषित अधिकार, पूर्ण कार्रवाई ट्रेल और प्रत्येक परिणाम के लिए नामित मालिक है जो एजेंट उत्पन्न करता है।

उस शासन में निगरानी शामिल होनी चाहिए, न कि एक ब्रेक के रूप में, बल्कि वह तंत्र के रूप में जो एजेंट के दायरे को समय के साथ सुरक्षित रूप से विस्तारित होने देता है। प्रत्येक सुधार यह दर्शाता है कि क्या एजेंट के पास सही संदर्भ था, जिससे एक लूप बनता है जो धीरे‑धीरे उसे अधिक जिम्मेदारी प्रदान करता है।

इसे संदर्भ परत तक भी पहुँचना चाहिए, वह भाग जिसे अधिकांश टीमें नजरअंदाज़ करती हैं। असंरचित स्रोतों का खनन करने का मतलब है उनके भीतर मौजूद चीज़ों को अपनाना: व्यक्तिगत डेटा, विशेषाधिकार प्राप्त सामग्री, सत्य के विरोधी संस्करण। एक एजेंट की विश्वसनीयता केवल उस संदर्भ की उत्पत्ति पर निर्भर करती है जिसे वह उपयोग करता है। संदर्भ को एक शासित संपत्ति के रूप में मानें, जिसमें वंशावली, पहुँच और ताज़गी नियम अंतर्निहित हों, और स्वचालन एक उत्तरदायी प्रणाली बन जाता है न कि एक दायित्व। इसे विस्तार से पहले बनाएं, घटना के बाद नहीं।

पहला वर्ष, अलग तरीके से

अधिकांश संस्थाएँ इस वर्ष को स्वचालित करने के लिए कार्यों की खोज में बिताएँगी। एक छोटी संख्या इसे इस बात की नक़्शा तैयार करने में लगाएगी कि जानकारी, जिम्मेदारी और निर्णय वास्तव में कहाँ हाथ बदलते हैं और उस हस्तांतरण पर क्या होता है, इसके लिए निर्माण किया जाए।

दो वर्षों में, कोई इस बात की परवाह नहीं करेगा कि कंपनी ने कितने एजेंट तैनात किए। वास्तविक प्रश्न यह होगा कि उनके नीचे की बुनियादी ढांचा किसने बनाया, और कौन अभी भी टूटे हुए हस्तांतरणों पर बॉट्स जोड़ रहा है।

Anand Krishnan EVP और ग्लोबल हेड – डिजिटल बिजनेस & प्री‑सेल्स, समग्र समाधान के लिए जिम्मेदार, डिजिटल इंजीनियरिंग, विशिष्ट ऑफ़रिंग्स और लागू नवाचारों के माध्यम से ग्राहकों को मूल्य प्रदान करने पर केंद्रित, विभिन्न वर्टिकल्स और सर्विस लाइन्स में बड़े पैमाने पर।

Anand के पास परामर्श, प्रोडक्ट इंजीनियरिंग, जटिल डिजिटल ट्रांसफ़ॉर्मेशन, लागू स्वचालन, डेटा & एनालिटिक्स सहित 23 से अधिक वर्षों का अनुभव है, जिसमें डिलीवरी और वृद्धि (P&L सहित) शामिल है। वह 2019 में Persistent में शामिल हुए और क्लाइंट‑ओब्सेस्ड रहकर तथा राजस्व एवं लागत दोनों में रैखिक/गैर‑रैखिक वेक्टरों को देखते हुए Persistent की सर्वश्रेष्ठ ऑफ़रिंग्स को अपने ग्राहकों तक पहुँचाने में महत्वपूर्ण भूमिका निभाई है। Persistent से पहले, Anand ने Harman Connected services के लिए डेटा & एनालिटिक्स व्यवसाय का नेतृत्व किया और Symphony Teleca में डिलीवरी नेतृत्व भूमिकाएँ संभालीं। उन्होंने अपना करियर Cambridge Technology Partners में परामर्श के रूप में शुरू किया। Anand ने इलेक्ट्रॉनिक्स एवं कम्युनिकेशन्स में इंजीनियरिंग की स्नातक डिग्री और Symbiosis Pune से मैनेजमेंट (सिस्टम्स) में पोस्ट‑ग्रेजुएशन किया है।