मानवीय बोतलनेक्स से परे स्केलिंग: एजन्टिक इंटेलिजेंस कैसे एंटरप्राइज ऑपरेशन्स में 80% आरओआई चलाता है

हर ऑपरेशन्स लीडर ने पिछले दो वर्षों में कम से कम एक बार यह प्रश्न पूछा है: “मैं कैसे स्केल करूँ बिना सिर्फ अधिक लोगों को जोड़े?”

पिछले दशक के अधिकांश हिस्से के लिए, ईमानदार उत्तर यह था: आप नहीं कर सकते। आप अनुकूलन करते हैं, आप नियुक्त करते हैं, आप ऑफशोर करते हैं। आप बेहतर प्रक्रियाएं बनाते हैं। लेकिन एक निश्चित मात्रा सीमा से परे, मानव बोतलनेक्स फिर से स्वयं को प्रस्तुत करता है। अनुमोदन में। समन्वय में। जटिल कार्य प्रवाहों के प्रबंधन के लिए शुद्ध संज्ञानात्मक भार में।

एजन्टिक एआई यह गणित को बदल रहा है। न कि उस तरह से जिस तरह एंटरप्राइज सॉफ्टवेयर विक्रेताओं ने तीस वर्षों से परिवर्तन का वादा किया है, जिसमें डैशबोर्ड और रिपोर्टें शामिल हैं जिन पर कार्रवाई करने के लिए मानवों की आवश्यकता होती है, बल्कि संरचनात्मक रूप से। स्वायत्त एजेंट केवल जानकारी को सतह पर नहीं लाते हैं। वे इसके बारे में तर्क करते हैं, प्रतिक्रियाओं की योजना बनाते हैं, प्रणालियों के साथ समन्वय करते हैं, और कार्रवाई करते हैं। बिना पूछे जाने की प्रतीक्षा किए।

यह वह परिवर्तन है जिसे लॉजिस्टिक्स, फिनटेक और उससे परे के ऑपरेशन्स लीडर आंतरिक रूप से समझना शुरू कर रहे हैं। और संख्याएं इसे प्रतिबिंबित करना शुरू कर रही हैं।

उत्पादकता अंतर जिसे जेन एआई ने नहीं सुधारा

यह एजन्टिक एआई को सिर्फ जेनरेटिव एआई हYPE चक्र के अगले संस्करण के रूप में प्रस्तुत करना आसान होगा। यह नहीं है। यह अंतर महत्वपूर्ण है, और इसे समझना प्रभावी ढंग से तैनात करने के लिए पहला कदम है।

जेनरेटिव एआई, जो लहर 2022 में शुरू हुई और 2023 और 2024 में एंटरप्राइज पायलटों में चरम पर पहुंच गई, मूल रूप से व्यक्तियों के लिए एक उत्पादकता उपकरण है। यह ज्ञान कार्यकर्ताओं को तेजी से बनाता है। यह ड्राफ्ट, सारांश, वर्गीकरण करता है। लेकिन यह प्रॉम्प्ट स्तर पर काम करता है: एक मानव पूछता है, मॉडल प्रतिक्रिया देता है, मानव तय करता है कि आउटपुट के साथ क्या करना है।

मैककिंसे के सबसे हाल के स्टेट ऑफ एआई शोध ने एक खोज की सामने आई जो हर सी-सूट को रोकना चाहिए: लगभग आठ में से दस कंपनियां रिपोर्ट करती हैं कि वे किसी न किसी रूप में जेनरेटिव एआई का उपयोग कर रही हैं, फिर भी लगभग समान प्रतिशत रिपोर्ट करती हैं कि आय पर कोई महत्वपूर्ण प्रभाव नहीं पड़ा। मैककिंसे इसे ‘जेन एआई परिदृश्य’ कहता है: व्यापक तैनाती, अस्पष्ट लाभ, और वास्तव में उच्च-प्रभाव वертиकल उपयोग के मामले अभी भी पायलट मोड में फंसे हुए हैं।

मुख्य समस्या यह है कि जेनरेटिव एआई को क्षैतिज रूप से तैनात किया गया था। हर किसी के लिए सह-पायलट। प्रत्येक वेबसाइट पर चैटबॉट। जो यह नहीं करता था वह वास्तव में मूल्य बनाने और खोने के स्थानों पर कार्य प्रवाह को छूता था: खरीद, लॉजिस्टिक्स मार्ग, वित्तीय सामंजस्य, ग्राहक उत्तेजना प्रबंधन। उन्हें प्रत्येक निर्णय बिंदु पर मानवों की आवश्यकता थी। और मानव सटीक बोतलनेक्स हैं।

एजन्टिक एआई उस प्रतिबंध को हटा देता है, न कि मानवों को समाप्त करके, बल्कि प्रत्येक जटिल प्रक्रिया के प्रत्येक चरण के बीच मानव को जोड़ने की आवश्यकता को समाप्त करके।

अभ्यास में ‘एजन्टिक’ का क्या अर्थ है

परिभाषाएं यहां महत्वपूर्ण हैं, क्योंकि शब्द का ढीला ढंग से उपयोग किया जा रहा है। एक एआई एजेंट, संचालन की दृष्टि से, एक प्रणाली है जो योजना बना सकती है, उपलब्ध जानकारी पर तर्क कर सकती है, उपकरणों और एपीआई के साथ समन्वय कर सकती है, और न्यूनतम मानव हस्तक्षेप के साथ बहु-चरण कार्यों को निष्पादित कर सकती है। महत्वपूर्ण शब्द न्यूनतम है, न कि शून्य। आज सबसे प्रभावी तैनाती मानव-पर्यवेक्षित एजेंटों के आसपास बनाई गई है: प्रणाली जो परिभाषित सीमाओं के भीतर स्वायत्त रूप से कार्य करती है और तब बढ़ाती है जब वे अपने विश्वास सीमा से बाहर के किनारे मामलों का सामना करते हैं।

लॉजिस्टिक्स में, यह एक ऑर्केस्ट्रेशन परत की तरह दिखता है जो लगातार मांग संकेतों, आपूर्तिकर्ता फीड, और मौसम डेटा की निगरानी करता है, और परिवहन और इन्वेंट्री प्रवाह को गतिशील रूप से फिर से योजना बनाता है बिना एक मानव की प्रतीक्षा किए कि एक व्यवधान हुआ है। मैककिंसे इसी वास्तुकला का वर्णन करता है, यह नोट करते हुए कि आपूर्ति श्रृंखला वातावरण में एजेंट 20 से 30 प्रतिशत तक विनिर्माण लीड समय को कम कर सकते हैं।

फिनटेक में, एजेंट केवाईसी/केवाईबी प्रोसेसिंग, अंडरराइटिंग ट्राइएज, और धोखाधड़ी का पता लगाने वाले कार्य प्रवाहों को संभाल रहे हैं, ऐसे क्षेत्र जहां निर्णयों की मात्रा मानव टीमों के लिए संभालने के लिए बहुत अधिक है, और जहां एक धीमी निर्णय की लागत ग्राहक हानि और नियामक जोखिम में मापी जाती है।

पारंपरिक रोबोटिक प्रोसेस ऑटोमेशन (आरपीए) से यह अलग क्या बनाता है वह निर्णय है। आरपीए निश्चित नियमों का पालन करता है। एक एजेंट अस्पष्टता को संभाल सकता है: यह तय कर सकता है कि एक असामान्य लेनदेन पैटर्न धोखाधड़ी है या एक वैध आउटलियर, और संदर्भ के साथ बढ़ा सकता है, न कि एक द्विआधारी झंडे के साथ। यह अंतर है जो एजेंटों को ऐसे वातावरण में संचालित करने की अनुमति देता है जहां नियम अकेले पर्याप्त नहीं हैं।

आरओआई संख्या वास्तविक है, और प्रकट

एजन्टिक एआई की शुरुआती तैनाती की एक परिभाषित विशेषता यह है कि आरओआई डेटा अन्य एंटरप्राइज प्रौद्योगिकी रोलआउट की तुलना में तेजी से आ रहा है। यह आंशिक रूप से इसलिए है क्योंकि एजेंट उच्च-मात्रा वाले पुनरावृत्ति निर्णय बिंदुओं पर लक्ष्य रखते हैं, सटीक प्रक्रियाएं जहां दक्षता लाभ को मापना आसान है।

एक फोरेस्टर अध्ययन में पाया गया कि एआई एजेंटों को तैनात करने वाले संगठनों ने तीन साल की अवधि में 210% आरओआई हासिल किया, जिसमें छह महीने से कम की प्रतिफल अवधि थी। एक व्यापक नमूने में, पीडब्ल्यूसी, गूगल क्लाउड, और मैककिंसे से संकलित सर्वेक्षण डेटा एजन्टिक सिस्टम तैनात करने वाली कंपनियों के लिए 171% के औसत आरओआई की उम्मीद दिखाता है, जिसमें अमेरिकी उद्यमों ने 192% की वापसी की सूचना दी, जो पारंपरिक स्वचालन के आरओआई से लगभग तीन गुना अधिक है।

सर्विसनाउ केस एक ऐसा है जो एंटरप्राइज स्केल पर सबसे अधिक दस्तावेज है: कंपनी ने रिपोर्ट किया 80% स्वायत्त ग्राहक सहायता पूछताछ, जटिल मामले के समाधान के लिए समय में 52% की कमी, और सुधारित उत्पादकता से वार्षिक $325 मिलियन का मूल्य। ये पायलट-फेज नंबर नहीं हैं। वे एक कंपनी से संचालन-स्तर के परिणाम हैं जिसने अपने कार्य प्रवाहों को एजेंटों के आसपास फिर से डिजाइन करने के लिए प्रतिबद्ध किया था, न कि मौजूदा प्रक्रियाओं पर एजेंटों की परतें जोड़कर।

एक प्रमुख खुदरा विक्रेता जिसने एजेंटों को फोन कॉल, आउटबाउंड मार्केटिंग, और ग्राहक संपर्क केंद्र कार्य प्रवाहों को संभालने के लिए तैनात किया था ने नए बिक्री कॉल में 9.7% की वृद्धि देखी और $77 मिलियन का वार्षिक ग्रॉस प्रॉफिट में सुधार हुआ, जबकि स्टोरों में कॉल को 47% तक कम किया और ग्राहक संतुष्टि स्कोर में सुधार हुआ।

इन परिणामों में एक संरचनात्मक विशेषता साझा की जाती है: लाभ व्यक्तिगत कार्यकर्ताओं को अधिक उत्पादक बनाने से नहीं आ रहे हैं। वे अनुक्रमिक हस्तांतरण, अनुमोदन से अनुमोदन, टीम से टीम, प्रणाली से प्रणाली को समाप्त करके आ रहे हैं, जो अधिकांश एंटरप्राइज ऑपरेशन्स को परिभाषित करते हैं।

गोद लेने की तस्वीर: द्रव व्यापक रुचि, पतली तैनाती

गोद लेने की भावना और वास्तविक तैनाती के बीच अंतर एक ऐसी चीज है जिसे समझना महत्वपूर्ण है कि एजन्टिक एआई वर्तमान में कहां खड़ा है, क्योंकि यह जोखिम को इंगित करता है प्रतीक्षा कर रहा है और जल्दी चलने का अवसर।

गूगल क्लाउड के 2025 वैश्विक एआई आरओआई अध्ययन के अनुसार, जिसने 24 देशों में 3,466 वरिष्ठ नेताओं का सर्वेक्षण किया, 52% कार्यकारी रिपोर्ट करते हैं कि उनके संगठन सक्रिय रूप से एआई एजेंटों का उपयोग कर रहे हैं, जिसमें 39% कहते हैं कि उन्होंने दस से अधिक लॉन्च किए हैं। यह एक प्रौद्योगिकी के लिए महत्वपूर्ण प्रवेश है जो तीन साल पहले अधिकांशतः सैद्धांतिक थी।

लेकिन प्रवेश स्केल नहीं है। मैककिंसे की नवंबर 2025 स्टेट ऑफ एआई रिपोर्ट में पाया गया कि 10% से कम संगठनों ने वास्तव में किसी एकल कार्य में एआई एजेंटों को स्केल किया है। 90% उच्च-प्रभाव वертиकल उपयोग के मामले अभी भी पायलट मोड में फंसे हुए हैं। शीर्ष कारण प्रौद्योगिकी नहीं है; यह संगठनात्मक है। कंपनियां एजन्टिक एआई को संचालन के तरीके में एक महत्वपूर्ण परिवर्तन के रूप में देखती हैं, और अधिकांश व्यवसाय प्रक्रियाएं जटिल होती हैं। नेतृत्व की खरीदारी ने वास्तविक तैनाती की आवश्यकता वाले कार्य प्रवाह के पुनर्डिज़ाइन में अनुवाद नहीं किया है।

गार्टनर का अनुमान है कि 2028 तक, 33% एंटरप्राइज सॉफ्टवेयर एप्लिकेशन में एजन्टिक एआई शामिल होगा, 2024 में 1% से कम। यह चार वर्षों में 33 गुना वृद्धि है। इस गोद लेने की दर पर, प्रारंभिक और देर से अपनाने वालों के बीच प्रतिस्पर्धी अंतर कुशलता का मामला नहीं होगा। यह लागत आधार का मामला होगा। जिन कंपनियों ने अपने उच्च-मात्रा वाले निर्णय कार्य प्रवाहों को स्वचालित किया है, वे उन लोगों की तुलना में संरचनात्मक रूप से सस्ते होंगे जिन्होंने नहीं किया है।

मैककिंसे पार्टनर माइकल चांग ने इसे स्पष्ट रूप से कहा: “आप अपने प्रतिस्पर्धियों की तुलना में उच्च लागत आधार के साथ पीछे छूट जाएंगे।” आज अधिकांश संगठनों द्वारा देखी जाने वाली प्रतीक्षा और देखो की मुद्रा एक जोड़ती लागत लेती है, जो तब तक नहीं दिखाई देती जब तक कि एक प्रतिस्पर्धी ने पहले ही इसका अवशोषण नहीं कर लिया हो।

मूल्य कहां है, और अधिकांश कंपनियां कहां देख रही हैं

एजन्टिक एआई जो सबसे अधिक प्रलेखित रिटर्न उत्पन्न कर रहा है, साझा करता है एक सामान्य विशेषता: उच्च-मात्रा वाले, निर्णय-भारी कार्य प्रवाह जहां देरी या त्रुटि की लागत मापने योग्य है और प्रक्रिया में पर्याप्त संरचना है जिससे एक एजेंट विश्वसनीय रूप से कार्य कर सके।

लॉजिस्टिक्स और आपूर्ति श्रृंखला सबसे स्पष्ट मामला है। एक एजेंट जो आंतरिक योजना प्रणालियों और बाहरी डेटा फीड, मौसम, आपूर्तिकर्ता अनुसूचियों, मांग संकेतों से जुड़ा हुआ है, निरंतर रूप से मानव प्रारंभिक के बिना फिर से योजना बना सकता है। मैककिंसे के आपूर्ति श्रृंखला मॉडलिंग एजेंटों को ऑप्टिमल परिवहन मोड चुनने, स्टॉक को गोदामों में पुनः आवंटित करने, और केवल तभी बढ़ाने के लिए दिखाता है जब एक निर्णय रणनीतिक इनपुट की आवश्यकता होती है, जो पहले या तो विशाल विश्लेषक टीमों या उपअधिकतम परिणामों के लिए सहनशीलता की आवश्यकता होती थी।

वित्तीय सेवाएं दूसरा प्रमुख ऊर्ध्वाधर है। वित्तीय सेवा कंपनियों ने 2023 में वैश्विक स्तर पर एआई में $35 बिलियन खर्च किए, जिसमें 2027 तक $100 बिलियन तक पहुंचने का अनुमान है। फोकस फ्रंट-ऑफिस चैटबॉट्स से बैक-ऑफिस ऑपरेशन में स्थानांतरित हो रहा है: अंडरराइटिंग, अनुपालन निगरानी, केवाईसी, और सामंजस्य, क्षेत्र जहां कार्य की मात्रा मानव टीमों के लिए गति से संभालने के लिए बहुत अधिक है, और जहां एक धीमी निर्णय की लागत ग्राहक हानि और नियामक जोखिम में मापी जाती है।

ग्राहक ऑपरेशन तीसरा उच्च-मूल्य क्षेत्र है। एआई एजेंट वर्तमान में 80% तक सहायता पूछताछ को संभालते हैं, प्रतिक्रिया समय को 37% तक कम करते हैं और ग्राहक संतुष्टि को 32% तक बढ़ाते हैं जैसा कि दस्तावेज तैनाती में देखा गया है। 2028 तक, गार्टनर का अनुमान है कि उद्योगों में 68% ग्राहक इंटरैक्शन एजन्टिक एआई द्वारा प्रबंधित किए जाएंगे, न कि केवल टियर-वन पूछताछ को संभालने वाले चैटबॉट, बल्कि पूर्ण सेवा जीवन चक्र को संभालने में सक्षम एजेंट।

वास्तुकला प्रश्न जो सब कुछ निर्धारित करता है

अधिकांश कंपनियों ने जो अपने एआई निवेश से रिटर्न नहीं देखा है, उन्होंने एक ही गलती की है: उन्होंने एआई को मौजूदा प्रक्रियाओं की परत के रूप में तैनात किया, न कि उन्हें फिर से डिजाइन करने के लिए एक कारण के रूप में।

यह अंतर सेमेंटिक नहीं है। एक जेनरेटिव एआई कोपिलॉट जो एक कार्य प्रवाह के शीर्ष पर बैठा है जो अनुक्रमिक मानव हस्तांतरण के लिए डिज़ाइन किया गया है, व्यक्तिगत चरणों को तेज करेगा लेकिन संरचनात्मक बोतलनेक्स को बरकरार रखेगा। एक एजन्टिक सिस्टम जो एक पुनः डिज़ाइन किए गए कार्य प्रवाह में निर्मित है, जिसमें एजेंट एक प्रथम-श्रेणी का भागीदार है, न कि एक सहायक, उन बोतलनेक्स को पूरी तरह से समाप्त कर देता है।

व्यावहारिक अर्थ यह है कि वास्तविक एजन्टिक तैनाती एक संगठनात्मक निर्णय है जितना कि यह एक तकनीकी है। यह जानने की आवश्यकता है कि किन कार्य प्रवाहों को फिर से डिजाइन करना है, स्वायत्त निर्णयों की देखरेख के लिए शासन बनाना, और स्वीकार करना है कि एजेंटों को अच्छी तरह से तैनात करने में अधिक समय लगता है जितना कि उन्हें जल्दी तैनात करने में लगता है।

मॉड्यूलर आर्किटेक्चर सिद्धांत है जो इसे स्थायी बनाता है। जब प्रत्येक कार्य, ट्रिगर, निष्पादन, लॉगिंग, एस्केलेशन, एक अलग घटक होता है, न कि एक एकल इकाई, तो वर्ष 2 में नए क्षमताओं को जोड़ना एक नए मॉड्यूल को जोड़ने की बात है, न कि प्रणाली का पुनर्निर्माण करना। जो संगठन पहले से ही बड़े पैमाने पर काम कर रहे हैं उन्होंने शुरू से ही इस तरह से निर्माण किया है।

उच्च प्रदर्शन वाले संगठन, मैककिंसे के 2025 शोध के अनुसार, एआई तैनात करते समय अपने कार्य प्रवाहों को मूल रूप से फिर से डिजाइन करने के लिए अन्य लोगों की तुलना में लगभग तीन गुना अधिक हैं। यह वास्तुकला प्रतिबद्धता है, न कि तकनीकी जटिलता, जो कंपनियों के बीच मुख्य अंतर है जो दो अंकों के रिटर्न देखते हैं और जो कोई महत्वपूर्ण प्रभाव नहीं देखते हैं।

शासन वास्तविकता

एजन्टिक एआई के बारे में बातचीत आरओआई संख्या पर समाप्त नहीं हो सकती। उच्च-जोखिम वाले वातावरण में, रोगी संचार, वित्तीय निर्णय, लॉजिस्टिक्स मार्गदर्शन में वास्तविक दुनिया के परिणामों के साथ स्वायत्त प्रणालियों को शासन ढांचे की आवश्यकता होती है जो अधिकांश संगठनों ने अभी तक नहीं बनाए हैं।

सबसे दबाव वाले चिंताएं वे नहीं हैं जो मीडिया कवरेज में प्रमुखता से हैं। प्रॉम्प्ट इंजेक्शन, मॉडल हॉलुसिनेशन, और आउटपुट में पूर्वाग्रह वास्तविक मुद्दे हैं, लेकिन वे सही सिस्टम डिजाइन के साथ प्रबंधनीय हैं। कठिन समस्याएं संचालन संबंधी हैं: जब एक एजेंट एक ऐसा निर्णय लेता है जिसे एक मानव को बढ़ाया जाना चाहिए था? आप एक प्रणाली के तर्क को कैसे ऑडिट करते हैं जिसने रात भर में दस हजार निर्णयों को संसाधित किया है? आप एक नियंत्रित वातावरण में कैसे अनुपालन बनाए रखते हैं जब निर्णय लेने वाला एक व्यक्ति नहीं है?

जो संगठन इसे सही कर रहे हैं वे एक मानव-पर्यवेक्षित एजेंट वास्तुकला बना रहे हैं, प्रणाली जो परिभाषित विश्वास सीमा के भीतर स्वायत्त रूप से कार्य करती है और बढ़ाती है जब वे अपने सीमा से बाहर के किनारे मामलों का सामना करते हैं। यह तकनीक की एक सीमा नहीं है। यह किसी भी उच्च-जोखिम वाली स्वायत्त प्रणाली के लिए सही डिजाइन दर्शन है।

शासन यहां भी डेटा स्वामित्व प्रश्न का निवास स्थान है। किसी भी एंटरप्राइज तैनाती में, और विशेष रूप से स्वास्थ्य सेवा, वित्तीय सेवाओं और लॉजिस्टिक्स जैसे क्षेत्रों में, रोगी या ग्राहक डेटा संगठन का है, एआई प्लेटफ़ॉर्म का नहीं। कोई भी वास्तुकला जो बुनियादी स्तर पर यह नहीं लागू करती है वह एक दायित्व जोखिम पैदा कर रही है जिसे आरओआई संख्या नहीं ढकेगी।

खिड़की खुली है, अभी के लिए

एजन्टिक एआई बाजार 2024 में $5.25 बिलियन से 2034 में $199 बिलियन तक बढ़ने की उम्मीद है, 38 गुना वृद्धि। जो कंपनियां इस मूल्य का सबसे बड़ा हिस्सा हासिल करेंगी वे आवश्यक रूप से वे नहीं होंगी जिनके पास सबसे बड़े एआई बजट हैं। वे वे हैं जो अब शुरू करते हैं, वास्तविक कार्य प्रवाह पुनर्डिज़ाइन के लिए प्रतिबद्ध हैं, और स्वायत्त संचालन के लिए शासन बुनियादी ढांचे का निर्माण करते हैं।

मानवीय बोतलनेक्स ने एंटरप्राइज ऑपरेशन में कभी भी एक कमी नहीं पैदा की है। यह जटिल प्रक्रियाओं में मानव निर्णय लेने की अनुक्रमिक प्रकृति थी। एजन्टिक एआई मानवों को उस समीकरण से हटा देता है। यह उन हिस्सों से उन्हें हटा देता है जहां उनकी उपस्थिति कभी मूल्य नहीं जोड़ रही थी।

यह एक महत्वपूर्ण अंतर है। और ऑपरेशन लीडर जिन्होंने वर्षों से सिर्फ अधिक कर्मचारियों को जोड़े बिना स्केल करने का प्रयास किया है, यह एक ऐसा उत्तर है जो उन्होंने लंबे समय से पूछा है।