मानव बोतलनेक्स से परे स्केलिंग: एजन्टिक इंटेलिजेंस कैसे एंटरप्राइज़ ऑपरेशन्स में 80% आरओआई चलाता है

ऑपरेशन्स लीडर्स ने पिछले दो वर्षों में कम से कम एक बार यह प्रश्न पूछा होगा: “मैं कैसे अधिक लोगों को जोड़े बिना स्केल कर सकता हूं?”

पिछले दशक के अधिकांश हिस्से के लिए, ईमानदार उत्तर यह था: आप नहीं कर सकते। आप अनुकूलन करते हैं, आप नियुक्त करते हैं, आप आउटसोर्स करते हैं। आप बेहतर प्रक्रियाएं बनाते हैं। लेकिन एक निश्चित मात्रा के बाद, मानव बोतलनेक खुद को फिर से स्थापित करता है। अनुमोदन में। समन्वय में। जटिल कार्य प्रवाहों के प्रबंधन के लिए संज्ञानात्मक भार में।

एजन्टिक एआई यह गणित बदल रहा है। न कि उस तरह से जिस तरह एंटरप्राइज़ सॉफ़्टवेयर विक्रेताओं ने तीस वर्षों से परिवर्तन का वादा किया है, जिसमें डैशबोर्ड और रिपोर्टें 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 के।

यह वह बदलाव है जो लॉजिस्टिक्स, फिनटेक और उससे परे के ऑपरेशन्स लीडर्स धीरे-धीरे आत्मसात करना शुरू कर रहे हैं। और संख्याएं इसे प्रतिबिंबित करना शुरू कर रही हैं।

उत्पादकता अंतर जो जेन एआई ने नहीं ठीक किया

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

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

मैककिंसे के हालिया स्टेट ऑफ एआई शोध में एक निष्कर्ष सामने आया है जो हर सी-सूट को रुकने पर मजबूर कर देगा: लगभग आठ में से दस कंपनियों ने जेन एआई का उपयोग किसी न किसी रूप में करने की सूचना दी, फिर भी लगभग समान प्रतिशत ने कमाई पर कोई सामग्री प्रभाव नहीं देखा। मैककिंसे इसे ‘जेन एआई परिदृश्य’ कहता है: व्यापक तैनाती, व्यापक लाभ, और वास्तव में उच्च-प्रभाव वертиकल उपयोग के मामले अभी भी पायलट मोड में फंसे हुए हैं।

मुख्य समस्या यह है कि जेन एआई को क्षैतिज रूप से तैनात किया गया था। हर किसी के लिए सह-पायलट। प्रत्येक वेबसाइट पर चैटबॉट। जो उसने नहीं किया वह वास्तव में मूल्य बनाने और खोने वाले कार्य प्रवाहों को छूना था: खरीद, लॉजिस्टिक्स मार्ग, वित्तीय समायोजन, ग्राहक वृद्धि प्रबंधन। उन्हें हर निर्णय बिंदु पर मानवों की आवश्यकता थी। और मानव सटीक बोतलनेक हैं।

एजन्टिक एआई उस प्रतिबंध को हटा देता है, न कि मानवों को समाप्त करके, बल्कि मानव को प्रत्येक चरण के बीच जुड़ने वाली आवश्यकता को हटाकर।

क्या वास्तव में ‘एजन्टिक’ का अर्थ है

परिभाषाएं यहां महत्वपूर्ण हैं, क्योंकि शब्द का उपयोग ढीले तरीके से 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 हैं: प्रणाली जो परिभाषित सीमाओं के भीतर स्वायत्त रूप से कार्य करती हैं और बढ़ते मामलों को जब वे अपने विश्वास अंतराल से बाहर के बढ़ते मामलों का सामना करती हैं।

लॉजिस्टिक्स में, यह एक समन्वय परत की तरह दिखता है जो लगातार मांग संकेतों, आपूर्तिकर्ता फीड, और मौसम डेटा की निगरानी करती है, और मानव को सूचित किए बिना परिवहन और इन्वेंट्री प्रवाह को गतिशील रूप से पुनः योजना बनाती है। मैककिंसे इस वास्तुकला का वर्णन करता है, यह देखते 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, जिन क्षेत्रों में निर्णयों की मात्रा मानव टीमों के लिए गति से प्रबंधन करने के लिए बहुत अधिक है, और जहां एक धीमी निर्णय की लागत ग्राहक हानि और नियामक जोखिम में मापी जाती है।

जो इसे पारंपरिक रोबोटिक प्रोसेस ऑटोमेशन (आरपीए) से अलग 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 आउटलायर, और संदर्भ के साथ बढ़ा सकता है, न कि एक द्विआधारी झंडे के साथ। यह अंतर है जो एजेंटों को उन वातावरणों में काम करने की अनुमति देता है जहां नियम अकेले पर्याप्त नहीं हैं।

आरओआई संख्या वास्तविक है, और प्रकट

एजन्टिक एआई की शुरुआती तैनाती की एक विशिष्ट विशेषता यह है कि आरओआई डेटा एंटरप्राइज़ प्रौद्योगिकी रोलआउट से तेज़ी से आ रहा है। यह आंशिक रूप से इसलिए है क्योंकि एजेंट उच्च-वॉल्यूम, पुनरावृत्ति निर्णय बिंदुओं पर लक्ष्य रखते हैं, ठीक वही प्रक्रियाएं जहां दक्षता लाभ को मापना सबसे आसान है।

एक फोरेस्टर अध्ययन में पाया गया कि संगठन जो एआई एजेंटों को तैनात करते हैं उन्होंने 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 कंपनियों के लिए औसत आरओआई की उम्मीद 171% दिखाता है जो वर्तमान में एजन्टिक सिस्टम तैनात कर रहे हैं, जिसमें यूएस एंटरप्राइज़ 192% की वापसी की रिपोर्ट कर रहे हैं, जो पारंपरिक स्वचालन के आरओआई से लगभग तीन गुना है।

सर्विसनाउ का मामला सबसे अच्छी तरह से दस्तावेज़ है: कंपनी ने 80% स्वायत्त ग्राहक सहायता पूछताछ, जटिल मामलों के समाधान के लिए समय में 52% की कमी, और एजेंटों के आसपास कार्य प्रवाहों को फिर से डिज़ाइन करने के लिए प्रतिबद्धता से $325 मिलियन का वार्षिक मूल्य देखा। ये पायलट-फेज़ के नंबर नहीं हैं। वे एक कंपनी से संचालन-पैमाने के परिणाम हैं जिसने एजेंटों के बजाय मौजूदा प्रक्रियाओं पर एजेंटों की परतें रखने के बजाय अपने कार्य प्रवाहों को फिर से डिज़ाइन करने के लिए प्रतिबद्धता जताई।

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

इन परिणामों में एक संरचनात्मक विशेषता साझा की जाती है: लाभ व्यक्तिगत कर्मचारियों 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 कि अधिकांश एंटरप्राइज़ ऑपरेशनों को परिभाषित करता है।

गोद लेने की तस्वीर: द्रव्यमान हित, पतली तैनाती

गोद लेने और वास्तविक तैनाती के बीच अंतर एक ऐसी चीज है जिसे समझने के लिए यह जानना महत्वपूर्ण है कि एजन्टिक एआई वर्तमान में कहां खड़ा है, क्योंकि यह जोखिम को इंगित करता है और जल्दी आगे बढ़ने का अवसर प्रदान करता है।

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, 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। निनety प्रतिशत उच्च-प्रभाव वाले ऊर्ध्वाधर उपयोग के मामले अभी भी पायलट मोड में फंसे हुए हैं। मुख्य कारण प्रौद्योगिकी नहीं है; यह संगठनात्मक है। कंपनियां एजन्टिक एआई को ऑपरेशन्स के संचालन में एक महत्वपूर्ण परिवर्तन के रूप में देखती हैं, और अधिकांश व्यवसाय प्रक्रियाएं प्रकृति से 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% एंटरप्राइज़ सॉफ़्टवेयर अनुप्रयोगों में एजन्टिक एआई शामिल होगा, 2024 में 1% से अधिक नहीं। यह चार वर्षों में 33 गुना वृद्धि है। इस गोद लेने की दर पर, प्रारंभिक लोगों 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-वॉल्यूम निर्णय कार्य प्रवाहों को स्वचालित किया है, वे उन लोगों की तुलना में संरचनात्मक रूप से सस्ते होंगे जिन्होंने नहीं।

मैककिंसे पार्टनर माइकल चांग ने इसे स्पष्ट रूप से कहा: “आप एक उच्च लागत आधार के साथ पीछे छूट जाएंगे।” जो दृष्टिकोण आज अधिकांश संगठनों की विशेषता है, वह जोखिम को वहन करता है जो तब तक खुद को घोषित नहीं करता है जब तक कि एक प्रतियोगी पहले ही इसे अवशोषित नहीं कर लेता।

मूल्य कहां है, और अधिकांश कंपनियां कहां देख रही हैं

एजन्टिक एआई सबसे अधिक प्रलेखित रिटर्न उत्पन्न करने वाले क्षेत्रों में एक सामान्य विशेषता साझा की जाती है: उच्च-वॉल्यूम, निर्णय-भारी कार्य प्रवाह जहां देरी या त्रुटि की लागत मापने योग्य है और प्रक्रिया में पर्याप्त संरचना है ताकि एक एजेंट विश्वसनीय रूप से काम 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 प्रेरणा के बिना परिवहन और इन्वेंट्री प्रवाह को पुनः योजना बना सकता है। मैककिंसे के आपूर्ति श्रृंखला मॉडलिंग एजेंटों को ऑप्टिमल परिवहन मोड चुनने, स्टॉक को गोदामों के पार पुनः आवंटित करने और केवल तब बढ़ाने को दिखाता है जब एक निर्णय रणनीतिक इनपुट की आवश्यकता होती है, जो पहले या तो विशाल विश्लेषक टीमों या उप-आप्टिमल परिणामों के लिए सहनशीलता की आवश्यकता थी।

वित्तीय सेवाओं में यह दूसरा प्रमुख ऊर्ध्वाधर है। वित्तीय सेवा कंपनियों ने 2023 में वैश्विक स्तर पर एआई में $35 बिलियन खर्च किया, जिसमें 2027 तक $100 बिलियन तक पहुंचने का अनुमान है। फोकस फ्रंट-ऑफिस चैटबॉट्स से बैक-ऑफिस ऑपरेशन्स में स्थानांतरित हो रहा है: अंडरराइटिंग, अनुपालन निगरानी, केवाईसी, और समायोजन, जिन क्षेत्रों में काम की मात्रा मानव टीमों के लिए गति से प्रबंधन करने 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 संभाल रहे हैं, प्रतिक्रिया समय को 37% तक कम कर रहे हैं और ग्राहक संतुष्टि को 32% तक बढ़ा रहे हैं जैसा कि प्रलेखित तैनाती में देखा गया है। 2028 तक, गार्टनर का अनुमान है कि उद्योगों भर में 68% ग्राहक इंटरैक्शन एजन्टिक एआई द्वारा प्रबंधित किए जाएंगे, न कि टियर-वन पूछताछ को संभालने वाले चैटबॉट, बल्कि पूरे सेवा जीवन चक्र को संभालने में सक्षम एजेंट।

वास्तुकला प्रश्न जो सब कुछ निर्धारित करता है

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

यह अंतर केवल शब्दावली नहीं है। एक जेन एआई कोपायलट जो एक कार्य प्रवाह पर बैठा है जो मानव हस्तांतरण के लिए डिज़ाइन किया गया है, व्यक्तिगत चरणों को तेज़ करेगा लेकिन संरचनात्मक बोतलनेक को बरकरार रखेगा। एक एजन्टिक सिस्टम जो एक पुनः डिज़ाइन किए गए कार्य प्रवाह में निर्मित है, जिसमें एजेंट एक सहायक के बजाय एक प्रथम-श्रेणी के प्रतिभागी है, उन बोतलनेक को पूरी तरह से समाप्त कर देता है।

एंटरप्राइज़ नेताओं के लिए व्यावहारिक परिणाम यह है कि वास्तविक एजन्टिक तैनाती एक तकनीकी निर्णय के रूप में एक संगठनात्मक निर्णय है। यह जानने की आवश्यकता है कि कौन से कार्य प्रवाहों को फिर से डिज़ाइन करने की आवश्यकता है, स्वायत्त निर्णयों की देखरेख के लिए शासन का निर्माण करना, और स्वीकार करना कि एजेंटों को अच्छी तरह से तैनात करने में अधिक समय लगता है जितना कि उन्हें जल्दी से तैनात करना।

मॉड्यूलर आर्किटेक्चर सिद्धांत ही यह स्थायी बनाता है। जब प्रत्येक कार्य, ट्रिगर, निष्पादन, लॉगिंग, एस्केलेशन एक मोनोलिथ के बजाय एक अलग घटक होता है, तो वर्ष 2 में नई क्षमताएं जोड़ना एक नए मॉड्यूल को जोड़ने की बात है, पूरी प्रणाली का पुनर्निर्माण नहीं। जो संगठन पहले से ही पैमाने पर काम कर रहे हैं वे शुरू से ही इस तरह से बनाए गए थे।

उच्च प्रदर्शन वाले संगठन, मैककिंसे के 2025 के शोध के अनुसार, एआई तैनात करते समय अपने कार्य प्रवाहों को मूल रूप से फिर से डिज़ाइन करने के लिए दूसरों की तुलना में लगभग तीन गुना अधिक हैं। यह वास्तुकला प्रतिबद्धता, तकनीकी जटिलता के बजाय, कंपनियों के बीच मुख्य अंतर है जो दो-अंकों के रिटर्न की रिपोर्ट करती हैं और जो कोई सामग्री प्रभाव नहीं देखती 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 के साथ वास्तविक दुनिया के परिणामों के साथ स्वायत्त प्रणालियों को शासन ढांचे की आवश्यकता होती है जो अधिकांश संगठनों ने अभी तक नहीं बनाए हैं।

मीडिया कवरेज में जो चिंताएं प्रमुख हैं वे सबसे दबाव वाली नहीं हैं। प्रॉम्प्ट इंजेक्शन, मॉडल हॉलुसिनेशन, और आउटपुट में पूर्वाग्रह वास्तविक मुद्दे हैं, लेकिन वे सही सिस्टम डिज़ाइन 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 का ऑडिट कैसे करते हैं जिसने रात भर दस हज़ार निर्णय लिए? आप एक नियंत्रित वातावरण में अनुपालन कैसे बनाए रखते हैं जब निर्णय लेने वाला एक व्यक्ति नहीं है?

जो संगठन इसे सही कर रहे हैं वे एक मानव-पर्यवेक्षित एजेंट आर्किटेक्चर बना रहे हैं, जो परिभाषित विश्वास अंतराल के भीतर स्वायत्त रूप से काम करते हैं और बढ़ते मामलों का सामना करने पर सुंदर रूप से बढ़ाते हैं। यह तकनीक की एक सीमा नहीं है। यह उच्च-जोखिम वाली स्वायत्त प्रणाली के लिए सही डिज़ाइन दर्शन है।

शासन में डेटा स्वामित्व प्रश्न भी रहता है। किसी भी एंटरप्राइज़ 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 आर्किटेक्चर जो बुनियादी ढांचे के स्तर पर यह लागू नहीं करता है वह एक देयता जोखिम पैदा करता है जिसे आरओआई संख्या कवर नहीं करेगी।

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 जिन्होंने 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 पैमाने पर समर्थन के लिए शासन बुनियादी ढांचे का निर्माण करते हैं।

एंटरप्राइज़ ऑपरेशन्स में बोतलनेक कभी भी डेटा, प्रसंस्करण शक्ति या प्रतिभाशाली लोगों की कमी नहीं रही है। यह मानव निर्णय लेने की अनुक्रमिक प्रकृति रही है जो प्रक्रियाओं में डिज़ाइन की गई है जो एक ऐसी दुनिया के लिए थीं जहां मानव एकमात्र विकल्प थे। एजन्टिक एआई मानव को उस समीकरण से हटा देता है। यह उन हिस्सों से उन्हें हटा देता है जहां उनकी उपस्थिति पहले स्थान पर मूल्य नहीं जोड़ रही थी। यह एक महत्वपूर्ण अंतर है। और जिन ऑपरेशन्स लीडर्स ने वर्षों से सिर्फ हेडकाउंट जोड़े बिना स्केल करने की कोशिश की है, यह भी एक प्रश्न का उत्तर है जो उन्होंने लंबे समय से पूछा है।

यह एक महत्वपूर्ण अंतर है। और जिन ऑपरेशन्स लीडर्स ने वर्षों से सिर्फ हेडकाउंट जोड़े बिना स्केल करने की कोशिश की है, यह भी एक प्रश्न का उत्तर है जो उन्होंने लंबे समय से पूछा है।