एआई खराब मिट्टी को ठीक नहीं कर सकता: कंपनियां एआई तैनाती के लिए अपने आंतरिक पारिस्थितिकी तंत्र को कैसे तैयार कर सकती हैं

व्यवसायिक नेताओं को अक्सर निचली पंक्ति के बारे में होने के लिए एक स्टीरियोटाइप किया जाता है, एक हालिया अध्ययन ने दिखाया है कि 80% से अधिक कंपनियां अपने एआई खर्च पर आरओआई को ट्रैक नहीं कर रही हैं। इसके विपरीत, जो लोग आरओआई को ट्रैक कर रहे हैं, वे पाते हैं कि यह हYPE के अनुरूप नहीं है, क्योंकि केवल एक चौथाई वैश्विक सीईओ अपने एआई निवेशों को आरओआई अपेक्षाओं को पूरा करने की रिपोर्ट कर रहे हैं।

लेकिन जैसा कि कहावत है, “एक गरीब बढ़ई अपने उपकरणों को दोष देता है” – अर्थात, कई लोगों के लिए, आरओआई निराशाजनक है क्योंकि एआई तैनाती को विफल होने के लिए सेट किया गया है। यदि हम एक व्यवसाय को एक बगीचे के रूप में देखते हैं, तो उत्पादकता और लाभ बढ़ने के लिए, एआई जैसे उपकरण को तैनात करने से पहले कुछ कदम उठाने होंगे ताकि यह सबसे बड़ा प्रभाव डाल सके।

चरण 1: जहां मानव आवश्यक हैं वहां पहचानें

शायद एलएलएम उत्पादों के विपणन में निहित क्षमताओं के अत्यधिक वादे के कारण, एक सामान्य गलतफहमी है कि एआई एक प्लग-एंड-प्ले मामला है। वास्तव में, एआई की सबसे अच्छी तैनाती मानव पर्यवेक्षण को अनिवार्य मानते हुए शुरू होती है।

उदाहरण के लिए, जब मैं एक कानूनी सेवा फर्म के साथ काम कर रहा था, तो मेरी टीम और मुझे एक एआई प्रणाली लागू करने का काम सौंपा गया था जो बड़ी मात्रा में कानूनी दस्तावेजों को संसाधित करने में सक्षम थी – उन्हें वर्गीकृत करना, महत्वपूर्ण तथ्य निकालना और तय करना कि क्या फ़ाइलों को बनाए रखना, संपादित करना या हटाना है।

जबकि एआई ने दस्तावेजों को प्रासंगिकता के लिए स्कैन करने, संवेदनशील डेटा को टैग करने और उत्तरों को सारांशित करने जैसे भारी काम को संभाला, परिणाम तब मानव वकीलों को दिए गए जो काम की समीक्षा कर सकते थे, कानूनी निर्णयों की पुष्टि कर सकते थे और आवश्यकतानुसार वर्गीकरण को ओवरराइड कर सकते थे।

न केवल इससे फर्म को संभावित जोखिम से बचाया गया, बल्कि स्वचालन की लागत को पर्यवेक्षण की लागत से अलग करने से आरओआई लेखा परीक्षा में साफ-साफ दिखाई देगी।

चरण 2: अपने लोगों को एआई कैसे बढ़ा सकता है यह पहचानें

एआई पर आरओआई को अधिकतम करने के लिए, आपको यह तय करने के लिए चुनिंदा होना चाहिए कि यह आपके संगठन को सबसे अच्छी तरह से कैसे सेवा कर सकता है। ऑफलोड करने के लिए आदर्श प्रक्रियाएं में शामिल हैं दोहरावदार या नियम-आधारित कार्य (जैसे कि बुनियादी ग्राहक सेवा ट्राइएज या चालान कोडिंग), ज्ञान-भारी लुकअप जैसे अनुबंध खंड, और त्रुटि-प्रवण डेटा प्रविष्टि, अन्य लोगों के बीच।

इसके बाद, यह समान रूप से महत्वपूर्ण है कि एआई मॉडल को रणनीतिक रूप से कॉन्फ़िगर किया जाए ताकि यह कार्यप्रवाह को बाधित न करे, बल्कि इसके पूरक हो। ऐसा करने के लिए, कर्मचारी कार्यप्रवाह को कार्यों में मैप करें और फिर उन कार्यों को तीन प्रक्रिया श्रेणियों में लेबल करें: उत्पन्न करें, चुनें, या निर्णय लें। उत्पन्न कार्य एआई को सौंपे जा सकते हैं, निर्णय लेने वाले कार्य मानव कर्मचारियों के साथ रहते हैं, और चयन कार्य एक सहयोगी प्रक्रिया हो सकती है जहां एआई अगले चरणों का सुझाव देता है और मानव सबसे अच्छा मार्ग आगे बढ़ाते हैं।

उपरोक्त कानूनी सेवा उदाहरण में, एआई दस्तावेजों (उत्पन्न) को वर्गीकृत करके, संवेदनशील सामग्री (उत्पन्न) को झंडा दिखाकर, और संभावित उत्तरों (चयनात्मक) को सामने लाकर शुरुआती ट्राइएज को संभाल रहा था। इस तरह, मानव कर्मचारियों की भूमिका दस्तावेजों के माध्यम से खुदाई करने से परिणामों (निर्णय) की पुष्टि करने के लिए बदल गई – जो काम पहले दिनों में लेता था अब घंटों में हो जाता है।

आरओआई के लिए, यह अपवादों पर अधिक समय बिताने के लिए मानव कर्मचारियों को मुक्त करता है, जो लाभ छुपाते हैं।

चरण 3: अपने प्रशिक्षण डेटा को मानकीकृत करें

एलएलएम को अपने उद्यम डेटा के साथ ठीक करने से प्रतिस्पर्धी लाभ मिल सकते हैं, लेकिन एआई को फलदायक होने के लिए, इसे पोषक मिट्टी की आवश्यकता होती है, जिसका अर्थ है अच्छा, साफ डेटा। खराब या शोर डेटा परिणामों को जहर देगा और पूर्वाग्रह को बढ़ा देगा। संक्षेप में, आपकी डेटा अनुशासन आउटपुट विश्वसनीयता को निर्धारित करता है।

तो इसका क्या अर्थ है? डेटा की बड़ी मात्रा और विविधता महत्वपूर्ण है, लेकिन यह भी महत्वपूर्ण है कि यह उच्च गुणवत्ता वाला हो। डेटा प्रारूप और नामकरण सम्मेलनों में असंगतताएं या खोए हुए/अपूर्ण क्षेत्र डेटा की गुणवत्ता को नकारात्मक रूप से प्रभावित करेंगे। इसी तरह, डुप्लिकेट या असंरचित डेटा पाइपलाइन स्टोरेज बिल को फुला देगी और मॉडल के प्रदर्शन को धीमा कर देगी।

अतः यह आवश्यक है कि डेटा इनपुट में गुणवत्ता नियंत्रण और मजबूत शासन हो – अर्थात, पहुंच नियंत्रण और नियामक अनुपालन। इन फिल्टरों के बिना, आप एआई में निवेश नहीं कर रहे हैं, आप सिर्फ साफ-सफाई के चक्रों पर पैसा बर्बाद कर रहे हैं।

एआई के बारे में इतने शोर के साथ, यह समझ में आता है कि नेता जल्द से जल्द लागू करने के लिए दबाव महसूस कर सकते हैं, लेकिन रणनीतिक रूप से एक मॉडल तैनात करने या बीज बोने से पहले जमीन को उर्वर बनाने में समय लगाने से बहुत अधिक सफलता और निवेश पर प्रतिफल मिलेगा।