एआई इन द एंटरप्राइज: पूर्ण लागत की गणना

एआई अब सिद्धांत और नवाचार से आगे निकल गया है। कई संगठनों के लिए, यह अब मुख्य प्रणालियों के साथ बुनियादी ढांचे के हिस्से के रूप में बैठता है। बहुत से लोग अभी भी इसे मुख्य रूप से सार्वजनिक एलएलएम और चैटबॉट के रूप में सोचते हैं – कुछ ऐसा जिसमें आप एक ब्राउज़र में डुबकी लगा सकते हैं और जब आप समाप्त हो जाएं तो इसे त्याग दें। इस लेंस के माध्यम से एआई को देखने से जोखिम के साथ अधिक कुशलता से परिणामों में सुधार करने वाले मॉडल और तकनीकों की व्यापक श्रृंखला को याद किया जा सकता है।

सच्चाई यह है कि एआई का मूल्यांकन किसी अन्य प्रमुख बुनियादी ढांचे के निवेश की तरह किया जाना चाहिए – शुरू से ही लागत, लाभ और संचालन जोखिम के स्पष्ट दृष्टिकोण के साथ। इसे एक उपयोगी स्थिति में लाने का अर्थ गुणवत्ता वाले डेटा पाइपलाइनों, दृश्यता, शासन और वांछित व्यावसायिक परिणामों के साथ इसे संरेखित रखने वाले लोगों में निवेश करना है। यहां कोनों को काटना, और बिल को भविष्य में जोड़े गए ब्याज के साथ स्थानांतरित किया जाता है।

एआई लागत वास्तव में कैसे बढ़ती है

टीमें समझने योग्य हैं कि एआई लागत एक सीधी रेखा में बढ़ती है: दोगुना काम करें, दोगुना पैसा दें। वास्तव में, प्रयास, लागत, और परिणाम एक दूसरे से स्वतंत्र रूप से आश्चर्यजनक तरीकों से आगे बढ़ सकते हैं। एक एआई से एक लंबे दस्तावेज़ को एक बार में पढ़ने के लिए कहें, और यह हर शब्द को हर दूसरे शब्द के संबंध में विचार करना होगा। अधिकांश लोकप्रिय एलएलएम में, इसका अर्थ है कि शामिल काम, और इसलिए लागत, लोगों को प्राकृतिक रूप से उम्मीद के रूप में नहीं बढ़ती है – दोगुना इनपुट, दोगुना लागत – लेकिन इसके बजाय इनपुट लंबाई के वर्गमूल के साथ बढ़ती है। इस तरह की मूल बातों का ज्ञान किसी भी एआई तैनाती के नीचे की पंक्ति पर वास्तविक प्रभाव डाल सकता है। यदि एक संगठन जो प्रतिदिन बड़ी मात्रा में पाठ को संभालता है, एक नियामक के लिए, ग्राफ खोज या पुनर्प्राप्ति पाइपलाइनों के चारों ओर डिज़ाइन करने के बजाय पूरे दस्तावेज़ को मॉडल में भेजने के बजाय, अंतिम उपयोगकर्ता अनुभव अभी भी “एक प्रश्न पूछें, सेकंड में उत्तर प्राप्त करें” है, जैसा कि एक सार्वजनिक चैटबॉट में होता है। यह एआई-उत्साही कार्यकारी अधिकारियों को तुरंत बातचीत के साथ खुश रखता है, जबकि सतह के नीचे प्रणाली बहुत कम अनावश्यक काम कर रही है और परिणामस्वरूप कम्प्यूट बिल बहुत कम है।

एआई खर्च संगठन भर में कैसे फैलता है

प्रौद्योगिकी चुनाव केवल कहानी का एक हिस्सा है, बाकी यह है कि संगठन एआई के साथ कैसे शुरू होते हैं। कई संगठनों में, डेटा तैयारी इंजीनियरिंग के साथ बैठती है। अनुपालन समीक्षा कानूनी के साथ बैठती है। क्लाउड खर्च मंच या बुनियादी ढांचे की टीमों के साथ रहता है। मॉडल चयन, कॉन्फ़िगरेशन, और किसी भी फ़ाइन-ट्यूनिंग आमतौर पर कुछ विशेषज्ञ ऑपरेटरों के साथ बैठते हैं। प्रत्येक समूह अपने काम का एक हिस्सा देखता है और अपने बजट लाइन को देखता है। खर्च यहां कंप्यूट में दिखाई देता है, वहां ठेकेदार समय दिखाई देता है, और लोगों का समय विभिन्न टीमों में “व्यवसाय के रूप में” में अवशोषित हो जाता है। लागत केंद्रों में संख्याओं को बिखेरने के साथ, एक एकल एआई पहल की पूर्ण लैंडेड लागत को देखना मुश्किल हो सकता है और इसका अनुमान लगाना आसान हो सकता है। उस वातावरण में, एआई लागत चुपचाप बढ़ सकती है, क्योंकि कोई भी एक स्थान में पूरे नंबर को ट्रैक नहीं कर रहा है।

एआई लागत प्रबंधन के लिए एक व्यावहारिक दृष्टिकोण

एआई से बचना संगठनों के लिए सही कदम नहीं है, लेकिन न ही एआई को एक कैच-ऑल प्रौद्योगिकी की तरह मानना ​​है। एक अच्छी रणनीति हमेशा वांछित परिणाम के साथ शुरू करना और पीछे की ओर काम करना है। हर मामले में एक अत्याधुनिक, महंगे-चलने वाले बड़े सामान्य-उद्देश्य मॉडल की आवश्यकता नहीं होती है। कई कार्यों को एआई के अंतर्गत आने वाली अच्छी तरह से समझी जाने वाली मशीन लर्निंग तकनीकों द्वारा संभाला जा सकता है जो मौजूदा बुनियादी ढांचे पर चल सकते हैं।

मॉडल का उपयोग न किए जाने के अलावा कुल मालिकाना लागत को मापते हुए छोटे पायलट परियोजनाओं के साथ शुरू करें, जो निश्चित रूप से कंप्यूट को देखता है, लेकिन एकीकरण कार्य, इंजीनियरिंग समय, परिवर्तन प्रबंधन, और अनुपालन प्रयास भी देखता है। उद्देश्य स्वीकार्य परिणाम देने वाले सबसे छोटे और सरल मॉडल का चयन करना है, इसके बजाय “अधिक मॉडल” का अर्थ “अधिक लाभ” है।

एआई एक चीज नहीं है। यह तकनीकों और उपकरणों का एक संयोजन है जो विभिन्न तरीकों से उपयोग किया जा सकता है। इसे इस तरह देखने से प्रभावशाली परिणामों के आसपास का रहस्य टूट जाता है और व्यवसायों को अधिक जिम्मेदारी और अधिक प्रभाव के साथ इसकी शक्ति का लाभ उठाने की अनुमति मिलती है।

लोग, समय, और एआई

प्रत्येक एआई तैनाती वास्तव में लोगों और सॉफ़्टवेयर के बीच सहयोग है। चाहे वह औपचारिक रूप से स्वीकार किया गया हो या नहीं, यह कैसे काम हो रहा है। अधिक एजेंटिक एआई की ओर वर्तमान बदलाव – जो उपकरण स्टेप्स को श्रृंखला में डाल सकते हैं, अन्य प्रणालियों को कॉल कर सकते हैं, और कम प्रॉम्प्ट के साथ कार्य कर सकते हैं – इससे काम के प्रवाह के मानव पक्ष को सही पाने के लिए हिस्सेदारी बढ़ जाती है।

इन उपकरणों पर अधिक भरोसा करना आसान है। जब एक प्रणाली आत्मविश्वास के साथ और आत्मविश्वास के साथ उत्तर प्रस्तुत करती है, तो यह स्वाभाविक है कि लोग मानते हैं कि यह आमतौर पर सही है। यदि इस तरह के उपकरण को उचित प्रशिक्षण, स्पष्ट सीमाओं और संवेदनशील जांच के बिना एक कार्य प्रवाह में गिरा दिया जाता है, तो यह चुपचाप छोटी गलतियों की एक धारा उत्पन्न कर सकता है। प्रत्येक को एक व्यक्ति द्वारा खोजा जाना, समझा जाना और ठीक किया जाना होगा। ग्राहक-सामना करने वाली या विनियमित सेटिंग्स में, वे छोटी गलतियां भी प्रतिष्ठा की लागत भी ले सकती हैं। हालांकि, जिस तरह से उपकरण वितरित या उपयोग किए जाते हैं, उनके आउटपुट के लिए जिम्मेदारी संगठन और दैनिक आधार पर उन्हें उपयोग करने वाले मानव ऑपरेटरों के साथ रहती है। यह वास्तव में उन उपकरणों के लिए उपयोगी होने के लिए स्पष्ट रूप से समझा जाना चाहिए।

एक बेहतर पैटर्न एक जानबूझकर साझेदारी है: कुशल लोग परिणामों के लिए स्पष्ट रूप से प्रभारी रहते हैं, और एआई का उपयोग काम के उन हिस्सों को तेज करने के लिए किया जाता है जो इसके लिए उपयुक्त हैं, जैसे कि सारांश, मसौदा तैयार करना, छांटना, खोज करना। यहां तक ​​कि जब कुछ जांच और सुधार की अभी भी आवश्यकता होती है, तो कार्य प्रवाह में अच्छी तरह से पेश किए गए और प्रबंधित एआई का समग्र प्रभाव अधिक गति, अधिक संगति और एक टीम द्वारा अकेले प्राप्त की जा सकने वाली क्षमता से अधिक हो सकता है।

एआई बजट के हिस्से के रूप में शासन

यहां तक ​​कि जब तकनीकी विकल्प ध्वनि होते हैं और उपयोग कुशल होता है, तो एआई खर्च का एक बढ़ता हिस्सा कच्चे कंप्यूट के बजाय शासन में बंधा होगा। यूरोपीय संघ में संचालित संगठनों के लिए, एआई अधिनियम यह बहुत स्पष्ट करता है। यह एआई का एक जोखिम-आधारित दृष्टिकोण लेता है और महत्वपूर्ण रूप से, यह केवल सार्वजनिक-ओरिएंटेड उत्पादों पर लागू नहीं होता है। आंतरिक प्रणालियां जो क्षेत्रों जैसे कि भर्ती, पदोन्नति, श्रमिक प्रबंधन और निगरानी, और कertain सुरक्षा-संबंधित निर्णय लेने में उपयोग की जाती हैं, दायरे में आ सकती हैं और जोखिम प्रबंधन, दस्तावेजीकरण, लॉगिंग, और मानव पर्यवेक्षण के आसपास अपेक्षाओं के साथ आती हैं। अन्य क्षेत्र समान दिशा में बढ़ रहे हैं, भले ही नियम थोड़े अलग दिखते हों; समग्र रुझान यह है कि बड़े संगठनों को यह जानने की उम्मीद की जाती है कि एआई कहां उपयोग किया जा रहा है, यह क्या कर रहा है, और यह कैसे नियंत्रित किया जा रहा है।

इसका व्यावहारिक प्रभाव यह है कि आंतरिक एआई परियोजनाओं के साथ अब एक शासन कार्यभार आ सकता है जो वैकल्पिक नहीं है। प्रत्येक नए उपयोग के मामले में एक नया जोखिम या प्रभाव मूल्यांकन, अधिक निगरानी, और अनुपालन, लेखा परीक्षा या जोखिम टीमों से अधिक प्रश्न हो सकते हैं। कोई भी मॉडल उपयोग मेट्रिक्स में दिखाई नहीं देगा, लेकिन यह वास्तविक प्रयास है जिसका भुगतान करना होगा।

फिर से, यह एआई से बचने का कारण नहीं है। यह एक अनुस्मारक है कि एक आंतरिक एआई-संचालित प्रक्रिया की चलने वाली लागत केवल मॉडल को बुलाने की कीमत नहीं है। शासन और नियामक अपेक्षाएं अब मालिकाना लागत का हिस्सा हैं।

एआई रोलआउट कहां गलत हो जाते हैं

एआई परियोजनाओं में एक परिचित पैटर्न यह है कि एक प्रणाली एक डेमो में कैसे दिखती है और यह वास्तविक दुनिया में पैमाने पर कैसे व्यवहार करती है। एक नियंत्रित सेटिंग में, एक संकीर्ण सेट प्रश्नों और मित्र डेटा के साथ, परिणाम निर्दोष दिख सकते हैं। उस क्षण में यह मान लेना आसान है कि प्रणाली एक पूरे काम की श्रेणी को संभालने के लिए तैयार है।

समस्याएं बाद में दिखाई देने लगती हैं, जब प्रणाली वास्तविक उपयोग की पूरी विविधता और मात्रा के संपर्क में आती है: असामान्य प्रश्न, तनावग्रस्त उपयोगकर्ता, अधूरे रिकॉर्ड, गंदे किनारे के मामले। डेमो में अदृश्य दरारें दिखने लगती हैं जैसे कि भटके हुए उत्तर, खोए हुए सूक्ष्मताएं, समर्थन लूप, लंबे समय तक संभालना, और विश्वास को नुकसान। आंतरिक मेट्रिक्स जैसे “संभाले गए प्रश्न” और “बचाया गया समय” कागज पर अच्छा दिख सकता है, लेकिन अंतिम उपयोगकर्ता के लिए जीवित अनुभव एक अलग कहानी बता सकता है।

एक पोलिश किए गए डेमो या छोटे पायलट से सीधे कूदना, जहां नियंत्रित परिस्थितियों में सफलता को प्रणाली के लिए तैयार होने के प्रमाण के रूप में माना जाता है, एक महंगी गलती हो सकती है। वास्तविक दुनिया में उपयोगकर्ता गंदे प्रश्न, अधूरे डेटा और उपकरण के बारे में अपनी धारणाओं को लेकर आते हैं। यदि अपेक्षाएं प्रबंधित नहीं की जाती हैं, और प्रणाली के आसपास का कार्य प्रवाह गिरावट और एस्केलेशन के साथ डिज़ाइन नहीं किया जाता है, तो संगठन दो बार भुगतान करता है: एक बार निर्माण के लिए, और फिर अतिरिक्त समर्थन, पुनः काम, शिकायतों और खोए हुए विश्वास में। प्रौद्योगिकी कागज पर प्रभावशाली दिख सकती है, लेकिन वास्तविक प्रक्रियाओं और वास्तविक लोगों से मिलने के लिए एक व्यावहारिक दृष्टिकोण के बिना, उस निवेश पर रिटर्न जल्दी से कम हो जाता है।

दूसरी ओर, जिन प्रणालियों में स्पष्ट सीमाएं और मानव स्वामित्व शुरू से ही निर्मित होती हैं, वे ऐसे कार्य कर सकती हैं जो कोई मानव टीम अकेले प्राप्त नहीं कर सकती: सेकंड में विशाल मात्रा में जानकारी को स्कैन करना, वर्षों के डेटा में पैटर्न का पता लगाना, और सामान्य निर्णयों को एक पैमाने पर संभालना जो अन्यथा बाहर होगा। बिंदु यह है कि उन लाभों को प्राप्त करने के लिए, संगठनों को अपनी महत्वाकांक्षा को एक व्यावहारिक दृष्टिकोण से मेल खाना चाहिए कि प्रौद्योगिकी एक बार दुनिया में कैसे व्यवहार करेगी।

समापन विचार

यह एआई के खिलाफ कोई तर्क नहीं है। यह किसी अन्य प्रणाली की तरह इसका इलाज करने का तर्क है जो व्यवसाय के संचालन को महत्वपूर्ण रूप से बदल सकता है।

अच्छी तरह से उपयोग किया जाने वाला एआई छोटी टीमों को एक बड़े पैमाने पर कार्य करने में मदद करता है, जो मैन्युअल रूप से स्पॉट करना मुश्किल हो सकता है, और विशेषज्ञ निर्णय लेने में आगे बढ़ने में मदद करता है। लेकिन वहां पहुंचने के लिए एआई का उपयोग कहां है, कुल लागत क्या है, और इसका शासन कैसे किया जाता है, इसका स्पष्ट दृष्टिकोण आवश्यक है। इसका अर्थ है मॉडल और वास्तुकला के बारे में जानबूझकर निर्णय लेना, डेटा और दृश्यता में निवेश करना, और प्रक्रियाओं को डिज़ाइन करना जहां लोग लूप में रहते हैं।

“तेजी से आगे बढ़ो और चीजों को तोड़ो” एक नारा था जो मानव टीमों के लिए लिखा गया था जो मानव-माप वाली प्रणालियों पर काम कर रहे थे: यदि कुछ टूट जाता है, तो आप इसे वापस रोल करें, पैच करें, और आगे बढ़ें। एक बार एआई को ग्राहकों, कर्मचारियों या नागरिकों के बारे में निर्णय लेने में बुना जाता है, तो同 नैतिकता तेजी से फैलने वाली समस्याओं का उत्पादन कर सकती है जो अधिक कठिन होती हैं और उन्हें उलटना मुश्किल हो जाता है। गति अभी भी महत्वपूर्ण है, और एआई निश्चित रूप से यहां मदद कर सकता है, लेकिन इसका जोखिम, लागत और जिम्मेदारी के स्पष्ट दृष्टिकोण से मेल खाना होगा।

कोई भी तरीका नहीं है जिससे पूरी तरह से लागत या जोखिम को दूर किया जा सके। लेकिन एक स्पष्ट अंतर है उन संगठनों के बीच जो ad-hoc प्रयोग पर निर्भर करते हैं और जो अपने संचालन में एआई का निर्माण एक मापा जाने वाला तरीके से करते हैं, खर्च से सफलता तक की रेखा के साथ। संगठनों द्वारा सामना की जाने वाली विभिन्न समस्याओं और परिणामों के माध्यम से, एआई का एक ही समाधान नहीं है जो उन सभी को हल कर सकता है। एआई का प्रभावी उपयोग उद्यम में हमेशा विशेषज्ञ, पर्यवेक्षित और सावधानी से परिभाषित किया जाना चाहिए।