AI के मामले में खुदरा क्षेत्र के शीर्ष अधिकारी और बोर्डरूम जो 3 गलतियाँ कर रहे हैं

इस साल की शुरुआत में, मेरी कंपनी ने सर्वेक्षण किया कि 500M+ डॉलर का सालाना राजस्व अर्जित करने वाली कंपनियों के CIO और CTO अपने ब्रांडों में AI को किस तरह अपना रहे हैं। इन अधिकारियों में से 84% इस बात से सहमत थे कि केवल वही AI परियोजनाएँ साल के अंत तक टिकेंगी जिनसे निवेश पर लाभ (ROI) मिले, और 82% इस बात से सहमत थे कि उनके बोर्ड इस पर लगातार सवाल उठा रहे थे कि वे AI पर कितना खर्च कर रहे हैं।

मेरी राय में, यह दोधारी दबाव ही काफी हद तक कंपनियों—खासकर खुदरा विक्रेताओं—को नई तकनीकी लहर अपनाने के मामले में पुरानी आदत की ओर लौटने के लिए जिम्मेदार है: इसे मैं “तकनीक के बेतरतीब प्रयोग [fill in latest technology here]।” अपने करियर में, मैंने मोबाइल तकनीक के बेतरतीब प्रयोग, IoT के बेतरतीब प्रयोग और अब AI के बेतरतीब प्रयोग देखे हैं।

पहले की किसी भी तकनीकी लहर से कहीं अधिक, AI को अपनाने को केवल CIO/CTO के अधिकार-क्षेत्र का “तकनीकी मुद्दा” बताना, बड़ी तस्वीर की अनदेखी करना है। मौजूदा AI लहर में प्रतिस्पर्धात्मक बढ़त हासिल करने को लेकर गंभीर खुदरा क्षेत्र के नेताओं को तीन बड़ी गलतियों से बचना चाहिए।

गलती 1: कंपनी के प्रतिरोधक तंत्र को जीतने देना

AI में किसी कंपनी को पूरी तरह बदल देने की क्षमता है, इसलिए इसका पूरा लाभ उठाने में सबसे बड़ी बाधाओं में से एक यह जड़ धारणा है कि कोई कंपनी क्या है या क्या बन सकती है। खास तौर पर खुदरा विक्रेताओं के लिए, यह सोच अक्सर उत्पाद-केंद्रित मानसिकता के रूप में सामने आती है—यानी, “हम कपड़े बेचते हैं, हम कोई तकनीकी कंपनी नहीं हैं।”

यह जड़ता कंपनी के प्रतिरोधक तंत्र की तरह काम करती है—यथास्थिति बनाए रखने के नाम पर वास्तविक नवाचार को पनपने से रोकती है। नतीजतन, AI का बजट उन CTO को सौंप दिया जाता है जिन्हें लागत घटाने के निर्देश दिए जाते हैं। उनका मार्गदर्शन करने के लिए न कोई रणनीतिक अनिवार्यता होती है, न दीर्घकालिक दृष्टि; इसलिए, इसमें हैरानी नहीं कि वे जाने-पहचाने रास्ते पर चलते हैं: अनुशंसा इंजन, चैटबॉट या दृश्य खोज प्लग-इन जैसे अलग से जोड़े जाने वाले समाधानों में जल्दबाजी में निवेश।

इस तरीके से अधिकतम तत्काल, लेकिन मामूली लाभ मिलता है। हालांकि, सबसे खराब स्थिति में, AI के ये बिखरे हुए उपकरण पूरे संगठन में एक साथ काम करने के लिए आवश्यक बैकएंड व्यवस्था से वंचित होते हैं और इसलिए अक्सर ऐसे “अनियंत्रित” अनुभव पैदा करते हैं जो ग्राहकों को निराश करते हैं। मैंने अंततः इसे अधूरे छोड़े गए पायलट और बर्बाद हुए बजट में परिणत होते देखा है। दोनों पक्षों की हार।

गलती 2: निवेश के तर्क में लचीलापन न होना

कंपनी की दृष्टि में जड़ता से जुड़ी एक समस्या निवेश के तर्क में लचीलापन न होना भी है। AI में निवेश करते समय, शीर्ष अधिकारियों और बोर्ड सदस्यों को ईमानदारी से यह चर्चा करनी चाहिए कि क्या वे वास्तव में AI के जरिए बदलाव में रुचि रखते हैं (और इसमें जो कुछ शामिल है, उसमें भी), या फिर इससे पूरी तरह दूर रहकर समय और पैसा बचाना उनके लिए बेहतर होगा। इस चर्चा को Amazon जैसे ठोस और व्यापक रूप से जाने-पहचाने उदाहरण से जोड़ना मददगार होता है।

यह कोई रहस्य नहीं है कि Amazon आज इतना बड़ा कारोबारी दिग्गज इसलिए है क्योंकि उसने एक दशक से अधिक समय तक कोई उल्लेखनीय लाभ नहीं कमाया। उस दौरान, तकनीक और दीर्घकालिक दृष्टि को इतना मूल्यवान माना गया कि उनमें निवेश करना और तत्काल ROI न मिलना उचित समझा गया। किसी कंपनी को AI के इर्द-गिर्द नए सिरे से ढालने के लिए भी इसी स्तर की पूरी प्रतिबद्धता चाहिए।

हाल ही में हुए एक उद्योग कार्यक्रम में, ऑनलाइन खुदरा विक्रेता Stitch Fix ने बताया कि वैयक्तिकृत खरीदारी अनुभव देने की अपनी अथक कोशिश में कंपनी एक साथ लगभग 40 AI पायलट चला रही थी। AI के जरिए बदलाव को गंभीरता से लेने पर “अडिग दृष्टि” कुछ ऐसी दिखती है। और अगर यह सोचकर आपकी आँखें फटी की फटी रह गईं कि आपके पास इस तरह के काम के लिए बजट नहीं है, तो आप अकेले नहीं हैं।

मैं AI को तीन स्तरों वाले विविधीकृत निवेश पोर्टफोलियो की तरह अपनाने की सलाह देता हूँ: त्वरित लाभ (चैटबॉट जैसे तेज़ नतीजे देने वाले, कम जोखिम के उपाय), चरणबद्ध दाँव (वैयक्तिकृत ग्राहक संदेशों जैसी मध्यम अवधि की “निवेश करो और सीखो” पहलें), और बदलावकारी दाँव (पूरी तरह एकीकृत AI खरीदारी सहायकों जैसे अधिक जोखिम, अधिक लाभ वाले प्रयोग, जो किसी कंपनी को नए सिरे से परिभाषित कर सकते हैं)। इन तीनों पर एक साथ काम करने से निकट अवधि के नतीजे मिलते हैं और साथ ही बड़े, परिवर्तनकारी बदलाव के लिए जरूरी मजबूती और गति भी बनती है।

गलती 3: नाश्ते में AI की मिठाई

AI को लागत घटाने के औज़ार या मार्केटिंग के हथकंडे से थोड़ा अधिक मानना, नाश्ते में मिठाई खाने जैसा है—इसका नया होने का आकर्षण आपकी जीभ पर Red 40 के स्वाद से ज़्यादा देर नहीं टिकता, और आपको जल्द ही कुछ अधिक पौष्टिक चीज़ से ऊर्जा लेनी पड़ती है। किसी उपकरण के AI की मिठाई होने का सबसे स्पष्ट संकेत यह है कि वह आपके कारोबार को अपने पीछे चल रहे कामकाज में लेन-देन करने, ऑर्डर पूरे करने या सीखने से रोकता है—और इन प्रक्रियाओं को स्पष्ट रूप से समझना भी संभव नहीं रहने देता।

इसलिए, खुदरा कारोबार में AI का सफर पहले से तैयार चैटबॉट से शुरू न करें। इसके बजाय, उस बुनियादी ढाँचे में निवेश से शुरुआत करें जो आपके अपने ग्राहक आधार से सीखने वाला विशिष्ट चैटबॉट बनाने का रास्ता तैयार करे और आपको वास्तविक प्रतिस्पर्धात्मक बढ़त दे। इसकी शुरुआत अपने डेटा को AI एजेंटों के उपयोग के लिए तैयार करने से होती है।

आप शायद पहले से ही सोच रहे हैं कि बड़े भाषा मॉडल (एलएलएम) द्वारा खोजे जाने की संभावना बढ़ाने के लिए अपने उत्पाद डेटा को कैसे समृद्ध किया जाए, क्योंकि ये मंच खोज शुरू करने का मुख्य आधार बनते जा रहे हैं। इसके अलावा, आपको ऐसी बुद्धिमत्ता परत में भी निवेश करना होगा जो ग्राहक के संदर्भ (व्यवहार, वफ़ादारी, ऑर्डर का इतिहास और व्यक्त की गई मंशा), सत्र के संदर्भ (खरीदार ने किन चीज़ों की तुलना की, क्या पूछा, किस बात पर झिझका और क्या कार्ट में छोड़ दिया) तथा कारोबारी संदर्भ (स्टॉक, मार्जिन, प्रचार और बिक्री-सज्जा के नियम) को समझती हो। डेटा को इस तरह संरचित और व्यवस्थित करने से एक ऐसा चक्र बनता है जो लगातार सीखता है और खुद को बेहतर बनाता है।

हालाँकि, इससे भी अहम बात यह है कि आपकी एआई यात्रा के शुरुआती चरणों में ही शासन-व्यवस्था और जोखिम-सहनशीलता का ऐसा ढाँचा तैयार होना चाहिए, जो एजेंटों को वास्तव में अपने दम पर काम करने में सक्षम बनाए। इन दिनों “निर्णय-प्रक्रिया में इंसान की भागीदारी” बनाए रखने की बहुत चर्चा होती है, लेकिन यह न तो बड़े पैमाने पर लागू किया जा सकता है और न ही लागत के लिहाज़ से किफ़ायती है।

बड़े खुदरा कारोबारियों के लिए ये कदम उठाना कहना जितना आसान है, करना उतना नहीं। लेकिन एआई को गंभीरता से एक तकनीक के रूप में अपनाने के लिए शुरुआती चरण में काफ़ी काम करना होगा; इससे निकट भविष्य में पूरे उद्योग को बदल देने वाला नवाचार हो सकता है। बेशक, रोज़मर्रा की तरह कारोबार जारी रखने का विकल्प हमेशा मौजूद है, लेकिन जैसे-जैसे एआई नई सामान्य स्थिति बनता जा रहा है, उसकी बराबरी करने के लिए उपलब्ध समय लगातार कम होता जा रहा है। मैं पीछे छूटने की सलाह नहीं दूँगा।