एआई से पैदा हो रही ज्ञान की खाई नई सुरक्षा खाई है। इसे कैसे पाटें?

तकनीकी कंपनियाँ एक परिचित दाँव लगा रही हैं: एआई लोगों से अधिक तेज़ी और कम लागत में काम कर सकता है। कई मामलों में यह सच हो सकता है, लेकिन एआई को छँटनी का आसान बहाना भी बनाया जा रहा है।

इस साल की शुरुआत में पीडब्ल्यूसी की एक रिपोर्ट में, 56% सीईओ ने कहा कि उन्हें अब तक एआई निवेश से कोई महत्वपूर्ण वित्तीय लाभ नहीं दिखा है। केवल 12% ने एआई की मदद से लागत में बचत और राजस्व में वृद्धि, दोनों की सूचना दी। इसके अलावा, नेशनल ब्यूरो ऑफ इकोनॉमिक रिसर्च के फ़रवरी के एक अध्ययन में पाया गया कि लगभग 90% फर्मों ने कहा कि एआई ने पिछले तीन वर्षों में रोज़गार या उत्पादकता पर कोई असर नहीं डाला है। यह एक महत्वपूर्ण सच्चाई उजागर करता है: कई संगठनों को अभी तक एआई से राजस्व और उत्पादकता में वे लाभ नहीं मिले हैं जिनका शुरू में वादा किया गया था। अपने नुकसान की भरपाई के लिए वे हज़ारों कर्मचारियों को निकालते जा रहे हैं।

लेकिन वित्तीय नतीजों पर होने वाली कॉन्फ्रेंस कॉल में एक बात नहीं कही जाती: जब आप उस ग्राहक संबंध प्रबंधक को हटाते हैं जिसके दिमाग में दस वर्षों के ग्राहक संबंधों का संदर्भ है, या उस गुणवत्ता आश्वासन इंजीनियर को निकालते हैं जिसका संस्थागत ज्ञान ही दोषों को ग्राहकों तक पहुँचने से पहले पकड़ने का एकमात्र आधार है, तो आप अतिरिक्त चर्बी नहीं हटा रहे होते। आप भार सँभालने वाली दीवारें ढहा रहे होते हैं। दोबारा काम करने की लागत, ग्राहकों का छोड़कर जाना और उसके बाद की गुणवत्ता समस्याएँ शायद ही उसी प्रस्तुति में दिखाई देती हैं जिसमें कर्मचारियों की संख्या घटने का जश्न मनाया गया था। ये लागतें चुपचाप आगे की तिमाहियों में समा जाती हैं, बाज़ार की परिस्थितियों के खाते में डाल दी जाती हैं और भुला दी जाती हैं। एआई-आधारित पुनर्गठन के वादों और वास्तविक नतीजों के बीच की खाई सचमुच मौजूद है, बढ़ रही है और कई संगठनों में उसे अब भी बिल्कुल स्वीकार नहीं किया जाता।

इस चक्र की असली लागत किसी एक जगह नहीं पड़ती। वह कटौती के बाद बची हर टीम में फैल जाती है। डेवलपर उन इंजीनियरों का काम सँभालते हैं जो जा चुके हैं और साथ ही ऐसे एआई उपकरण पाते हैं जो कर्मचारियों की कमी की भरपाई करने के लिए अब भी बहुत अपरिपक्व हैं। उत्पाद टीमें वह संदर्भ खो देती हैं जो उनकी योजनाओं को ग्राहकों की वास्तविकता से जोड़े रखता था। सहायता टीमें काम के बोझ से दब जाती हैं और जवाबों की गुणवत्ता गिरती है, जबकि ग्राहक अपने अनुरोधों के जवाबों में एआई से बना घटिया कंटेंट तुरंत पहचान लेते हैं। बोझ केंद्रित नहीं, बँटा हुआ है; यही बिखराव उसे तिमाही रिपोर्ट में आसानी से अनदेखा किए जाने का एक कारण है। लेकिन इस व्यापक बिखराव के भीतर आईटी टीमें समस्या के एक विशिष्ट और अधिक गंभीर रूप का सामना करती हैं। उन्हें सिर्फ़ कम संसाधनों से अधिक काम नहीं करना पड़ता। उनसे जल्दबाज़ी में बने बुनियादी ढाँचे को उस संस्थागत ज्ञान के बिना सँभालने को कहा जाता है जिसने उसे एकरूपता दी थी। साथ ही वे जा चुके सहकर्मियों की विदाई और उनके स्थान पर आए लोगों के प्रवेश व अनुकूलन की प्रक्रियाएँ सँभालती हैं, क्योंकि कंपनियाँ चुपचाप वही कटौतियाँ पलट रही हैं जिनका उन्होंने सार्वजनिक रूप से जश्न मनाया था। जैसे-जैसे साल आगे बढ़ रहा है और संगठन एआई के वादे पूरे करने की कोशिश कर रहे हैं, हमें समझना चाहिए कि एआई से मिलने वाली दक्षता के नाम पर मानवीय विशेषज्ञता घटाने से राजस्व से कहीं अधिक कुछ खो जाता है। अच्छी बात यह है कि दोनों दुनिया के लाभ मिल सकते हैं। लेकिन इसके लिए एआई के प्रति अधिक व्यावहारिक और यथार्थवादी दृष्टिकोण चाहिए, जो लोगों को रणनीति के केंद्र में रखे।

जब ज्ञान दरवाज़े से बाहर जाता है, तो क्या खो जाता है?

महत्वपूर्ण परिचालन ज्ञान लोगों में होता है और प्रणालियों के बजाय मानवीय विवेक से लागू होता है। जब ये लोग जाते हैं, तो ज्ञान भी उनके साथ जाता है। मॉडल कितना भी उन्नत हो, एआई आज इस खाई को नहीं भर सकता।

एआई की क्षमताएँ बढ़ने के बावजूद, सूक्ष्म संदर्भ के बिना स्वचालन महत्वपूर्ण क्षेत्रों में ख़तरनाक अंधे क्षेत्र पैदा करता है:

• विवेक और रणनीति: अंतर्ज्ञान, संस्थागत ज्ञान और बाज़ार की समझ डेटा सेट में व्यवस्थित रूप से नहीं समाते, यहाँ तक कि असंरचित डेटा सेट में भी नहीं।
• संदर्भ और परिस्थितिजन्य जागरूकता: लोग बारीकियों और इरादों को पहचानते हैं और उन धुँधले क्षेत्रों में रास्ता निकाल सकते हैं जहाँ कठोर नियम काम करना बंद कर देते हैं।
• सहानुभूति और भरोसा: बड़े परिणामों वाले या भावनात्मक रूप से तीव्र क्षणों में, विशेषकर जब ग्राहक या कर्मचारी शामिल हों, मानव-केंद्रित प्रतिक्रिया चाहिए।
• निगरानी और जवाबदेही: किसी को विफलताओं और पक्षपात की पहचान करने या गलत सूचना को पहले से रोकने की ज़िम्मेदारी लेनी होती है। पूरी तरह गलत जानकारी देने के बाद केवल यह कहना पर्याप्त नहीं कि “आप सही हैं, मुझे फिर कोशिश करने दीजिए।”
• संस्थागत स्मृति और प्रणालियों का संदर्भ: यह समझना कि टीमों ने बुनियादी ढाँचा किसी खास तरीके से क्यों बनाया, या ऐसा क्यों नहीं किया, पहले क्या कोशिशें हुईं और कौन-सी अपवाद स्थितियाँ मौजूद हैं जिन्हें किसी ने दर्ज नहीं किया।
• नेतृत्व और शासन: नीतियाँ और जोखिम सहने की सीमा तय करना तथा नैतिक सीमाओं का पालन करना बुनियादी तौर पर मानवीय ज़िम्मेदारी बना रहता है।

एआई उपयोगी अंतर्दृष्टि सामने ला सकता है, कदम सुझा सकता है और अमल तेज़ कर सकता है, लेकिन वह आपदाएँ रोकने वाली संस्थागत स्मृति या समस्याओं को नियंत्रण से बाहर जाने से पहले पकड़ने वाली जवाबदेही की जगह नहीं ले सकता।

समझदार संगठन क्या अलग कर रहे हैं?

एआई से सफल होने वाले संगठन लोगों को समीकरण से बाहर नहीं करते। वे रोज़मर्रा के संचालन में बाधा बढ़ाने वाली नियमित, दोहराव वाली प्रक्रियाओं को सरल बनाने के लिए एआई इस्तेमाल करते हैं। इससे लोगों का समय और दूसरे महत्वपूर्ण संसाधन मुक्त होते हैं, ताकि वे व्यवसाय को अधिक लाभ पहुँचाने के नए रचनात्मक तरीके खोज सकें। वे मानवीय क्षमताएँ बढ़ाने के लिए एआई को “साथ दौड़ने” वाला उपकरण मानते हैं। आईटी संचालन पर विचार करें। ये टीमें पहले से ही सीमित साधनों से विशाल बुनियादी ढाँचा सँभालते हुए अत्यधिक बोझ में हैं। एआई, या शायद अधिक सटीक रूप से मशीन लर्निंग (एमएल), यहाँ वास्तविक मूल्य दे सकता है। एआई और एमएल उन नियमित कामों को स्वचालित कर सकते हैं जिनमें पहले बहुत समय लगता था और जो मूल्यवान विषय विशेषज्ञों को परिचालन काम में दबा देते थे: पैच की जाँच-पड़ताल और परीक्षण, सहायता अनुरोधों का वर्गीकरण, कार्यप्रवाह बनाना, खोज और जोखिम का मानचित्रण।

ये काम आईटी संचालन का आधार हैं, लेकिन बहुत अधिक समय लेते हैं। खासकर तब, जब संगठनों का डिजिटल परिवेश फैल रहा हो, कमज़ोरियों का परिदृश्य बदल रहा हो और कर्मचारी काम के उपकरणों से लगातार बेहतर डिजिटल अनुभव की अपेक्षा कर रहे हों। जब टीमें अत्यधिक बोझ के कारण बुनियादी काम — इन क्षमताओं और प्रक्रियाओं का प्रबंधन या निगरानी — ठीक से नहीं कर पातीं, तो नतीजे गंभीर होते हैं: सेवा में रुकावट, लागू न किए गए पैच, डेटा लीक और सुरक्षा उल्लंघन।

दूसरी ओर, इन क्षेत्रों का काम सरल बनाने के लिए एआई का अच्छा इस्तेमाल आईटी कर्मचारियों को वह करने का समय देता है जो एआई नहीं कर सकता: तकनीकी ऋण कम करना, मौजूदा प्रणालियाँ और प्रक्रियाएँ सुधारना, अधिक लचीलेपन के लिए आर्किटेक्चर फिर से बनाना और महत्वपूर्ण प्रणालियों को चलाए रखने वाला संस्थागत ज्ञान बचाना। यह केवल दक्षता नहीं है। यह जोखिम कम करना है और दीर्घकालीन विकास की मज़बूत नींव रखता है।

एआई को सही ढंग से अपनाना

जो संगठन एआई के उपयोग और उसे अपनाने की सोच-समझकर शुरुआत करते हैं तथा उसके सुरक्षित और प्रभावी उपयोग को संभव बनाने को भी प्राथमिकता देते हैं, वे अपनी एआई रणनीतियों से अधिक लाभ पा रहे हैं और पाते रहेंगे। अनुकूलन कर्मचारियों को घटाने से नहीं आता। यह उनमें निवेश करने से आता है, कार्यप्रवाह फिर से डिज़ाइन करने से और टीमों को एआई का सर्वोत्तम उपयोग सिखाने से।

यह नया नहीं है। तकनीक सैकड़ों वर्षों से पीढ़ीगत चक्रों के ज़रिए आगे बढ़ती रही है। हर बार हम वही गलतियाँ दोहराने की प्रवृत्ति रखते हैं। हम अति कर देते हैं और किसी खास प्रगति को हर समस्या की रामबाण दवा बनाने लगते हैं। इस हताशा का फायदा उठाने वाले ठगों की कमी नहीं है, जो बढ़-चढ़कर वादे करते हैं और नतीजे मापे जाने से पहले गायब हो जाते हैं। सच यह है कि एआई और एमएल वही कर सकते हैं जो कंप्यूटर हमेशा करते आए हैं: कुछ काम इंसान से अधिक तेज़ी और सटीकता से करना। जो इन अवसरों को पहचानकर एआई का व्यावहारिक ढंग से साथ काम करने के लिए उपयोग करेंगे, उन्हें निवेश पर जल्दी प्रतिफल मिलेगा। व्यवहार में इसका मतलब है:

• एआई से कम मूल्य वाले काम हटाना, अधिक मूल्य वाला मानवीय विवेक नहीं
• बड़े परिणामों वाले निर्णयों का जोखिम घटाने के लिए मानव की भागीदारी वाले कार्यप्रवाह बनाना
• एआई प्रणालियों के विफल होने या अनिश्चित नतीजे देने पर स्पष्ट एस्केलेशन मार्ग तय करना
• एआई-आधारित निर्णयों की ज़िम्मेदारी स्पष्ट रूप से सौंपना
• टीमों को एआई के नतीजों की आलोचनात्मक जाँच करना सिखाना, उन्हें आँख मूँदकर स्वीकार करना नहीं

गलत रास्ता अपनाने की वास्तविक कीमत

तकनीकी उद्योग में बड़े पैमाने पर छँटनी और उसके बाद चुपचाप दोबारा भर्ती का मौजूदा चक्र प्रतिभा का स्थानांतरण नहीं है। यह जोखिम का हस्तांतरण है। संगठन दशकों की संस्थागत स्मृति को कुछ महीनों की स्वचालित गति के बदले दे रहे हैं, और नतीजों को सँभालने की ज़िम्मेदारी आईटी नेताओं पर आ रही है।

एआई वास्तविक लाभ देता है, लेकिन वे तब सबसे मूल्यवान होते हैं जब उसका इस्तेमाल विशेषज्ञता को बचाने और बढ़ाने के लिए किया जाए, उसकी जगह लेने के लिए नहीं। एआई के दौर में आगे भी फलने-फूलने वाली कंपनियाँ वे नहीं होंगी जो सबसे गहरी कटौती करती हैं या सबसे अधिक एआई उपकरण लगाती हैं। वे होंगी जो एकरस काम स्वचालित करने तथा मानवीय रचनात्मकता, सहयोग और विशेषज्ञता बढ़ाने के लिए सोच-समझकर एआई इस्तेमाल करती हैं।

जब अगली प्रणाली विफल हो या अगली सेवा बाधा अथवा साइबर सुरक्षा घटना आए, तो आप नहीं चाहेंगे कि प्रणालियों की बहाली या ग्राहकों से संवाद का नेतृत्व कोई रोबोट या मशीन करे। तब आप चाहेंगे — और आपको ज़रूरत होगी — कि गहरे ऐतिहासिक संदर्भ और ज्ञान वाला व्यक्ति अभी भी कंपनी में मौजूद हो।

यदि हम एआई की पूरी क्षमता का लाभ उठाना चाहते हैं, तो हमें उसका उपयोग एकरस कामों के लिए करने पर ध्यान देना होगा और खराब व्यावसायिक प्रदर्शन के बहाने के रूप में उसका इस्तेमाल बंद करना होगा।