ज्ञान की खाई को भरने के लिए जो एआई बना रहा है वह नया सुरक्षा खाई है। यहाँ बताया गया है कि इसे कैसे बंद किया जाए।

टेक कंपनियां एक परिचित दांव लगा रही हैं: एआई लोगों की तुलना में काम तेजी से और सस्ता कर सकता है। जबकि कई मामलों में यह सच हो सकता है, यह एक आसान-बटन के रूप में भी उपयोग किया जा रहा है छंटनी के लिए।

इस साल की शुरुआत में पीडब्ल्यूसी की एक रिपोर्ट में, 56% सीईओ ने कहा कि उन्होंने अपने एआई निवेश से अब तक कोई महत्वपूर्ण वित्तीय लाभ नहीं देखा है, और केवल 12% ने एआई से लागत बचत और राजस्व वृद्धि की सूचना दी। इसके अलावा, राष्ट्रीय आर्थिक अनुसंधान ब्यूरो द्वारा फरवरी में किए गए एक अध्ययन में पाया गया कि लगभग 90% फर्मों ने कहा कि एआई ने पिछले तीन वर्षों में रोजगार या उत्पादकता पर कोई प्रभाव नहीं डाला है। यह सब एक खुलासा करता है: कई संगठनों ने अभी तक एआई द्वारा वादा किए गए राजस्व और उत्पादकता रिटर्न नहीं देखे हैं, और अपने नुकसान को कवर करने के लिए, वे कार्यबल से हजारों को हटाना जारी रखे हुए हैं।

लेकिन यहाँ क्या है जो कमाई कॉल में नहीं कहा जा रहा है: जब आप उस अकाउंट मैनेजर को समाप्त करते हैं जो दस साल के संबंध संदर्भ को अपने दिमाग में ले जाता है, या क्यूए इंजीनियर जिसका संस्थागत ज्ञान ही है जो ग्राहकों तक पहुँचने से पहले दोषों को पकड़ता है, तो आप वसा नहीं काट रहे हैं। आप भार वहन करने वाली दीवारों को काट रहे हैं। पुनर्कार्य लागत, ग्राहक चूर्ण, गुणवत्ता विफलता जो इसके बाद होती है अक्सर उसी स्लाइड डेक में दिखाई नहीं देती जिसने हेडकाउंट कमी का जश्न मनाया। वे शांतिपूर्वक भविष्य की तिमाहियों में, बाजार की स्थितियों के लिए जिम्मेदार, और भुला दिए जाते हैं। एआई-संचालित पुनर्गठन के वादे और वास्तव में वितरित किए जाने वाले के बीच का अंतर वास्तविक है, यह बढ़ रहा है, और कई संगठनों के लिए, यह पूरी तरह से स्वीकार नहीं किया जाता है।

इस चक्र की वास्तविक लागत एक ही स्थान पर नहीं आती है। यह हर टीम में फैल जाती है जो कटौती के बाद खड़ी रहती है। डेवलपर्स उन इंजीनियरों के काम को अवशोषित करते हैं जो चले गए हैं, जबकि उन्हें अभी भी परिपक्व नहीं होने वाले एआई टूलिंग दिए जा रहे हैं जो खोए हुए हेडकाउंट के लिए मुआवजा दे सकते हैं। उत्पाद टीमें सड़कमैप में जमीनी वास्तविकता को बनाए रखने वाले संदर्भ को खो देती हैं। सहायता संगठन पतले फैल जाते हैं और प्रतिक्रिया गुणवत्ता बिगड़ जाती है क्योंकि ग्राहक तुरंत अपने टिकटों के लिए “स्लोप” प्रतिक्रियाओं को पहचानते हैं। बोझ केंद्रित नहीं है, यह वितरित किया जाता है, और यह वितरण ही इसे इतना आसान बनाता है कि इसे एक त्रैमासिक रिपोर्ट में अनदेखा किया जा सके। लेकिन इस व्यापक प्रसार के भीतर, आईटी टीमें समस्या का एक विशिष्ट और जटिल संस्करण का सामना करती हैं। वे कम से अधिक नहीं कर रहे हैं। उन्हें बिना संस्थागत ज्ञान के निर्मित बुनियादी ढांचे का प्रबंधन करने के लिए कहा जा रहा है जिसने इसे सुसंगत बनाया, जबकि साथ ही साथ उन सहयोगियों के ऑफबोर्डिंग और उनके प्रतिस्थापन के ऑनबोर्डिंग को निष्पादित करते हुए कंपनियां शांतिपूर्वक कटौती पर अपने रुख को बदल देती हैं जिन्हें वे सार्वजनिक रूप से मना रहे थीं।

ज्ञान जब दरवाजे से बाहर निकलता है तो क्या खो जाता है

महत्वपूर्ण परिचालन ज्ञान लोगों में रहता है और मानव निर्णय के माध्यम से लागू किया जाता है, न कि प्रणालियों के माध्यम से। जब वे लोग चले जाते हैं, तो वह ज्ञान उनके साथ चला जाता है। कोई भी मॉडल कितना ही परिष्कृत क्यों न हो, एआई आज उस अंतर को भर नहीं सकता है।

यहां तक कि एआई क्षमताओं के विस्तार के साथ, सूक्ष्म संदर्भ के बिना स्वचालन महत्वपूर्ण क्षेत्रों में खतरनाक अंधे धब्बे बनाता है:

• निर्णय और रणनीति: अंतर्ज्ञान, संस्थागत ज्ञान, और बाजार जागरूकता डेटा सेट में साफ-साफ नहीं रहते, यहां तक कि असंरचित लोगों में भी।
• संदर्भ और स्थिति जागरूकता: मानव सूक्ष्मता, इरादे, और ग्रे क्षेत्रों में नेविगेट कर सकते हैं जहां कठोर नियम टूट सकते हैं।
• सहानुभूति और विश्वास: उच्च प्रभाव या भावनात्मक रूप से चार्ज किए गए क्षण (विशेष रूप से ग्राहकों या कर्मचारियों के साथ) मानव-केंद्रित प्रतिक्रिया की मांग करते हैं।
• निगरानी और जिम्मेदारी: किसी को विफलताओं, पूर्वाग्रह, या गलत सूचना की पहचान करने के लिए जिम्मेदार होना चाहिए। बस यह कहना कि “आप सही हैं, मैं इसे फिर से कोशिश करूंगा” पूरी तरह से गलत जानकारी देने के बाद पर्याप्त नहीं है।
• संस्थागत स्मृति और प्रणाली संदर्भ: यह समझना कि टीमों ने बुनियादी ढांचे को एक निश्चित तरीके से क्यों बनाया (या नहीं), उन्होंने पहले क्या कोशिश की, और कौन से एज केस मौजूद हैं जिन्हें किसी ने दस्तावेज नहीं किया।
• नेतृत्व और शासन: नीति को परिभाषित करना, जोखिम सहनशीलता, और नैतिक सीमाओं के भीतर रहना मानव जिम्मेदारी बनी हुई है।

एआई अंतर्दृष्टि को सतह पर ला सकता है, कार्यों की सिफारिश कर सकता है, और निष्पादन को तेज कर सकता है, लेकिन यह संस्थागत स्मृति को प्रतिस्थापित नहीं कर सकता है जो आपदाओं को रोकता है, या जिम्मेदारी प्रदान कर सकता है जो उन्हें पकड़ता है इससे पहले कि वे घूमने लगते हैं।

स्मार्ट संगठन अलग तरह से क्या कर रहे हैं

एआई के साथ सफल होने वाले संगठन मानवों को समीकरण से हटा नहीं रहे हैं। वे एआई का उपयोग रोजमर्रा के संचालन में जोड़ दिए जाने वाले रोटे और पुनरावृत्ति प्रक्रियाओं को स्ट्रीमलाइन करने के लिए कर रहे हैं। मानवों को मुक्त करने के लिए ताकि वे समय और अन्य महत्वपूर्ण संसाधनों को कहीं और समर्पित कर सकें और व्यावसायिक लाभों को बढ़ाने के लिए नए रचनात्मक तरीके खोज सकें। वे एआई का उपयोग “रेस-विद” टूल के रूप में कर रहे हैं ताकि उन्हें बल दिया जा सके। आईटी ऑपरेशन्स की दुनिया पर विचार करें। ये टीमें पहले से ही पतली फैली हुई हैं, सीमित साधनों के साथ फैली हुई बुनियादी ढांचे का प्रबंधन कर रही हैं। एआई, या शायद अधिक विशिष्ट रूप से, मशीन लर्निंग (एमएल), यहाँ वास्तविक मूल्य दे सकता है। एआई/एमएल उन पूर्व में समय लेने वाले, रोटे कार्यों को स्वचालित कर सकता है जो मूल्यवान, विषय-विशेषज्ञों को परिचालन ग्रंट कार्य में दफन कर देते हैं: पैच परीक्षण और अनुसंधान, टिकट वर्गीकरण, कार्य प्रवाह पीढ़ी, खोज, और जोखिम मैपिंग।

ये कार्य आईटी ऑपरेशन्स के आधार बनते हैं, लेकिन वे समय की बड़ी मात्रा को खा जाते हैं (विशेष रूप से जब संगठनों की डिजिटल संपत्ति चौड़ी हो जाती है, दुर्भाग्य से परिदृश्य बदलता है, और कर्मचारी उम्मीद करते हैं कि वे काम करने के लिए जिन डिवाइसों का उपयोग करते हैं उन्हें सकारात्मक डिजिटल अनुभव होगा)। जब टीमें मूल बातों को अच्छी तरह से करने में विफल रहती हैं क्योंकि वे पानी के नीचे हैं (इन क्षमताओं और प्रक्रियाओं का प्रबंधन या निगरानी करना), तो परिणाम कठिन हिट करते हैं: डाउनटाइम, मिस्ड पैच, डेटा लीक, सुरक्षा उल्लंघन।

दूसरी ओर, जब आप इन क्षेत्रों में काम को स्ट्रीमलाइन करने के लिए एआई का अच्छा उपयोग करते हैं, तो आप आईटी कर्मचारियों को यह करने का समय देते हैं जो एआई नहीं कर सकता: तकनीकी ऋण साफ करना, मौजूदा प्रणालियों और प्रक्रियाओं में सुधार करना, लचीलापन के लिए पुनः अभियांत्रिकी करना, और संस्थागत ज्ञान को संरक्षित करना जो महत्वपूर्ण प्रणालियों को चलाए रखने में मदद करता है। यह केवल कुशलता से अधिक है। यह जोखिम मिटिगेशन है। और यह दीर्घकालिक विकास के लिए एक मजबूत आधार स्थापित करता है।

एआई अपनाने को सही करना

संगठन जो सोच-समझकर एआई अनुप्रयोग और अपनाने के साथ शुरू होते हैं, जबकि सुरक्षित, प्रभावी सक्षमीकरण को भी प्राथमिकता देते हैं, अपनी एआई रणनीतियों से बड़ी जीत देख रहे हैं और देखेंगे। अनुकूलन लोगों को काटने से नहीं आता है। यह उनमें निवेश से आता है, कार्य प्रवाह को फिर से डिज़ाइन करना, और टीमों को यह सिखाना कि एआई का उपयोग कैसे करना है।

यह वास्तव में नया नहीं है। प्रौद्योगिकी सदियों से पीढ़ीगत चक्रों के माध्यम से आगे बढ़ रही है। प्रत्येक बार हम एक ही गलतियाँ दोहराते हैं। हम एक विशिष्ट प्रगति के लिए एक पैनासिया के रूप में अधिक मोड़ते हैं। वहां बहुत सारे स्नेक तेल बेचने वाले हैं जो इस हताशा का फायदा उठाएंगे, ज्यादा वादा करेंगे और परिणामों को मापा जा सकने से पहले गायब हो जाएंगे। वास्तविकता यह है कि एआई/एमएल वही कर सकता है जो कंप्यूटर हमेशा से करते आ रहे हैं; कुछ कार्यों को मानव से तेजी से और सटीकता से करना। जो लोग उन अवसरों को ढूंढते हैं और एआई का एक व्यावहारिक, दौड़-साथ तरीके से उपयोग करते हैं, वे अपने निवेश पर बहुत तेजी से रिटर्न देखेंगे। व्यावहारिक रूप से, इसका अर्थ है:

• निम्न-मूल्य वाले कार्यों को समाप्त करने के लिए एआई का लाभ उठाना, न कि उच्च-मूल्य वाले निर्णय
• उच्च प्रभाव वाले निर्णयों के लिए मानव-इन-द-लूप कार्य प्रवाह डिज़ाइन करना
• जब एआई प्रणाली विफल हो जाती हैं या अनिश्चित परिणाम उत्पन्न करती हैं तो स्पष्ट एस्केलेशन पथ परिभाषित करना
• एआई-संचालित निर्णयों के लिए स्पष्ट स्वामित्व सौंपना
• टीमों को एआई आउटपुट की जांच करने के लिए प्रशिक्षित करना, इसे अंधे ढंग से स्वीकार न करना

गलत होने की वास्तविक लागत

टेक उद्योग के वर्तमान चक्र में बड़े पैमाने पर छंटनी के बाद शांतिपूर्वक पुनः नियुक्ति नहीं है। यह प्रतिभा का परिवर्तन नहीं है। संगठन दशकों की संस्थागत स्मृति को कुछ महीनों की स्वचालित गति के लिए व्यापार कर रहे हैं, और आईटी नेता वे हैं जो इसके प्रबंधन के लिए जिम्मेदार हैं जब यह आता है तो इसके परिणामस्वरूप।

एआई वास्तविक लाभ प्रदान करता है, लेकिन वे तब सबसे अधिक मायने रखते हैं जब आप एआई का उपयोग विशेषज्ञता को संरक्षित और बढ़ाने के लिए करते हैं, न कि इसका स्थान लेने के लिए। एआई युग में जारी रहने वाली कंपनियां वे नहीं हैं जो सबसे गहराई से काट रही हैं या सबसे अधिक एआई टूल तैनात कर रही हैं। वे वे हैं जो एआई का उपयोग स्वचालित करने के लिए कर रहे हैं एकरसता और मानव रचनात्मकता, सहयोग, और विशेषज्ञता को बढ़ाने के लिए।

क्योंकि जब अगली प्रणाली विफल हो जाती है, या अगला आउटेज या साइबर सुरक्षा घटना होती है, तो आप एक रोबोट या मशीन को सिस्टम उपचार या ग्राहक संचार के अग्रभाग पर नहीं चाहते हैं। यह वह जगह है जहां आप (और जरूरत) को गहरे ऐतिहासिक संदर्भ और ज्ञान वाले व्यक्ति को अभी भी इमारत में चाहते हैं।

यदि हम एआई की पूरी क्षमता को अनलॉक करना चाहते हैं, तो यह महत्वपूर्ण है कि हम एआई का उपयोग उन कार्यों के लिए करने पर ध्यान केंद्रित करें जो एकरसता से भरे हुए हैं, और इसे खराब व्यावसायिक प्रदर्शन के लिए बहाने के रूप में उपयोग करना बंद करें।