विचार नेता

आपके एआई का व्यक्तित्व उसके आईक्यू जितना ही महत्वपूर्ण है — और उद्यम में उसकी तैनाती की सफलता या विफलता तय कर सकता है

Andrew Missey
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
A woman and a man standing on a high-rise balcony looking at a glowing data visualization that blends sharp blue geometric lines with soft amber waves, symbolizing the balance between AI benchmarks and personality.
मुख्य बिंदुएंटरप्राइज़ सफलता के लिए AI की सुसंगत व्यक्तित्व उतनी ही महत्वपूर्ण है जितनी कि उसकी…
और देखें
  • एंटरप्राइज़ सफलता के लिए AI की सुसंगत व्यक्तित्व उतनी ही महत्वपूर्ण है जितनी कि उसकी बुद्धिमत्ता।
  • Google के Gemini 2.5 Pro अपडेट ने बेहतर बेंचमार्क स्कोर के बावजूद विश्वसनीयता को कम कर दिया।
  • एक बहु-मॉडल रणनीति अप्रत्याशित AI अपडेट से होने वाले परिचालन जोखिम को कम करती है।

अधिकांश कंपनियां अभी भी बेंचमार्क के आधार पर एआई मॉडल चुनती हैं। व्यवहार में, यह शायद ही कभी यह निर्धारित करता है कि वे प्रणालियां वास्तव में काम करती हैं या नहीं।

अब तक, एंटरप्राइज़ वातावरण में बड़े भाषा मॉडल के चारों ओर की अधिकांश चर्चाएं बेंचमार्क का वर्चस्व है। टीमें मापनीय प्रदर्शन की ओर आकर्षित होती हैं, जैसे कि कौन सा मॉडल सबसे बुद्धिमान है, कोडिंग में सबसे मजबूत है, सारांश में सबसे सटीक है, या गणितीय तर्क में सबसे सक्षम है।

लेकिन जैसे ही टीमें प्रयोग के चरण से आगे बढ़कर बड़े पैमाने पर वास्तविक तैनाती में जाती हैं, अन्य महत्वपूर्ण कारक, जिन्हें अधिकांश सीईओ काफी हद तक नज़रअंदाज़ कर रहे हैं, जल्द ही साबित करेंगे कि वे एक व्यवसाय की सफलता के लिए उतने ही महत्वपूर्ण हैं।

एआई की नियुक्ति योग्यता

कच्ची बुद्धिमत्ता और विश्लेषणात्मक क्षमता स्पष्ट रूप से महत्वपूर्ण हैं, लेकिन एंटरप्राइज़ एआई तैनाती में सबसे कम आंका गया चर एआई का व्यक्तित्व है। व्यक्तित्व, बड़े भाषा मॉडल के संदर्भ में, लगातार आवाज़, स्वर और व्यवहार को संदर्भित करता है जो एक मॉडल बातचीत के माध्यम से प्रसारित करता है। इसी से एआई सुसंगत और विश्वसनीय महसूस होता है।

एआई लागू करते समय, व्यवसायों को मानव कर्मचारी नियुक्त करने के लिए वही दृष्टिकोण अपनाने की आवश्यकता है: न केवल यह मूल्यांकन करें कि एक मॉडल एक कार्य को पूरा करने में कितनी अच्छी तरह कर सकता है, बल्कि इसके दृष्टिकोण, संचार और बड़े कार्य प्रवाह में इसके फिट का भी मूल्यांकन करें।

एक मॉडल की निरंतरता बनाए रखने, उपयुक्त प्रतिक्रिया देने और विभिन्न संदर्भों में सूक्ष्मता से निपटने की क्षमता व्यावसायिक परिणामों पर महत्वपूर्ण प्रभाव डाल सकती है। एक तकनीकी रूप से उत्कृष्ट एआई जो धीरे-धीरे प्रतिक्रिया देता है, स्वर में ड्रिफ्ट करता है, या सूक्ष्म बातचीत को गलत तरीके से संभालता है, व्यवसायों द्वारा गलत तरीके से लागू किया जा सकता है, जो उपयोगकर्ताओं को निराश करता है, जुड़ाव को कम करता है, और अंततः एआई की प्रभावशीलता तथा व्यवसाय की सफलता को कम करता है।

यह विशेष रूप से ग्राहक सहायता, राजनीतिक पहुंच, या आंतरिक संचार जैसे उद्योगों में महत्वपूर्ण है, क्योंकि प्रतिक्रियाओं के बीच स्वर या शब्दों में सूक्ष्म बदलाव भ्रम पैदा कर सकते हैं, विश्वास को कम कर सकते हैं और समग्र जुड़ाव को कम कर सकते हैं। जैसे कि मानवों के साथ, ऐसा कोई एक आदर्श मॉडल नहीं है जो हर श्रेणी में प्रतिस्पर्धियों से बेहतर हो। कुछ मॉडल विश्लेषणात्मक कार्यों जैसे कोडिंग या गणित में बेहतर हैं, जबकि अन्य संवादात्मक लेखन और बैठकों को सारांशित करने में बहुत बेहतर प्रदर्शन करते हैं।

लेकिन इन प्रणालियों के शीर्ष पर निर्माण करने वाली टीमों के लिए एक चुनौती यह है कि ये विशेषताएं निश्चित नहीं हैं।

एक गतिशील लक्ष्य

एआई परिदृश्य इतनी तेजी से विकसित हो रहा है कि अधिकांश संगठन इसके साथ तालमेल नहीं रख पा रहे हैं। नए संस्करणों को बार-बार जारी किया जाता है, और प्रदर्शन विशेषताएं एक अद्यतन से दूसरे में बदल सकती हैं। गूगल का जेमिनी मॉडल श्रृंखला एक हालिया उदाहरण है।

जेमिनी 2.0 प्रो को फरवरी 2025 में जारी किया गया था और तुरंत विकासकर्ताओं और उद्यमों के लिए प्रमुख मॉडल के रूप में पेश किया गया था जो दुनिया भर में कोडिंग और जटिल प्रॉम्प्ट के लिए इसका उपयोग कर रहे थे।

इसमें उस समय गूगल द्वारा पेश किया गया सबसे बड़ा संदर्भ विंडो था, जो दो मिलियन टोकन पर था, जो इसे एक ही समय में विशाल मात्रा में जानकारी का व्यापक विश्लेषण और समझने में सक्षम बनाता था, जबकि यह गूगल सर्च जैसे टूल का उपयोग करने और यहां तक कि कोड लिखने में भी सक्षम था।

जिन टीमों को बड़ी मात्रा में डेटा को जल्दी और सटीक रूप से संसाधित करने की आवश्यकता थी, ऐसा लगा कि यह स्पष्ट विकल्प था। लेकिन कुछ ही हफ्तों के भीतर, गूगल ने जेमिनी 2.5 प्रो जारी किया, जिसने तुरंत प्रदर्शन तालिकाओं में शीर्ष स्थान हासिल किया और अपने पूर्ववर्ती से बहुत आगे निकल गया कोडिंग, गणित और विज्ञान में सुधार के साथ।

रातोंरात, जो मॉडल बाजार में सबसे अच्छा विकल्प था, वह लॉन्च होने के दो महीने से भी कम समय में पीछे छूटने लगा था। लेकिन जल्दी से अपनाने वालों ने तुरंत देखा कि परिवर्तन केवल क्रमिक या विश्लेषणात्मक नहीं थे – जेमिनी की पूरी व्यक्तित्व रातोंरात बदल गई थी। कई विकासकर्ताओं ने यहां तक कहा कि अपडेट के बाद एआई ऐसा व्यवहार कर रहा था मानो उसकी “लोबोटॉमी” कर दी गई हो।

उन्होंने शिकायत की कि एआई सचमुच “कम बुद्धिमान होता” दिख रहा था — वह लगातार धीमे जवाब और कम सुसंगत आउटपुट दे रहा था, उन प्रॉम्प्ट को संभालने में असंगति दिखा रहा था जिनमें पहले कोई समस्या नहीं थी, और जो कार्य पहले सहजता से होते थे वे अचानक कठोर हो गए थे।

और यह वह जगह है जहां एक कंपनी की एआई तैनाती के आसपास रणनीति मूल रूप से बदलने लगती है।

बेंचमार्क से परे

कागज़ पर, जेमिनी 2.5 प्रो को क्षमता और सुरक्षा में इसके व्यापक सुधार के साथ स्पष्ट विजेता होना चाहिए था।

लेकिन व्यवहार में, उन परिवर्तनों ने मॉडल की विश्वसनीयता, उसके व्यवहार और प्रॉम्प्ट के जवाब देने के तरीके को पूरी तरह बदल दिया। यदि मॉडल की नई क्षमताएं मौजूदा पाइपलाइन से मेल नहीं खाती थीं, तो इन प्रणालियों पर आधारित समाधान बनाने में अभी-अभी भारी धनराशि और अनगिनत घंटे लगा चुकी टीमों को फिर से शुरुआत करनी पड़ती थी।

व्यवहार में छोटे बदलाव भी सुसंगतता और पूर्वानुमान पर निर्मित प्रणालियों को बाधित कर सकते हैं। यह एक वास्तविक संचालन जोखिम पैदा करता है यदि एक व्यवसाय एक मॉडल से जुड़ा हुआ है, क्योंकि कोई भी अद्यतन तुरंत उन प्रणालियों में अस्थिरता पैदा कर सकता है जिन पर वे निर्भर हैं।

इसे रोकने के लिए, कई दूरदर्शी कंपनियों ने एक बहु-मॉडल रणनीति लागू करनी शुरू कर दी है जहां वे विभिन्न कार्यों को उन मॉडलों को रूट कर रहे हैं जो उन्हें सबसे अच्छा करते हैं, एक मॉडल पर सब कुछ भरोसा करने के बजाय।

यह दृष्टिकोण न केवल प्रत्येक कार्य के लिए प्रदर्शन में सुधार करता है, बल्कि एआई कार्यान्वयन से जुड़े जोखिम को भी कम करता है, क्योंकि यदि एक मॉडल अद्यतन के बाद खराब हो जाता है, तो यह पूरी प्रणाली को नीचे नहीं ले जाएगा क्योंकि वैकल्पिक मॉडल उपलब्ध हैं।

सीधे शब्दों में कहें, एआई का व्यक्तित्व और विश्वसनीयता कार्य वातावरण में मॉडल को लागू करने के लिए इसकी कच्ची बुद्धिमत्ता के समान ही महत्वपूर्ण हैं। यह परिवर्तन व्यवसायों में एक मूलभूत परिवर्तन का प्रतिनिधित्व करता है जो अब केवल एक “स्मार्टर टूल” नहीं खरीद रहे हैं, बल्कि एक पूरे डिजिटल बुनियादी ढांचे प्रणाली का निर्माण और प्रबंधन कर रहे हैं।

आज के व्यवसाय परिदृश्य में न केवल जीवित रहने के लिए, बल्कि पनपने के लिए, टीमों को ऐसे पाइपलाइन स्थापित करने की आवश्यकता है जो विभिन्न मॉडलों को कार्य के अनुसार बदल सकें, और लगातार निगरानी करें कि अद्यतन कैसे प्रदर्शन और बातचीत की गुणवत्ता को प्रभावित करते हैं।

अंततः, मॉडल स्वयं एक ऐसी गति से विकसित होते रहेंगे जो मेल खाना मुश्किल है। लेकिन जो व्यवसाय परिवर्तन की योजना बनाते हैं, वैकल्पिक व्यवस्था तैयार रखते हैं, और एआई को एक उपकरण और एक साथी दोनों के रूप में मानते हैं, वे तेजी से बदलाव को एक प्रतिस्पर्धी लाभ में बदलने वाले होंगे।

एंड्रू मिसे कॉन्वोस के सह-संस्थापक हैं, जो पहले पबसेंट के नाम से जाना जाता था, एक दो-तरफ़ा एआई-संचालित टेक्स्टिंग प्लेटफ़ॉर्म है जो राजनीतिक रणनीतिकारों, अभियानों, गैर-लाभकारी संगठनों और समर्थन समूहों को व्यक्तिगत, तथ्य-आधारित मतदाता वार्ता को राष्ट्रीय स्तर पर वितरित करने में मदद करता है, जहाँ वह उत्पाद और इंजीनियरिंग का नेतृत्व करते हैं। कॉन्वोस से पहले, एंड्रू ने कई कंपनियों के लिए एक सॉफ़्टवेयर इंजीनियर के रूप में काम किया, जिनमें स्टारबक्स, क्रम्बल और मॉड पिज़्ज़ा जैसे राष्ट्रीय खाद्य और खुदरा ब्रांडों को सेवा प्रदान करने वाली सिएटल स्थित वेंचर पूंजी से समर्थित एआई स्टार्टअप शामिल हैं। इसके अलावा, एंड्रू जावास्क्रिप्ट, पाइथन और टाइपस्क्रिप्ट में धाराप्रवाह हैं।