अर्नव मिश्रा, डॉस के सह-संस्थापक और सीटीओ – साक्षात्कार श्रृंखला

अर्नव मिश्रा, डॉस के सह-संस्थापक और सीटीओ, एक फुल-स्टैक इंजीनियर और तकनीकी नेता हैं जिनका अनुभव शुरुआती चरण के स्टार्टअप्स और बड़े पैमाने पर बुनियादी ढांचे प्रणालियों में फैला हुआ है। डॉस की सह-स्थापना से पहले, वह सिटेलाइन में एक संस्थापक इंजीनियर थे, जहां उन्होंने कोर सिस्टम बनाए, जिनमें अनुमति वास्तुकला, ईआरपी एकीकरण और स्वचालन ढांचे शामिल थे, साथ ही साथ भर्ती, राजस्व संचालन और कंपनी संस्कृति में योगदान दिया। अपने करियर की शुरुआत में, उन्होंने रुब्रिक और उबेर और वीएमवेयर जैसी कंपनियों में इंजीनियरिंग की, जहां उन्होंने क्लाउड इन्फ्रास्ट्रक्चर, डेटा सिस्टम और स्वचालन में विशेषज्ञता हासिल की। अपने तकनीकी कार्य के साथ-साथ, उन्होंने टेकक्विटेबल फ्यूचर्स और कंट्रेरी जैसे संगठनों के माध्यम से मेंटरशिप और प्रतिभा विकास में सक्रिय रूप से भाग लिया है, जो इंजीनियरों की अगली पीढ़ी का समर्थन करने के लिए एक व्यापक प्रतिबद्धता को दर्शाता है।

डॉस एक आधुनिक उद्यम सॉफ्टवेयर कंपनी है जो पारंपरिक ईआरपी प्रणालियों को अपने अनुकूलनीय संसाधन प्लेटफ़ॉर्म (एआरपी) के माध्यम से पुनः परिभाषित करने पर केंद्रित है, जो एक लचीला, एआई-मूल व्यवसायिक प्रक्रिया प्लेटफ़ॉर्म है जो व्यवसायिक प्रक्रियाओं को एकीकृत और स्वचालित करने के लिए डिज़ाइन किया गया है। विरासत ईआरपी समाधानों के लिए एक संयोजक विकल्प के रूप में निर्मित, डॉस कंपनियों को एक ही प्रणाली के भीतर सूची, खरीद, वित्त और पूर्ति का प्रबंधन करने में सक्षम बनाता है जो वास्तविक दुनिया के संचालन के अनुसार अनुकूलन करता है, न कि जोरदार प्रक्रियाओं को मजबूर करता है। इसका प्लेटफ़ॉर्म एक केंद्रीकृत डेटा परत, नो-कोड वर्कफ़्लो और वास्तविक समय विश्लेषण को जोड़ती है, जिससे व्यवसाय तेजी से तैनात कर सकते हैं, मौजूदा उपकरणों के साथ एकीकृत कर सकते हैं और लंबे समय तक कार्यान्वयन या महंगे परामर्शदाताओं के बिना अपने संचालन को निरंतर विकसित कर सकते हैं। यह एक उद्यम बुनियादी ढांचा है जो गति, मापनीयता और अनुकूलन के लिए डिज़ाइन किया गया है।

डॉस बनाने के पीछे का प्रेरणा विली को उनके पिता के विनिर्माण व्यवसाय में विरासत सॉफ्टवेयर के व्यवधान को देखने और बाद में कारखानों और हार्डवेयर आपूर्ति श्रृंखला के साथ काम करते समय समान समस्याओं को पहले से देखने के लिए जिम्मेदार ठहराया जा सकता है। इन अनुभवों ने आपको डॉस की सह-स्थापना करने और ईआरपी प्रणालियों को नए सिरे से सोचने के लिए कैसे प्रभावित किया?

डॉस से पहले, मैं एक फिनटेक स्टार्टअप में एक संस्थापक इंजीनियर था। हमारे खरीदार – सीएफओ, एकाउंटेंट, आदि – जो हमारे समाधान के साथ नहीं जाने का कारण था, वह यह था कि वे “एक ईआरपी लागू करने में बहुत व्यस्त” थे। जैसा कि मैं पुराने जमाने की ईआरपी की भूमि में गहराई से देखता गया, मैं मौजूदा कार्यान्वयन मॉडल से आश्चर्यचकित था।

मैं जो देखता रहा वह यह था कि एक ही मूलभूत विफलता थी: कार्यान्वयन महीनों या वर्षों तक चलता है, इसकी लागत सैकड़ों हजारों से लेकर लाखों डॉलर तक होती है, और यह पूरी तरह से मानव परामर्शदाताओं पर निर्भर करता है जो प्रति घंटे की बिलिंग करते हैं। फिर, एक बार ईआरपी जहाज पर चढ़ जाता है, तो यह रुक जाता है। व्यवसाय जारी रहता है; प्रणाली नहीं करती है। यह एक वास्तुकला समस्या है, एक कॉन्फ़िगरेशन समस्या नहीं है। आप इसे पैच नहीं कर सकते हैं।

एक सॉफ्टवेयर बिल्डर के रूप में, मैं जो करीबी तुलना कर सकता था वह यह थी: एक ऐसी दुनिया की कल्पना करें जहां आपके द्वारा उपयोग किया जाने वाला सबसे महत्वपूर्ण उपकरण – एक डेवलपर के रूप में, गिटहब जैसा – केवल आपकी कंपनी के लिए वर्षों के दौरान एक तीसरे पक्ष की परामर्श एजेंसी द्वारा विशेष रूप से बनाया गया था। फिर, एक बार उत्पाद पूरा हो जाने के बाद, परामर्शदाता कोई रखरखाव, कोई सुविधा सुधार, और कोई समर्थन के साथ चले जाते हैं। इंजीनियर विद्रोह करेंगे।

कोई भी आधुनिक प्रौद्योगिकी कंपनी उस मॉडल में काम नहीं कर सकती है। विली और मैं दोनों एक ही निष्कर्ष पर पहुंचे: इसे ठीक करने का एकमात्र तरीका यह था कि इसे स्क्रैच से बनाया जाए।

डॉस खुद को एक एआई-मूल व्यवसायिक प्रक्रिया प्लेटफ़ॉर्म के रूप में स्थापित करता है जो पारंपरिक ईआरपी प्रणालियों जैसे एसएपी या ऑरेकल को बदलने के लिए डिज़ाइन किया गया है। एआई-मूल ईआरपी को संभव बनाने वाली मूलभूत वास्तुकला अंतर क्या हैं जो एक दशक पहले संभव नहीं थे?

ऑरेकल और एसएपी एक ऐसे युग में बनाए गए थे जहां उन्हें अधिकतम वितरण प्राप्त करने के लिए, उन्हें एक जीयूआई-आधारित संपादक के रूप में ईआरपी की कॉन्फ़िगरेशन प्लेन को सरल बनाने की आवश्यकता थी जिसे अपेक्षाकृत गैर-तकनीकी परामर्शदाता वितरित कर सकते थे। वे सर्वोत्तम प्रथाओं को बनाए रखने के लिए, उन्होंने कोर सिस्टम के बड़े हिस्सों को लॉक किया और केवल किनारों पर संयोजकता की अनुमति दी। हालांकि, वास्तविकता में, जब आप दुनिया भर के व्यवसायों के स्पेक्ट्रम को देखते हैं, तो उनके व्यवसायिक अनुप्रयोगों को अधिकतम लचीलापन की आवश्यकता होती है।

एआई-मूल दुनिया सॉफ्टवेयर इंजीनियरिंग को एक शिल्प से एक औद्योगिक मशीन में बदलती है। हमें अब सॉफ्टवेयर सिस्टम को हाथ से बनाने की आवश्यकता नहीं है; इसके बजाय, हम एक ऐसी दुनिया में जा रहे हैं जहां सॉफ्टवेयर की उत्पादकता कंप्यूट और टोकन का एक कारक है।

डॉस को इसी तरह से डिज़ाइन किया गया है।

हमने जेडएसएल, एक घोषणात्मक डोमेन-विशिष्ट भाषा (डीएसएल) बनाई है जो एक ग्राहक के पूरे डॉस कार्यान्वयन को कोड में वर्णित करती है। सोचें कि “टेराफ़ॉर्म” ने बुनियादी ढांचे के रूप में कोड प्रयास के लिए क्या किया, लेकिन व्यवसायिक अनुप्रयोग लॉजिक के लिए लागू किया गया। एक ईआरपी को एक अपेक्षाकृत कम-आयामी प्रोग्रामिंग भाषा में परिभाषित करके, हम ग्राहकों को ईआरपी समाधान वितरित करने के लिए एजेंटों को तैनात करने में सक्षम हैं।

एक बार जेडएसएल लिखा गया, वास्तुकला का सबसे महत्वपूर्ण हिस्सा प्लेटफ़ॉर्म में सर्वोत्तम प्रथाओं को बेक करना था ताकि एजेंट कम गुणवत्ता वाले कार्यान्वयन का निर्माण न करें। हमारी टीम ने एक स्केलेबल वितरित प्रणाली के साथ एक कर्नेल-स्तरीय शेड्यूलर विकसित किया है जो ईआरपी कार्यभार के लोड को संभालने में सक्षम है। इसके अलावा, हमने एक एचटीएपी डेटाबेस प्रणाली बनाई है जो एक लेन-देन डेटाबेस जैसे पोस्टग्रेस और एक डेटा वेयरहाउस की विश्लेषणात्मक क्षमताओं के सबसे महत्वपूर्ण हिस्सों को मिलाती है।

प्लेटफ़ॉर्म को एंटरप्राइज़-ग्रेड ताकत के साथ बनाने से, प्रणाली पूरी तरह से एजेंटिक वितरण के लिए तैयार है। जो पहले परामर्शदाताओं की टीमों द्वारा महीनों या वर्षों में किया जा सकता था, अब हमारे बंद लूप प्रणाली में एजेंटिक बुनियादी ढांचे का उपयोग करके पैमाने पर समानांतर किया जा सकता है।

कई कंपनियां अभी भी खरीद, सूची और ऑर्डर प्रबंधन के लिए स्प्रेडशीट और खंडित उपकरणों पर निर्भर हैं। जब मूल व्यवसायिक डेटा एकल स्रोत में एकीकृत नहीं होता है, तो सबसे बड़े संचालन अंधकार क्या हैं?

सबसे बड़ी समस्या यह है कि निर्णय पुरानी या अधूरी जानकारी पर आधारित होते हैं। यदि आपका सूची डेटा एक स्थान पर है, आपके खरीद ऑर्डर दूसरे स्थान पर हैं, और आपके बिक्री ऑर्डर तीसरे स्थान पर हैं, तो आप हमेशा पुनर्मिलन कर रहे हैं, मैन्युअल रूप से, धीरे-धीरे, और事実 के बाद। जब तक कोई यह महसूस नहीं करता कि सूची बंद है या एक आपूर्तिकर्ता पीछे है, तब तक यह व्यवसाय में एक समस्या है।

वर्व कॉफी रोस्टर्स एक अच्छा उदाहरण है जहां यह व्यवहार में टूट जाता है। वे यूएस और जापान में ग्रॉसरी, थोक, डीटीसी और कैफे में संचालन चलाते हैं, लेकिन वे वास्तविक समय की सूची दृश्यता के साथ जुड़े सिस्टम के साथ संचालन कर रहे थे। वे अपने उच्च-यातायात स्थानों पर अपने खुद के कॉफी से बाहर चले गए और एक प्रमुख खुदरा विक्रेता लॉन्च के दौरान एक महत्वपूर्ण स्टॉकआउट हिट किया जिसने एक प्रमुख खुदरा संबंध को चोट पहुंचाई। डेटा किसी जगह मौजूद था; यह बस इतना जुड़ा हुआ नहीं था कि कोई भी इस पर समय पर कार्रवाई कर सके।

एक अधिक सूक्ष्म समस्या यह है कि खंडितता आपके संचालन के वास्तविक आकार को छुपाती है। आप तब तक नहीं देख सकते जब तक कि एक ऊपरी धारा में देरी और नीचे की पूर्ति समस्या के बीच संबंध नहीं होता यदि वे अलग-अलग उपकरणों में रहते हैं। आप लक्षणों का प्रबंधन करते हैं, ऑर्डर को तेज करते हैं, सुरक्षा स्टॉक बनाते हैं और मैनुअल जांच चलाते हैं; आप वास्तव में यह नहीं समझते कि क्या हो रहा है। एक एकीकृत प्रणाली न केवल पुनर्मिलन पर समय बचाती है, बल्कि यह आपको देखने और प्रश्न पूछने की अनुमति देती है जो आप नहीं कर सकते थे।

इसके मूल में, एक उद्यम व्यवसाय को एक संस्करण नियंत्रण प्रणाली (गिट), एक दृश्यता उपकरण (डेटाडॉग), या एक केंद्रीकृत डेटाबेस के बिना चलाने की कल्पना करें जिसे आप जानकारी के बारे में पूछ सकते हैं।

ईआरपी कार्यान्वयन ने ऐतिहासिक रूप से बड़ी परामर्श टीमों और तैनाती के महीनों – या यहां तक कि वर्षों की आवश्यकता है। एआई संचालन सॉफ्टवेयर के अंदर वास्तविक व्यवसायों में कार्यान्वयन की जटिलता और अर्थव्यवस्था को कैसे बदलता है?

पारंपरिक कार्यान्वयन मॉडल पीढ़ियों पुरानी सॉफ्टवेयर प्रथाओं का परिणाम है। हम अब उस दुनिया में नहीं रहते हैं।

आज ईआरपी कार्यान्वयन में एक विकृत प्रोत्साहन है – कार्यान्वयन जितना लंबा होता है और यह उतना ही कम प्रभावी होता है, परामर्शदाता उतना ही अधिक पैसा कमाते हैं। अधिकांश बिल्डर इस लाभ का फायदा नहीं उठाएंगे; हालांकि, वे कभी भी तेजी से और गुणवत्ता के साथ आगे बढ़ने के लिए प्रोत्साहित नहीं किए जाते हैं।

इसके अलावा, पारंपरिक ईआरपी जुड़ाव में परामर्श खर्च से सॉफ्टवेयर खर्च का अनुपात लगभग 9: 1 है, इसलिए आप सॉफ्टवेयर पर हर डॉलर के लिए 9 डॉलर परामर्शदाताओं पर खर्च कर रहे हैं। एक बड़े उद्यम के लिए, यह बहुत दर्दनाक है। मध्य-बाजार व्यवसायों के लिए, यह निषेधात्मक है। इसलिए वे या तो ऐसा सॉफ्टवेयर चुनते हैं जो वास्तव में उनके संचालन के अनुरूप नहीं है, परियोजना को देरी से शुरू करते हैं, या इसे बीच में छोड़ देते हैं।

एआई पूरी तरह से इस इकाई की अर्थव्यवस्था को बदल देता है। एक परामर्श जुड़ाव के बजाय, एक डॉस कार्यान्वयन एक कोडबेस है। जैसा कि हमारे कार्यान्वयन समय कम होते जाते हैं, हम एक “वितरण पर भुगतान” मॉडल के साथ प्रोत्साहन को संरेखित करने में सक्षम होते हैं, न कि “जाने के रूप में भुगतान करें”। जब व्यवसाय बदलता है, तो प्रणाली इसके साथ बदलती है। परामर्शदाताओं के कमरे और लंबे स्लाइड डेक की आवश्यकता अब प्रासंगिक नहीं है।

डॉस में सफलता का अर्थ है 1.86 ट्रिलियन डॉलर के वैश्विक आईटी सेवा खर्च को हमारे जेडएसएल के साथ एजेंटिक कार्यान्वयन और रखरखाव के साथ बदलना। डॉस में सफलता का अर्थ है पैमाने पर सभी व्यवसायिक अनुप्रयोगों को कम करना।

आपने विनिर्माण, लॉजिस्टिक्स और उपभोक्ता सामग्री जैसे वास्तविक दुनिया के वातावरण में कंपनियों के साथ डॉस तैनात किया है। एआई को अस्वच्छ संचालन डेटा से मिलने पर कौन सी अप्रत्याशित चुनौतियां उत्पन्न होती हैं?

चुनौती आमतौर पर एआई नहीं है। यह डेटा है जिस पर आप इसे तर्क देने के लिए कह रहे हैं।

हम जिन व्यवसायों के साथ काम करते हैं उनमें से प्रत्येक ने वर्षों से संचालन के काम करने वाले तरीके का निर्माण किया है। डेटा तकनीकी रूप से मौजूद है; यह बस इतना नहीं है कि उनके कर्मचारी, छोड़ दें एजेंटिक सिस्टम, विश्वसनीय रूप से कार्य कर सकते हैं।

एक अच्छा उदाहरण एक जर्मन फर्नीचर निर्माता है जो मेड-टू-ऑर्डर टुकड़े बनाता है। जब हम आए, तो उनके पास 10 साल का ऐतिहासिक डेटा 8 कस्टम फ़ाइल स्वरूपों में फैला हुआ था, जिसमें 11 अलग-अलग डेटा वस्तुओं और 3पीएल सिंक चल रहा था, जो एफ़टीपी फ़ोल्डरों से मैनुअल कॉपी-पेस्ट पर चल रहा था। व्यवसाय तर्क विशिष्ट था, जिसमें कस्टम आयाम, कॉन्फ़िगरेशन, भुगतान विधियां और शोरूम स्थान शामिल थे, और पूरी प्रणाली को जर्मन में काम करने की आवश्यकता थी। वहाँ इसके लिए कोई ऑफ-द-शेल्फ स्कीमा नहीं है। उन्हें हर बार जब वे सरल कॉन्फ़िगरेशन विकल्पों को बदलना चाहते थे, जैसे कि खरीद ऑर्डर के लिए स्थिति विकल्प, तो उन्हें हजारों यूरो का भुगतान करना पड़ता था।

चुनौती किसी एक टुकड़े की तकनीकी जटिलता नहीं है। यह है कि प्रत्येक व्यवसाय की इस समस्या का एक अलग संस्करण है, और आप इसे पूरी तरह से तब तक नहीं समझ सकते जब तक कि आप उनके डेटा के अंदर न हों। काम व्यवसाय के वास्तव में कैसे संचालित होता है इसका एक सटीक निशान लेना है; यह उनके डेटा को एक जेनेरिक टेम्पलेट में मैप करने और आशा करने के लिए नहीं है कि यह फिट होगा।

एक समाधान बनाने के लिए जो वास्तविक दुनिया के लिए काम करता है, आपको एक प्लेटफ़ॉर्म की आवश्यकता है जिसमें अधिकतम लचीलापन हो। केवल तभी एआई उस डेटा मॉडल को समझने में उपयोगी हो सकता है जिस पर यह काम कर रहा है, और प्रत्येक ग्राहक के लिए काम करने वाला मॉडल बना सकता है।

व्यवसायिक सॉफ्टवेयर में एआई कोपायलट और स्वायत्त एजेंटों के बारे में बहुत चर्चा है। आप आज ऑपरेशनल वर्कफ़्लो में एआई को सबसे अधिक मूल्य जोड़ने के लिए कहां देखते हैं, और मानव पर्यवेक्षण अभी भी किन क्षेत्रों में आवश्यक है?

पैमाने पर, एआई सभी संचालन कार्य को बाधित करने में सक्षम है।

निकट भविष्य के क्षितिज पर, डॉस के प्रोप्राइटरी मॉडल और एजेंट व्यवसायिक अनुप्रयोगों को लागू करने वाले तकनीकी परामर्शदाताओं और रणनीतिक सिफारिशें देने वाले प्रबंधन परामर्शदाताओं को बदलने में सक्षम होना चाहिए। डॉस में व्यवसायों के लिए संरचित और सह-स्थित डेटा का सबसे बड़ा भंडार होगा, जिसमें दोनों योजना और संचालन जानकारी शामिल है। हमारे एजेंट इस डेटा का उपयोग करके स्केलेबल सिफारिशें दे सकते हैं।

आज सबसे स्पष्ट मूल्य है जो उससे अधिक विशिष्ट है: दोहरावदार, नियम-आधारित और वर्तमान में लोगों द्वारा किया जाने वाला काम जो अन्य, अधिक रणनीतिक प्राथमिकताओं हैं: खरीद ऑर्डर की प्रक्रिया करना, सूची को पुनर्मिलन करना और पूर्ति निर्णयों को मार्गदर्शन करना। इन कार्यों में अच्छी तरह से परिभाषित इनपुट और आउटपुट होते हैं, और एआई उन्हें विश्वसनीय रूप से पैमाने पर संभाल सकता है।

अब के लिए, मानव पर्यवेक्षण आवश्यक है जहां गलत निर्णय की लागत अधिक है, और प्रणाली अभी तक पर्याप्त संदर्भ नहीं है जिससे यह विश्वास कर सके कि यह निर्णय ले सकता है। आज सही मॉडल पूरी तरह से मानव निर्णय लेने को बदलने वाले स्वायत्त एजेंट नहीं हैं; यह एजेंटों को उच्च-वॉल्यूम, अच्छी तरह से परिभाषित कार्य संभालने देना है ताकि लोग उन निर्णयों पर ध्यान केंद्रित कर सकें जिनके लिए वास्तव में उनकी निर्णय लेने की आवश्यकता होती है।

कई उद्यम अपने मौजूदा सॉफ्टवेयर स्टैक पर एआई की परतें जोड़ने की कोशिश कर रहे हैं। आपके दृष्टिकोण में, विरासत प्रणालियों को एआई के साथ पुनः संगठित करने की तुलना में प्लेटफ़ॉर्म के आधार में एआई का निर्माण क्यों अक्सर कम पड़ जाता है?

विरासत प्रणालियां एआई द्वारा तर्कसंगत होने के लिए नहीं बनाई गई थीं। डेटा मॉडल, एपीआई, जानकारी को संरचित करने का तरीका, सभी मानव इंटरफेस के माध्यम से मानव इंटरैक्शन के लिए डिज़ाइन किए गए थे। जब आप इसके ऊपर एआई की परतें जोड़ने की कोशिश करते हैं, तो आप इसे उन प्रतिबंधों के चारों ओर काम करने के लिए कह रहे हैं जिनके लिए यह डिज़ाइन नहीं किया गया था।

यहां तक कि अगर आप एक एमसीपी सर्वर को ऊपर फेंकने का प्रयास करते हैं, तो वास्तव में, एमसीपी सर्वर को विशिष्ट डिज़ाइन पैटर्न की आवश्यकता होती है। आज अधिकांश एमसीपी सर्वर वास्तव में अधिक संदर्भ विंडो ब्लोट और प्रदर्शन को बढ़ाते हैं।

हालांकि, गहरा मुद्दा कार्यान्वयन मॉडल है। एक पारंपरिक ईआरपी में, प्रणाली की कॉन्फ़िगरेशन स्वयं प्रणाली में संग्रहीत है। यह कोड नहीं है जिसे आप पढ़ सकते हैं, परीक्षण कर सकते हैं या संस्करण कर सकते हैं। एजेंट के लिए प्रणाली को समझने का कोई तरीका नहीं है, छोड़ दें इसे सुरक्षित रूप से बदलने दें। हमने जेडएसएल को विशेष रूप से इसलिए बनाया ताकि कॉन्फ़िगरेशन एक उचित कोडबेस हो: पढ़ने योग्य, परीक्षण योग्य और एक बंद लूप प्रणाली में तैनात किया जा सके। हम एक पूरी तरह से एजेंटिक सॉफ्टवेयर विकास जीवन चक्र (एसडीएलसी) बना रहे हैं। यह एआई के लिए प्रणाली पर कार्य करने के लिए एक पूर्वापेक्ष है, न कि बस इसके ऊपर बैठने के लिए।

एआई व्यवसायिक प्रक्रियाओं और संचालन प्रणालियों के साथ सीधे बातचीत करने में सक्षम होने के साथ, आप अगले दशक में पारंपरिक उद्यम सॉफ्टवेयर इंटरफेस के विकास की कल्पना कैसे करते हैं?

इंटरफ़ेस प्रश्न वास्तव में यह है कि कौन सिस्टम का उपयोग करने की आवश्यकता है। अभी तक, ईआरपी इंटरफ़ेस एक छोटे सेट के शक्तिशाली उपयोगकर्ताओं के आसपास बनाए गए हैं, जो लोग कार्यान्वयन के दौरान प्रणाली पर प्रशिक्षित थे। हर कोई और या तो इसका उपयोग नहीं कर सकता है या इसका एक खराब संस्करण प्राप्त करता है।

जो हम बना रहे हैं वह एक संयोजक यूआई है, जो इंटरफ़ेस को एक वेबसाइट बिल्डर की तरह मानता है। इंटरफ़ेस स्वयं बंद लूप जेडएसएल द्वारा समर्थित है। सीएफओ, वेयरहाउस प्रबंधक, आपूर्ति श्रृंखला विश्लेषक, प्रत्येक को एक डैशबोर्ड और डेटा दृश्य मिलता है जो उनके वास्तविक कार्य के आसपास बनाया गया है, न कि सॉफ्टवेयर की कॉन्फ़िगरेशन के आसपास। जैसा कि एआई अधिक अंतर्निहित वर्कफ़्लो निष्पादन संभालता है, इंटरफ़ेस डेटा एंट्री के बारे में कम हो जाता है और दृश्यता और निर्णय लेने के बारे में अधिक हो जाता है। आपको यह देखने की आवश्यकता है कि क्या हो रहा है, समझें कि क्यों और निर्णय लें। सॉफ्टवेयर बाकी का ख्याल रखेगा।

डॉस जैसे स्टार्टअप दशकों पुराने प्रतिष्ठानों के बाजार में प्रवेश कर रहे हैं। एआई-मूल स्टार्टअप के पास प्रतिष्ठानों के खिलाफ प्रतिस्पर्धा में क्या लाभ हैं?

प्रतिष्ठानों की एक विपरीत समस्या है। उनके पास एक बड़ा स्थापित आधार है जिसे उन्हें संरक्षित करने की आवश्यकता है। प्रत्येक वास्तुकला निर्णय जो वे करते हैं उसे पीछे की ओर संगत होने की आवश्यकता है। वे मौजूदा उत्पादों में एआई सुविधाओं को जोड़ सकते हैं, लेकिन वे उन्हें तोड़े बिना अंतर्निहित प्रणालियों को पुनः बना नहीं सकते हैं। यह महत्वाकांक्षा की विफलता नहीं है; यह संरचनात्मक है।

विशेष रूप से ईआरपी में, वे व्यावसायिक निर्णयों से भी बोझिल हैं जो उन्हें एक ऐसे मार्ग पर ले जाते हैं जहां राजस्व विशिष्ट कार्य से उत्पन्न होता है जिसे डॉस समाप्त करना चाहता है – पेशेवर सेवा परामर्शदाता। दिए गए उपयोगकर्ता नौ डॉलर परामर्शदाताओं पर खर्च करते हैं हर डॉलर के लिए सॉफ्टवेयर पर, 90% स्रोत राजस्व को बदलने की क्षमता बड़े प्रतिष्ठानों के लिए असहनीय है।

एक एआई-मूल प्रणाली को शुरू से ही डिज़ाइन किया जा सकता है ताकि एआई इसके मूल वास्तुकला का हिस्सा हो। कार्यान्वयन मॉडल, डेटा मॉडल और कॉन्फ़िगरेशन का तरीका सभी एआई को एक प्रथम-श्रेणी के प्रतिभागी के रूप में डिज़ाइन किए गए हैं। यह एक सम्पूरक लाभ है जहां प्रत्येक तैनाती प्रणाली को बेहतर बनाती है, और कार्यान्वयन एजेंट प्रत्येक नए ग्राहक के साथ अधिक क्षमता प्राप्त करते हैं। यह सुधार लूप एक ऐसी प्रणाली में मौजूद नहीं है जहां कार्यान्वयन अभी भी एक मानव परामर्श जुड़ाव है।

आगे देखते हुए, आप अगले पांच से दस वर्षों में व्यवसाय के “ऑपरेटिंग सिस्टम” को एआई द्वारा कैसे बदलने की कल्पना करते हैं, विशेष रूप से आपूर्ति श्रृंखला दृश्यता, वास्तविक समय निर्णय लेने और स्वचालित संचालन जैसे क्षेत्रों में?

हमने डॉस की स्थापना इस आश्वासन पर की थी कि उद्यम प्रणालियां स्वयं का निर्माण कर सकती हैं। तीन साल में, हम डॉस के चरण 2 में प्रवेश कर चुके हैं: एजेंटिक स्व-ड्राइविंग कार्यान्वयन। प्लेटफ़ॉर्म मैनुअल परामर्श कॉन्फ़िगरेशन पर निर्भर नहीं होकर ग्राहक की प्रणाली को उत्पन्न, सत्यापित और विकसित करने में सक्षम है।

यह दिशा जिस ओर जा रही है वह एक प्रणाली है जो व्यवसाय के साथ हमेशा तालमेल में रहती है। आज, व्यवसाय के संचालन और सॉफ्टवेयर को जानने के बीच एक अंतर है जो महीनों या वर्षों का है। प्रणाली एक बिंदु पर कॉन्फ़िगर की गई थी और तब से नहीं बदली है। जब यह अंतर बंद हो जाता है, तो जब प्रणाली व्यवसाय के साथ वास्तविक समय में अनुकूलन करती है, तो जो संभव हो जाता है वह एक अलग श्रेणी की संचालन क्षमता है। वास्तविक समय दृश्यता केवल तेजी से रिपोर्टिंग नहीं है; यह एक आपूर्ति व्यवधान को पकड़ने की क्षमता है इससे पहले कि यह एक पूर्ति विफलता बन जाए। स्वचालित संचालन केवल कुशलता के बारे में नहीं है; यह एक जटिल व्यवसाय को एक ही टीम के साथ चलाने की क्षमता है। यह संचालन सॉफ्टवेयर का संस्करण है जिसे हम बनाने की ओर बढ़ रहे हैं।

आपकी विस्तृत प्रतिक्रियाओं के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें डॉस पर जाना चाहिए।