बाबक होदजात, कॉग्निजेंट में चीफ एआई ऑफिसर – इंटरव्यू श्रृंखला

बाबक होदजात, चीफ एआई ऑफिसर एआई रिसर्च लैब्स का नेतृत्व करते हैं, जो एक टीम है जो विकसित कर रही है एआई की स्थिति में सुधार, कॉग्निजेंट की पेशकश में विभेदित एआई सुविधाओं का निर्माण कर रही है और कंपनी की एआई के लिए अच्छी पहल का नेतृत्व कर रही है।

बाबक सेंटिएंट के सह-संस्थापक और सीईओ हैं, जो दुनिया के सबसे बड़े वितरित एआई सिस्टम के पीछे की मूल तकनीक के लिए जिम्मेदार हैं। बाबक सेंटिएंट इन्वेस्टमेंट मैनेजमेंट के संस्थापक भी हैं, जो दुनिया का पहला एआई-संचालित हेज फंड है।

बाबक एक श्रृंखला उद्यमी हैं, जिन्होंने सिलिकॉन वैली में कई कंपनियों की स्थापना की है जैसे मुख्य आविष्कारक और प्रौद्योगिकीविद्। सेंटिएंट की सह-स्थापना से पहले, बाबक सीनबेस आईएनव्हेयर में इंजीनियरिंग के वरिष्ठ निदेशक थे, जहां उन्होंने मोबाइल समाधान इंजीनियरिंग का नेतृत्व किया। सीनबेस से पहले, बाबक डेजिमा इंक के सह-संस्थापक, सीटीओ और बोर्ड सदस्य थे। बाबक डेजिमा की पेटेंटेड, एजेंट-ओरिएंटेड तकनीक के प्राथमिक आविष्कारक हैं, जो मोबाइल और उद्यम कंप्यूटिंग के लिए बुद्धिमान इंटरफेस के लिए लागू होती है – यह तकनीक एप्पल के सिरी के पीछे है।

बाबक ने कृत्रिम जीवन, एजेंट-ओरिएंटेड सॉफ्टवेयर इंजीनियरिंग और वितरित कृत्रिम बुद्धिमत्ता के क्षेत्र में 50 से अधिक पत्र प्रकाशित किए हैं, और उनके नाम पर 39 जारी अमेरिकी पेटेंट हैं। वह प्राकृतिक भाषा प्रसंस्करण, मशीन लर्निंग, विकासवादी एल्गोरिदम और वितरित एआई सहित कई एआई क्षेत्रों में विशेषज्ञ हैं।

कॉग्निजेंट एक वैश्विक पेशेवर सेवा और आईटी परामर्श कंपनी है जो संगठनों को उनके डिजिटल बुनियादी ढांचे को आधुनिक बनाने, एआई, क्लाउड, डेटा और स्वचालन जैसी उभरती प्रौद्योगिकियों को लागू करने और व्यवसाय प्रक्रियाओं को पुनः संरेखित करने में मदद करती है ताकि लचीलापन और विकास को बढ़ावा मिल सके।

आपने कई एआई कंपनियों की स्थापना की है, दो पुस्तकों को लिखा है, और सिरी जैसी प्रौद्योगिकी को प्रभावित करने में मदद की है। पीछे मुड़कर देखते हुए, कौन से व्यक्तिगत अनुभव या मोड़ आपके विश्वास को एआई के रूप में आकार देने में सबसे अधिक प्रभाव डालते हैं कि यह वास्तविक दुनिया के प्रभाव के लिए एक उपकरण है?

मेरी एआई के साथ जुड़ाव शुरुआती दिनों से ही रहा है और तब से यह और भी मजबूत हुआ है। कुछ प्रमुख मोड़ थे जिनमें डेजिमा में एजेंट-आधारित प्रणालियों का निर्माण शामिल था, जो उपभोक्ता सामान जैसे आपके वीसीआर के लिए प्रोग्रामिंग के लिए थी, सेंटिएंट प्रौद्योगिकियों में काम किया, जिसने जटिल समस्याओं जैसे वित्तीय व्यापार पर एआई को लागू किया, और सिरी के लिए प्राकृतिक भाषा प्रौद्योगिकी विकसित की, जो भी एजेंट-आधारित थी।

इन वास्तविक दुनिया के अनुप्रयोगों ने मुझे दिखाया कि एआई सैद्धांतिक निर्माण से परे जा सकता है और वास्तविक व्यावसायिक मूल्य प्रदान कर सकता है। हम अब एआई प्रौद्योगिकियों के व्यावसायीकरण के लिए एक विस्फोटक अवधि में प्रवेश कर रहे हैं, विशेष रूप से बहु-एजेंट प्रणालियों के साथ जो उद्यमों के संचालन को पूरी तरह से बदल देंगी और जटिल कार्यों के स्वचालन को सक्षम करेंगी।

आइए आपके नवीनतम परियोजना—टेक्सास विश्वविद्यालय के साथ विकसित भूमि-उपयोग योजना के लिए एआई-संचालित प्रणाली पर चर्चा करें—इसके विकास के लिए क्या प्रेरणा थी, और यह सैद्धांतिक एआई से वास्तविक दुनिया की नीति प्रभाव में कैसे बदलाव का प्रतिनिधित्व करता है?

टेक्सास विश्वविद्यालय के साथ संयुक्त रूप से विकसित की गई भूमि-उपयोग योजना के लिए एआई प्रणाली वैश्विक भूमि उपयोग में जटिल पर्यावरणीय और आर्थिक व्यापार-बंद को संबोधित करने की आवश्यकता से प्रेरित थी। मशीन-लर्निंग संचालित फ्रेमवर्क कॉग्निजेंट न्यूरो एआई डिसीजनिंग के पीछे की तकनीक का उपयोग करता है और प्रोजेक्ट रेजिलिएंस प्लेटफॉर्म पर बनाया गया है।

हमारी संयुक्त अनुसंधान टीम ने संयुक्त राष्ट्र के सतत विकास लक्ष्यों को प्राप्त करने में मदद करने के लिए एक उपकरण बनाने का लक्ष्य रखा जो कार्बन भंडारण को अधिकतम करने, आर्थिक व्यवधानों को कम करने और खाद्य आपूर्ति और आवासों को संरक्षित करने के लिए भूमि उपयोग को अनुकूलित कर सकता है। पारंपरिक दृष्टिकोण अक्सर स्थान-विशिष्ट प्रभावों जैसे कि फसल भूमि या घास के मैदान को वन में परिवर्तित करने की उपेक्षा करते हैं। हमने एक अलग मार्ग अपनाया जिसने विकासवादी एआई का लाभ उठाया, जो प्राकृतिक चयन से प्रेरित एक गणना दृष्टिकोण है। यह हजारों नीति परिदृश्यों का अन्वेषण करने के लिए डिज़ाइन किया गया था, प्रत्येक का परीक्षण वास्तविक जलवायु और भूमि डेटा के सिम्युलेटेड वातावरण में किया गया था, और प्रत्येक पीढ़ी में प्रतिस्पर्धी उद्देश्यों के लिए अधिक प्रभावी और संदर्भ-संवेदनशील भूमि-उपयोग रणनीतियों के लिए सुधार और संतुलन किया गया था।

प्रणाली सैद्धांतिक एआई अवधारणा से वास्तविक दुनिया के नीति प्रभाव में एक महत्वपूर्ण बदलाव का प्रतिनिधित्व करती है। यह ऐतिहासिक भूमि उपयोग डेटा को एकत्रित करती है जो सदियों पुरानी है और कार्बन डेटा के साथ जटिल विकासवादी एल्गोरिदम प्रदान करती है ताकि कार्रवाई योग्य, अनुकूलित सिफारिशें प्रदान की जा सकें न कि अमूर्त भविष्यवाणियां।

अलग से, हमने एक इंटरैक्टिव टूल भी बनाया है जो एन-रोड्स सिम्युलेटर का उपयोग करके जलवायु नीति परिदृश्यों का उत्पादन और मूल्यांकन करता है, जिससे निर्णय लेने वालों को कार्रवाई योजनाओं की तुलना और अनुकूलन करने में मदद मिलती है। प्रणाली विधायकों और निर्णय लेने वालों को नीति प्रोत्साहनों का अनुकरण करने और सीधे व्यापार-बंद को समझने में मदद करती है, जिससे उन्हें लक्षित, कुशल हस्तक्षेप चुनने में मदद मिलती है। प्रणाली का क्लाइमेट इंटरएक्टिव के एन-रोड्स सिम्युलेटर जैसे प्लेटफार्मों के साथ एकीकरण एआई-संचालित जलवायु नीति अनुकूलन को व्यापक दर्शकों तक बढ़ाने को उजागर करता है, जो वास्तविक दुनिया की स्थिरता चुनौतियों से निपटने में एआई को एक व्यावहारिक साथी के रूप में प्रदर्शित करता है।

एक उपयोगकर्ता के दृष्टिकोण से, टूल कैसे काम करता है? यह किस प्रकार के निर्णयों का समर्थन कर सकता है, और यह विभिन्न क्षेत्रों के लिए अनुकूलित सिफारिशें कैसे प्रदान करता है?

एक उपयोगकर्ता के दृष्टिकोण से, एआई-संचालित टूल एक इंटरैक्टिव निर्णय-समर्थन मंच के रूप में कार्य करता है जो एक गतिशील, डेटा-संचालित वातावरण में स्मार्ट निर्णय लेने में मदद करता है।

नीति निर्माता, विधायक और अन्य हितधारक विभिन्न भूमि-उपयोग रणनीतियों और उनके पर्यावरणीय और आर्थिक प्रभावों का अन्वेषण कर सकते हैं। उपयोगकर्ता प्रोत्साहनों का अनुकरण कर सकते हैं – जैसे कि भूमि मालिकों के लिए कर क्रेडिट – और देख सकते हैं कि वे कार्बन में कमी लाने के लिए भूमि उपयोग परिवर्तनों को कैसे प्रभावित कर सकते हैं।

यह विभिन्न क्षेत्रों के लिए निर्णयों का समर्थन करता है। उदाहरण के लिए, यह बता सकता है कि कार्बन में कमी लाने के लिए भूमि परिवर्तन कहां करना है, कितनी भूमि को परिवर्तित करना है (जैसे खेती की भूमि को वन में बदलना), और विभिन्न भूमि नीतियों के फायदे और नुकसान क्या हैं। विभिन्न क्षेत्रों के लिए अनुकूलित सलाह देने के लिए, यह वैश्विक भूमि उपयोग के इतिहास और कार्बन डेटा को देखता है ताकि विभिन्न क्षेत्रों के लिए अलग-अलग दृष्टिकोण सुझाया जा सके। यह क्षेत्र-विशिष्ट विशेषताओं जैसे अक्षांश और भूमि प्रकार के लिए भी खाता है।

एआई-संचालित टूल एक उपयोगकर्ता-मित्री इंटरफेस प्रदान करता है जो नीति निर्माताओं और विधायकों को विभिन्न व्यापार-बंद के साथ प्रयोग करने में मदद करता है।

विकासवादी एआई को इस परियोजना के पीछे “गुप्त सॉस” के रूप में वर्णित किया गया है। यह दृष्टिकोण व्यवहार में कैसे काम करता है, और यह जटिल पर्यावरणीय और नीति चुनौतियों का समाधान करने के लिए इतना प्रभावी क्यों है?

विकासवादी एआई की अवधारणा जीव विज्ञान में प्राकृतिक चयन से प्रेरित है। भूमि-उपयोग योजना के संदर्भ में, यह जटिल पर्यावरणीय समस्याओं के लिए चतुर समाधान खोजने के लिए प्राकृतिक विकास की नकल करता है।

इसके बजाय कि идеल भूमि-उपयोग नीतियों को आगे से प्रोग्राम किया जाए, विकासवादी एआई दृष्टिकोण विभिन्न नीति मॉडल बनाता है और उन्हें वास्तविक जलवायु और भूमि डेटा के सिम्युलेटेड वातावरण में परीक्षण करता है। यह सर्वश्रेष्ठ प्रदर्शन करने वाली नीतियों को बनाए रखता है और उन्हें “प्रजनन” करता है, उनमें उत्परिवर्तन जोड़ता है ताकि अप्रत्याशित समाधानों की खोज की जा सके। यह प्रक्रिया कई पीढ़ियों तक दोहराई जाती है, जिसमें खराब प्रदर्शन करने वालों को हटा दिया जाता है और सबसे अच्छे को चुना जाता है।

यह पर्यावरणीय चुनौतियों के लिए अच्छा काम करता है क्योंकि यह कई चरों जैसे मिट्टी के प्रकार, जलवायु स्थितियों और आर्थिक कारकों से अभिभूत नहीं होता है।

भूमि-उपयोग नीति में अक्सर प्रतिस्पर्धी लक्ष्य शामिल होते हैं – आर्थिक विकास, कार्बन कमी, खाद्य सुरक्षा। आपकी प्रणाली इन व्यापार-बंद को कैसे संभालती है, और अब तक क्या अप्रत्याशित अंतर्दृष्टि सामने आई हैं?

हमारी एआई प्रणाली विशेष रूप से प्रतिस्पर्धी लक्ष्यों जैसे आर्थिक विकास, कार्बन कमी और खाद्य सुरक्षा को संभालने के लिए बनाई गई थी। यह पारेटो फ्रंट्स (एक इंजीनियरिंग अवधारणा जो बहु-उद्देश्य अनुकूलन में उपयोग की जाती है) का उत्पादन करता है जो विभिन्न स्थानों के लिए कार्बन प्रभाव और भूमि-उपयोग परिवर्तन के बीच व्यापार-बंद को संतुलित करता है।

शोध टीम ने कई अप्रत्याशित अंतर्दृष्टि का सामना किया। उदाहरण के लिए, जबकि पारंपरिक ज्ञान वनों को कार्बन भंडारण में अच्छा मानता है, एआई ने हर जगह वन आवरण को बढ़ाने की सिफारिश नहीं की। इसके बजाय, यह बताया कि रेंजलैंड जैसे रेगिस्तान और घास के मैदान को वन में परिवर्तित करना फसल भूमि को वन में परिवर्तित करने जितना प्रभावी नहीं है। भौगोलिक स्थान भी महत्वपूर्ण साबित हुआ। समान भूमि-उपयोग परिवर्तन विभिन्न अक्षांशों पर अलग-अलग परिणाम देते हैं।

प्राथमिकता एआई की सबसे व्यावहारिक अंतर्दृष्टि में से एक थी। इसके बजाय कि प्रयासों को समान रूप से फैलाया जाए, यह सुझाव दिया कि मुख्य भूमि-उपयोग परिवर्तनों को रणनीतिक स्थानों में केंद्रित किया जाना चाहिए जहां वे सबसे बड़ा प्रभाव डालेंगे।

प्रोजेक्ट रेजिलिएंस का उद्देश्य इस प्रकार की एआई उपयोगिता को स्थायित्व के अलावा ऊर्जा, स्वास्थ्य और यहां तक कि महामारी प्रतिक्रिया जैसे टिकाऊ विकास लक्ष्यों को संबोधित करने के लिए स्केल करना है। आपको इस मंच को विभिन्न क्षेत्रों में विस्तारित करने की क्षमता के बारे में क्या उत्साहित करता है?

मुझे सबसे ज्यादा उत्साह इस बात का है कि हम दिखा रहे हैं कि एआई को एक सहयोगी, सुलभ और अनुकूलनीय तरीके से बनाना बड़े वैश्विक चुनौतियों के लिए शक्तिशाली समाधानों को जन्म दे सकता है। प्रोजेक्ट रेजिलिएंस प्लेटफॉर्म इन तीन सिद्धांतों को कार्रवाई में लाने का एक उपयुक्त उदाहरण है। निर्णय लेने वाले, डेटा वैज्ञानिक और जनता एआई टूल विकसित करने और महत्वपूर्ण प्रभाव के लिए अधिक सूचित निर्णय लेने में शामिल हो सकते हैं। हम पाठकों को यहां योगदानकर्ता बनने के लिए आमंत्रित करते हैं।

कॉग्निजेंट की एआई लैब अब एक प्रमुख नवाचार ड्राइवर है, जिसमें दर्जनों पेटेंट और एक अरब डॉलर का निवेश रणनीति है। इस प्रकार की पहल आपकी व्यावसायिक एआई के लिए व्यापक रोडमैप में कैसे फिट होती है?

भूमि-उपयोग एआई पहल कॉग्निजेंट में व्यावसायिक एआई के लिए हमारे दृष्टिकोण के साथ पूरी तरह से संरेखित है, जो जटिल वास्तविक दुनिया की समस्याओं का समाधान करने पर केंद्रित है। विकासवादी एआई जैसी दृष्टि व्यावसायिक और नीतिगत निर्णयों में अक्सर पाए जाने वाले जटिल व्यापार-बंद को संभालने में मदद कर सकती है। जलवायु चुनौतियों का समाधान करने के लिए एक दृष्टिकोण जो आर्थिक, सामाजिक और पर्यावरणीय कारकों के बीच संतुलन बनाता है, यह दिखाता है कि एआई व्यावहारिक मूल्य प्रदान कर सकता है और प्रतिस्पर्धी प्राथमिकताओं का प्रबंधन कर सकता है।

काम मानव निर्णय लेने को बढ़ाने वाली एआई के लिए हमारे दृष्टिकोण को भी प्रतिबिंबित करता है, न कि इसे बदलने के लिए।

आपने स्टार्टअप्स और उद्यमों में एआई प्रयासों का नेतृत्व किया है। तकनीकों जैसे विकासवादी एआई को सुनिश्चित करने के लिए सरकार और उद्योग के हितधारकों के लिए समझने योग्य और कार्रवाई योग्य बनाने का मुख्य कुंजी क्या है?

विकासवादी एआई की सबसे बड़ी ताकत यह है कि यह न केवल ऑप्टिमल समाधान निर्धारित करने का प्रयास करता है, बल्कि विकल्प वैकल्पिक रणनीतियों को प्रकट करता है जो हितधारकों को यह समझने में मदद करता है कि क्या संभव है।

एआई और डेटा को निर्णय लेने की सेवा में होना चाहिए, न कि केवल रिपोर्ट और भविष्यवाणियां प्रदान करना चाहिए। निर्णय लेने वाले विश्लेषण से डूबे हुए हैं और जटिल विकल्पों का सामना कर रहे हैं। हमें अपना ध्यान केवल अंतर्दृष्टि और भविष्यवाणियों की पेशकश से बदलने की आवश्यकता है और इंटरैक्टिव निर्णय-समर्थन प्रणालियों का निर्माण करने की आवश्यकता है जो उपलब्ध डेटा के आधार पर निर्देशित समाधान प्रदान करती हैं। यह आपको जटिलता को नेविगेट करने और परिस्थितियों के रूप में विकसित होने वाले बेहतर निर्णय लेने में सक्षम बनाता है।

आगे देखते हुए, आपको लगता है कि विकासवादी एआई के लिए सबसे बड़े अवसर कहां हैं – संक्रामक रोग नियंत्रण, अक्षय ऊर्जा योजना, या कुछ और पूरी तरह से?

संक्रामक रोग, अक्षय ऊर्जा और खाद्य असुरक्षा सभी ऐसे क्षेत्र हैं जहां विकासवादी एआई प्रभाव डाल सकता है। कोविड-19 युग की एक पहल पर काम करने से पता चलता है कि इसकी क्षमता क्या है। प्रोजेक्ट रेजिलिएंस के माध्यम से, हमने महामारी के दमन और आर्थिक स्थिरता के लिए अनुकूलन करने वाली प्रणालियों का निर्माण किया, जिससे आइसलैंड जैसी सरकारों को स्कूल खोलने जैसे डेटा-संचालित निर्णय लेने में मदद मिली।

विकासवादी एआई की शक्ति यह है कि यह हजारों नीति संयोजनों का अनुकरण कर सकता है, जो काम करता है उसे बनाए रख सकता है और जो नहीं करता है उसे त्याग सकता है। और यह केवल सैद्धांतिक नहीं है। हम इंटरैक्टिव टूल बना रहे हैं जो इस क्षमता को वास्तविक निर्णय लेने वालों के हाथों में रखते हैं।

एआई क्षेत्र में दशकों के अनुभव के साथ, आपने उत्साह चक्रों को आते और जाते देखा है। आपको क्या विश्वास दिलाता है कि वर्तमान लहर – विशेष रूप से ऐसे उपकरण – अंततः एआई के वादे को पूरा करने के लिए तैयार है जो समाज में सुधार ला सकता है?

एआई का वादा पूरा करने के लिए वास्तविक प्रगति तब होती है जब हम उत्साह चक्र से परे जाते हैं और उन क्षेत्रों में प्रणालियों का निर्माण करते हैं जो मानव निर्णय लेने को बढ़ाते हैं, जिसमें स्थिरता शामिल है। यही एआई का वास्तविक परीक्षण है कि क्या यह अपने वादे को पूरा कर रहा है: वास्तविक दुनिया की समस्याओं पर इसका मापनीय प्रभाव।

मैंने जो लगातार देखा है वह यह है कि प्रौद्योगिकी की प्रगति उत्साहित क्षणों की तुलना में अनुमानित पैटर्न के माध्यम से होती है, जैसे कि अनुकूलन और लोकतंत्रीकरण के माध्यम से। देखें कि कंप्यूटिंग का इतिहास कैसे आगे बढ़ा – हम कमरे के आकार के कंप्यूटरों से शक्तिशाली घड़ियों तक गए, निरंतर परिष्करण के माध्यम से, न कि एक नाटकीय छलांग के माध्यम से।

मुझे विश्वास है कि हम एक ऐसे बिंदु पर हैं जहां प्रौद्योगिकी वास्तव में समाज में सुधार ला सकती है। आगे का मार्ग व्यावहारिक अनुप्रयोगों के माध्यम से है जो वास्तविक मानव समस्याओं का समाधान करते हैं, जैसे कि हमारा भूमि-उपयोग कार्य जो कार्बन में कमी लाने के साथ-साथ अन्य लक्ष्यों को संतुलित करता है। यही एआई को अपना वादा पूरा करने देता है: हमारी सबसे चुनौतीपूर्ण समस्याओं पर इसका मापनीय प्रभाव।

कॉग्निजेंट ने हाल ही में दुनिया के सबसे बड़े वाइब कोडिंग इवेंट के लिए गिनीज वर्ल्ड रिकॉर्ड स्थापित किया, जिसमें 40 देशों में 53,000 से अधिक कर्मचारियों ने भाग लिया और 30,000 से अधिक प्रोटोटाइप उत्पन्न किए। आपके दृष्टिकोण से, यह वाइब कोडिंग की भूमिका के बारे में क्या कहता है बड़े संगठनों में एआई फ्लूएंसी को लोकतंत्रित करने में?

वाइब कोडिंग इवेंट का पैमाना और प्रभाव यह दर्शाता है कि यह दृष्टिकोण बड़े संगठनों में एआई फ्लूएंसी को लोकतंत्रित करने में कितना परिवर्तनकारी हो सकता है। 40% से अधिक भागीदार गैर-कोडर थे, और 20% ने पहले कोड लिखा था। यह बताता है कि वाइब कोडिंग एआई को एक विकसित कार्यबल के लिए खोलने के बारे में है, न कि केवल कोडिंग विशेषज्ञता को कम करने के बारे में। हमने एक मल्टी-एजेंट एआई सिस्टम का भी उपयोग किया जो केवल एक दिन में 30,000 प्रोटोटाइप प्रविष्टियों का मूल्यांकन कर सकता है, जो मानव टीम को एक पूरे वर्ष लगेगा।

वाइब कोडिंग के माध्यम से, हम एआई फ्लूएंसी को एक विशेषज्ञता से एक साझा संगठनात्मक क्षमता में बदलने की दिशा में काम कर रहे हैं। अनुभवी डेवलपर्स के लिए, यह उन्हें अधिक मूल्यवर्धक कार्य पर ध्यान केंद्रित करने की अनुमति देता है जो व्यवसाय मूल्य को बढ़ाता है। व्यक्तिगत रूप से, मैं यह देखकर आश्चर्यचकित था कि मैं कैसे एक जटिल एल्गोरिदम को प्स्यूडो-कोड से एक कार्यशील अनुप्रयोग में जल्दी से अनुवाद कर सकता हूं, जिससे मुझे पूरी तरह से रचनात्मक और रणनीतिक पहलुओं पर ध्यान केंद्रित करने की स्वतंत्रता मिली।

वाइब कोडिंग के माध्यम से हाथों-हाथ प्रयोग को कम बाधाओं और एआई के साथ सहयोग को सक्षम करके, हम एआई फ्लूएंसी को एक विशिष्ट कौशल से एक साझा संगठनात्मक क्षमता में बदलने की दिशा में काम कर रहे हैं। संगठनों के लिए, वाइब कोडिंग रचनात्मकता को तेज करता है, बाधाओं को दूर करता है, और एक पूरे कार्यबल की सामूहिक बुद्धिमत्ता को एक अभूतपूर्व पैमाने पर अनलॉक करता है।

पैमाने से परे, वाइब कोडिंग पहल के सबसे अर्थपूर्ण परिणाम क्या थे? क्या आप इसे एक ऐसे टेम्पलेट के रूप में देखते हैं जिसे उद्यम एआई कौशल और नवाचार को वैश्विक स्तर पर प्रोत्साहित करने के लिए दोहरा सकते हैं?

वाइब कोडिंग पहल का वास्तविक प्रभाव हमारे संगठन भर में उत्साह था, जिसमें एचआर, बिक्री, इंजीनियरिंग, वित्त, कानून, विपणन, और अधिक जैसे विभिन्न विभागों के कर्मचारी एआई को अपना रहे थे और भाग ले रहे थे। उनके विचार, जो गहरे डोमेन ज्ञान और व्यावहारिक व्यवसाय अंतर्दृष्टि में निहित थे, हजारों प्रोटोटाइप को जन्म दिया जो अन्यथा सामने नहीं आए होंगे।

30,000 से अधिक अद्वितीय परियोजनाओं के साथ, हम एआई अर्थव्यवस्था के लिए गति सेट कर रहे हैं, जहां हर किसी के पास एआई के साथ नवाचार करने के लिए उपकरण हैं। साथ ही, हम कॉग्निजेंट के भीतर और हमारे ग्राहकों की उद्योगों में एआई साक्षरता को बढ़ावा देने और उनके कार्यबल को अधिक एआई-संचालित बनाने की दिशा में काम कर रहे हैं।

हम绝對 इस पहल को दूसरे संगठनों द्वारा दोहराने योग्य मानते हैं। कॉग्निजेंट के पास जाने के लिए पाठकों को आमंत्रित करते हैं ताकि वे अधिक जान सकें।

धन्यवाद महान साक्षात्कार के लिए, पाठक जो अधिक जानना चाहते हैं उन्हें कॉग्निजेंट पर जाना चाहिए。