संदर्भ: एजेंटिक एआई के लिए भरोसेमंद डेटा आधार तैयार करना

हम कैसे संवाद करते हैं, इसमें संदर्भ की अहम भूमिका होती है। संदर्भ से काटकर कही गई बातों का अर्थ इच्छित अर्थ के ठीक उलट लग सकता है। किसी व्यक्ति से संदर्भ से अलग मिलें, तो उसे पहचानने में हमें कठिनाई हो सकती है। संदर्भ वह जोड़ने वाली कड़ी है जो मानवीय रिश्तों को आपस में बाँधती है और सामाजिक मेलजोल में अर्थ खोजने में हमारी मदद करती है।

एआई एजेंटों के मामले में भी यही बात लागू होती है। संदर्भ ही एजेंटों को अस्पष्टता दूर करने में सक्षम बनाता है—उदाहरण के लिए, Apple (प्रौद्योगिकी कंपनी), Apple (रिकॉर्ड लेबल) और सेब (फल) के बीच अंतर पहचानने में।

यह अस्पष्टता दूर करना बेहद ज़रूरी है, क्योंकि एंटरप्राइज़ एआई बिजली की तेज़ी से निर्णय लेता है और कार्रवाई करता है—लेन-देन पर निशान लगाता है, ऋण मंज़ूर करता है और अलर्ट जारी करता है। अगर एजेंट अपने कार्यप्रवाह में शामिल इकाइयों को नहीं समझेंगे, तो वे कार्रवाई करते रहेंगे, लेकिन यह तय है कि उनसे गलतियाँ होंगी।

कुछ अनुमानों के अनुसार,इस वर्ष के अंत तक किसी बड़ी कंपनी में अधिकतम 1,600 एजेंट हो सकते हैं। ऐसे में ये गलतियाँ तेज़ी से बड़े पैमाने पर होने लगेंगी।

डिजिटल पहचान का समाधान करने की जटिलताएँ

एजेंटिक एआई को लेकर उत्साह वाजिब है, लेकिन जब तक एजेंट अपने डेटासेट में शामिल इकाइयों को सही मायने में नहीं समझ पाते, तब तक हम रेत पर महल बनाने का जोखिम उठाते हैं।

इस समस्या का हल निकालना आसान नहीं है। उदाहरण के लिए, एक ही ग्राहक का नाम अलग-अलग एंटरप्राइज़ डेटाबेस में अलग-अलग तरीकों से दर्ज हो सकता है (J. Bloggs, Jane Bloggs, Bloggs आदि)। इसी तरह, किसी एक कॉर्पोरेट इकाई को उसकी कई सहायक कंपनियों के डेटाबेस में अलग-अलग इकाई के रूप में चिह्नित किया जा सकता है। एजेंट कैसे जानें कि ये दिखने में अलग-अलग इकाइयाँ वास्तव में एक ही प्रोफ़ाइल से जुड़ी हैं?

फिलहाल, वे अक्सर ऐसा नहीं कर पाते। इसकी वजह एजेंटों के निर्माण का तरीका है। मूल रूप से, एजेंट एक ऐसी प्रणाली है जो इनपुट लेती है और आउटपुट देती है। लेकिन एजेंटों को वास्तव में कितना डेटा देना चाहिए? शोध से पता चलता है कि बहुत लंबी संदर्भ विंडो एजेंटों से मनगढ़ंत बातें कहलवाती हैं। इसके उलट, डेटा बहुत कम दें, तो एजेंट पूरे विश्वास के साथ निर्णय लेकर गलत जानकारी के आधार पर कार्रवाई करेगा। कंपनियों को इस मामले में संतुलन साधना होगा और प्रणाली की ज़रूरत के मुताबिक ही संदर्भ देना होगा—न उससे अधिक, न कम।

डेटा एकीकरण अहम है

डेटा की मात्रा इस चुनौती का केवल एक पहलू है। कंपनियों को डेटा की गुणवत्ता और एकीकरण पर भी ध्यान देना होगा। खराब संदर्भ का कारण डेटा का ठीक से आपस में न जुड़ा होना है। जब किसी निर्णय पर पहुँचने के लिए एजेंट को जिस डेटा की ज़रूरत होती है, वह अलग-अलग डेटाबेस, ऐप और व्यावसायिक इकाइयों में बिखरा होता है, तो वह मनगढ़ंत नतीजे दे सकता है। व्यावसायिक संदर्भ का लगभग 80-90% हिस्सा अलग-अलग और असंरचित फ़ाइलों में मौजूद होता है, जो आपस में न जुड़े सिस्टमों में फैली रहती हैं। इस जानकारी तक पहुँच न होने पर, एआई के नतीजे अधूरी धारणाओं पर आधारित होंगे।

इन तमाम समस्याओं के बावजूद, एआई एजेंटों को तेज़ी से तैनात किया जा रहा है। यदि कारोबारी नेता अपने एजेंटों पर सटीक निर्णय लेने और सही ढंग से काम करने के लिए भरोसा नहीं कर सकते, तो उन्हें अन्यथा जितनी ज़रूरत होती, उससे कहीं अधिक मानवीय निगरानी में निवेश करना होगा। स्वायत्त और अत्यधिक कुशल एजेंटों के बजाय, जिनकी कंपनियों को उम्मीद थी, उन्हें ऐसे अविश्वसनीय उपकरण मिलेंगे जिन पर लगातार नज़र रखनी पड़ेगी। दूसरा विकल्प है कारोबारी जोखिम और अनुपालन तथा कानूनी टीमों के काम का बोझ बढ़ाना।

संदर्भ के लिए डेटा आधार तैयार करना

तो क्या करना होगा? एजेंटों को सटीक और सत्यापित डेटा आधार देना इसका मुख्य उपाय है। यह आधार आंतरिक और बाहरी स्रोतों में बिखरे डेटा को एक जगह जोड़ता है और संरचित तथा असंरचित डेटा—दोनों पर एकसमान शासन लागू करता है। इसके बाद, इसमें संदर्भ जोड़ा जाता है, ताकि एआई को दिया जाने वाला डेटा अलग-थलग रिकॉर्ड के बजाय वास्तविक दुनिया के संबंधों को दर्शाए। इससे एजेंट किसी व्यक्ति को उसके अन्य नामों से या किसी सहायक कंपनी को उसकी मूल कंपनी से जोड़ पाते हैं।

संदर्भ-आधार तैयार होने पर, एआई-संचालित परिचालन अधिक सटीक और समझाने योग्य हो जाता है तथा भरोसे के साथ निर्णय लेने में मदद करता है। कंपनियाँ अपने एजेंटों पर भरोसा कर सकती हैं, बजाय इसके कि उन्हें लगातार निगरानी में रखें। इससे उन्हें अत्यधिक निगरानी की ज़रूरत के बिना एजेंटिक स्वचालन का पूरा लाभ मिलता है।

तकनीकी दृष्टि से, संदर्भ दो क्षमताओं के ज़रिए हासिल किया जाता है। पहली है इकाई समाधान। इसके तहत उन रिकॉर्डों को जोड़ा जाता है जो एक ही इकाई से जुड़े हों, लेकिन जिनके संदर्भ अलग-अलग सिस्टमों और डेटा प्रकारों में बिखरे हों। लोगों, संगठनों और संपत्तियों का एकल और विश्वसनीय दृश्य तैयार करने के लिए रिकॉर्डों में सामंजस्य बैठाया जाता है। इससे दोहराव और अस्पष्टता की समस्या हल होती है, जो अक्सर डेटा की गुणवत्ता को कमज़ोर करती है और एआई के गलत नतीजों का कारण बनती है।

दूसरी क्षमता है नॉलेज ग्राफ़। ये इकाइयों के बीच संबंधों का मॉडल बनाकर संदर्भ जोड़ते हैं: ग्राहक खातों से कैसे जुड़े हैं, लेन-देन का व्यवहार से क्या संबंध है और जोखिम नेटवर्क में कैसे फैलते हैं। इकाई समाधान के साथ मिलकर, नॉलेज ग्राफ़ डेटा का ऐसा सटीक चित्र बनाते हैं जो वास्तविक दुनिया की स्थिति दर्शाता है और एआई एजेंटों को बड़े पैमाने पर सफलतापूर्वक काम करने के लिए ज़रूरी आधार देता है।

एजेंटिक एआई से परे के लाभ

बेशक, उद्यमों में डेटा का उपयोग करने वाले केवल AI एजेंट ही नहीं हैं। संदर्भ-आधारित डेटा का आधार यह सुनिश्चित करता है कि परिचालन कर्मचारी, अनुपालन टीमें, व्यावसायिक विश्लेषक, मानव संसाधन टीमें और डेटा का उपयोग करने वाले अन्य सभी लोग भी दुनिया की एकीकृत और सटीक तस्वीर से समान रूप से लाभान्वित हों। 

बदले में, इससे ग्राहक अनुभव बेहतर हो सकता है। उदाहरण के लिए, अगर कोई व्यवसाय एक ही ग्राहक की कई प्रोफ़ाइल रखता है, तो अलग-अलग टीमें उस ग्राहक से कई बार संपर्क कर सकती हैं। कम से कम इतना तो है कि ऐसे अनुभव ग्राहकों को परेशान कर सकते हैं। संदर्भ-समृद्ध डेटा ग्राहक अनुभव को बेहतर बनाता है, क्योंकि इससे संगठनों को अपने ग्राहकों को अधिक समग्र रूप से समझने और यह सुनिश्चित करने में मदद मिलती है कि उनसे सही तरीके से जुड़ा जाए। अंततः, यह अधिक मानवीय दृष्टिकोण है, जो व्यवसायों का समय और पैसा बचा सकता है। 

AI को ईमानदार बनाए रखना

Gartner का अनुमान है कि इस वर्ष उद्यम ऐप्स में से 40% में कार्य-विशिष्ट AI एजेंट होंगे, जबकि 2025 में यह आंकड़ा 5% से कम था। एजेंटिक AI का दौर हमारे सामने है। 

हालाँकि, एजेंटिक AI कार्यप्रवाहों के पूरे लाभ इस तकनीक में निवेश करने वाले सभी लोगों को समान रूप से नहीं मिलेंगे। जो संगठन एकीकृत और संदर्भ-समृद्ध डेटा का आधार सुनिश्चित करके इसकी नींव तैयार करेंगे, वे AI के नतीजों पर भरोसा कर सकेंगे और तेज़ी से बड़े पैमाने पर काम शुरू कर सकेंगे। बाकी संगठन अपने नए सिस्टम की लगातार निगरानी और देखरेख में समय और मेहनत बर्बाद करेंगे। इसलिए सफलता इस बात पर निर्भर करती है कि एजेंटिक तकनीकी ढाँचे में पहले ही दिन से एक जीवंत संदर्भ परत को शामिल किया जाए।