क्यों एआई निवेश रणनीतियाँ उद्यमों को पीछे धकेल रही हैं

उद्यम एआई ने एक अजीब चरण में प्रवेश किया है। एक तरह से यह एक अजीब किशोर की तरह है, जिसमें महत्वाकांक्षा है, प्रौद्योगिकी परिपक्व हो रही है, लेकिन अर्थपूर्ण पैमाने पर अभी भी दुर्लभ है। कई संगठन अभी भी पायलट मोड में फंसे हुए हैं, जो उपयोग के मामलों को चक्र में डाले बिना एआई को व्यवसाय में गहराई से शामिल नहीं कर पा रहे हैं।

वास्तविकता यह है कि समस्या उपकरण या मॉडल की पसंद से गहरी है। यह एआई के वित्तपोषण, शासन और प्राथमिकता में निहित है जो संगठन स्तर पर होता है।

क्यों परियोजना-आधारित एआई एक छत को मार रहा है

वर्षों से, उद्यम प्रौद्योगिकी निवेश एक पूर्वानुमानित पैटर्न का पालन करता है: एक उपयोग का मामला परिभाषित करें, एक बजट निर्दिष्ट करें, परियोजना वितरित करें, और फिर आगे बढ़ें। यह दृष्टिकोण स्पष्टता और नियंत्रण प्रदान करता है, जो यही कारण है कि यह इतने लंबे समय तक चला है।

एआई हालांकि इस संरचना में आसानी से फिट नहीं होता है। एक ही तैनाती शायद ही कभी एक ही कार्य के भीतर सीमित रहती है; यह जल्द ही कार्य प्रवाह, टीमों और निर्णयों में फैल जाती है। जो एक संकीर्ण प्रयोग के रूप में शुरू होता है अक्सर कुछ और व्यापक में विकसित हो जाता है, जिसमें निर्भरताएं होती हैं जो शुरुआत में दिखाई नहीं देती थीं।

एआई को अलग-अलग पहलों की श्रृंखला के रूप में मानने से घर्षण पैदा होता है। टीमें प्रयास को दोहराती हैं, डेटा पाइपलाइन्स को स्क्रैच से फिर से बनाया जाता है, और शासन असंगत हो जाता है। प्रगति होती है, लेकिन यह असमान और बनाए रखना मुश्किल होता है।

वे संगठन जो इस पैटर्न से परे जाते हैं और अधिक तेजी से सफल होते हैं, वे एक अलग मानसिकता को अपनाते हैं। वे एआई को एक निरंतर क्षमता के रूप में वित्तपोषित करते हैं, जिसमें समर्पित स्वामित्व, निरंतर निवेश और व्यापक व्यवसाय की सेवा करने के लिए एक स्पष्ट जनादेश होता है।

एआई व्यवसाय मामलों में सबसे अधिक निवेश छोड़ देता है

प्रारंभिक व्यवसाय मामलों में अक्सर मॉडल लागत और अपेक्षित उत्पादकता लाभ पर ध्यान केंद्रित किया जाता है। और कोई आश्चर्य नहीं, क्योंकि वे सबसे आसान तत्व हैं जिन्हें मात्रा निर्धारित की जा सकती है, जो बातचीत को प्रभावित करते हैं।

वास्तविकता अधिक जटिल है। मॉडल के आसपास की परतें सबसे बड़े निवेश हैं, और वे यह निर्धारित करते हैं कि एआई व्यावहारिक रूप से मूल्य प्रदान करता है या नहीं।

बुनियादी ढांचा पहला दबाव बिंदु है। वास्तविक समय के वातावरण में, विशेष रूप से पैमाने पर एआई चलाने से स्थायी कंप्यूटे मांगें उत्पन्न होती हैं जो उपयोग में वृद्धि के साथ तेजी से बढ़ती हैं। लागतें स्थिर नहीं रहती हैं जब एक पायलट सफल होता है; वे अपनाने के साथ बढ़ती हैं।

डेटा तैयारी एक और चुनौती प्रस्तुत करती है। उद्यम डेटा अक्सर ऐसा नहीं होता है जिसे एआई सिस्टम विश्वसनीय रूप से उपयोग कर सकें। यह खंडित, असंगत और अक्सर खराब शासित होता है। इसे तैयार करने के लिए समय, समन्वय और टीमों में स्थायी प्रयास की आवश्यकता होती है।

और फिर शासन है जो अतिरिक्त भार जोड़ता है। नीतियां, निगरानी प्रणाली और मानव पर्यवेक्षण विश्वास और अनुपालन बनाए रखने के लिए आवश्यक हैं। इन तंत्रों को प्रणाली के हिस्से के रूप में डिज़ाइन और बनाए रखने की आवश्यकता है, न कि बाद में परतदार किया जाता है।

कार्यबल को अपनाने को अक्सर कम आंका जाता है। कर्मचारियों को यह समझने की आवश्यकता है कि एआई उनके काम में कैसे फिट बैठता है, इसकी सीमाएं कहां हैं और इसे जिम्मेदारी से कैसे उपयोग किया जाए। इसके बिना, यहां तक कि अच्छी तरह से निर्मित प्रणालियां भी गति प्राप्त करने के लिए संघर्ष करती हैं।

एक साथ, ये तत्व अधिकांश प्रयास के लिए जिम्मेदार हैं, लेकिन उन्हें नजरअंदाज करने से एक परिचित परिणाम होता है: तकनीकी रूप से सफल पायलट जो व्यावसायिक प्रभाव में अनुवाद नहीं करते हैं।

मोर्चे से एक व्यावहारिक उदाहरण

एक वित्तीय सेवा फर्म पर विचार करें जो आंतरिक जोखिम विश्लेषण का समर्थन करने के लिए एक एआई सहायक तैनात कर रही है। प्रारंभिक पायलट नियंत्रित डेटासेट में रिपोर्टों को सारांशित करने और असामान्यताओं को उजागर करने पर केंद्रित है। परिणाम मजबूत दिखाई देते हैं, और विस्तार के मामले को मंजूरी दी जाती है।

जैसे ही प्रणाली का विस्तार होता है, नए दबाव उत्पन्न होते हैं। यह विभिन्न प्रणालियों में लाइव डेटा तक पहुंच की आवश्यकता है, प्रत्येक के साथ विभिन्न प्रारूप और नियंत्रण हैं। शासन टीमों को ऑडिटेबिलिटी की आवश्यकता है, यह सुनिश्चित करने के लिए कि प्रत्येक आउटपुट को ट्रेस और समझाया जा सकता है। विश्लेषकों को परिणामों की व्याख्या करने और निर्णय लेने में एकीकृत करने के लिए प्रशिक्षण की आवश्यकता है।

मूल बजट, जो एक सीमित उपयोग के मामले के आसपास निर्मित किया गया था, जल्द ही पर्याप्त साबित होता है। बुनियादी ढांचे, डेटा इंजीनियरिंग और अनुपालन में अतिरिक्त निवेश की आवश्यकता है। एक ऐसे वित्तपोषण मॉडल के बिना जो इन परतों को समायोजित करता है, प्रगति धीमी हो जाती है और विश्वास गिर जाता है।

यह पैटर्न सामान्य है। चुनौती प्रारंभिक तैनाती नहीं है; यह सब कुछ है जो उसके बाद आता है।

क्यों विरासत प्रणाली अब एआई प्रगति को अवरुद्ध कर रही हैं

कई संगठनों ने यह पाया है कि उनकी मौजूदा प्रौद्योगिकी संपत्तियां एआई के लिए खराब रूप से अनुकूल हैं। अलग-अलग निर्मित प्रणाली, जिनमें सीमित एकीकरण और असंगत डेटा संरचनाएं हैं, ऐसे बाधाएं पैदा करती हैं जिन्हें पार करना मुश्किल है।

एआई प्रणालियों को पहुंच, कनेक्टिविटी और संदर्भ पर निर्भर करती हैं। जब ये गायब होते हैं, तो आउटपुट कम विश्वसनीय हो जाते हैं और सत्यापन करना मुश्किल हो जाता है। प्रणालियों के बीच अंतराल को पाटने के लिए आवश्यक प्रयास एआई के लाभों से अधिक हो सकता है।

आधुनिकीकरण को अक्सर अल्पकालिक प्राथमिकताओं के पक्ष में स्थगित कर दिया जाता है और एआई एक पुनः मूल्यांकन को मजबूर कर रहा है। ऐसी प्रणालियां जो अंतरपरिवर्तितता का समर्थन नहीं कर सकती हैं या डेटा को उपयोगी तरीके से उजागर नहीं कर सकती हैं, प्रगति पर अवरोधक बन रही हैं।

वास्तविक शब्दों में, इसे संबोधित करने के लिए अधिक से अधिक सुधारात्मक उपायों की आवश्यकता है। यह वास्तुकला को सरल बनाने, डेटा को मानक बनाने और अनावश्यक जटिलता को दूर करने के लिए एक जानबूझकर प्रयास का आह्वान करता है।

बोर्डरूम को पुनः विचार करने की आवश्यकता है

एआई निवेश को कैसे ढांचा दिया जाता है, इसका परिणाम जो उसके बाद आता है। जब एआई को विभिन्न विचारों की श्रृंखला के रूप में माना जाता है, तो निर्णय अक्सर अल्पकालिक रिटर्न और सीमित जोखिम पर केंद्रित होते हैं।

एक अलग दृष्टिकोण एआई को एक क्षमता के रूप में देखता है जो समय के साथ विकसित होती है। प्रत्येक तैनाती एक व्यापक आधार में योगदान देती है, जिससे बाद का काम तेजी से और अधिक प्रभावी होता है। डेटा पाइपलाइन्स पुनः प्रयोज्य हो जाती हैं, शासन ढांचे परिपक्व हो जाते हैं और टीमें अनुभव प्राप्त करती हैं जो आगे बढ़ती हैं।

इसके बजट निर्धारण के लिए निहितार्थ हैं। यह निरंतर वित्तपोषण, स्पष्ट जवाबदेही और अल्पकालिक रिटर्न प्रदान नहीं करने वाले क्षेत्रों में निवेश करने की इच्छा की आवश्यकता है जो दीर्घकालिक सफलता के लिए आवश्यक हैं।

यह प्रगति का मूल्यांकन कैसे किया जाता है, इसे भी बदलता है। अलग-अलग परियोजनाओं का मूल्यांकन करने के बजाय, संगठनों को यह मूल्यांकन करने की आवश्यकता है कि उनकी समग्र क्षमता कैसे विकसित हो रही है, और क्या यह नए क्षेत्रों में एआई तैनात करना आसान हो रहा है।

निर्मित रहने के लिए

प्रारंभिक संगठन जो एआई के साथ सफल होने की प्रवृत्ति रखते हैं, उनमें एक सामान्य विशेषता है – वे मानते हैं कि मूल्य संचय से आता है, न कि अलग-अलग जीत से।

इसका अर्थ है एआई का समर्थन करने वाली अंतर्निहित प्रणालियों में निवेश करना, भले ही वे कम दिखाई दें। इसका अर्थ है टीमों को साझा मंचों के चारों ओर संरेखित करना, खंडित पहलों के बजाय। इसका अर्थ है अपनाने को एक निरंतर प्रक्रिया के रूप में मानना, न कि अंतिम चरण के रूप में।

परिवर्तन सीधा नहीं है। यह स्थापित बजट मॉडल को चुनौती देता है और तकनीकी और गैर-तकनीकी कार्यों में समन्वय की आवश्यकता है। यह धैर्य की भी मांग करता है, क्योंकि लाभ समय के साथ जुड़ते हैं न कि तुरंत दिखाई देते हैं।

विकल्प पहले से ही कई संगठनों में दिखाई दे रहा है: एक पायलट की श्रृंखला जो संभावना का प्रदर्शन करती है लेकिन व्यवसाय के संचालन को फिर से आकार देने में विफल रहती है।

एआई प्रयोग से परे चला गया है। जो संगठन अपनी निवेश रणनीतियों को इसी तरह से समायोजित करते हैं, वे उस संभावना को बनाए रखने वाले लाभ में बदलने के लिए एक मजबूत स्थिति में होंगे।