पांच कारण क्यों ऑपरेशनल प्रबंधन में एआई एल्गोरिदम को लागू करना मुश्किल हो सकता है

द्वारा: एवगेनिया मालिना, फूड रॉकेट में व्यवसाय रणनीति और संचालन के प्रमुख।

मैककिंसी ग्लोबल इंस्टीट्यूट द्वारा हाल के शोध के अनुसार, एआई 2030 तक वैश्विक आर्थिक उत्पादन को $13 ट्रिलियन तक बढ़ाने के लिए तैयार है।

हालांकि, इसके साथ अपनी चुनौतियाँ और अनपेक्षित परिणाम भी हैं। एआई कार्यान्वयन के सबसे सामान्य जोखिमों और चुनौतियों में से कुछ में गोपनीयता संबंधी चिंताएं, सामान्यीकरण की अक्षमता और एक समग्र कमी शामिल हैं।

नीचे व्यवसायों के लिए ऑपरेशनल प्रबंधन पर विशेष रूप से प्रभाव डालने वाली एआई की तीन चुनौतियाँ हैं।

1. खराब डेटा गुणवत्ता

एक मजबूत एआई एल्गोरिदम को जो सबसे पहले चीज़ की आवश्यकता होती है वह है डेटा। एक एल्गोरिदम को ठीक से प्रशिक्षित करने के लिए, आपको इसके लिए विशाल मात्रा में सटीक, उच्च गुणवत्ता वाले डेटा को खिलाना होगा। दुर्भाग्य से, यह डेटा प्राप्त करना हमेशा आसान नहीं होता है, और एक 2020 गार्टनर रिपोर्ट के अनुसार, खराब डेटा गुणवत्ता आपकी कंपनी को प्रति वर्ष लगभग $13 मिलियन की लागत दे सकती है।

उदाहरण के लिए, कुछ प्रक्रियाओं में शुरू करने पर कोई डिजिटल निशान नहीं हो सकता है। इन मामलों में आपके पास एल्गोरिदम में डालने के लिए कोई डेटा नहीं है। आपके द्वारा दी जाने वाली हर चीज केवल अनुमान और शिक्षित अनुमान है, जो दो समस्याएं पैदा करता है।

पहले, यह महत्वपूर्ण मानव पूर्वाग्रह को आपकी प्रक्रिया में शुरू से ही पेश करता है। दूसरा, इसका अर्थ है कि एल्गोरिदम से परिणाम केवल आपके सर्वोत्तम अनुमानों का विस्तार हैं। अंततः, यह आपको एक संदेहास्पद डेटा परिदृश्य और एक अस्थिर निर्णय लेने की प्रक्रिया छोड़ देता है।

2. “कोल्ड स्टार्ट” और कर्मचारी सहभागिता को नेविगेट करना

स्वचालन मौजूदा प्रक्रियाओं को स्ट्रीमलाइन करने के लिए उत्कृष्ट है, लेकिन इसका व्यापार यह है कि “कोल्ड स्टार्ट” है। यह तब होता है जब आपको किसी प्रक्रिया को शुरू करना होता है जिसमें कोई ऐतिहासिक डेटा नहीं होता है जिस पर एआई अपनी दिनचर्या को आधारित कर सके। प्रत्येक मामले में, एआई इस बाधा को पार करने के लिए संघर्ष करेगा।

हार्वर्ड बिजनेस रिव्यू के अनुसार, 80 प्रतिशत से अधिक एक आईटी टीम का समय अक्सर असंगत डेटा में सुधार और परिष्करण के लिए एआई एल्गोरिदम के लिए बिताया जाता है।

मेरे अनुभव में, यह आपूर्ति प्रबंधन में गंभीर व्यवधान पैदा कर सकता है, और यह कंपनियों को काफी राजस्व की लागत भी दे सकता है। हम सभी जानते हैं कि एआई अभी तक एक ऑपरेशनल प्रबंधन प्रणाली के सभी पहलुओं को संभालने के लिए पर्याप्त विकसित नहीं हुआ है। इसका अर्थ है कि आपकी कंपनी द्वारा उपयोग किए जाने वाले किसी भी एआई समाधान का मानव निर्णय लेने की प्रक्रियाओं के साथ ओवरलैप होगा।

जबकि यह एक अच्छी बात हो सकती है, यह एक कर्मचारी की व्यक्तिगत जिम्मेदारी की भावना के प्रति असंगति का कारण भी बन सकता है। कुछ मामलों में, कर्मचारी महसूस कर सकते हैं कि वे एक निर्णय से खुद को अलग कर सकते हैं क्योंकि “एआई ने इसे किया”।

इसके अलावा, यह सामान्य है कि एक नए एल्गोरिदम की शुरुआत एक महत्वपूर्ण गुणवत्ता मीट्रिक में गिरावट के साथ होती है। मेरे अनुभव में, यह विरोधाभास एक व्यक्ति के परिणामस्वरूप होता है जो पहले मीट्रिक के लिए जिम्मेदार था, लेकिन अब महसूस करता है कि वे स्वचालित निर्णय लेने की श्रृंखला में एक महत्वहीन लिंक हैं।

यह स्वचालन के इस पहलू का प्रबंधन करना आवश्यक है क्योंकि यह कितनी आसानी से आपकी टीम को उदासीनता और कम प्रतिबद्धता के मार्ग पर ले जा सकता है। इसके अलावा, यह आपके ब्रांड को नुकसान पहुंचा सकता है। यदि एआई को अपने आप निर्णय लेने के लिए छोड़ दिया जाता है, तो यह अनजाने में कुछ आयु, लिंग या भौगोलिक ब्रैकेट में ग्राहकों के खिलाफ भेदभाव करना शुरू कर सकता है।

3. पारदर्शिता और कुशल कार्यान्वयन की चुनौतियाँ

जैसा कि हर व्यवसाय मालिक जानता है, चीजें एक पल में बदल सकती हैं। कंपनियों के पास हमेशा एक नए ऑपरेशन के लिए एक जटिल एआई समाधान बनाने का समय नहीं होता है।

वास्तव में, यह अधिक सामान्य है कि व्यवसायों को समय सीमा के दबाव में होना पड़ता है और उन्हें स्वचालन की मदद के बिना एक समस्या का समाधान करना पड़ता है क्योंकि एक नई प्रक्रिया स्थापित करने में बहुत समय लगता है। चूंकि आमतौर पर जटिल मॉडल लिखने का समय नहीं होता है, इसलिए दो चीजें हो सकती हैं।

पहले, व्यवसाय एक अधिकांश पूर्ण प्रक्रिया को लागू करने का विकल्प चुन सकता है लेकिन एक मैनुअल मध्यवर्ती चरण डालें जब तक कि प्रक्रिया को परिष्कृत नहीं किया जा सकता। इस मामले में, व्यवसाय प्रक्रिया की गणना की गई दक्षता का लगभग 80 प्रतिशत खो देते हैं।

वैकल्पिक रूप से, व्यवसाय संचालन प्रक्रिया को तेज करने के लिए सास को तैनात कर सकता है। जबकि समय और पैसे की लागत कम होगी, दक्षता हानि की समस्या बनी रहती है। इस मामले में, कंपनी की जरूरतों के लिए विशेष रूप से अनुकूलित नहीं किए गए सास एल्गोरिदम को लागू करने से मैनुअल रूप से किए जाने की तुलना में प्रक्रिया कम कुशल हो सकती है।

इन समस्याओं के अलावा, यह समझना महत्वपूर्ण है कि एआई प्रक्रिया में पारदर्शिता विशेषज्ञों द्वारा भी प्रबंधन को संवाद करना अविश्वसनीय रूप से कठिन है। यह एल्गोरिदम की जटिलता के कारण है, लेकिन यह आपकी टीम को स्वचालित संचालन प्रबंधन में संक्रमण के बारे में आरक्षण महसूस करा सकता है।

अब हम कहां से जाएं?

कुछ शोधकर्ताओं का सुझाव है कि हम वर्तमान में जिन चुनौतियों का सामना कर रहे हैं वे कंपनी में नए मानव भूमिकाओं की ओर ले जाएंगे: प्रशिक्षक, व्याख्याकार और स्थिरता प्रदान करने वाले।

प्रशिक्षक एआई प्रदर्शन को अनुकूलित करने में मदद करेंगे; व्याख्याकार गैर-पेशेवरों के लिए एआई निर्णयों को तोड़ने का काम सौंपा जाएगा, और स्थिरता प्रदान करने वाले लंबी अवधि के लिए एआई प्रक्रियाओं को स्थिर बनाने पर काम करेंगे।

हालांकि, तब तक, व्यवसायों और संस्थापकों को केवल महत्वपूर्ण प्रतिस्पर्धी लाभ के बारे में नहीं सोचना चाहिए जो एआई दे सकता है। लाभ को ऑपरेशनल एआई के साथ आने वाली अस्पष्टता, समय लागत और विकास बाधाओं के खिलाफ तौला जाना चाहिए।

आर्टिफ़िशियल इंटेलिजेंस को अभी भी विकास, विकास और कार्यान्वयन के मामले में लंबा रास्ता तय करना है। यह ऑपरेशनल प्रबंधन में बहुत बड़ा अंतर ला सकता है, लेकिन हम अभी तक इसे हमेशा सबसे अच्छा विकल्प होने के लिए पूरी तरह से भरोसा नहीं कर सकते हैं।