एआई मॉडल और प्लेटफ़ॉर्म
Form & Function ने एआई सहायकों को साझा व्यावसायिक संदर्भ देने के लिए Lever लॉन्च किया
मुख्य बिंदुलीवर का वास्तविक मूल्य किसी भी चैटबॉट के प्रश्नों का उत्तर देने से पहले बनाई गई संदर्भ…
और देखें
- लीवर का वास्तविक मूल्य किसी भी चैटबॉट के प्रश्नों का उत्तर देने से पहले बनाई गई संदर्भ परत में निहित है।
- साझा व्यावसायिक परिभाषाएँ असंबद्ध बिक्री और डिलीवरी प्रणालियों में प्रशंसनीय लेकिन भ्रामक उत्तरों को रोकती हैं।
- पहचाने गए क्षमता लाभ राजस्व के बजाय विश्लेषणात्मक अवसर हैं जो ग्राहक पहले ही एकत्र कर चुका है।
Form & Function Consulting ने Lever लॉन्च किया है—यह एक एआई प्लेटफ़ॉर्म है, जिसे पेशेवर सेवा कंपनियों को अलग-अलग प्रणालियों में बिखरे संचालन की एकसमान तस्वीर देने के लिए बनाया गया है। 12 नवंबर को घोषित यह उत्पाद, परिचालन डेटा को कंपनी-विशिष्ट व्यावसायिक परिभाषाओं के साथ जोड़ता है, ताकि नेतृत्वकर्ता बातचीत-आधारित इंटरफ़ेस के ज़रिए कर्मचारियों की तैनाती, राजस्व पूर्वानुमानों और परियोजना की लाभप्रदता के बारे में सवाल पूछ सकें।
दिलचस्प बात यह नहीं है कि एक और चैटबॉट वित्तीय सवालों के जवाब दे रहा है। असल अहमियत उस काम की है, जो उन जवाबों को उपयोगी बनाने से पहले करना पड़ता है। बिक्री प्रणाली किसी संभावनाशील सौदे को दर्ज कर सकती है, जबकि सेवा-प्रदान करने वाली टीम को उसे पूरा करने के लिए पर्याप्त क्षमता नज़र न आए। इस मेल का कारोबार के लिए क्या अर्थ है, यह समझाने के लिए एआई सहायक को दोनों डेटाबेस तक पहुँच से अधिक की ज़रूरत होती है।
कंपनी के ज्ञान को व्यावसायिक संदर्भ में ढालना
लॉन्च की घोषणा के अनुसार, Form & Function की शुरुआत ग्राहक संबंध प्रबंधन, पेशेवर सेवा स्वचालन और वित्त प्रणालियों की जानकारी से होती है। यह दस्तावेज़ों और उस ज्ञान को भी जुटाता है, जिसका उपयोग कर्मचारी इन रिकॉर्डों की व्याख्या करने में करते हैं। इसका Lev चैटबॉट हितधारकों के साथ ऐसे साक्षात्कारों में मदद करता है, जिनसे पता चलता है कि कोई कंपनी वास्तव में कैसे काम करती है।
इस शुरुआती प्रक्रिया से संदर्भ की एक परत तैयार होती है, जो बताती है कि काम कैसे बेचा, कर्मचारियों को कैसे सौंपा, पूरा और मापा जाता है। इसका उद्देश्य उन सवालों को जोड़ना है, जिनके जवाब अक्सर अलग-अलग विभागों के बीच बँट जाते हैं: क्या बिक्री पाइपलाइन के आधार पर भर्ती का फैसला लेना उचित है, किन परियोजनाओं में सबसे अच्छा मार्जिन मिलता है, या किसी निवेश में देरी से अनुमानित नकदी प्रवाह पर क्या असर पड़ेगा।
सेवा क्षेत्र की कंपनियों में यह अंतर अहम है, क्योंकि मिलते-जुलते नाम वाले मापदंडों के पीछे अलग-अलग मान्यताएँ छिपी हो सकती हैं। उपलब्ध क्षमता के आकलन में बिक्री पर बिताया गया समय शामिल न हो, जबकि राजस्व पूर्वानुमान इस बात पर निर्भर करे कि किसी सौदे के पूरा होने की कितनी संभावना है और उससे जुड़ा काम कब किया जा सकता है। गलत परिभाषा पर आधारित विश्वसनीय लगने वाला जवाब, साफ़ तौर पर गलत जवाब से भी अधिक भ्रामक हो सकता है।
अलग-अलग एआई इंटरफ़ेस में संचालन की एक साझा तस्वीर
कंपनी का Lever उत्पाद पृष्ठ दिखाता है कि Lev सवालों के जवाब कैसे देता है, दृश्य सामग्री कैसे बनाता है और Slack के भीतर कैसे काम करता है। इसमें Model Context Protocol, यानी MCP, के ज़रिए Claude और ChatGPT समेत अन्य एआई क्लाइंट से पहुँच भी दिखाई गई है। हर इंटरफ़ेस से कंपनी के व्यावसायिक तर्क को नए सिरे से तैयार करवाने के बजाय, यह तरीका इन सभी संवादों के लिए एक साझा आधार देता है।
लॉन्च में Lever को परिचालन भागीदारों की सलाहकार सेवाओं के हिस्से के रूप में प्रस्तुत किया गया था। मौजूदा उत्पाद पृष्ठ पर इसे अलग से उपलब्ध होने की बात भी कही गई है। वहाँ मूल्य निर्धारण और उपयोग शुरू करने की विस्तृत आवश्यकताओं का खुलासा नहीं किया गया है, इसलिए इस घोषणा को प्रकाशित सदस्यता मूल्य वाली, स्वयं उपयोग शुरू कर सकने योग्य पेशकश के रूप में नहीं समझना चाहिए।
व्यवसाय के साझा अर्थ की ओर व्यापक रुझान Collate के Ontology Studio की घोषणा में भी दिखता है। Lever का दायरा अधिक सीमित है: इसका केंद्र पेशेवर सेवा संचालन और सलाहकारों की मदद से उपयोग शुरू कराने पर है। यह व्यावसायिक संदर्भ को ऐसी सामान्य परत नहीं मानता, जिसे हर संगठन बिना बदलाव अपनाया जा सके।
शुरुआती नतीजे वास्तव में क्या साबित करते हैं
Form & Function का कहना है कि उसके एक ग्राहक ने सेवा देने की इतनी अतिरिक्त क्षमता पहचानी कि कर्मचारियों की संख्या बढ़ाए बिना लगभग 1.8 मिलियन डॉलर का अतिरिक्त वार्षिक राजस्व हासिल किया जा सकता है। विज्ञप्ति में अनुमानित सकल मार्जिन में सुधार का भी उल्लेख है। ये विश्लेषण से पहचाने गए संभावित परिचालन लाभ हैं; इस बात का सबूत नहीं कि ग्राहक को वह अतिरिक्त राजस्व पहले ही मिल चुका है।
कंपनी की सिमैंटिक लेयरों पर तकनीकी चर्चा इस बारे में और संदर्भ देती है। कंपनी द्वारा किए गए एक तुलनात्मक परीक्षण में पाँच व्यावसायिक सवालों को पाँच-पाँच बार जाँचा गया। इसमें BigQuery के कच्चे डेटा तक पहुँच की तुलना Malloy का उपयोग करके बनाए गए सिमैंटिक मॉडल से की गई। व्यावसायिक परिभाषाओं और तालिकाओं के बीच संबंधों की ज़रूरत वाले सवालों पर संरचित तरीका बेहतर साबित हुआ।
यह उस प्रक्रिया का उपयोगी उदाहरण है, लेकिन यह विक्रेता द्वारा किया गया एक छोटा परीक्षण है। इससे मनमाने सवालों, बदलते डेटासेट या हर ग्राहक की तैनाती में पूर्ण सटीकता साबित नहीं होती। मापदंडों को पहले से परिभाषित करने से अस्पष्टता घटती है; लेकिन उन परिभाषाओं को बनाए रखने और महत्वपूर्ण फैसलों की समीक्षा करने की ज़रूरत खत्म नहीं होती।
काम अब प्रॉम्प्ट लिखने से आगे बढ़कर परिभाषाएँ बनाए रखने तक पहुँचता है
Lever का लॉन्च उद्यमों में एआई के व्यावहारिक उपयोग की दिशा में एक अहम बदलाव दिखाता है: किसी मॉडल को डेटा से जोड़ना तो बस शुरुआत है। किसी को यह तय करना होगा कि डेटा का अर्थ क्या है, परस्पर विरोधी परिभाषाओं को सुलझाना होगा और अनुबंधों, कर्मचारियों की तैनाती की नीतियों तथा व्यावसायिक प्रक्रियाओं में बदलाव के साथ उस व्याख्या को अद्यतन रखना होगा।
सेवा क्षेत्र की कंपनियों के लिए संभावित लाभ यह है कि परिचालन रिकॉर्ड से क्षमता या लाभप्रदता संबंधी फैसले तक पहुँचने का रास्ता छोटा हो सकता है। असली कसौटी यह होगी कि कारोबार के विकसित होने के साथ यह साझा संदर्भ भरोसेमंद बना रहता है या नहीं, और पहचाने गए अवसर मापने योग्य नतीजों में बदलते हैं या नहीं—सिर्फ़ जवाबों को अधिक विश्वसनीय बनाने तक सीमित नहीं रहते।












