उद्यम को एआई प्लेटफ़ॉर्म के साथ सशक्त बनाना

उद्योगों में, मैं एक ही पैटर्न देखता हूं: पहले मूल्यवान एआई उपयोग के मामले शायद ही कभी एक स्टीयरिंग कमेटी से आते हैं। वे ऑपरेशनल घर्षण के करीब की टीमों से आते हैं।

मैं नेतृत्व टीमों के साथ बहुत समय बिताता हूं जो एक ही प्रश्न पूछते हैं: “हम एआई में निवेश कर रहे हैं, तो व्यवसाय मूल्य कहां है?” यह एक उचित प्रश्न है, और ईमानदार उत्तर यह है कि अधिकांश संगठनों के लिए, मूल्य पर्याप्त तेजी से नहीं आ रहा है। रैंड ने अनुमान लगाया है कि 80% से अधिक एआई परियोजनाएं विफल हो जाती हैं, जो गैर-एआई आईटी परियोजनाओं की तुलना में लगभग दोगुनी है। बीसीजी के शोध उतना ही चिंताजनक है: 2025 के अंत तक, 60% कंपनियां एआई से बहुत कम या कोई भी सामग्री मूल्य उत्पन्न नहीं कर रही थीं, और केवल 5% मूल्य को बड़े पैमाने पर बना रही थीं। एमआईटी की नांदा पहल ने इसे स्पष्ट रूप से कहा: केवल लगभग 5% एंटरप्राइज़ जनरेटिव एआई पायलट तेजी से राजस्व वृद्धि प्राप्त करते हैं।

स्वाभाविक प्रतिक्रिया अक्सर एक बड़े परिवर्तन कार्यक्रम को लॉन्च करना होता है और अर्थपूर्ण एआई वितरण को तब तक स्थगित कर देता है जब तक कि हर आधारभूत परत पूरी नहीं हो जाती। यहीं पर गति मर जाती है। यहां मुख्य संदेश है: आपका डेटा प्लेटफ़ॉर्म एआई की सफलता के लिए आवश्यक है, लेकिन पूरे प्लेटफ़ॉर्म के पूरा होने की प्रतीक्षा करना गलत संचालन मॉडल है। प्लेटफ़ॉर्म का निर्माण करें और मूल्य का निर्माण समानांतर में करें।

मूल्य कहां से शुरू होता है

किसी भी संगठन में जिसमें एक बड़ी ज्ञान-कार्यकर्ता आबादी है, मूल्य अक्सर आसानी से पाया जा सकता है यदि आप सही लोगों से पूछते हैं, और यह एक चैटबॉट को एक दस्तावेज़ को सारांशित करने के लिए कहने से बड़ा है। वास्तविक अवसर ऑपरेशनल कार्य प्रवाह में निहित एजेंटिक एआई है। हमने लो-कोड प्लेटफ़ॉर्म का उपयोग लेखांकन में चालान प्रसंस्करण को तेज करने और स्वचालित रूप से लेखा देय प्रश्नों का उत्तर देने के लिए किया है। ग्राहक सहायता में, एक एजेंट जो एक इनबाउंड मामले को ट्राइएज करता है, ग्राहक के इतिहास को खींचता है और मानव समीक्षा के लिए एक समाधान का मसौदा तैयार कर सकता है, जो महत्वपूर्ण रूप से प्रतिक्रिया दर और ग्राहक संतुष्टि में सुधार कर सकता है। ये बहु-चरण कार्य प्रवाह हैं जो प्रणालियों को पार करते हैं, निर्णय की आवश्यकता होती है और उन लोगों के करीब बैठते हैं जो पहले से ही जानते हैं कि घर्षण कहां रहता है। उन्हें यह बताने के लिए छह महीने के खोज चरण की आवश्यकता नहीं है कि क्या टूटा हुआ है। वे इसे हर दिन सामना करते हैं।

दो चालें हैं जो एक साथ काम करती हैं। ज्ञान कार्यकर्ताओं को शासित लो-कोड/नो-कोड एआई टूलिंग के साथ सशक्त बनाएं ताकि वे अपने स्वयं के कार्य प्रवाह में सुधार कर सकें, और व्यवसाय टीमों के लिए कठिन उपयोग के मामलों के लिए एक एआई इंजीनियरिंग कार्य बनाएं। दोनों मूल्य बनाते हैं, और सबसे मजबूत संगठन दोनों करते हैं। लेकिन न तो एक साझा प्लेटफ़ॉर्म के बिना मूल्य, पहुंच, डेटा, एकीकरण और संचालन के लिए स्केल करता है।

पायलट-टू-प्रोडक्शन गैप एक प्लेटफ़ॉर्म समस्या है

बहुत से संगठन इस बात पर अटक जाते हैं कि कौन सा मॉडल उपयोग करना है। यह महत्वपूर्ण है, लेकिन यह प्राथमिक प्रतिबंध नहीं है। बड़ा मुद्दा प्लेटफ़ॉर्म परिपक्वता है। टीमें तेजी से प्रोटोटाइप कर सकती हैं, लेकिन जब साझा की गई नींव गायब होती है तो वे उद्यम में लगातार तैनात नहीं कर सकती हैं: व्यवसाय टीमों द्वारा वास्तव में उपयोग किए जाने वाले पहचान और पहुंच नियंत्रण, स्पष्ट डेटा सीमाएं, पुन: प्रयोज्य एकीकरण पैटर्न, और समीक्षा, रिलीज़ और निगरानी के लिए एक व्यावहारिक प्रक्रिया। एसएंडपी ग्लोबल ने पाया कि औसत संगठन ने उत्पादन तक पहुंचने से पहले 46% एआई प्रूफ ऑफ कॉन्सेप्ट को खत्म कर दिया।

यही कारण है कि डेटा प्लेटफ़ॉर्म इतना महत्वपूर्ण है। एआई-तैयार डेटा एक अच्छा होना नहीं है; यह उत्पादन सफलता की कुंजी है। विश्वसनीय, सुलभ, नीति-अनुरूप डेटा के बिना, यहां तक कि मजबूत उपयोग के मामले भी रुक जाते हैं।

डेटा ट्रैप, और क्यों आपको प्रतीक्षा नहीं करनी चाहिए

यही बात है जो अधिकांश कार्यक्रमों को ठंडा कर देती है: डेटा। गार्टनर का अनुमान है कि 2026 तक, संगठन एआई-तैयार डेटा द्वारा समर्थित नहीं होने वाली 60% एआई परियोजनाओं को छोड़ देंगे। सामान्य प्रतिक्रिया पहले एक बड़े डेटा-प्लेटफ़ॉर्म कार्यक्रम को लॉन्च करना है, सब कुछ आधुनिक बनाना, उत्पत्ति को पूरा करना और फिर एआई करना है।

यह क्रम अनुशासित लगता है, लेकिन यह अक्सर वर्षों के लिए मूल्य को देरी से करता है। डेटा प्लेटफ़ॉर्म आधुनिकीकरण वास्तविक, आवश्यक और गैर-विचारशील है। यह भी अधिकांश उद्यमों में बहु-वर्षीय समयसीमा पर चलता है। यदि हर एआई उपयोग के मामले को अंत-राज्य वास्तुकला के लिए प्रतीक्षा करने के लिए मजबूर किया जाता है, तो कार्यकारी विश्वास पहले से ही अर्थपूर्ण परिणाम आने से पहले ही खत्म हो जाता है।

बेहतर दृष्टिकोण समानांतर निष्पादन है: उद्यम डेटा प्लेटफ़ॉर्म का निर्माण जारी रखें और उच्चतम ऑपरेशनल घर्षण वाले प्रक्रिया क्षेत्रों में एआई सक्षम करने को प्राथमिकता दें।

उच्च-घर्षण कार्य प्रवाह के लिए न्यूनतम-न्याय, न्यूनतम-पर्याप्त शासन

प्रक्रिया दर्द से शुरू करें, तकनीकी सड़कमैप नहीं। पहचानें जहां घर्षण सबसे अधिक है और व्यवसाय प्रभाव स्पष्ट है: देर से चालान चक्र, धीमी मामला समाधान, अपवाद-भारी अनुमोदन, पुनरावृत्ति डेटा लुकअप, या मैनुअल पुनरावलोकन लूप। फिर उन कार्य प्रवाहों को पहले एआई सक्षम करने के लिए लक्षित करें।

संभव बनाने के लिए न्यूनतम-न्याय का उपयोग करें। इसके बजाय सब कुछ आगे से शासन करने की कोशिश करें, प्रत्येक प्राथमिकता वाले उपयोग के मामले के लिए आवश्यक विशिष्ट डेटा को तब शासन करें जब उपयोग का मामला तैयार हो। एक छोटी सी क्रॉस-फ़ंक्शनल टीम दिनों में, न कि महीनों में, समिति चक्रों में, स्वामित्व, पहुंच, गुणवत्ता आवश्यकताओं और नियंत्रणों का फैसला कर सकती है।

पर्याप्त नियंत्रण लागू करें जो वास्तविक जोखिम के अनुरूप हो। एक उपयोग के मामले जो सार्वजनिक उत्पाद सामग्री को संभालता है उसे ग्राहक की व्यक्तिगत रूप से पहचान योग्य जानकारी को संभालने वाले के रूप में समान गार्डरेल की आवश्यकता नहीं होती है। यह जोखिम-आधारित मॉडल संगठन की रक्षा करता है जबकि वितरण गति को बनाए रखता है, और यह छाया एआई व्यवहार को कम करता है जो तब उत्पन्न होता है जब औपचारिक पथ बहुत धीमे होते हैं।

बैकलॉग पूर्ण डेटा तैयारी के लिए पुल है

प्रत्येक फ्रंटलाइन एआई तैनाती को संरचित सीखने का उत्पादन करना चाहिए: कौन सा डेटा उपयोग किया गया था, कौन से गुणवत्ता दोष सामने आए, कौन से परिवर्तन आवश्यक थे, और कौन से शासन निर्णय लिए गए थे। प्रत्येक अंतर को प्लेटफ़ॉर्म उपचार के लिए एक बैकलॉग आइटम के रूप में कैप्चर करें।

यह बैकलॉग मांग-चालित मानचित्र बन जाता है डेटा आधुनिकीकरण के लिए। इसके बजाय पहले कहां निवेश करना है, इसका अनुमान लगाने के बजाय, आप पहले से ही मापनीय व्यवसायिक परिणामों से जुड़े डेटासेट और डेटा उत्पादों में सुधार करते हैं। समय के साथ, यह एक पुनरावृत्ति लूप बनाता है: फ्रंटलाइन एआई उपयोग के मामले सबसे महत्वपूर्ण डेटा अंतराल को उजागर करते हैं, प्लेटफ़ॉर्म टीमें उन्हें उपचारित करती हैं, और अगली लहर एआई समाधानों को कम जोखिम के साथ तेजी से जहाज करती है।

अंतिम विचार: प्लेटफ़ॉर्म निर्णय है

निर्णय यह नहीं है कि “पायलट या नहीं।” यह है कि क्या आप एक शासित एआई और डेटा प्लेटफ़ॉर्म बनाएंगे जो आपके संगठन को सुरक्षित रूप से सीखने, जहाज करने और स्केल करने देता है।

एआई-तैयार डेटा को मिशन-महत्वपूर्ण मानें। डेटा प्लेटफ़ॉर्म का निर्माण एक रणनीतिक कार्यक्रम के रूप में करें। लेकिन पूरी चीज़ के पूरा होने की प्रतीक्षा न करें। उच्चतम-घर्षण प्रक्रिया क्षेत्रों को प्राथमिकता दें, उन्हें एआई के साथ सक्षम करें, और डेटा को न्यूनतम-न्याय से शासन करें। यही तरीका है जिसस आप अब मूल्य बनाते हैं जबकि स्केल पर मूल्य को बनाए रखने वाला आधार बनाते हैं।