рд╡рд┐рдЪрд╛рд░ рдиреЗрддрд╛
рдирд╡рд╛рдЪрд╛рд░ FOMO рдХреЛ рдХреИрд╕реЗ рдкрд╛рд░ рдХрд░реЗрдВ рдФрд░ рд╡рд┐рд╢рд┐рд╖реНрдЯ рд╡реНрдпрд╡рд╕рд╛рдпрд┐рдХ рд╕рдорд╕реНрдпрд╛рдУрдВ рдХрд╛ рд╕рдорд╛рдзрд╛рди рдХрд░рдиреЗ рдХреЗ рд▓рд┐рдП AI/GenAI рдХрд╛ рдЙрдкрдпреЛрдЧ рдХрд░реЗрдВ
हम कॉर्पोरेट नेतृत्व के लिए व्यस्त मौसम में प्रवेश कर रहे हैं जब सभी कार्यों के प्रबंधक प्रदर्शन का मूल्यांकन करने और आगे की योजना बनाने के लिए मिलते हैं। बढ़ती लागत, लगातार आपूर्ति श्रृंखला की समस्याओं और सतत स्थिरता लक्ष्यों को पूरा करने के प्रयासों के बाद, कई चुनौतियाँ हैं। लेकिन एक विषय अभी भी सभी के दिमाग में सबसे आगे है – कृत्रिम बुद्धिमत्ता (AI)/जनरेटिव AI (GenAI)।
यह नवाचार FOMO का युग है, और नेताओं से आग्रह किया जा रहा है कि वे अपने संचालन में कुछ AI/GenAI कार्यक्षमता को शामिल करें ताकि उनकी कंपनियाँ पीछे न छूट जाएँ। लेकिन सभी उत्साह के बीच, यह याद रखना महत्वपूर्ण है कि नवाचार एक प्रक्रिया है, न कि एक समाधान। स्थायी प्रभाव पैदा करने के लिए, संगठनों को यह सुनिश्चित करना चाहिए कि कोई भी नई क्षमताएँ विशिष्ट आवश्यकताओं से मेल खाती हों, जोखिम के लिए मूल्यांकन की जाती हैं, और मापनीय व्यवसायिक परिणामों से जुड़ी होती हैं।
यहाँ तीन सामान्य प्रश्न/चुनौतियाँ हैं कॉर्पोरेट नेतृत्व टीमों से और यह कैसे AI/Gen AI मदद कर सकता है, साथ ही कई उद्योगों के उदाहरण जहाँ यह नवाचार पहले से ही अंतर बना रहा है:
यह लगता है कि हर दिन नई प्रौद्योगिकी पेश की जा रही है, और हमारा बजट पहले से ही पतला है। हम अपने AI/GenAI नवाचार में निवेश कहाँ से सबसे अधिक ROI प्राप्त करेंगे?
विरोधाभासी, जब हर कोई तेजी से आगे बढ़ने लगता है, तो आपकी नेतृत्व टीम को मूल बातों पर ध्यान केंद्रित करने और धीमा करने का समय है। सबसे पहले, सुनिश्चित करें कि हर कोई AI/GenAI के बारे में सोचते हुए एक ही पृष्ठ पर है। AI कुछ समय से आसपास है, और उच्च स्तर पर, यह सबसे अच्छा है कि इसे डेटा विश्लेषण, अंतर्दृष्टि प्राप्त करने और स्मार्ट काम करने के लिए एक उपकरण के रूप में सोचें। GenAI अधिक नवाचार है और इसमें उन सभी अंतर्दृष्टि का उपयोग करके स्वचालित रूप से वास्तविक सामग्री और सिफारिशें उत्पन्न करने के लिए कैसे उपयोग किया जाए। प्रत्येक कंपनी AI/GenAI क्षमताओं को शामिल करने से लाभान्वित हो सकती है, लेकिन यह संक्रमण को लोकतांत्रिक बनाने में मदद करता है ताकि कर्मचारी मूल्यवान महसूस करें।
कंपनियाँ जो एक उद्यम-व्यापी AI पारिस्थितिकी तंत्र बनाना चाहती हैं, वे टोयोटा द्वारा पioneered “काइज़ेन” विधि से प्रेरणा ले सकती हैं। इस दृष्टिकोण में निरंतर सुधार शामिल है, जहाँ संगठन के सभी स्तरों पर टीमों को छोटे, क्रमिक परिवर्तन करने के लिए प्रोत्साहित किया जाता है ताकि अपशिष्ट को समाप्त किया जा सके और प्रक्रियाओं को अनुकूलित किया जा सके। यह न केवल यह पहचानने में मदद करता है कि AI/GenAI कहाँ सबसे अधिक प्रभाव डाल सकता है, बल्कि यह एक “परीक्षण और सीखने” की मानसिकता को भी बढ़ावा देता है जो संगठन की संस्कृति में प्रवेश करेगा और परिणामस्वरूप अधिक खुश, अधिक उत्पादक कर्मचारी होंगे।
फोकस ऑन: परिवहन उद्योग
परिवहन में, AI/GenAI कंपनियों को मांग पूर्वानुमान और इन्वेंट्री प्रबंधन से लेकर पूर्वानुमानिक रखरखाव और मार्ग अनुकूलन तक सब कुछ बेहतर बनाने में मदद कर रहा है। डेल्टा एयर लाइन्स ग्राहक डेटा का विश्लेषण करने और व्यक्तिगत यात्रा अनुभव प्रदान करने के लिए GenAI का उपयोग करता है, यूपीएस अपने AI-संचालित ORION प्रणाली का उपयोग करता है डिलीवरी मार्गों को यातायात की स्थिति बदलने के रूप में समायोजित करने के लिए, और न्यूयॉर्क सिटी एमटीए किराए की चोरी को कम करने के लिए AI को तैनात करता है।
जैसा कि हम बढ़ते हैं, हम देख रहे हैं कि सी-सूट और कार्यात्मक नेतृत्व, विशेष रूप से आईटी के बीच संचार अंतराल विकसित हो रहे हैं। हम अपने आंतरिक और बाहरी संदेशों को अधिक प्रभावी बनाने के लिए AI/GenAI का उपयोग कैसे कर सकते हैं और अपनी वास्तविकता को खोए बिना?
जबकि GenAI आश्चर्यजनक रूप से वास्तविक संदेश उत्पन्न कर सकता है, यह अपनी प्रतिष्ठा की रक्षा के लिए कुछ मानकों को बनाए रखना महत्वपूर्ण है। दूसरे शब्दों में, शैली मायने रखती है, और लोग ऐसे तरीके से संवाद करना चाहते हैं जो वास्तविक लगता है। पीडब्ल्यूसी के एक हालिया सर्वेक्षण के अनुसार, यह विश्वास स्थापित करना बढ़ती महत्वपूर्ण है C-सूट, उपभोक्ताओं और कर्मचारियों के बीच, और 93% व्यवसायिक कार्यकारी सहमत हैं कि विश्वास बनाने और बनाए रखने से नीचे की रेखा में सुधार होता है। यह एक संगठन के भीतर भी सच है, और यह आम है कि कर्मचारी नए प्रबंधन निर्देशों के बारे में सावधान होते हैं जो झूठे लगते हैं, या नई प्रौद्योगिकी के प्रति संदेह रखते हैं जो उचित संदर्भ में नहीं रखी जाती है।
संचार विफलता समय और पैसा बर्बाद करती है, जो नवाचार और संचालन की दक्षता को धीमा कर देती है। GenAI इसे सक्रिय रूप से संबोधित कर सकता है ग्राहकों और कर्मचारियों के साथ पिछली बातचीत के विशाल डेटासेट का विश्लेषण करके संभावित प्रतिक्रियाओं को मॉडल करने के लिए, वास्तविक समय के अंतर्दृष्टि प्रदान करने के लिए, और दो “भाषाओं” (यानी, व्यवसाय क्या कहना चाहता है, और यह ग्राहकों/कर्मचारियों द्वारा कैसे प्राप्त किया जाता है) के बीच एक पुल के रूप में कार्य करने के लिए। जब कार्यकारी समय पर, AI-संचालित अंतर्दृष्टि प्राप्त करते हैं प्रदर्शन, वे संचालन निर्णयों को रणनीतिक लक्ष्यों के साथ बेहतर ढंग से संरेखित कर सकते हैं। और जब कर्मचारियों को शिक्षा और कौशल विकास कार्यक्रमों के माध्यम से प्रक्रिया का हिस्सा बनाया जाता है, तो AI/GenAI को खतरे के बजाय एक संपत्ति के रूप में देखा जा सकता है।
फोकस ऑन: रिटेल उद्योग
महामारी के बाद से उपभोक्ता व्यवहार में नाटकीय रूप से बदलाव आया है, इसलिए यह महत्वपूर्ण है कि खुदरा कंपनियां ग्राहक डेटा का विश्लेषण करने और उच्च व्यक्तिगत सेवा, उत्पाद सिफारिशें और विपणन अभियान प्रदान करने के लिए AI का उपयोग करें। पैमाने पर, AI भविष्य के व्यवहार की भविष्यवाणी में भी मदद कर सकता है, जो लक्षित बिक्री प्रयासों और बेहतर ग्राहक अधिग्रहण को सक्षम बनाता है। इस स्थान में भविष्य उत्साहजनक है, और यह देखने के लिए तैयार है कि हम कैसे खरीदारी करते हैं। उदाहरण के लिए, अमेज़न अपनी AI-संचालित “जस्ट वॉक आउट” प्रौद्योगिकी को परिष्कृत करता है जो दुनिया भर में चेकआउट-मुक्त स्टोरों को शक्ति प्रदान करने के लिए कैमरों और स्टोर सेंसर से डेटा का विश्लेषण करता है।
हमारे उद्योग में, हम बड़ी मात्रा में संवेदनशील ग्राहक जानकारी से निपटते हैं और हम चिंतित हैं कि नई प्रौद्योगिकी को पेश करने से हमारे डेटा को बढ़ी हुई कमजोरियों के लिए उजागर किया जा सकता है। इन उद्योगों में AI/GenAI का उपयोग करने के कुछ लाभ क्या हैं, और हम जोखिम को कैसे कम कर सकते हैं?
चिकित्सा की तरह, AI/GenAI परिवर्तन में स्वर्ण नियम है, “पहले, कोई नुकसान नहीं करें।” चिकित्सा और वित्तीय सेवाओं जैसे कुछ उद्योगों में जटिल, अत्यधिक विनियमित वातावरण के कारण AI का व्यापक रूप से अपनाना धीमा रहा है, लेकिन विशिष्ट कार्यों में बड़ी प्रगति हुई है। सबसे दिखाई देने वाला प्रमाण ग्राहक सेवा में है, जहां AI-संचालित चैटबॉट और वर्चुअल सहायक 24/7 समर्थन प्रदान कर सकते हैं और सामान्य लॉजिस्टिक प्रश्नों का उत्तर देने में मदद कर सकते हैं। उदाहरण के लिए, 2018 में इसके लॉन्च के बाद से, बैंक ऑफ अमेरिका का AI-संचालित चैटबॉट “एरिका” 42 मिलियन से अधिक क्लाइंट्स से 800 मिलियन प्रश्नों का उत्तर दिया है और 1.2 बिलियन से अधिक बार व्यक्तिगत अंतर्दृष्टि/मार्गदर्शन प्रदान किया है।
विरोधाभासी रूप से, संवेदनशील उद्योगों में सुरक्षा पर बनी चिंताओं के बावजूद, AI/GenAI ने धोखाधड़ी का पता लगाने के क्षेत्र में एक शुद्ध सकारात्मक प्रभाव का आनंद लिया है। वित्त में धोखाधड़ी एक प्राचीन समस्या है जो और भी बदतर होती जा रही है, और विशेषज्ञों का अनुमान है कि धोखाधड़ी वाला बैंकिंग 2029 तक उद्योग को $48 बिलियन की लागत से प्रभावित करेगा। AI एल्गोरिदम बड़े डेटासेट को खंगाल सकते हैं जो धोखाधड़ी गतिविधि का संकेत देने वाले असामान्यताओं की पहचान कर सकते हैं और सुरक्षा टीमें संदिग्ध गतिविधि के लिए सीमा निर्धारित कर सकती हैं, केवल तभी हस्तक्षेप करती हैं जब ये सीमाएँ पार की जाती हैं। GenAI कुछ नियमित कार्यों (डेटा एंट्री, पुनर्मिलन, आदि) को स्वचालित करने में भी मदद कर सकता है और टीमों को अधिक सूक्ष्म निर्णय (ऋण अनुमोदन, चूक, आदि) लेने के लिए समय मुक्त कर सकता है जो गहरे मानव विश्लेषण से लाभान्वित होते हैं।
फोकस ऑन: बैंकिंग उद्योग
2021 में, पीएनसी ने पिनैकल लॉन्च किया, एक कैश-मैनेजमेंट एप्लिकेशन जो कंपनी के ऐतिहासिक डेटा से प्रशिक्षित करने के लिए AI और मशीन लर्निंग (ML) का उपयोग करता है। एक बार मॉड्यूल प्रशिक्षित हो जाने के बाद, इसे दैनिक रूप से अपडेट किया जा सकता है और भविष्य के नकदी प्रवाह की भविष्यवाणी करने में मदद करने के लिए एक रोलिंग पूर्वानुमान उत्पन्न किया जा सकता है, संस्करण नियंत्रण समस्याओं को कम किया जा सकता है, और विभिन्न परिदृश्यों के लिए वर्तमान और भविष्य की नकदी स्थिति में बेहतर अंतर्दृष्टि प्राप्त की जा सकती है। AI निवेशकों को भी सशक्त बना रहा है, विशेष रूप से उन लोगों को जो स्थिरता पर ध्यान केंद्रित करते हैं। मॉर्गन स्टेनली सलाह देता है कि AI की विश्लेषणात्मक क्षमताएँ “कंपनियों को मजबूत ESG प्रदर्शन की पहचान करने में मदद कर सकती हैं, जोखिम को कम कर सकती हैं, और स्थिरता उद्देश्यों के साथ बेहतर ढंग से संरेखित करने वाले पोर्टफोलियो को आकार दे सकती हैं।”
2025 के लिए टोन सेटिंग
कंपनियों के पास अपने संचालन को AI/GenAI के साथ अनुकूलित करने का एक बार का अवसर है, लेकिन इस तरह के परिवर्तन के लिए अनुशासन की आवश्यकता है। आगामी वर्ष में, नेतृत्व को यह स्पष्ट करने की आवश्यकता है कि: (1) परिवर्तन एक टीम का खेल है; (2) किसी भी नई प्रौद्योगिकी का ROI विशिष्ट व्यवसायिक परिणामों से जुड़ा होना चाहिए; और (3) दिशा के बिना गति अराजकता पैदा करती है। हype को बाहर निकालकर और अर्थपूर्ण प्रभाव पर ध्यान केंद्रित करके, संगठन इस नए नवाचार युग में स्थायी सफलता के लिए तैयार होंगे।
