रिपोर्ट्स
Körber के सर्वेक्षण में पाया गया: व्यावसायिक निर्णय कठिन होते जा रहे हैं, जबकि AI का उपयोग बढ़ रहा है
मुख्य बिंदु76% वरिष्ठ निर्णय-निर्माता कहते हैं कि एआई की भूमिका बढ़ने के बावजूद निर्णय अधिक जटिल…
और देखें
- 76% वरिष्ठ निर्णय-निर्माता कहते हैं कि एआई की भूमिका बढ़ने के बावजूद निर्णय अधिक जटिल हो गए।
- तेज़ एआई सारांश यह तय नहीं करते कि कौन-सा रिकॉर्ड वर्तमान है या अपवाद को कौन स्वीकृत करता है।
- 73% उत्तरदाता तकनीक को अंतिम निर्णय लेने देने से असहज थे।
कंपनियाँ निर्णय लेने में AI को बड़ी भूमिका दे रही हैं, लेकिन इसका यह मतलब नहीं कि उनके नेताओं के लिए निर्णय लेना आसान हो गया है। Körber द्वारा प्रकाशित एक सर्वेक्षण में, निर्णय लेने के लिए ज़िम्मेदार 76% वरिष्ठ अधिकारियों ने कहा कि निर्णय लेना पहले से अधिक जटिल हो गया है। इतनी ही संख्या में लोगों ने बताया कि वे AI को बड़ी भूमिका निभाने दे रहे हैं। जवाबों से एक ही समय में हो रहे दो रुझानों का पता चलता है; वे यह साबित नहीं करते कि एक के कारण दूसरा हुआ।
इस सर्वेक्षण में 2,000 वरिष्ठ अधिकारी शामिल थे, जिनमें आधे संयुक्त राज्य अमेरिका और आधे जर्मनी से थे। Körber के अनुसार, उत्तरदाता ऐसे संगठनों में काम करते थे जिनका सालाना राजस्व $250 million से अधिक था और जिनमें कम-से-कम 250 कर्मचारी थे। सर्वेक्षण का क्षेत्रीय कार्य 27 अगस्त से 8 सितंबर, 2026 तक चला। इसलिए ये निष्कर्ष दो बाज़ारों के बड़े संगठनों में निर्णय लेने की स्थिति दिखाते हैं; ये सभी नियोक्ताओं या छोटे व्यवसायों का प्रतिनिधि आकलन नहीं हैं।
निर्णय कहाँ अटकते हैं
इसके साथ जारी विज्ञप्ति के अनुसार, 74% उत्तरदाताओं ने बताया कि जानकारी की अधिकता निर्णय लेने में बाधा बन सकती है, जबकि 75% ने कहा कि ज़रूरी जानकारी सही समय पर उपलब्ध न होने पर निर्णय अटक जाते हैं। अधिक डेटा होना और निर्णय के समय सही डेटा उपलब्ध होना—ये दो अलग-अलग समस्याएँ हैं।
मान लीजिए किसी प्रबंधक को यह तय करना है कि माल की खेप भेजने में देरी की जाए या नहीं। बिक्री, गोदाम संचालन और वित्त विभाग के पास एक ही ऑर्डर के अलग-अलग रिकॉर्ड हो सकते हैं, जिन्हें अलग-अलग समय पर अद्यतन किया गया हो। AI सहायक उन रिकॉर्ड का तेज़ी से सारांश बना सकता है, लेकिन तेज़ सारांश से यह तय नहीं होता कि कौन-सा आँकड़ा नवीनतम है या अपवाद को मंज़ूरी कौन दे सकता है। जब तक टीम स्रोतों की जाँच करके परस्पर विरोधी रिकॉर्ड का मिलान नहीं कर सकती, यह टूल मिलान का काम खत्म करने के बजाय उसे एक व्यक्ति से दूसरे व्यक्ति तक पहुँचा सकता है।
सर्वेक्षण में यह भी पाया गया कि 73% उत्तरदाताओं को तकनीक के हाथ में अंतिम निर्णय छोड़ना सहज नहीं लगा। इससे समझने में मदद मिलती है कि व्यवसाय नतीजे पर नियंत्रण दिए बिना भी अपने कार्यप्रवाह में AI को शामिल करना क्यों चाह सकते हैं। स्पष्टीकरण का मसौदा तैयार करना, सहायक दस्तावेज़ जुटाना और कंपनी को प्रतिबद्ध करने वाला निर्णय लेना—ये अलग-अलग काम हैं। इनमें से हर काम में गलती की कीमत अलग होती है।
बड़े संगठन और प्रायोगिक चरण वाले समूहों ने क्या बताया
जिन उत्तरदाताओं के संगठनों ने अपने परिवर्तन को पूरे संगठन में लागू बताया, उनमें से 63.8% ने संगठन के मज़बूत प्रदर्शन की जानकारी दी। प्रायोगिक चरण वाले संगठनों में यह आँकड़ा 41.6% था। भविष्य के लिए तैयार होने को लेकर भरोसा क्रमशः 66.4% और 46.5% था। AI-आधारित निर्णय सहायता में बड़े पैमाने पर निवेश करने की योजनाएँ लगभग एक जैसी थीं: पूरे संगठन में परिवर्तन लागू करने वाले समूह में 59%, जबकि प्रायोगिक चरण वाले समूह में 59.4%।
ये समूहों के बीच स्वयं उत्तरदाताओं द्वारा बताए गए अंतर हैं, नियंत्रित रूप से लागू की गई तकनीक से मिले मापे हुए लाभ नहीं। जो संगठन कई विभागों में तकनीक लागू कर सकते हैं, उनके पास पहले से बेहतर डेटा, अधिक संसाधन या बेहतर संचालन प्रक्रियाएँ हो सकती हैं। यह प्रकाशन यह साबित नहीं करता कि किसी प्रायोगिक परियोजना का विस्तार करने से प्रदर्शन बेहतर होता है। इसे इस सवाल की पड़ताल करने की शुरुआत के रूप में देखना बेहतर होगा कि परिपक्व कार्यान्वयन में क्या अलग किया जाता है और उनमें से किन तरीकों को कोई टीम आज़मा सकती है।
सिर्फ़ अपनाने से बेहतर मापदंड
किसी संचालनकर्ता के लिए व्यावहारिक सवाल यह है कि कोई टूल सवाल पूछे जाने और निर्णय लिए जाने के बीच के काम को कहाँ बेहतर बनाता है। NIST का AI जोखिम प्रबंधन ढाँचा ज़िम्मेदारियों को औपचारिक रूप देने और संदर्भ के अनुसार यह तय करने का तरीका देता है कि क्या मापा जाए। टीमें बार-बार लिए जाने वाले किसी निर्णय को चुनकर तुलना कर सकती हैं कि ज़रूरी साक्ष्य जुटाने में कितना समय लगता है, किसी सुझाव को कितनी बार सुधारना पड़ता है और मंज़ूरी देने वाला व्यक्ति यह समझा सकता है या नहीं कि उसने किन बातों पर भरोसा किया।
इन मापदंडों पर अलग-अलग नज़र रखने से ऐसा लेन-देन सामने आ सकता है जिसे अपनाने का एकमात्र आँकड़ा नहीं दिखाता। कोई टूल रिपोर्टें तेज़ी से तैयार कर सकता है, लेकिन उनकी जाँच में लगने वाला समय बढ़ा सकता है; या वह लोगों को तथ्य जुटाने में कम और विकल्पों का मूल्यांकन करने में अधिक समय लगाने की सुविधा दे सकता है। सर्वेक्षण में शामिल अधिकारियों के लिए चुनौती सिर्फ़ AI को अधिक उपलब्ध कराना नहीं है। चुनौती यह तय करना है कि जानकारी अधूरी होने पर और निर्णय की ज़िम्मेदारी किसी व्यक्ति को उठानी हो, तो AI की भूमिका क्या होगी।












