Levelpath ने Ranger लॉन्च किया ताकि प्रोक्योरमेंट वर्कफ़्लो अंत‑से‑अंत चलाए जा सकें

Levelpath ने Ranger लॉन्च किया, जो एक स्वायत्त प्रोक्योरमेंट प्लेटफ़ॉर्म है, जिसका उद्देश्य एंटरप्राइज़ खरीद को एआई‑सहायता प्राप्त प्रशासन से अंत‑से‑अंत निष्पादन तक ले जाना है। 30 सितंबर को घोषित किया गया, Ranger प्राकृतिक भाषा या आवाज़ अनुरोध स्वीकार करता है, फिर आपूर्तिकर्ताओं को स्रोत करने, अनुबंधों की समीक्षा करने, विक्रेताओं को ऑनबोर्ड करने, तृतीय‑पक्ष जोखिम का आकलन करने, और चालानों का मिलान व स्वीकृति करने के लिए आवश्यक कार्यों का समन्वय करता है।

यह अंतर महत्वपूर्ण है। अधिकांश प्रोक्योरमेंट कोपिलॉट अनुबंध का सारांश दे सकते हैं, प्रश्नावली तैयार कर सकते हैं, या नीति प्रश्न का उत्तर दे सकते हैं, लेकिन कर्मचारी को अभी भी उन आउटपुट को एक प्रक्रिया में जोड़ना पड़ता है। Ranger को इस कनेक्टिव टिश्यू के रूप में कार्य करने के लिए बनाया गया है। इसके एजेंट प्रोक्योरमेंट, वित्त, कानूनी, सुरक्षा और आईटी सिस्टम में कई चरणों की योजना बना सकते हैं और उन्हें निष्पादित कर सकते हैं, जबकि उन निर्णयों को बढ़ा देते हैं जिनमें मानवीय निर्णय की आवश्यकता होती है।

एक प्रॉम्प्ट से शासित प्रक्रिया तक

प्लेटफ़ॉर्म के केंद्र में Ranger Studio है, एक प्राकृतिक‑भाषा वातावरण जहाँ प्रोक्योरमेंट टीमें एजेंट या वर्कफ़्लो का वर्णन करती हैं, उन नीतियों को निर्दिष्ट करती हैं जिन्हें उनका पालन करना चाहिए, और तय करती हैं कि व्यक्ति को कहाँ हस्तक्षेप करना चाहिए। कंपनी कहती है कि उपयोगकर्ता डेटा‑आधारित प्रश्नों के लिए सहायक, नियमित कार्यों के लिए टास्क एजेंट, बहु‑चरणीय प्रक्रियाओं के लिए वर्कफ़्लो एजेंट, और अनुबंध नवीनीकरण या आपूर्तिकर्ता स्वास्थ्य जैसी ज़िम्मेदारियों की निगरानी करने वाले निरंतर एजेंट तैनात कर सकते हैं।

Ranger पाँच स्वायत्त वर्कफ़्लो के साथ आता है: सोर्सिंग, अनुबंध समीक्षा, आपूर्तिकर्ता ऑनबोर्डिंग, तृतीय‑पक्ष जोखिम सुरक्षा, और चालान मिलान व स्वीकृति। ये अलग‑अलग सुविधाएँ नहीं हैं। ये Levelpath के साझा प्रोक्योरमेंट डेटा मॉडल पर कार्य करते हैं और प्री‑बिल्ट इंटीग्रेशन और API के माध्यम से ERP, अनुबंध जीवन‑चक्र प्रबंधन, वित्त, सहयोग, और अन्य एंटरप्राइज़ सिस्टम से जुड़ते हैं।

यह आर्किटेक्चर Levelpath के Hyperbridge रीजनिंग इंजन पर आधारित है, जो आपूर्तिकर्ता, अनुबंध, सोर्सिंग और खर्च संदर्भ को एक सामान्य परत में लाता है। कंपनी Hyperbridge को बड़े भाषा मॉडल को एंटरप्राइज़ डेटा और वर्कफ़्लो लॉजिक के साथ मिलाकर वर्णन करती है, जिससे एजेंट अनुरोध के पीछे के संदर्भ पर तर्क कर सकते हैं, बजाय प्रत्येक दस्तावेज़ या सिस्टम को अलग‑अलग इंटरैक्शन मानने के।

यह डेटा नींव महत्वपूर्ण तकनीकी आवश्यकता है। हालिया Unite.AI साक्षात्कार में, Levelpath के सह-संस्थापक और सीईओ एलेक्स याकुबोविच ने तर्क दिया कि जब आपूर्तिकर्ता, अनुबंध और सोर्सिंग जानकारी टुकड़े‑टुकड़े रहती है तो एजेंट विश्वसनीय रूप से कार्य नहीं कर सकता। Ranger का प्रस्ताव यह है कि एकीकृत मॉडल विशेषीकृत एजेंटों को पर्याप्त संदर्भ प्रदान करता है ताकि वे केवल उत्तर देने के बजाय वर्कफ़्लो को आगे बढ़ा सकें।

व्यवहार में स्वायत्त प्रोक्योरमेंट कैसे दिखता है

एक सोर्सिंग इवेंट के लिए, Ranger एक संक्षिप्त अनुरोध को प्रश्नावली, मूल्य‑शीट, स्कोरकार्ड, और आपूर्तिकर्ता‑विशिष्ट प्रक्रिया के साथ एक संरचित RFP में बदल सकता है। यह प्रतिक्रियाओं का विश्लेषण कर सकता है, अपने स्कोरिंग को समझा सकता है, और पुरस्कार की सिफारिश कर सकता है, जबकि अंतिम चयन अधिकृत व्यक्ति को छोड़ देता है। ऐतिहासिक मूल्य निर्धारण, आपूर्तिकर्ता प्रदर्शन, और बातचीत किए गए शर्तें भी विश्लेषण को सूचित कर सकती हैं।

अनुबंध प्रबंधन एक अधिक सक्रिय पैटर्न जोड़ता है। Ranger नोटिस विंडो की गणना कर सकता है, अनुबंध समाप्त होने से पहले नवीनीकरण समीक्षा शुरू कर सकता है, और यह सिफारिश कर सकता है कि नवीनीकरण, पुनः‑वार्ता, समाप्ति या कोई कार्रवाई न की जाए। Contract Discovery टीम को 10,000 तक अनुबंधों में एक प्रश्न पूछने और आधारभूत दस्तावेज़ों में साक्ष्य से जुड़ा उत्तर प्राप्त करने की अनुमति देता है। यह उद्धरण परत कानूनी और प्रोक्योरमेंट कार्य में महत्वपूर्ण है, जहाँ बिना ट्रेस करने योग्य स्रोत के संभावित उत्तर पर्याप्त नहीं होता।

अकाउंट्स पेएबल में, प्लेटफ़ॉर्म चालानों को आपूर्तिकर्ता रिकॉर्ड, खरीद आदेश, अनुबंध, और प्राप्ति डेटा के विरुद्ध मिलान करता है। यह डुप्लिकेट, मूल्य या मात्रा में असंगतियों, असामान्य राशियों, और सीमाओं के करीब पहुँच रहे खरीद आदेशों की पहचान कर सकता है। साफ़, कम‑मूल्य वाले चालानों को स्वचालित रूप से भुगतान की ओर ले जाया जा सकता है; अपवादों को लिखित कारण और ऑडिट ट्रेल के साथ एक व्यक्ति को रूट किया जाता है।

AI फ्रंट डोर सामान्य इंटरफ़ेस प्रदान करता है। कर्मचारी चैट, कोट या आवाज़ निर्देश के साथ खरीद अनुरोध शुरू कर सकते हैं। Ranger अनुरोध को पूर्व‑भरण करता है, कर्मचारी की भूमिका के आधार पर मार्गदर्शन लागू करता है, और नीति एवं थ्रेशोल्ड के अनुसार कार्य को कानूनी, सुरक्षा, वित्त या जोखिम टीमों को रूट करता है। प्राकृतिक‑भाषा डैशबोर्ड समान रूप से खर्च, आपूर्तिकर्ता, और प्रदर्शन के बारे में प्रश्नों को चार्ट, तुलना, या KPI में बदलते हैं।

कठोर सीमाओं के साथ स्वायत्तता

लॉन्च का सबसे महत्वपूर्ण भाग इसका गवर्नेंस डिज़ाइन हो सकता है। प्रत्येक एजेंट को व्यक्तिगत चरण पर सक्षम या अक्षम किया जा सकता है और नीतियों, अनुमोदन थ्रेशोल्ड, प्लेबुक, स्वर, और संगठनात्मक नियमों द्वारा सीमित किया जा सकता है। Levelpath कहता है कि एजेंट परिवर्तन रिलीज़ से पहले संस्करणित मूल्यांकन परिदृश्यों और प्रोडक्शन वार्तालापों के विरुद्ध परीक्षण किए जाते हैं।

और भी महत्वपूर्ण यह है कि अनुमोदन संरचनात्मक हो सकते हैं, सलाहात्मक नहीं। एक अनुमोदन एजेंट को योग्य अनुरोध को मंज़ूर करने की अनुमति हो सकती है, लेकिन उसे अस्वीकार करने से तकनीकी रूप से रोका जा सकता है, जिससे प्रत्येक अस्वीकृति व्यक्ति को भेजी जाती है। Ranger अपने ऑडिट रिकॉर्ड में स्वचालित कार्यों को मानव निर्णयों से अलग करता है और पुरानी या अधूरी जानकारी पर कार्रवाई करने से बचने के लिए डिज़ाइन किया गया है।

ये नियंत्रण एक व्यापक उद्यम जोखिम को संबोधित करते हैं: जैसे ही स्वायत्त एजेंट बढ़ते हैं, कंपनियों को यह जानना आवश्यक है कि किस सिस्टम ने निर्णय लिया, कौन सा प्रमाण उपयोग किया, और किस अधिकार का प्रयोग किया। जैसा कि Unite.AI ने हाल ही में छाया एजेंटों का उदय में जांचा, शासन समस्या और कठिन हो जाती है जब एजेंट विभिन्न कार्यों में एक‑दूसरे को ट्रिगर कर सकते हैं। Ranger का सीमित अनुमतियों, मूल्यांकन, प्रमाण और स्पष्ट एस्केलेशन मॉडल इस स्वायत्तता को संचालनात्मक रूप से उत्तरदायी बनाने का प्रयास है।

प्रोक्योरमेंट के लिए एक नया संचालन मॉडल

Levelpath कहता है कि Ranger अभी उपलब्ध है और मौजूदा ग्राहकों को अतिरिक्त लागत के बिना प्रदान किया जाएगा। नए ग्राहक प्रमाण अवधारणा या मूल्य प्रमाण से शुरू कर सकते हैं। कंपनी अपने तकनीक का उपयोग करने वाले संगठनों में American Airlines, CBRE, Amgen, New York Life, Levi Strauss & Co., और Western Union का उल्लेख करती है।

लॉन्च के साथ Ranger Academy भी प्रस्तुत किया गया है, जो कार्यशालाओं की एक श्रृंखला है जिसका उद्देश्य प्रोक्योरमेंट पेशेवरों को “एजेंट ऑपरेशन्स मैनेजर्स” के रूप में प्रशिक्षित करना है, जो नीतियों को परिभाषित करते हैं, एजेंटों को ट्यून करते हैं, और परिणामों की जिम्मेदारी लेते हैं। यह भूमिका संकेत देती है कि उत्पाद की वास्तविक अपनाने की चुनौती कहाँ स्थित है। स्वायत्त कार्यप्रवाह प्रोक्योरमेंट विशेषज्ञता को समाप्त नहीं करते; वे इसे नीति डिजाइन, अपवाद प्रबंधन, आपूर्तिकर्ता रणनीति, और एजेंट पर्यवेक्षण में परिवर्तित करते हैं।

Ranger तब आता है जब एंटरप्राइज़ AI सामग्री उत्पन्न करने से कार्रवाई का समन्वय करने की ओर बढ़ रहा है। प्रोक्योरमेंट एक स्पष्ट परीक्षण है क्योंकि यह गंदे दस्तावेज़ों, उच्च लेनदेन मात्रा, क्रॉस‑फ़ंक्शनल अनुमोदन, नियामक दायित्व, आपूर्तिकर्ता संबंध, और प्रत्यक्ष वित्तीय परिणामों को मिलाता है। यदि Levelpath एजेंटों को सत्यापन योग्य सीमाओं के भीतर रख सकता है जबकि उन विखंडित सिस्टमों को एकीकृत करता है जिन पर एंटरप्राइज़ अभी भी निर्भर हैं, तो Ranger प्रोक्योरमेंट को शासित एजेंटिक AI के सबसे स्पष्ट प्रदर्शन में से एक बना सकता है।